短視頻推薦系統(tǒng)的算法感知與互動(dòng)
——一項(xiàng)基于對(duì)大學(xué)生的訪談研究

◎季 穎

(華南理工大學(xué)，廣東 廣州 510006)

一、引言

傳統(tǒng)的傳播以人為起點(diǎn)，然而隨著顛覆性技術(shù)的入侵，機(jī)器開始動(dòng)搖人類主體位置，人與機(jī)器的關(guān)系發(fā)生變化，人機(jī)傳播成為新型傳播領(lǐng)域。算法作為宏觀的機(jī)器范疇中的一員引起了學(xué)者的關(guān)注。喻國明提出算法成為當(dāng)今互聯(lián)網(wǎng)連接萬物的媒介[1]，全燕提出算法是技術(shù)奇點(diǎn)，認(rèn)為算法嵌入的人機(jī)關(guān)系越來越少地需要人為設(shè)定，也越來越多地表現(xiàn)出自組織性、自適應(yīng)性[2]。

不可否認(rèn)的是，算法與人類的融合將在技術(shù)助力下呈現(xiàn)出更多形態(tài)。目前現(xiàn)實(shí)中算法的應(yīng)用極大提升了人們的生活效率，包括推薦算法、商務(wù)算法、算法新聞、算法優(yōu)化和預(yù)測。推薦系統(tǒng)作為其中的一種應(yīng)用，主要通過依靠機(jī)器學(xué)習(xí)算法，能夠通過分析用戶的行為或其他相似用戶的行為來“猜測”用戶的喜好和興趣，為用戶提供量身定制的、經(jīng)過篩選的信息，從而使其更有效地應(yīng)對(duì)海量數(shù)據(jù)，減少信息過載[3]。推薦系統(tǒng)已經(jīng)在新聞、營銷、娛樂、社交媒體多個(gè)領(lǐng)域?yàn)橛脩艚鉀Q選擇難題，增加應(yīng)用程序的附加值，增強(qiáng)用戶黏性。

然而在國內(nèi)2021年360 發(fā)布的一項(xiàng)推薦系統(tǒng)調(diào)研數(shù)據(jù)報(bào)告《感覺被算法算計(jì)了》中，當(dāng)要求給推薦系統(tǒng)選擇形容詞，“精準(zhǔn)的”“有用的”“高效的”“讓人驚嘆的”成為高頻詞，也有部分認(rèn)為推薦系統(tǒng)是“討厭的”或“讓人苦惱的”。

因此，用戶對(duì)于算法推薦系統(tǒng)產(chǎn)生感知，而這種感知會(huì)影響用戶與推薦系統(tǒng)之間的關(guān)系。人對(duì)算法的感知在近年來已經(jīng)逐漸成為研究的重點(diǎn)，用戶對(duì)于機(jī)器技術(shù)的感知會(huì)塑造人與機(jī)器技術(shù)的關(guān)系?；诖?，本文以短視頻內(nèi)容推薦為研究對(duì)象，采用半結(jié)構(gòu)訪談法選取大學(xué)生群體，探究用戶對(duì)于算法的認(rèn)知、感知及其產(chǎn)生的互動(dòng)行為，以期豐富現(xiàn)有的人與算法關(guān)系領(lǐng)域的研究。

二、研究意義

從理論上來講，算法塑造了數(shù)字環(huán)境和社交互動(dòng)的個(gè)人體驗(yàn)[4]，未來算法的推薦將融入更多的社會(huì)場景。因此，了解人們的感知和態(tài)度有助于提升人與算法的關(guān)系。同時(shí)，因?yàn)樗惴ū旧淼募夹g(shù)黑箱，了解算法機(jī)制也是一件相對(duì)復(fù)雜的事情。因此，從用戶角度去收集日常生活對(duì)算法運(yùn)行機(jī)制的理解，也可以作為算法機(jī)制的一種補(bǔ)充。此外，人與算法關(guān)系的探索有助于人機(jī)關(guān)系理論的補(bǔ)充。

從實(shí)踐上來講，由于研究會(huì)涉及到一些短視頻內(nèi)容推薦APP 為實(shí)例進(jìn)行舉證，因此了解用戶的算法實(shí)踐可以為短視頻APP 提供者、技術(shù)人員提供優(yōu)化算法體驗(yàn)的本土化建議，增強(qiáng)算法應(yīng)用的廣泛性和日常性。

三、文獻(xiàn)綜述

(一)短視頻推薦系統(tǒng)相關(guān)研究

短視頻近年來呈現(xiàn)快速增長，短視頻的內(nèi)容推薦是屬于算法推薦的應(yīng)用之一。有關(guān)短視頻內(nèi)容推薦的研究可以分為從技術(shù)角度研究算法優(yōu)化和探討倫理法律問題。目前對(duì)于算法的研究主要從算法技術(shù)和算法倫理角度以接受和批判視角進(jìn)行[5-6]，對(duì)于算法感知的研究較少。算法感知視角下的研究正處于發(fā)展期，本文擬通過定性方法來探索研究擴(kuò)大用戶視角下的算法。

(二)人與算法關(guān)系相關(guān)研究

在人與推薦系統(tǒng)的關(guān)系研究中，國內(nèi)學(xué)者主要研究針對(duì)短視頻推薦內(nèi)容相似性帶來的負(fù)面響應(yīng)[7]，還有以今日頭條推薦為例介紹用戶與算法之間基于可見性的威脅問題[8]。這其中的研究部分對(duì)于基于特征的用戶響應(yīng)機(jī)制進(jìn)行了解釋，但是都是主要站在技術(shù)接受角度，忽視了人們對(duì)于算法的態(tài)度。

國外學(xué)者研究了政治[9]、社交[10]、娛樂[11]領(lǐng)域的個(gè)人算法民間理論，從研究結(jié)果可以看出學(xué)者們傾向于用深度訪談的方法來挖掘用戶的看法。Torkamaan 討論了推薦系統(tǒng)感知精確性產(chǎn)生的恐懼[12]。這些研究以人與算法的關(guān)系為理論視角，在該領(lǐng)域作出了貢獻(xiàn)。

然而國內(nèi)針對(duì)人與算法關(guān)系的研究較少。同時(shí)，在國內(nèi)背景下對(duì)于算法的感知研究、態(tài)度研究還處于發(fā)展期。截至2022年6月，我國短視頻的用戶規(guī)模增長最為明顯，達(dá)9.62億，占網(wǎng)民整體的91.5%[13]。因此，在短視頻成為新賽道的背景下，本研究試圖選取短視頻推薦系統(tǒng)為研究對(duì)象帶來的態(tài)度感知進(jìn)行補(bǔ)充。

四、研究內(nèi)容

本研究選取不同專業(yè)背景、有短視頻推薦使用經(jīng)驗(yàn)的12位大學(xué)生作為訪談對(duì)象，進(jìn)行40 分鐘以上的訪談。訪談中涉及的短視頻平臺(tái)主要是嗶哩嗶哩動(dòng)畫、抖音、小紅書、微博?，F(xiàn)將內(nèi)容總結(jié)如下。

(一)算法的認(rèn)知——“大數(shù)據(jù)推薦”的技術(shù)想象

算法的認(rèn)知主要是用戶對(duì)于算法的認(rèn)識(shí)和理解。本文研究發(fā)現(xiàn)，當(dāng)算法推薦的內(nèi)容出現(xiàn)用戶并不滿意的情況，用戶對(duì)于算法的感知才會(huì)比較明顯。首先，訪談對(duì)象在討論到算法推薦選取的場景時(shí)，都出現(xiàn)了自己并不滿意算法推薦時(shí)的情境。其次，對(duì)于算法這個(gè)詞語大部分人并沒有過接觸，理解程度并不高。最后，對(duì)于算法的機(jī)制的了解，用戶也并不會(huì)聯(lián)系到該機(jī)制屬于算法，而是從自己的角度去理解機(jī)制的作用。

本次采訪對(duì)象中，只有計(jì)算機(jī)專業(yè)背景的訪談?wù)邔?duì)于算法一詞并不陌生，也能夠?qū)€(gè)性化推薦與算法聯(lián)系在一起，其他采訪者沒有相關(guān)學(xué)術(shù)背景，對(duì)于算法比較陌生，而對(duì)于大數(shù)據(jù)相對(duì)熟悉一些，認(rèn)為算法推薦與大數(shù)據(jù)相關(guān)。小G和小Y 表示“在XX 平臺(tái)上會(huì)看見/平時(shí)有的帖子會(huì)說請(qǐng)大數(shù)據(jù)把我推給喜歡XX 的人”。小T 表示，“大數(shù)據(jù)可以追蹤到很多我的信息，根據(jù)我看過的和與我可能相關(guān)的一些內(nèi)容推給我，比如別人給我B 站分享的內(nèi)容，我看了以后就會(huì)一直給我推這個(gè)方面的內(nèi)容”。

有關(guān)于算法的運(yùn)作機(jī)制，當(dāng)談及個(gè)性化推薦中會(huì)出現(xiàn)的一些標(biāo)簽，訪談?wù)哒J(rèn)為標(biāo)簽的作用是細(xì)化分類，其次就是一些熱度標(biāo)簽可以增加流量。小G 表示，“比如我發(fā)一個(gè)健身的視頻，我就會(huì)帶上運(yùn)動(dòng)、健身這樣的標(biāo)簽，因?yàn)槭紫仁且粋€(gè)分門別類的作用，再就是前段時(shí)間劉畊宏很火的時(shí)候，我?guī)线@個(gè)相關(guān)的標(biāo)簽就會(huì)有更多的流量，因?yàn)槭菬狳c(diǎn)，所以視頻的點(diǎn)擊量一下子就上去了”。所以用戶雖然無法將推薦標(biāo)簽聯(lián)系到算法的運(yùn)行機(jī)制上，但是對(duì)于標(biāo)簽的作用有自己的認(rèn)識(shí)和理解，也會(huì)去運(yùn)用自己的對(duì)標(biāo)簽的理解從而增加曝光度。

對(duì)技術(shù)展開想象，即是為作為物理實(shí)體的技術(shù)賦予社會(huì)意義的過程，它期望為技術(shù)在社會(huì)中尋找到一個(gè)特定的“文化位置”，而這種文化定位會(huì)影響到相應(yīng)社會(huì)環(huán)境下技術(shù)實(shí)踐展開的具體方式[14]?！跋胂蟆弊尲夹g(shù)本身在社會(huì)中變成了“容易理解的”對(duì)象。在當(dāng)今數(shù)字文化背景下，對(duì)算法“大數(shù)據(jù)推薦”“標(biāo)簽作用”等一系列技術(shù)想象，其實(shí)就是用戶對(duì)于算法技術(shù)的一種民間建構(gòu)理論。這種對(duì)算法的技術(shù)想象構(gòu)成了用戶對(duì)算法的文化定位，從而影響算法與用戶之間的關(guān)系。

(二)算法的感知——功能與身份

算法的感知會(huì)涉及到用戶對(duì)算法的一個(gè)態(tài)度和情感。而用戶對(duì)算法的態(tài)度形成會(huì)來源于用戶對(duì)算法推薦表層功能層面的質(zhì)量感知，以及背后的深層身份定義。

1.功能使用

對(duì)于不同平臺(tái)的個(gè)性化推薦的算法感知用戶可以分為正面和負(fù)面。持正面看法的用戶認(rèn)為某平臺(tái)的算法邏輯以高質(zhì)量產(chǎn)品為主，同時(shí)對(duì)興趣的把握比較準(zhǔn)確。持負(fù)面看法的用戶則認(rèn)為算法不夠準(zhǔn)確，出現(xiàn)了重復(fù)推薦、質(zhì)量良莠不齊、商業(yè)化推薦等現(xiàn)象。

訪談?wù)咝 表示，“像我之前會(huì)發(fā)一些彈吉他的視頻，平臺(tái)會(huì)給我推類似的人的視頻，比較小眾，我就覺得挺合我胃口的。平時(shí)平臺(tái)火爆的視頻也都是很有水準(zhǔn)的視頻，我就覺得這個(gè)推薦我很喜歡”。

訪談?wù)咝 表示，“平臺(tái)每次推薦的內(nèi)容都是上次看過的，都沒有新的東西，我也不是一直只看這個(gè)，除此之外就是推薦的點(diǎn)贊量高的視頻，雖然屬于熱點(diǎn)內(nèi)容，但是我覺得對(duì)我而言質(zhì)量比較低，沒有什么內(nèi)涵”。訪談?wù)咝 表示，“每次看著就出現(xiàn)廣告，總是給我推廣告，我不想用這個(gè)平臺(tái)了”。

2.身份定義

用戶對(duì)于算法的感知的負(fù)面內(nèi)容，還有一部分來源于用戶認(rèn)為算法推薦的內(nèi)容所反映出來的身份定義與自己不匹配。對(duì)于一些用戶并不滿意的推薦，用戶會(huì)對(duì)此進(jìn)行戲謔。如訪談?wù)咝 認(rèn)為平臺(tái)推薦內(nèi)容的層次并不屬于自己的網(wǎng)絡(luò)身份時(shí)會(huì)發(fā)表言論“養(yǎng)了這么久的號(hào)，最終還是養(yǎng)廢了”，以此來表達(dá)自己對(duì)于算法推薦定義的身份的不滿。關(guān)于算法形成的身份，其他學(xué)者也有過類似的研究。John Cheney-Lippold[15]曾發(fā)表過《一個(gè)新的算法身份》的文章，被理解為“通過數(shù)學(xué)算法來推斷身份類別的身份形成”。

人際傳播領(lǐng)域中的鏡中我理論指出，用戶會(huì)通過他人的認(rèn)識(shí)、評(píng)價(jià)以及自己對(duì)評(píng)價(jià)的情感來認(rèn)識(shí)自己，而未來當(dāng)算法作為傳播對(duì)象，作為一個(gè)無形但是互動(dòng)的存在時(shí)，算法機(jī)制對(duì)我們的評(píng)價(jià)也將成為我們認(rèn)識(shí)自我的來源。訪談中用戶認(rèn)為算法推薦呈現(xiàn)出來的“自我”形象與自己認(rèn)為的自我形象存在偏差，就會(huì)產(chǎn)生抵抗心理，這其實(shí)是用戶對(duì)此評(píng)價(jià)產(chǎn)生的情感，由此可見算法作為機(jī)器中的一員形成的人機(jī)傳播已經(jīng)模糊了人際傳播領(lǐng)域的邊界。

(三)算法的互動(dòng)——算法話語

算法話語即算法權(quán)力。以往的研究以批判算法權(quán)力中心為主，而當(dāng)今用戶也具有算法話語時(shí)權(quán)力也會(huì)得到轉(zhuǎn)移。算法話語的建構(gòu)會(huì)塑造人們的形象、感知、體驗(yàn)算法的方式。這一個(gè)過程是雙向的過程，個(gè)體在理解算法的過程中，也被算法通過場景形塑著物質(zhì)和精神生活[16]。算法想象會(huì)調(diào)節(jié)用戶個(gè)體與算法的互動(dòng)程度，在與算法斗智斗勇中，用戶不斷以自己的方式生產(chǎn)關(guān)于算法的話語，用戶的反應(yīng)對(duì)于算法來說也發(fā)揮著一種生成性的作用。

1.主動(dòng)和被動(dòng)交互的算法交互

我們可以將人與算法的互動(dòng)主要分為主動(dòng)和被動(dòng)的算法交互行為。積極的算法交互表現(xiàn)在用戶主動(dòng)根據(jù)自己的理解，對(duì)自己形成的算法實(shí)踐進(jìn)行驗(yàn)證，比如說點(diǎn)贊讓算法知道自己的偏好、主動(dòng)搜索細(xì)化算法的推薦等日常算法互動(dòng)。而被動(dòng)的算法互動(dòng)表現(xiàn)在用戶會(huì)選擇間斷性使用某平臺(tái)的推薦系統(tǒng)，或者出現(xiàn)一個(gè)平臺(tái)遷移的狀況。

2.主動(dòng)和被動(dòng)的算法抵抗

當(dāng)遇到算法的錯(cuò)誤推薦，用戶會(huì)進(jìn)行主動(dòng)或者被動(dòng)抵抗，比如，會(huì)進(jìn)行身份的注銷回避算法已經(jīng)固化的標(biāo)簽推薦、點(diǎn)擊反饋界面選擇不感興趣改變算法推薦的內(nèi)容、通過主動(dòng)搜索其他詞語進(jìn)行實(shí)時(shí)互動(dòng)等行為。比如，訪談?wù)咝表示，“我曾經(jīng)嘗試注銷XX 平臺(tái)的賬號(hào)，因?yàn)樗扑]的內(nèi)容總是刷新不到新鮮的內(nèi)容、我感興趣的內(nèi)容、高質(zhì)量的內(nèi)容”。訪談?wù)咝 對(duì)于平臺(tái)出現(xiàn)的內(nèi)容會(huì)及時(shí)進(jìn)行反饋，“我基本每次都會(huì)對(duì)視頻進(jìn)行一個(gè)評(píng)估，我想讓它明確知道我的喜好，減少出現(xiàn)我不喜歡的內(nèi)容”。訪談?wù)咝 表示“在XX 平臺(tái)上，看到我不感興趣的內(nèi)容，我就直接搜索或者一直出現(xiàn)同一類型視頻我就會(huì)輸入一個(gè)或幾個(gè)完全不相同的內(nèi)容，這樣它就不會(huì)給我再推這個(gè)內(nèi)容，推薦的內(nèi)容也會(huì)變得更加廣泛”。

算法互動(dòng)中的用戶主動(dòng)性正在逐漸增強(qiáng)，算法雖然不可見，但是其互動(dòng)方式正在逐漸被用戶內(nèi)化為一套自己的算法實(shí)踐體系，由此可以去協(xié)調(diào)自己與算法之間的關(guān)系。在這其中，算法不再只是傳播鏈條中的發(fā)射器，同時(shí)也作為信息接受者，算法也被用戶納為傳播對(duì)象之一，用戶通過界面設(shè)置等舉措來達(dá)到與算法互動(dòng)，實(shí)現(xiàn)協(xié)調(diào)共生。

五、結(jié)語

算法作為傳播對(duì)象所塑造出來的算法文化為算法研究帶來新的視角?？傮w而言，用戶對(duì)于短視頻算法的感知會(huì)有自己的理解輪廓，但是對(duì)于算法這個(gè)名詞的認(rèn)識(shí)視學(xué)術(shù)背景而定，而關(guān)于算法的態(tài)度取決于用戶的表層功能接受與內(nèi)層身份定義，最后關(guān)于算法的互動(dòng)體現(xiàn)了用戶具有一定的主動(dòng)性，并不是完全被動(dòng)的存在。由于時(shí)間原因，本文對(duì)于訪談的內(nèi)容挖掘還不夠深，例如,特定的用戶群體已經(jīng)擁有較高的算法素養(yǎng)，因此在與算法互動(dòng)上可以利用算法數(shù)據(jù)實(shí)現(xiàn)反向的馴化，未來可以針對(duì)不同的用戶群體進(jìn)行深度訪談，了解特定群體更高層次的算法實(shí)踐。其次，關(guān)于算法定義身份的研究還可以進(jìn)行更多理論與現(xiàn)實(shí)的聯(lián)系，去挖掘在算法推薦視角下用戶的身份形成過程等。雖然本文還有許多不足，但是站在用戶角度剖析算法的視角，將有助于對(duì)人與機(jī)器關(guān)系形成領(lǐng)域的補(bǔ)充。