從賦權(quán)到異化：試論算法推薦中的用戶傳播權(quán)益風(fēng)險

嚴(yán)宇橋 王雯柯

【摘要】近年來，算法推薦對于社交媒體的風(fēng)險受到社會廣泛關(guān)注，在學(xué)界也引發(fā)了一些爭議?，F(xiàn)在梳理算法推送已有研究與爭議的基礎(chǔ)上，嘗試從“信息繭房”的爭議出發(fā)，結(jié)合馬克思“異化”理論和?？隆耙?guī)訓(xùn)”理論，對于算法媒體平臺與用戶的關(guān)系進行分析，并討論其帶來的風(fēng)險。

【關(guān)鍵詞】算法推薦;社交媒體;信息繭房;異化;規(guī)訓(xùn)

在算法技術(shù)與社交媒體交叉融合的當(dāng)下，信息公平尤為重要，而這建立在用戶擁有傳播信息和獲取信息的基本權(quán)益基礎(chǔ)上。理論上說，每個人發(fā)送信息和獲取信息的權(quán)利，是本不應(yīng)該受到商業(yè)集中化力量過多干預(yù)的。然而，當(dāng)用戶將自己的偏好和搜尋信息的意圖上交給算法平臺時，商業(yè)平臺打著偏好設(shè)置的旗號，將各種信息對用戶進行投放，甚至利用用戶的復(fù)述心理和信源信任度來間接操控用戶的轉(zhuǎn)發(fā)和傳播權(quán)利。由于平臺牢牢地掌握著信道的把控權(quán)，對于信息的過濾和分發(fā)有著近乎無限的控制，當(dāng)一個用戶發(fā)布自己的信息之后，被看到的概率將不僅僅取決于信宿的接受度，而是取決于分發(fā)權(quán)的主體。其中造成的信息不均等和權(quán)力問題值得媒介研究者重視。

一、用戶權(quán)益：“技術(shù)賦權(quán)”還是“資本收權(quán)”？

媒體中的算法技術(shù)和個性化推薦，經(jīng)常出現(xiàn)以“技術(shù)賦權(quán)”這個詞匯為代表的語境表述。技術(shù)賦權(quán)論認(rèn)為在算法技術(shù)下，普通受眾被賦予內(nèi)容獲取和傳播的權(quán)力，使其能夠在數(shù)字空間中自由地獲取和傳遞自己所需要的信息。但是在基本層面上，用戶的信息權(quán)益是公民的基本權(quán)利，而這個權(quán)利是由法律授予的，而非某種技術(shù)甚至是商業(yè)化平臺賦予的?；ヂ?lián)網(wǎng)領(lǐng)域中，個體的基本媒介權(quán)利包括個人信息的保留權(quán)、網(wǎng)絡(luò)信息的獲取權(quán)以及信息傳播也就是發(fā)布和分享的權(quán)利。這三種權(quán)利在商業(yè)化算法邏輯下，平臺非但沒有賦權(quán)，反而從不同意義上對權(quán)利進行了收繳。這種收繳有時是自愿而潛移默化的，有時候是合同式的甚至是以強制性協(xié)議規(guī)定的。

信息獲取權(quán)的收繳過程體現(xiàn)在用戶接受的信息推送上。軟性收繳體現(xiàn)在個性化定制信息造成的推薦依賴;而硬性收繳則體現(xiàn)在推薦過程中的熱點推薦、議程建構(gòu)與強制性廣告植入。信息偏食的誘惑力指向的結(jié)果是具有吸引力的個人所愛好的信息的不斷重復(fù)，在這種“媒介多巴胺”的誘導(dǎo)下，信息獲取權(quán)利就逐漸被收繳到了平臺所代表的渠道方手中，大量的流量讓平臺能夠通過熱點售賣和廣告植入進行的變現(xiàn)成為可能。由于這時用戶已經(jīng)深陷偏好推送的信息網(wǎng)中無法自拔，面對突然推薦給自己而不能劃走的“熱點”信息甚至是覆蓋在自己想要獲取信息之上的廣告植入，用戶為了能獲取到自己想要的信息，不得不將頁面停留在被推送的自己并不喜歡的植入信息上?；蛘哒陂喿x觀看信息時干脆突然被打斷而被迫看廣告，廣告30秒后才會能夠繼續(xù)自己剛才并未閱讀完的部分。這樣的硬性收繳以技術(shù)霸凌的手段，充分利用了用戶被打斷時的急躁心理乃至“媒介多巴胺”的戒斷反應(yīng)，使得用戶不得不成為所推送廣告的潛在用戶，從而讓平臺獲得資金變現(xiàn)。

信息發(fā)布、傳播和分享權(quán)的收繳則更為隱蔽和強大。軟性的傳播權(quán)收繳體現(xiàn)在頭部推送機制，而硬性的傳播權(quán)收繳則體現(xiàn)在收費推廣措施。大多數(shù)用戶在自己并不知情的情況下，通過推送機制的主動允準(zhǔn)和技術(shù)手段的被迫接受，將自己本應(yīng)均等而公平的傳播權(quán)上交給了平臺。關(guān)注者數(shù)量更多的用戶會被優(yōu)先推送，而非依據(jù)實際閱讀量來推送。這個機制核心的問題在于讓新用戶、后來者和非熱點用戶發(fā)布的內(nèi)容本身更難被看到，導(dǎo)致頭部傳播權(quán)越大尾部權(quán)力越小的循環(huán)。同時，在算法導(dǎo)向的UGC平臺的收費推廣機制下，金錢成為可以直接購買權(quán)利的貨幣尺度，支付更多的資金就會獲得向更多用戶發(fā)聲的權(quán)利，本應(yīng)由用戶公平享有的傳播權(quán)向不公平的方向傾斜，支付高額推廣費用的用戶購買的是平臺從其他用戶身上收繳來的權(quán)利，形成了“按資分配”的局面。因此，商業(yè)化平臺在算法技術(shù)下利用自身的技術(shù)優(yōu)勢和信道壟斷地位，非但沒有給用戶賦權(quán)，反而收繳了用戶的基本媒介權(quán)利，從而帶來更多收益。

二、推薦效果：“差異化”還是“異化”？

在當(dāng)代信息社會中，對于信息的獲取、加工和處理不僅作為生活所必需的消費過程，也是腦力勞動中所必需的勞動過程。因此信息資源不僅是人們所生活的必備資料，更是參與生產(chǎn)和分配的生產(chǎn)資料。馬克思認(rèn)為，在商品社會中，異化就是從勞動者身上剝奪的剩余價值被粉飾為經(jīng)營利潤，勞動成為商品，而勞動人民降低為機器的過程。[1]分類來說，異化包括勞動產(chǎn)品的異化，生產(chǎn)過程的異化，人類的本質(zhì)與人和人之間關(guān)系的異化。與物質(zhì)資料類似，信息的保有、獲取和交換的過程實際上也作為經(jīng)濟行為深度參與著人們的生活過程。算法邏輯下，信息資料被審查和存儲;獲取信息的渠道被協(xié)同過濾邏輯所支配;交換信息的過程則需要支付高昂的實際費用。

在算法平臺的廣告和宣傳材料中，經(jīng)常出現(xiàn)一個詞匯——“差異化”，讓用戶感受到自己被平臺所關(guān)心和特殊照顧。然而算法差異化傳播的特點就是把用戶按照畫像等方式來區(qū)分，從而實現(xiàn)超越“人以群分、物以類聚”的“信息按照人群分類來分配聚集”。在算法推薦大規(guī)模普及之前，以搜索和媒體觀點交鋒的互聯(lián)網(wǎng)環(huán)境里，用戶持續(xù)收到不同以往觀點的修正信息，進而不斷反省自身，再通過思想交鋒和觀點博弈，逐步改變傾向、調(diào)整立場。算法的分發(fā)機制并非如此。已經(jīng)有算法推薦與用戶情緒之間的關(guān)系研究（PANAS）表明，連續(xù)正面信息推薦會提高用戶的積極情緒，降低消極情緒;連續(xù)負(fù)面信息推薦的影響要強于連續(xù)正面信息推薦的影響。[2]這種“差異化”傳播的結(jié)果是把同質(zhì)化信息鎖在人群之內(nèi);不討喜歡的差異化的信息在圈層之間、社會群體之間和社會階層之間越來越難以流動，圈層間的溝通成為障礙。在數(shù)字鴻溝越來越深的同時，人群之間的溝通信任和交往意愿逐漸降低;本應(yīng)作為理性交流和按需獲取信息資源的用戶，在作為互聯(lián)網(wǎng)傳播參與者的權(quán)利被商業(yè)算法平臺收繳之后，還在“差異化”的共謀當(dāng)中，被人為地區(qū)隔開。傳播和信息分發(fā)的制定者們收繳了行為主體的權(quán)利，而從“行為主體”到“異化”的過程是他們看到了信息偏食的誘餌后主動選擇參與的，甚至沉醉于為商業(yè)平臺進行數(shù)字變現(xiàn)的一次次點擊和推薦。這樣一個過程，實際上就是用戶在面對算法平臺的商業(yè)和技術(shù)邏輯時，自身的異化過程。

三、傳播環(huán)境：如何面對技術(shù)規(guī)訓(xùn)？

福柯認(rèn)為，規(guī)訓(xùn)是一種特殊的權(quán)力形式：是“權(quán)力與知識”相結(jié)合的產(chǎn)物。規(guī)訓(xùn)是對人進行生產(chǎn)規(guī)格化和標(biāo)準(zhǔn)化的權(quán)力技術(shù)，包含獎勵、懲罰、監(jiān)視、知識生產(chǎn)體系和生產(chǎn)力制造的體系。在算法平臺中，對于用戶信息偏食的鼓勵與證明信息不斷刺激的獎賞機制就是獎勵的過程，信息舒適感讓人們能夠更加主動地躺下來翻看算法幫自己篩選過的信息，并享受這種翻閱帶來的快感。監(jiān)視的實現(xiàn)，并非僅僅由平臺商集中監(jiān)視，更多的是通過用戶之間的相互監(jiān)視來實現(xiàn)。這個過程，實際上就是信息繭房催生的群體性區(qū)隔和對立的過程。在微博各個競價排名的話題下，人員被分配成為不同的討論組和群體，而由于群組的屬性類似，在群體內(nèi)部形成了嚴(yán)格的信息控制和資料審查。懲罰的震懾力主要體現(xiàn)在群體極化的排異感與認(rèn)知不協(xié)調(diào)的矯正。那些依賴于算法信息“投喂”的用戶就算產(chǎn)生了與群體不同的意見和認(rèn)知，也會出于被孤立的恐懼情緒而噤聲，產(chǎn)生寒蟬效應(yīng)。這時用戶個體的見解和群體的意見仍然存在對立，根據(jù)認(rèn)知不協(xié)調(diào)理論，當(dāng)外部與內(nèi)部因素產(chǎn)生不協(xié)調(diào)時，有三種處理措施：改變行為、改變態(tài)度或引進新的認(rèn)知元素。然而新的認(rèn)知元素被不斷重復(fù)的信息壁壘所遮蔽，而改變行為將會招致被群體孤立的后果，因此產(chǎn)生不同意見的用戶只能改變自身態(tài)度來使得自身的認(rèn)知達到協(xié)調(diào)。平臺構(gòu)建出的用戶信息生產(chǎn)、接受和分發(fā)邏輯已經(jīng)構(gòu)成了一個全景化的規(guī)訓(xùn)系統(tǒng)。

要改變這個體系的系統(tǒng)性問題，關(guān)鍵在于公共力量和公眾的參與，解放和發(fā)展用戶的自組織能力，限制傳播渠道中的壟斷行為，讓用戶從過濾氣泡和信息偏食的舒適圈中覺醒。這意味著相比于盲目的技術(shù)樂觀主義，重新審視技術(shù)在當(dāng)下也同樣重要。若要解決這些問題，需要公共機構(gòu)的監(jiān)督，更需要全體用戶的覺醒、爭取和努力。

參考文獻：

[1]卡爾·馬克思.1844年經(jīng)濟學(xué)哲學(xué)手稿[M].北京：人民出版社，2000：42.

[2]郭浩，張芷茵.智能算法推薦與用戶情緒關(guān)系的實驗探究[J].新媒體研究，2019（15）：15-17.

（嚴(yán)宇橋為清華大學(xué)新聞與傳播學(xué)院博士生;王雯柯為北京師范大學(xué)經(jīng)濟與工商管理學(xué)院本科生）

編校：張紅玲