張曉慧 魏 超
數(shù)字媒體時代,算法和數(shù)據(jù)逐漸成為信息傳播的關(guān)鍵變量,而基于大數(shù)據(jù)和人工智能的算法推薦已成為平臺類媒體的核心運行機制。依托算法機制,平臺媒體成長為當(dāng)今主流的媒體類型。算法推薦的基礎(chǔ)資源是受眾個人資料、網(wǎng)絡(luò)使用行為以及數(shù)字內(nèi)容生產(chǎn)等匯聚而成的用戶數(shù)據(jù)?;谶@些數(shù)據(jù),平臺媒體繪制用戶畫像并向其推送定制化的資訊和廣告。本研究從受眾商品化的角度,對算法推薦這一機制進(jìn)行傳播政治經(jīng)濟(jì)學(xué)透析,以窺探算法推薦實現(xiàn)資本積累的本質(zhì),并提出受眾主體性可能的實現(xiàn)策略。
1977年,加拿大傳播政治經(jīng)濟(jì)學(xué)者斯麥茲(Smythe)發(fā)表《傳播:西方馬克思主義的盲點》一文[1],提出了“受眾商品化”理論,指出大眾傳播產(chǎn)業(yè)生產(chǎn)的以及廣告商出資購買的商品形式不是資訊、影像、娛樂等等表象,而是“受眾”。“受眾”觀看廣告的過程即是商業(yè)產(chǎn)品的推銷過程,這一過程促進(jìn)了商品流通過程中分配與消費這兩個環(huán)節(jié)的縫合[2]。受眾商品化的過程亦形成了媒介、受眾和廣告商三位一體的關(guān)系,大眾媒介的節(jié)目安排用來建構(gòu)受眾,廣告商為取得受眾而付錢給媒介公司,受眾于是被轉(zhuǎn)交給廣告商(見圖1),三者聯(lián)結(jié)在一種有約束力的相互關(guān)系中,媒介公司為廣告商生產(chǎn)了受眾,并且是符合廣告商需要的特定的人口學(xué)特征的受眾[3]。
圖1 斯麥茲“三位一體”受眾商品論
“受眾商品論”自提出即引起了廣泛的辯論和對話,斯麥茲的學(xué)生李凡特(Livant)和加利(Jahlly)此后又將“受眾商品”意涵進(jìn)行了拓展,運用馬克思主義經(jīng)濟(jì)學(xué)的“勞動價值論”論證受眾商品即是受眾的勞動時間,而媒介企業(yè)的利潤來自受眾所創(chuàng)造的剩余價值[4]。
雖然受眾商品論誕生于傳統(tǒng)媒體時期,但在數(shù)字媒體時代,這一理論不僅沒有過時,反而更具解釋力與啟迪性。特別是在以算法推薦為核心機制的平臺媒體占據(jù)媒介高地的今天,根據(jù)用戶畫像推送資訊、投放廣告以及形成自身商業(yè)閉環(huán),使得受眾的商品化走向了一個新的階段。
根據(jù)斯麥茲“三位一體”受眾商品論的關(guān)系(見圖1),傳統(tǒng)媒體時代媒體是中介,溝通廣告主和受眾兩個客戶。媒介生產(chǎn)的內(nèi)容是“工具”,連接著受眾注意力和廣告兩類資源。新的傳播環(huán)境下,平臺型媒體不再是過去的內(nèi)容生產(chǎn)者,而是變成了內(nèi)容的經(jīng)營者,這一變化使受眾變成了用戶。從生產(chǎn)新聞作品到“銷售”新聞產(chǎn)品,改變的不僅僅是生產(chǎn)方式,更意味著思維的變化。這一變化,使得平臺型媒體建立起了一整套以用戶為導(dǎo)向的運營邏輯和機制。這個機制中最關(guān)鍵和核心的就是需要生產(chǎn)出符合用戶需求的內(nèi)容。此時,媒體和受眾的關(guān)系從單向灌輸變成雙向互動,媒體和用戶之間從簡單交流到深度參與。平臺型媒體通過不斷挖掘和傳遞與用戶緊密相連的話題,使得內(nèi)容更加的情感化、故事化、情景化,讓用戶沉浸其中,其和用戶日益成為信息傳播的共同體、價值判斷的共同體、情感傳遞的共同體[5]。
通過共同體的打造和一整套的激勵措施,平臺型媒體依靠用戶一起生產(chǎn)海量的內(nèi)容產(chǎn)品。在此基礎(chǔ)上,平臺型媒體依據(jù)數(shù)據(jù)庫、歸類、標(biāo)簽等方法,對內(nèi)容產(chǎn)品進(jìn)行分類和整理,進(jìn)而完成對內(nèi)容的產(chǎn)品化升級和服務(wù)的開發(fā),實現(xiàn)了從賣內(nèi)容轉(zhuǎn)向賣用戶、賣品牌、賣產(chǎn)品,從而實現(xiàn)商業(yè)價值最大化。
隨著互聯(lián)網(wǎng)上信息量的大幅增長,用戶在面對海量信息時,對信息的使用效率反而下降,此時,算法推薦系統(tǒng)便應(yīng)運而生。算法推薦系統(tǒng)的精準(zhǔn)度是算法機制的核心價值,直接關(guān)系到算法平臺的生死存亡。為了不斷地實現(xiàn)平臺型媒體在內(nèi)容、資訊和廣告(電商)上能夠更加理想的精準(zhǔn)傳播,算法推薦系統(tǒng)需要不斷的優(yōu)化和升級。
目前,算法推薦平臺主要運用的是基于內(nèi)容的推薦、協(xié)同過濾推薦和關(guān)聯(lián)規(guī)則推薦?;趦?nèi)容的算法推薦主要擅長文字信息的提取,在音視頻等非結(jié)構(gòu)化的數(shù)據(jù)上存在不足。而協(xié)同過濾算法推薦主要是通過用戶的歷史行為建立用戶的興趣模型,然后依據(jù)用戶的興趣特征為用戶做出產(chǎn)品和內(nèi)容的推薦。隨著用戶數(shù)據(jù)的增加和用戶多平臺數(shù)據(jù)的共享,關(guān)聯(lián)推薦算法應(yīng)運而生。該算法主要基于用戶歷史數(shù)據(jù)的挖掘,挖掘出用戶數(shù)據(jù)背后的關(guān)聯(lián),用來分析用戶潛在的需求,向用戶推薦其感興趣的東西。
當(dāng)前,單個算法推薦已經(jīng)很難滿足用戶的信息需求和平臺的商業(yè)化拓展,融合多種算法、關(guān)聯(lián)更多數(shù)據(jù)的組合推薦系統(tǒng)得到發(fā)展和完善,媒體平臺往往是使用兩種或者多種的推薦方法相互整合優(yōu)點、彌補缺點,同時,通過不斷地對推薦算法進(jìn)行用戶體驗、優(yōu)化轉(zhuǎn)化率、優(yōu)化在線廣告等形式的測試和評估,來不斷地對算法進(jìn)行優(yōu)化升級,以達(dá)到對用戶的精準(zhǔn)推薦和預(yù)測。
互聯(lián)網(wǎng)天生具有開放和鏈接兩大特征。因此,其不僅可以被更多用戶使用,搭建更多平臺,同時還可以提供更多的信息共生場景。當(dāng)前,平臺型媒體不僅實現(xiàn)了和傳統(tǒng)媒體的融合轉(zhuǎn)型,形成了龐大的日活用戶群體,同時平臺型媒體也通過跨平臺、跨行業(yè)、多服務(wù)的多渠道融合,搭建以用戶為核心的媒介經(jīng)濟(jì)生態(tài)圈,打造出全產(chǎn)業(yè)鏈無縫對接的媒體經(jīng)濟(jì)新生態(tài)。
與傳統(tǒng)的商業(yè)平臺不同,媒體平臺經(jīng)濟(jì)主要依托虛擬交易空間,是以大數(shù)據(jù)與算法為生產(chǎn)要素的。技術(shù)作為媒介經(jīng)濟(jì)的結(jié)構(gòu)性變量,不斷探索著新邊界,創(chuàng)新媒介經(jīng)濟(jì)的模式[6]。
當(dāng)前,在平臺型媒體上,F(xiàn)aceBook和微信等媒體基本上實現(xiàn)了其縱向一體化的跨行業(yè)產(chǎn)業(yè)鏈聚集,微信生態(tài)中有基于朋友圈和公眾號的精準(zhǔn)廣告推廣,基于場景的小程序入口,基于金融理財、生活服務(wù)、交通出行、購物消費的支付功能,這使得微信基于社交成功建立起媒介經(jīng)濟(jì)生態(tài)圈。作為主要以算法推薦為主的平臺型媒體,字節(jié)跳動旗下的抖音也在加速打造自己的媒介經(jīng)濟(jì)生態(tài)圈。在算法推薦機制下,抖音將feed廣告和定制品牌廣告精準(zhǔn)送給對的人,抖音從其平臺的各種直播享受著打賞的分成。此外,從2018年開始,抖音就上線“購物車”等工具,以短視頻種草的形式為第三方電商平臺帶貨導(dǎo)流。2020年,字節(jié)跳動開始整合旗下電商業(yè)務(wù),并申請支付牌照,進(jìn)一步拓展商業(yè)版圖,以期構(gòu)建相對完整的媒介經(jīng)濟(jì)生態(tài)圈。
數(shù)字媒體時代,受眾商品化概念衍生出新的內(nèi)涵,受眾商品化過程體現(xiàn)出不同于傳統(tǒng)媒體時期的特征與方式。受眾媒介參與、使用形成的用戶數(shù)據(jù)成為平臺媒體的核心資源。圍繞用戶數(shù)據(jù),平臺媒體進(jìn)行追蹤、演算、推送等一系列運作,以為資本的積累服務(wù)。在受眾商品化的進(jìn)程中,算法推薦機制扮演了全程把控的角色,是數(shù)字時代受眾商品化的關(guān)鍵要義,串聯(lián)起受眾商品化的價值鏈(見圖2)。
圖2 算法推薦機制下受眾商品化價值鏈
算法推薦的基礎(chǔ)資源是用戶數(shù)據(jù),不同于傳統(tǒng)媒體時代用戶數(shù)據(jù)由媒體調(diào)查、收集,數(shù)字時代的平臺媒體,用戶數(shù)據(jù)由受眾自行生產(chǎn)并被商業(yè)平臺無償使用,受眾既是消費者,同時也是生產(chǎn)者,受眾使用媒介的過程即是產(chǎn)生信息數(shù)據(jù)的過程。早在1980年,阿爾文·托夫勒(Alvin Toffler)即提出“生產(chǎn)消費者”的概念,意指“生產(chǎn)者與消費者之間的界限逐漸模糊”[7]。??怂梗‵uchs)則把這一概念運用到數(shù)字媒介的分析中,指出傳統(tǒng)大眾媒介上的受眾與互聯(lián)網(wǎng)上的受眾區(qū)別在于,后者也是內(nèi)容生產(chǎn)者,網(wǎng)絡(luò)上有用戶生成的內(nèi)容,并且用戶從事永久性的創(chuàng)造活動、傳播、社區(qū)建設(shè)和內(nèi)容生產(chǎn)[8]。由于用戶的永久性活動和作為產(chǎn)消者(prosumer)的身份,??怂拐J(rèn)為在商業(yè)社交媒體上,受眾商品是一種“互聯(lián)網(wǎng)生產(chǎn)消費者商品(Internet prosumer commodit)”[9]。互聯(lián)網(wǎng)生產(chǎn)消費者商品的出現(xiàn)意味著人類創(chuàng)造性活動的全面商品化,網(wǎng)絡(luò)受眾的媒介使用過程即是被商品化的過程。
數(shù)字平臺媒體上,作為消費者的受眾源源不斷地“生產(chǎn)”著這些可供商業(yè)資本利用的用戶數(shù)據(jù),并且是無酬生產(chǎn)與供給。更為重要的是,受眾往往意識不到自己正為商業(yè)平臺進(jìn)行著無償?shù)纳a(chǎn)勞動。表面上是用戶可以免費享用平臺的媒介服務(wù),事實上其中滲透著隱秘性的剝削,用戶才是免費勞動的提供者。由受眾通過媒介使用而生產(chǎn)的用戶數(shù)據(jù)與內(nèi)容成為算法推薦機制的演算來源,也成為平臺媒體進(jìn)一步進(jìn)行積累資本的基礎(chǔ)。
作為算法推薦的一環(huán),平臺媒體會對受眾生產(chǎn)的用戶數(shù)據(jù)進(jìn)行監(jiān)測和捕獲,以為剩余價值的實現(xiàn)創(chuàng)設(shè)條件,而這亦是受眾商品化的一個重要面向。對于互聯(lián)網(wǎng)時代的剝削問題,安德烈維克(Andrejevic)提出了“監(jiān)控(Monitoring)”這一新的資本主義生產(chǎn)要素,認(rèn)為監(jiān)控是資本生產(chǎn)價值鏈中的一個重要因素,用戶活動產(chǎn)制的信息成為營銷以及生產(chǎn)過程中的一個入口[10]。用戶要想順利地使用媒介平臺,只能被迫放棄作為隱私的用戶數(shù)據(jù),以“隱私換內(nèi)容”。受眾隱私的犧牲成就了商業(yè)平臺價值、資本的攫取。新網(wǎng)絡(luò)經(jīng)濟(jì)的資本邏輯即是使用者各自的生產(chǎn)、剝削與價值實現(xiàn),“雖然大部分使用者的線上活動是可以自由進(jìn)出、自由決定工作內(nèi)容、不被直接監(jiān)督命令的,但是他們的線上活動記錄資料卻是在沒有太多選擇之下被迫在巨細(xì)靡遺的監(jiān)視下完成”[11]。
具體來說,商業(yè)性網(wǎng)絡(luò)平臺的運營商和第三方廣告客戶,持續(xù)不斷地監(jiān)控和記錄用戶的個人資料和網(wǎng)絡(luò)活動,存儲、整合和分析收集的數(shù)據(jù),這些經(jīng)營者和廣告客戶能夠創(chuàng)建關(guān)于用戶詳細(xì)的個人資料檔案,包括用戶的個人興趣和線上行為,形成龐大的數(shù)據(jù)庫資源[12]。另一方面,用戶數(shù)據(jù)亦成為經(jīng)營者和廣告商之間利益交換的籌碼,作為商品的用戶數(shù)據(jù)被運營平臺售賣給廣告商,平臺由此實現(xiàn)資本的積累與變現(xiàn)。
算法推薦實現(xiàn)了用戶調(diào)研的自動化,依靠大數(shù)據(jù)演算,完成用戶分析?!斑@種對信息的深度‘開發(fā)’及攫取,既是資本主義商品化在數(shù)字經(jīng)濟(jì)時代的表征,更是信息資本主義下數(shù)字勞動被剝削的體現(xiàn)。”[13]雖然算法實現(xiàn)了用戶數(shù)據(jù)的自動演算和分析,但亦可能會造成一定的偏頗,更有可能會導(dǎo)致受眾的數(shù)字自我失真。“如果人們把對信息的選擇權(quán)完全交給算法,每天都只是等著算法投喂的信息,也會導(dǎo)致他們越來越失去自主性與判斷力?!保?4]過于依賴算法提供的信息內(nèi)容,容易導(dǎo)致受眾的認(rèn)知窄化,框限住受眾的視野。更有學(xué)者指出,數(shù)字時代的數(shù)字自我演算可能將淪為算法的俘虜,致力于實現(xiàn)人工智能設(shè)定的自我形象,商業(yè)平臺媒體異化地控制受眾以及受眾的媒介使用過程[15]。
作為資本流通的一環(huán),用戶數(shù)據(jù)演算并非基于受眾立場,而是為了資訊和廣告更好地售賣和到達(dá)。此時,算法推薦機制不僅僅傳播資訊,還會依據(jù)商業(yè)導(dǎo)向來形塑用戶的消費觀念,并運用生動的畫面和話語將現(xiàn)實和消費者頭腦里的欲望聯(lián)結(jié)起來,形成新的生活方式和消費觀念,以刺激他們的消費欲望,對受眾實施物質(zhì)生活消費的誘導(dǎo)。算法推薦下的受眾畫像和數(shù)字自我已經(jīng)失真并淪為資本積累中的一塊拼圖。
在現(xiàn)今的平臺媒體中,很多定向廣告直接以電商導(dǎo)購的形式出現(xiàn)。事實上,平臺媒體的定向廣告(電商)是一種新的剝削模式,基于用戶數(shù)據(jù)演算的廣告精確投放,實現(xiàn)了對受眾的“集約型剝削(intensive exploitation)”[16]。??怂拐J(rèn)為可以將網(wǎng)絡(luò)定向廣告看成一種相對剩余價值的生產(chǎn),傳統(tǒng)電視里,所有觀眾在同一時間看到的是相同的廣告,而在網(wǎng)絡(luò)上,廣告商能夠在播送非定向廣告的同一時間,也投放可能符合消費者興趣的廣告,線上定向廣告更具生產(chǎn)力,而用戶的點擊購買過程是廣告公司剩余價值的實現(xiàn)過程[17]。
這種定向廣告(電商)往往會變身成一種生活方式、一個故事,一種符號等,被移用在物品之上,試圖為廣告(電商)充當(dāng)背景和場景,其有條不紊地輪換強制性地造成了用戶唯一的接受模式,即消費模式。這無疑使得商業(yè)平臺和客戶的共謀產(chǎn)出最大化,實現(xiàn)了對用戶的精準(zhǔn)剝削。針對用戶定制精確廣告資訊,也減少了廣告商普遍撒網(wǎng)的成本付出,提高了資本的利用效率。定向廣告與電商的結(jié)合,實現(xiàn)了數(shù)字平臺受眾商品化的最后一環(huán),為資本的剝削積累提供了牢靠的保障。
算法推薦機制下, 受眾的媒介使用活動即是在為平臺媒體勞動做工,受眾商品化的每一環(huán),用戶都遭受著資本控制。分析算法機制下受眾商品化的價值鏈,批判是一方面,但最終人們還是希冀通過這一機制的透析,找尋到在當(dāng)前的媒介情境下,受眾能夠抵抗資本平臺并實現(xiàn)自身主體性的可行策略,本研究建議可以從下述幾個方面進(jìn)行努力:
平臺媒體的最大資產(chǎn)是用戶數(shù)據(jù),而這由受眾無償生產(chǎn)的數(shù)據(jù)內(nèi)容反過來成為進(jìn)一步剝削受眾的來源,經(jīng)過大數(shù)據(jù)演算推導(dǎo)出的結(jié)果進(jìn)一步反噬平臺用戶。受眾要想對此有所制衡,應(yīng)積極爭取權(quán)利,參與到數(shù)字主體建構(gòu)的過程中來。受眾要向平臺媒體爭取對個人資訊篩選與擁有“知的權(quán)利(right to know)”“被遺忘的權(quán)利(right to be forgotten)”與“改變的權(quán)利(right to change)”,以及了解、檢查、修正與自主運用相關(guān)數(shù)據(jù)的權(quán)利[18]。受眾要爭取知情權(quán),要求數(shù)字平臺說明用戶數(shù)據(jù)收集及使用目的,做到資訊采集的合法、透明。在數(shù)據(jù)存儲方面,尊重并保護(hù)用戶的被遺忘權(quán),包括歷史數(shù)據(jù)的遺忘權(quán)以及敏感信息的刪除權(quán),用戶有權(quán)要求平臺刪除相關(guān)的消費數(shù)據(jù),對確有必要存儲的信息,予以妥善保存,通過屏蔽等措施進(jìn)行有效保護(hù)[19]。
受眾爭取數(shù)字主體建構(gòu)的主動權(quán),就是要打破與算法平臺間不對稱的權(quán)力關(guān)系,要求平臺提升算法透明度,建立信息平衡。對于用戶的消費記錄、個人支出以及住所位置等方面的敏感隱私信息的獲取,應(yīng)明確告知用戶以及使用目的,取得受眾的同意與許可。事實上,這完全可以通過技術(shù)優(yōu)化得以實現(xiàn),如蘋果隱私政策的調(diào)整就順應(yīng)了用戶隱私保護(hù)的訴求,于2021年4月生效的蘋果隱私政策新規(guī)規(guī)定,應(yīng)用程序需要征求蘋果手機用戶的授權(quán)后,才能追蹤其使用手機的在線行為數(shù)據(jù)[20]。
從技術(shù)維度規(guī)制算法平臺,可以減少用戶與平臺間的信息不對等,構(gòu)建兩者間的算法平衡,而受眾參與數(shù)字主體的建構(gòu)過程,一定程度上可以削弱資本平臺對自身的控制力度,拿回一部分本應(yīng)屬于自己的權(quán)利,為重新成為數(shù)據(jù)資料的主人創(chuàng)造可能。
不同媒體時代,受眾的媒介素養(yǎng)直接關(guān)系到認(rèn)識、運用媒介的能力。算法時代,同樣需要受眾提高相應(yīng)的算法媒介素養(yǎng)。算法無可避免,受眾需要做的是正確了解算法給我們認(rèn)知、行為造成的影響,繼而能夠理性、有效地面對算法以及使用算法平臺。需要培養(yǎng)受眾對算法推薦的理性認(rèn)知和批判意識,能夠知曉算法推薦的技術(shù)邏輯和運行機理,在此基礎(chǔ)上,能夠合理地運用算法而又不被算法所操縱[21]。提升算法素養(yǎng),就是要破除算法迷信、對抗算法風(fēng)險,通過積極的行動對算法異化進(jìn)行糾偏,提高駕馭算法的能力。在了解了算法推薦的技術(shù)邏輯后,受眾要鍛煉自控能力[22],能夠及時從平臺營造的個人偏好“同溫層”中抽身而出,提高自主性。另外,對信息來源保持警覺,提高抵御不良信息的防范能力。
提升算法素養(yǎng),除了提高知覺意識外,在使用平臺的過程中,受眾還可以主動采取一些操作策略,以反制算法對自身的數(shù)字異化。面對商業(yè)平臺的宰制,受眾并非束手無策,仍然可以積極采取行動。如在數(shù)字媒介使用完成后對不感興趣的信息進(jìn)行標(biāo)注、歸于一類、取消相關(guān)關(guān)注等等,通過這些逆向操作干擾算法,降低算法平臺對使用者異化和偏離的程度。逆向操作是反制算法異化的可行手段,為扭轉(zhuǎn)算法漩渦以及受眾主體性的部分獲得提供了可能。算法素養(yǎng)的培養(yǎng),可以有效提升受眾對平臺媒體使用的主動權(quán)和掌控力,不至完全落入算法剝削的窠臼。
受眾使用商業(yè)平臺媒體,不可避免地卷入資本累積的漩渦中,參與數(shù)字主體建構(gòu)、提升算法素養(yǎng)只能爭取到一部分權(quán)力。要想實現(xiàn)主體性的完整獲得,則需在平臺媒體之外建立一個免費的非商業(yè)性的公共數(shù)字媒體平臺。學(xué)者Bauwens即呼吁建立具有一定影響力的公共數(shù)字媒體與社交平臺,渴望一定程度上解決數(shù)字用戶既幫資本平臺勞動,同時又扮演消費者的尷尬境地[23]。
事實上,類似的公共媒體平臺已提供了借鑒,如由非營利的維基媒體基金會經(jīng)營的維基百科,即是提供自由近用、合作勞動的非商業(yè)性數(shù)字平臺。維基百科創(chuàng)設(shè)了一種資訊共產(chǎn)主義的形式,經(jīng)費主要來自用戶捐款,沒有任何廣告,沒有商業(yè)模式,不為資本積累的目的服務(wù);勞動者自己管理生產(chǎn),共同決定所有決策并控制生產(chǎn)過程;在自愿性的基礎(chǔ)上,用戶提供所有人可以免費使用的公共知識財產(chǎn),并從中獲得樂趣[24]。維基百科開創(chuàng)了另類媒體的先河,在商業(yè)數(shù)字平臺寡占受眾注意力的今天,為受眾爭取自由、重獲自主贏得了生機和可能。
公共數(shù)字媒體平臺的廣泛建立,需要適宜的土壤,一個基于參與式民主的社會公共領(lǐng)域的實現(xiàn)是重要前提,而作為一種對抗,非商業(yè)性數(shù)字平臺代表了資本邏輯籠罩下的用戶反叛力量。商業(yè)平臺的本質(zhì)是剝削,公共數(shù)字平臺的要義則是賦權(quán),非商品化的特質(zhì)使得公共數(shù)字平臺用戶可以實現(xiàn)最大程度的主體性。用戶在一種自愿勞動、自我決定的機制下,獲得真正自由平等的媒介使用體驗。
我們已經(jīng)進(jìn)入了一個算法的時代,無可逃避它的影響力,透析算法推薦的機制以及資本積累本質(zhì)可以幫助我們更加冷靜、理性地對待算法,在接觸商業(yè)平臺媒體的過程中,秉持一顆警惕的心,帶著批判的眼光去使用,擺脫算法剝削的窠臼,掌握主動權(quán)。數(shù)字資本控制猶在,但受眾可以進(jìn)行抵抗和反規(guī)訓(xùn)。