抖音算法知識視頻的生產(chǎn)、表演與規(guī)訓(xùn)

作者簡介：胡明鑫，女，博士研究生。

摘? 要：短視頻平臺上的算法知識視頻逐漸成為人們打破算法想象的窗口和學(xué)習(xí)內(nèi)容創(chuàng)作的工具。文章聚焦抖音平臺上生產(chǎn)并傳播算法知識的視頻，采用視覺話語分析和文本分析方法，探究算法知識生產(chǎn)圖景及其在整個算法生產(chǎn)網(wǎng)絡(luò)中的意義。中國語境下，官方與非官方賬號共同構(gòu)成了算法知識生產(chǎn)者。理解算法、迎合算法以及校正算法共同構(gòu)成算法知識內(nèi)容，但其同質(zhì)化與內(nèi)卷化問題不容忽視。算法知識的生產(chǎn)帶有表演性質(zhì)。算法知識視頻具備知識價值，在算法科普方面作發(fā)揮了重要作用。但其規(guī)訓(xùn)意義顯著，通過將平臺建構(gòu)為流量的絕對分配者，將平臺算法定義為去中心化，鼓勵內(nèi)容創(chuàng)作者進行算法迎合性生產(chǎn)。從而將算法的不穩(wěn)定性、內(nèi)容創(chuàng)作的不確定性責任歸咎于內(nèi)容創(chuàng)作者，維護了平臺的家長主義。

關(guān)鍵詞：算法知識視頻；短視頻平臺；知識生產(chǎn)；社會表演；平臺規(guī)訓(xùn)

中圖分類號：G206.2文獻標識碼：A文章編號：2096-8418（2024）01-0040-09

從訂閱時代到搜索時代，再到算法時代，信息傳播方式不斷變化。內(nèi)容生產(chǎn)者為了生存，要不斷學(xué)習(xí)并適應(yīng)信息生產(chǎn)和分發(fā)機制的變化。算法推薦時代，信息匹配的規(guī)則更加復(fù)雜，平臺運用算法工具來分配流量，分配可見性，與內(nèi)容生產(chǎn)者的信息并不對稱。尤其是抖音等推薦權(quán)重大于關(guān)注權(quán)重的短視頻平臺，內(nèi)容創(chuàng)作者想要獲得影響力，就必須要理解并迎合算法。算法的黑箱性質(zhì)決定內(nèi)容創(chuàng)作者光有自身對算法的想象是不夠的，還需要一套專業(yè)的算法知識與運作流程。雖然現(xiàn)有的短視頻產(chǎn)業(yè)中，已經(jīng)出現(xiàn)很成熟的內(nèi)容生產(chǎn)運營，創(chuàng)作者可以尋求MCN機構(gòu)的專業(yè)扶持，但是這些專業(yè)扶持通常進入門檻較高。比如，賬號粉絲要達到一定量級且要付出經(jīng)濟代價，通常收取創(chuàng)作者收入的百分比或獲得對內(nèi)容生產(chǎn)的控制權(quán)，一些中部或尾部的內(nèi)容創(chuàng)作者很難獲得這些支持。在這樣的背景下，大量講解短視頻算法以及如何做好短視頻內(nèi)容創(chuàng)作的知識視頻應(yīng)運而生，很大程度上成為中尾部內(nèi)容創(chuàng)作者打破算法想象的窗口以及學(xué)習(xí)內(nèi)容創(chuàng)作的工具，成為短視頻算法行動者網(wǎng)絡(luò)中的重要角色。遺憾的是，學(xué)界似乎很少關(guān)注這一類行動者，算法知識視頻的生產(chǎn)與意義尚未被有效洞察。因此，本研究試圖聚焦抖音平臺上的算法知識視頻，研究嘗試回答以下問題：誰生產(chǎn)了算法知識？這些算法知識視頻傳遞什么內(nèi)容？這些內(nèi)容的來源是什么？算法知識視頻生產(chǎn)者既是內(nèi)容創(chuàng)作者也是算法知識生產(chǎn)者，這種雙重身份對算法知識生產(chǎn)有無影響？如有，有何影響？在整個算法行動者網(wǎng)絡(luò)中，算法知識視頻的意義與作用是什么？

一、文獻綜述

（一）理解算法：揭秘可見性游戲中的算法迷思

一直以來，算法的制定與更改具有黑箱性質(zhì)。算法網(wǎng)絡(luò)中的各個行動者都試圖用自己的方式去認識它，揭開它的神秘面紗。自然科學(xué)領(lǐng)域研究者從技術(shù)視角來打開算法黑箱，［1］社會科學(xué)領(lǐng)域多根據(jù)算法內(nèi)容來反向推理算法的運行機制。比如，方師師通過分析Facebook偏見門事件，剖析平臺型媒體動態(tài)新聞推送的算法機制，發(fā)現(xiàn)Facebook的動態(tài)新聞算法是一種基于用戶社交使用的協(xié)同過濾機制。［2］王茜以今日頭條為研究對象，通過8000多條新聞推送，揭示出今日頭條算法價值觀念主要包括四個要素：場景、內(nèi)容、用戶偏好和平臺優(yōu)先級。［3］也有研究突破算法的具體運行邏輯，通過將算法作為社會支配性力量的宏觀思維來認識算法。［4］

跳出學(xué)者的學(xué)理性探討，普通用戶在與算法的互動實踐中展開算法想象，形成了很多關(guān)于算法的民間理論。比如，在“算法崩潰”時分，用戶與算法之間的互動邏輯表現(xiàn)為算法人格化、自我歸因和群體想象。這些算法想象強烈影響著用戶的算法使用行為。［5］在日常使用中，用戶通過將算法推薦結(jié)果與自我情境、興趣及行為進行相關(guān)性比較，感知算法存在并“想象”其運作規(guī)則。當他們遭遇負面體驗時，即展開對算法的抵抗實踐。［6］

普通用戶與算法的互動帶有幾分神秘游戲的色彩，但對于內(nèi)容創(chuàng)作者而言，理解算法是獲得可見性在內(nèi)容市場上站穩(wěn)腳跟的根本。商業(yè)化與流量變現(xiàn)的渴望讓短視頻創(chuàng)作者的生產(chǎn)實踐不再局限于愛好或單純的自我表達，而是轉(zhuǎn)向遵從平臺算法邏輯，并根據(jù)自身所理解的算法規(guī)則來進一步調(diào)試內(nèi)容生產(chǎn)，形成一套內(nèi)容生產(chǎn)流程。［7］比如，中尾部創(chuàng)作者通過發(fā)布內(nèi)容時使用標簽、尋找選題時聯(lián)系運營人員、依附頭部創(chuàng)作者獲得導(dǎo)流，分別建立與算法規(guī)則、平臺制度和創(chuàng)作者同行的聯(lián)盟。［8］不僅如此，他們通過與粉絲社群的交流分享來追蹤相關(guān)的算法信息。這些對話形成了“算法八卦”（algorithmic gossip）的民間知識，并影響著內(nèi)容創(chuàng)作者的算法認知以及內(nèi)容策略。［9］當然，隨著短視頻行業(yè)的產(chǎn)業(yè)化發(fā)展，很多內(nèi)容創(chuàng)作者獲取平臺算法知識的方式從來自“自我與周圍人的想象”過渡到了接受公司的專業(yè)培訓(xùn)來發(fā)展“實踐性的算法知識”。［10］縱觀以上理解算法的各種實踐，對于算法知識視頻的考察仍呈現(xiàn)缺席狀態(tài)。

（二）算法游戲：短視頻內(nèi)容創(chuàng)作者對可見性的爭取

短視頻平臺與內(nèi)容創(chuàng)作者相互依存，一方面，平臺的發(fā)展與繁榮高度依賴用戶，尤其是職業(yè)化的內(nèi)容生產(chǎn)者，他們是平臺獲得流量的源泉。另一方面，作為平臺經(jīng)濟循環(huán)體系中的一員，內(nèi)容創(chuàng)作者也高度依賴平臺，后者為其提供新的職業(yè)，成為重要的變現(xiàn)渠道。［11］但在平臺經(jīng)濟模式下，平臺與內(nèi)容生產(chǎn)者的力量并不對等，隨著內(nèi)容生產(chǎn)的“算法轉(zhuǎn)向”，平臺通過算法訴諸量化評估和工具理性，對內(nèi)容生產(chǎn)者形成了一種隱蔽而日常的規(guī)訓(xùn)力量，內(nèi)容生產(chǎn)者和平臺圍繞算法可見性的爭奪構(gòu)成了“算法游戲”的實踐。［12］在這場游戲中，以流量為代表的可見性成為平臺、廣告商、內(nèi)容創(chuàng)作者各方進行交換的通用等價物，是內(nèi)容創(chuàng)作者向平臺、廣告商證明自身價值以實現(xiàn)變現(xiàn)的重要方式。而算法是可見性的分配工具，是決定內(nèi)容創(chuàng)作者能否博取關(guān)注的“經(jīng)紀人”和影響信息流通的“把關(guān)者”。［13］相比于訂閱時代，算法分發(fā)機制下，內(nèi)容創(chuàng)作者不必再緊緊依賴編輯將他們創(chuàng)作的內(nèi)容推薦至媒體的顯著位置，而是轉(zhuǎn)而擁抱算法，想方設(shè)法獲得算法的抓取與識別。由于算法的黑箱性質(zhì)，內(nèi)容創(chuàng)作者并沒有權(quán)利和能力對此提出質(zhì)疑和挑戰(zhàn)，所以，他們積極地踐行平臺制定的算法規(guī)則，依靠自我想象或者其他途徑來反推算法的運行邏輯。［14］

內(nèi)容創(chuàng)作者展開了不同策略適應(yīng)或博弈算法，在與算法的交互實踐過程中形成了不同的算法立場。例如，持主導(dǎo)立場的內(nèi)容創(chuàng)作者高度遵從算法，根據(jù)算法來調(diào)節(jié)內(nèi)容生產(chǎn)方式與策略；持協(xié)商立場者在表達自己意圖和實現(xiàn)算法意圖之間尋求讓步和妥協(xié)，權(quán)衡自身內(nèi)容與商品的融合程度；對抗立場者出于利益的訴求，通過“人工刷量”“視頻加密”等方式來干擾算法的正常運行。［15］在算法生產(chǎn)中，內(nèi)容創(chuàng)作者要想獲取可見性，就要迎合看似客觀和中立的算法規(guī)則，在平臺內(nèi)部，由內(nèi)容管理者引領(lǐng)的“職責共識網(wǎng)絡(luò)”實現(xiàn)內(nèi)容標準的算法化。在自媒體社群中，由同步創(chuàng)作者引領(lǐng)的“規(guī)律共識網(wǎng)絡(luò)”對不同流量水平的創(chuàng)作者及行為方式實現(xiàn)馴化，最終使內(nèi)容創(chuàng)作者依附于算法主導(dǎo)的價值體系中。［8］內(nèi)容的貨幣化是短視頻生產(chǎn)的強大內(nèi)生動力，內(nèi)容市場實質(zhì)是注意力和影響力市場。平臺利用算法指標對內(nèi)容創(chuàng)作者進行規(guī)訓(xùn)，內(nèi)容創(chuàng)作者自覺地并在合理化詮釋的基礎(chǔ)上強化自我規(guī)訓(xùn)，在不斷學(xué)習(xí)、不斷調(diào)教的過程中來迎合算法，讓短視頻內(nèi)容創(chuàng)作者更加依賴算法帶來的螺旋效應(yīng)。［16］

（三）算法知識視頻：算法可見性游戲中的調(diào)節(jié)者

算法網(wǎng)絡(luò)中的行動者們都在以民間或?qū)I(yè)的途徑試圖揭開算法黑箱，獲得算法認知。面向這些理解算法的需求，市場也敏銳地嗅覺到這一機遇，越來越多專業(yè)講解算法知識的視頻開始在平臺出現(xiàn)。這些視頻多針對內(nèi)容創(chuàng)作群體，目的是通過向這一群體輸入平臺算法的知識，幫助其獲得流量，最終產(chǎn)生可觀的經(jīng)濟效益。這些算法知識視頻打開了理解算法的又一扇窗口。Bishop關(guān)注那些在YouTube上向內(nèi)容創(chuàng)作者們出售算法可見性理論的“算法專家”。他通過民族志研究發(fā)現(xiàn)，這些算法知識表面上是為了揭示隱藏的算法信號或糾正一些“誤導(dǎo)性”信息，然而最終他們教會創(chuàng)作者迎合平臺與YouTube商業(yè)模式“串通一氣”。這些算法專家的建議始終貫穿著精英主義的邏輯，依賴于狹隘的數(shù)據(jù)和拼湊的解決方案，并沒有承認或解決YouTube上的不平等現(xiàn)象。［17］MacDonald在Bishop的基礎(chǔ)上，借鑒經(jīng)濟學(xué)的理論視角，將算法知識視頻看作市場設(shè)備（market devices），認為這些視頻通過教內(nèi)容創(chuàng)作者如何在平臺經(jīng)濟中行動，為平臺“可見性”市場的形成發(fā)揮了重要作用，對平臺具有經(jīng)濟效益。具體表現(xiàn)為四個方面：（1）使算法客觀性的平臺敘事合法化；（2）教會創(chuàng)作者如何計算內(nèi)容的價值，并根據(jù)平臺指標來標準化內(nèi)容；（3）鼓勵創(chuàng)作者管理受眾；（4）證明繼續(xù)進行內(nèi)容生產(chǎn)的合理性，即使它沒有為創(chuàng)作者帶來回報。［18］

算法知識視頻不僅是揭開算法黑箱的重要窗口，更是內(nèi)容創(chuàng)作者學(xué)習(xí)算法知識調(diào)試內(nèi)容生產(chǎn)的重要工具。但遺憾的是，目前學(xué)界對這類算法知識生產(chǎn)尚未給予更多關(guān)注，基于中國語境下的相關(guān)研究也寥寥無幾。因此，本文希冀窺探中國短視頻平臺上的算法知識視頻到底如何進行知識生產(chǎn)。具體而言，誰生產(chǎn)了算法知識？這些算法知識視頻傳遞什么內(nèi)容？這些內(nèi)容的來源是什么？又如何論證知識的合理性？此外，算法知識視頻生產(chǎn)者既是內(nèi)容創(chuàng)作者也是算法知識生產(chǎn)者，這種雙重身份對算法知識生產(chǎn)有無影響？如有，有何影響？深入來看，在算法生產(chǎn)網(wǎng)絡(luò)中，算法知識視頻的意義與作用是什么？其中存在哪些問題？

二、研究方法和設(shè)計

（一）研究方法

本研究運用視覺話語分析（visual discourse analysis）和文本分析的方法。視覺話語分析檢查視頻和圖像，以理解嵌入在這些視覺文本中的信息，以及這些信息如何塑造觀眾和平臺的解釋。［19］具體來說，視覺話語分析尤其適用于研究數(shù)字文化中視覺信息的流通。該方法曾被用來分析TikTok上的相關(guān)視頻，研究TikTok平臺上反種族主義、反厭女主義、支持LGBTQIA等邊緣創(chuàng)作者如何利用TikTok的各種媒介和技術(shù)支持來逃避算法監(jiān)視和壓迫。［20］本研究關(guān)注的算法知識視頻同樣流通著大量的視覺信息，通過觀察分析這些視覺信息，可以發(fā)現(xiàn)算法知識生產(chǎn)者們?nèi)绾芜M行知識生產(chǎn)。

（二）數(shù)據(jù)收集

本研究以抖音平臺上的算法知識視頻為研究對象。利用抖音的搜索功能，筆者于2022年12月10日在抖音搜索框內(nèi)輸入“抖音算法”，搜索類別選擇“視頻”選項，排序依據(jù)選擇“點贊最多”，發(fā)布時間、視頻時長、搜索范圍均不限。最終選取點贊量排名前100名的視頻作為分析材料。筆者逐個瀏覽100個視頻并將其進行文字轉(zhuǎn)化，生成近三萬字的文字材料。最終，視頻材料和文本材料共同構(gòu)成了本文的研究材料。對于研究資料的獲取，有必要交代以下問題：

為什么選擇抖音平臺上的算法知識視頻作為研究對象？

主要理由如下：（1）抖音目前是國內(nèi)最大的短視頻平臺。截至2022年11月，抖音用戶數(shù)量在8.42億左右，日活用戶數(shù)超過7億。眾多中尾部的內(nèi)容創(chuàng)作者棲居平臺，創(chuàng)作內(nèi)容爭取平臺的曝光可見。［21］（2）抖音作為推薦權(quán)重大于關(guān)注權(quán)重的短視頻平臺，其算法更具代表性。（3）抖音平臺上的內(nèi)容創(chuàng)作者有學(xué)習(xí)理解抖音算法知識的需求，而這類知識視頻更多在抖音平臺生產(chǎn)。

為什么會選取點贊量排名前100名的視頻作為研究材料？

理由主要有以下兩點：（1）抖音搜索結(jié)果篩選的排序依據(jù)分別為“點贊最多”“綜合排序”“最新發(fā)布”三種選項。其中，“點贊最多”代表作品的曝光度和影響力，點贊量越高說明該知識視頻具有更高的曝光度和更大的影響力，趨向于更高的認可度。因此，也更具備觀察分析的價值。（2）筆者在逐條瀏覽相關(guān)的算法知識視頻時，發(fā)現(xiàn)排名第100的視頻點贊量為1056，評論數(shù)為76。無論是從點贊數(shù)還是評論數(shù)來看，均已較為有限。當然，也不得不考慮研究精力的有限性，故選擇100個算法知識視頻作為研究樣本。

（三）編碼分析

本文通過開放式編碼、關(guān)聯(lián)式編碼和選擇式編碼三級編碼程序，對算法知識視頻轉(zhuǎn)化而來的文本材料進行文本分析。這一階段不僅著眼于考察算法知識具體的文本特征，意在發(fā)現(xiàn)算法知識視頻的知識生產(chǎn)圖景，還通過對文本的細致分析來發(fā)現(xiàn)算法知識背后所隱藏的權(quán)力結(jié)構(gòu)，意在從整個算法生產(chǎn)網(wǎng)絡(luò)來看算法知識視頻的作用。

三、知識的生產(chǎn)：算法知識生產(chǎn)圖景

算法知識視頻意在向內(nèi)容生產(chǎn)者出售算法知識，其整體邏輯是了解短視頻算法后進一步迎合算法，根據(jù)算法邏輯調(diào)試內(nèi)容生產(chǎn)來獲得內(nèi)容曝光，最終在可見性基礎(chǔ)上獲得經(jīng)濟效益。這些講解短視頻算法的視頻生產(chǎn)并輸送算法知識，這些算法知識視頻的生產(chǎn)者是誰？他們生產(chǎn)了哪些算法知識？又是如何輸送這些算法知識？

（一）算法知識生產(chǎn)者：官方與非官方的共同行動

當前算法知識視頻的生產(chǎn)者包括兩類：一類是官方賬號；另一類是非官方賬號。官方賬號以抖音號“抖音創(chuàng)作者中心”“巨量算數(shù)”等為代表。它們擁有大量的粉絲基礎(chǔ)，通過提供授權(quán)管理、內(nèi)容管理、互動管理及數(shù)據(jù)管理等服務(wù)助力抖音用戶高效運營。［22］非官方賬號主要指個人賬號，這些賬號創(chuàng)作的內(nèi)容多與短視頻運營、短視頻算法相關(guān)，粉絲基礎(chǔ)量遠低于官方賬號，但其數(shù)量分布之多，在平臺產(chǎn)生了強大的影響力。在算法知識內(nèi)容生產(chǎn)上，官方賬號更注重講述算法推薦的工作原理、介紹平臺的功能以及創(chuàng)作者如何使用官方提供的平臺資源來進行創(chuàng)作，根據(jù)平臺的要求來規(guī)訓(xùn)內(nèi)容創(chuàng)作者。非官方賬號的算法知識則更加多元，他們講解抖音的算法機制到底是什么？如何提升賬號的影響力？如何打造人設(shè)？如何通過一系列的操作來獲取流量？總之，他們更偏向在理解算法的前提下來迎合算法，甚至矯正算法，更偏向提供操作層面的技巧。

（二）生產(chǎn)算法知識：理解算法—迎合算法—校正算法

由于算法的專業(yè)性以及短視頻平臺的商業(yè)秘密性，算法對于外界一直處于黑箱的性質(zhì)。短視頻平臺上的算法知識視頻為內(nèi)容創(chuàng)作者特別是中底層的創(chuàng)作者們提供了學(xué)習(xí)渠道，輸送了算法知識。筆者分析發(fā)現(xiàn)，這些算法知識可分為理解算法、迎合算法以及校正算法三個層面。

在理解算法層面，算法知識視頻基本從算法本質(zhì)、算法類型、算法機制以及算法調(diào)整變化四個方面來生產(chǎn)算法知識。在這些視頻中，抖音的本質(zhì)被構(gòu)建成算法平臺，而算法的本質(zhì)被構(gòu)建為“匹配+推薦”的結(jié)合，抖音算法的核心是基于用戶行為的內(nèi)容推薦。在這些算法知識語境下，基于“匹配+推薦”的算法種類多樣，整體歸結(jié)為去中心化、中心化和抖加付費算法三類，包括流量池算法、標簽算法、環(huán)境算法、熱門算法、協(xié)同算法、戰(zhàn)略算法、抖加算法等7種。不同的算法具有不同的運算邏輯，比如流量池算法是在初始流量的基礎(chǔ)上不斷獲得推薦流量，能否獲得推薦流量的標準是用戶數(shù)據(jù)。環(huán)境算法是根據(jù)特殊時間和空間的場景進行推送，協(xié)同算法是根據(jù)與目標用戶興趣相似的用戶特征進行推薦。但平臺的算法并不是一成不變的，而是根據(jù)短視頻生產(chǎn)現(xiàn)狀、平臺的戰(zhàn)略規(guī)劃而不斷調(diào)整。

在迎合算法和校正算法層面，算法知識視頻偏向操作層面的具體行動，如何在了解算法的基礎(chǔ)上去迎合算法？如何去校正甚至是干擾算法來獲得用戶的注意力以及平臺的流量傾斜？這類算法知識視頻通常將算法推薦和短視頻創(chuàng)作建構(gòu)為一種標準化的工業(yè)生產(chǎn)，在這個生產(chǎn)體系中，算法知識生產(chǎn)者主要圍繞兩方面生產(chǎn)知識：第一，如何知道算法偏好什么？第二，如何制作符合算法偏好的視頻？內(nèi)容創(chuàng)作者要想辦法讓算法捕捉到自己的賬號以及作品的特征，以便讓算法清楚其內(nèi)容定位。運用官方提供的創(chuàng)作者中心或同賽道同類別賬號獲取關(guān)鍵詞標簽是常被付諸的手段。此外，持續(xù)更新作品，通過長時間不斷與平臺算法互動來校正算法的認知也是常提到的方法。這些視頻還強調(diào)，算法在識別內(nèi)容創(chuàng)作者特征的過程中并非完全智能，有時也需要內(nèi)容創(chuàng)作者的助力，可付費運用抖加來校正算法，幫助平臺更快速的建立賬號的數(shù)據(jù)模型。

（三）算法知識傳播：多元形式提升算法的可解釋性

揭示算法黑箱，提升算法透明度一直是算法網(wǎng)絡(luò)行動者所努力的目標。盡管算法平臺也曾對相關(guān)算法進行公開，但由于專業(yè)知識的理解障礙，算法透明對于外界一直存在可解釋性障礙。因此，學(xué)界一直呼吁一種算法可解釋的透明性。［23］由于短視頻內(nèi)容創(chuàng)作者的非專業(yè)性，算法知識生產(chǎn)者在傳授算法知識時采用多元的形式方法增加算法的可理解性。這主要體現(xiàn)在算法知識視頻講解的語言和形式方面。首先，在語言方面，這些算法知識視頻的語言大多通俗易懂，善用舉例和比喻的方法來增加易懂性。比如，在介紹算法本質(zhì)時，將算法比喻成紅娘，男女雙方分別是優(yōu)質(zhì)創(chuàng)作者創(chuàng)作的內(nèi)容和渴望優(yōu)質(zhì)內(nèi)容的用戶，而算法通過標簽識別雙方的特征并進行匹配。其次，在形式方面，算法知識呈現(xiàn)形式多元，包括文字、動畫、流程圖、視頻講解等。比如，用流程圖來呈現(xiàn)抖音算法推薦的過程機制，多種形式融合增強算法知識的可理解性，提升短視頻算法可解釋的透明性。

（四）算法知識生產(chǎn)中的同質(zhì)化與內(nèi)卷化問題

雖然短視頻平臺上算法知識視頻采用多元形式生產(chǎn)了大量的算法知識，形成了一個算法知識話語爭奪場，但縱觀算法知識生產(chǎn)，其中不乏存在一些問題。首先，知識的可信度存疑。雖然部分知識生產(chǎn)者通過一些方式來增加其內(nèi)容可信度，包括訴諸身份認證或者經(jīng)驗認證，一些知識生產(chǎn)者通過交代自己的身份來說明知識的可信度。比如，交代講解人身份是算法工程師、知識博主、相關(guān)培訓(xùn)機構(gòu)負責人等。一些視頻采用訴諸親身擁有短視頻運營或與算法互動的經(jīng)驗來證明知識的合理性。但從知識來源而言，大多數(shù)算法知識視頻尤其是非官方算法知識生產(chǎn)者并沒有交代算法的知識來源，算法知識的有效性和可靠性有待驗證。其次，分析發(fā)現(xiàn)，算法知識視頻內(nèi)容內(nèi)卷甚至矛盾，賬號不同但內(nèi)容高度雷同，相關(guān)內(nèi)容照抄照搬。不僅如此，一些算法知識還自相矛盾。筆者經(jīng)分析發(fā)現(xiàn)，一些算法知識視頻講述算法粉絲權(quán)重占比高，另一些算法知識則認為粉絲權(quán)重大大降低。因此，這也一定程度上反應(yīng)出算法知識的可靠性存疑。

四、 表演的性質(zhì)：雙重身份下的表演策略

短視頻算法知識視頻生產(chǎn)者既是內(nèi)容創(chuàng)作者，也是知識生產(chǎn)者。本質(zhì)而言，這些知識的生產(chǎn)是要遵循短視頻創(chuàng)作的生存法則，要在漲粉和變現(xiàn)的軌道上行駛。這些視頻表面是教創(chuàng)作者如何理解并在算法經(jīng)濟中行動，為平臺可見性市場的形成做了重要工作，實則這些算法知識視頻也帶有表演性質(zhì)，這種呈現(xiàn)和表演具有預(yù)定行動模式，即“表演框架”（performance framework）［24］。算法知識視頻創(chuàng)作者為了能夠在舞臺上達到理想的自我呈現(xiàn)效果，在表演期間運用多種表演策略來與用戶形成良性的社會互動，吸引他們駐足觀看。經(jīng)過對抖音平臺上算法知識視頻分析，以下幾種表演策略常被運用。

（一）運用文案話術(shù)增強吸引力

在短視頻平臺，內(nèi)容創(chuàng)作者和觀眾的交流幾乎趨向于通過語言來完成。一方面，內(nèi)容創(chuàng)作者通過語言來傳遞內(nèi)容信息，另一方面，語言是線上勞動實現(xiàn)情感維系的有力工具，語言借助科技和傳播的力量融入到數(shù)字勞動之中，維系著內(nèi)容創(chuàng)作者和粉絲觀眾的關(guān)系，使其成為穩(wěn)定的共同體。［25］短視頻生產(chǎn)制作中，語言的策略更多表現(xiàn)在各種文案和話術(shù)的運用上，通過話術(shù)，吸引、穩(wěn)固并操控粉絲，幫助用戶建立期待。具體而言，算法知識視頻生產(chǎn)中，主要運用到以下幾種話術(shù)文案方式：一是引起好奇型的文案話術(shù)。這種文案話術(shù)通過引起觀眾的好奇心來吸引他們點擊觀看視頻，在文案中給出有趣、令人驚訝或者具有懸念的暗示，激發(fā)觀眾的興趣。二是精華凝練型文案話術(shù)。這一類視頻往往簡潔精練，開門見山介紹視頻的主題，用知識“干貨”來吸引觀眾。三是訴諸恐懼的話術(shù)策略。這類算法知識視頻抓住內(nèi)容創(chuàng)作者算法知識欠缺與流量迫切需求的矛盾現(xiàn)狀，以此突出這些算法知識視頻的價值。四是構(gòu)建親密關(guān)系話術(shù)策略。這類算法知識視頻在講解算法知識的過程中訴諸情感，來表示算法知識生產(chǎn)者的“真誠”。

（二）打造專業(yè)人設(shè)提升信服度

不同于戈夫曼強調(diào)的面對面的人際交往場景，以屏幕為中介的社會交往一大特點是基于人設(shè)的表演，表演和人設(shè)互相服務(wù)，表演的集成逐漸形成人設(shè)，而人設(shè)反之又可能框定表演。［25］轉(zhuǎn)向抖音平臺上的算法知識視頻，其內(nèi)容創(chuàng)作者通過將自己打造成精通算法機制的專業(yè)人設(shè)，通過一系列的表演策略突出人物魅力，提升內(nèi)容的吸引力和信服度，常見的策略包括訴諸人物專業(yè)身份和展示短視頻相關(guān)經(jīng)驗。

訴諸人物專業(yè)身份指通過交代講解者的專業(yè)身份增加算法知識的信度。在算法知識視頻中，有很多真人出鏡具有現(xiàn)場感的視頻，視頻中的人物魅力成為吸引用戶的重要砝碼。這些視頻通過交代講解人身份是算法工程師、短視頻運營培訓(xùn)機構(gòu)的負責人來吸引觀看。除了訴諸人物身份，展示短視頻運營相關(guān)經(jīng)驗也是另一種常見的人設(shè)打造方式。這一類視頻在講解算法時現(xiàn)身說法，通過講述自己的“高光”時刻，吸引粉絲。比如，抖音號“蟹老板”講解起號的算法機制和規(guī)則時，視頻開始最先交代“我2021年幫學(xué)而思做了3000萬的粉絲，超過200億的流量”，通過現(xiàn)身說法來提升算法知識的可信度。

（三）模仿熱門視頻追求曝光度

由于短視頻平臺內(nèi)容版權(quán)含混和整個行業(yè)對流量的狂熱追逐，模仿復(fù)制已經(jīng)成為短視頻內(nèi)容生產(chǎn)領(lǐng)域默認的生存法則。當一些短視頻成為廣受歡迎的熱門作品時，一些內(nèi)容創(chuàng)作者會借鑒模仿甚至是照抄搬運，這種模因的傳播成為內(nèi)容創(chuàng)作者追求流量的常用表演策略。在抖音平臺的算法知識視頻中，這種模仿策略也常被使用。在對算法知識視頻進行分析時，筆者發(fā)現(xiàn)不同賬號發(fā)布的內(nèi)容幾乎一模一樣，包括形式、內(nèi)容和文案。從這一點來看，算法知識視頻并非是算法知識的生產(chǎn)者而是搬運工。究其根本，這種具有強烈的復(fù)制性和模仿性的表演策略滋生于短視頻的版權(quán)難題和“唯流量論英雄”的游戲規(guī)則。

五、規(guī)訓(xùn)的本質(zhì)：維護平臺控制的權(quán)力

平臺經(jīng)濟的崛起催生了新的生產(chǎn)和消費模式，將更多的勞動實踐納入到數(shù)字化監(jiān)控之中，塑造了一種更大范圍的“控制社會”。在短視頻平臺生產(chǎn)和消費邏輯中，平臺作為“大家長”控制著流量命脈，通過流量池的管理模式對內(nèi)容生產(chǎn)者形成規(guī)制。然而，短視頻平臺的控制權(quán)力并非是與生俱來的，它的形成是整個平臺關(guān)聯(lián)的行動者網(wǎng)絡(luò)動態(tài)發(fā)展的結(jié)果。一方面，平臺通過勸服、合作、規(guī)制等措施連接各種社會資源、組織和參與者，最終形成“守門人”的市場壟斷地位。［26］另一方面，平臺所關(guān)聯(lián)的行動者也進一步加劇穩(wěn)固了平臺的控制地位。比如，專業(yè)的內(nèi)容生產(chǎn)者為平臺提供內(nèi)容補給，是平臺得以運轉(zhuǎn)的根本。普通用戶為平臺提供社會行為數(shù)據(jù)，為監(jiān)視資本主義提供原料。筆者認為，在眾多塑造平臺控制地位的關(guān)聯(lián)行動者中，算法知識生產(chǎn)者是其中重要一員，算法知識生產(chǎn)最終的本質(zhì)是規(guī)訓(xùn)內(nèi)容生產(chǎn)者，維護平臺控制的權(quán)力。具體而言，這種規(guī)訓(xùn)主要體現(xiàn)在以下方面。

第一， 平臺被建構(gòu)為流量的絕對分配者。在算法知識視頻視域下，平臺決定著信息的篩選標準，是決定內(nèi)容能否曝光及曝光程度的裁判，這些算法知識告誡內(nèi)容創(chuàng)作者要密切關(guān)注并迎合平臺的生產(chǎn)導(dǎo)向。此外，這些算法知識構(gòu)建的算法邏輯中，迎合受眾是迎合平臺的重要前提之一，平臺會根據(jù)受眾對內(nèi)容的互動數(shù)據(jù)的好壞來決定是否進一步給內(nèi)容分配流量及分配多少流量。但值得注意的是，算法知識視頻雖然鼓勵并教導(dǎo)內(nèi)容創(chuàng)作者生產(chǎn)符合受眾品位的作品，但迎合受眾并沒有削減平臺的絕對權(quán)威，而是為平臺建立和管理受眾方面發(fā)揮積極作用，最終維護的還是平臺的控制權(quán)。算法知識視頻教會創(chuàng)作者量化受眾，受眾本質(zhì)上是創(chuàng)作者取悅平臺的資源，是贏得平臺可見性的籌碼。而這一過程中，創(chuàng)作者也幫助平臺留住并管理受眾，吸引其在平臺上消費更多內(nèi)容，進一步鞏固平臺的絕對地位。

第二， 算法知識視頻將平臺算法定義為去中心化的、客觀的、透明的。算法知識視頻認為短視頻算法是有跡可循的，其邏輯是可以通過不斷學(xué)習(xí)和不斷實踐來掌握的。平臺算法對每一個內(nèi)容創(chuàng)作者都是公平的，算法根據(jù)作品內(nèi)容數(shù)據(jù)如瀏覽量、點贊量和轉(zhuǎn)發(fā)量等來分配流量。在算法知識視頻中，內(nèi)容創(chuàng)作者們只要理解并遵循這些算法邏輯，按照這些邏輯去創(chuàng)作內(nèi)容，其作品就能在平臺獲得持續(xù)可見性，最終獲得經(jīng)濟上的成功。在這樣的邏輯下，平臺算法完全是客觀理性的，內(nèi)容創(chuàng)作者的功敗垂成完全取決于自身創(chuàng)作的內(nèi)容是否滿足算法推送的標準。對于內(nèi)容創(chuàng)作者而言：如果你沒有流量，那就只能怪自己，而不是平臺，算法的不穩(wěn)定性、內(nèi)容創(chuàng)作的不確定性的責任全部歸咎于內(nèi)容創(chuàng)作者。

第三，算法知識視頻鼓勵內(nèi)容創(chuàng)作者放下風骨，擁抱算法，迎合平臺。在眾多的算法知識視頻中，算法知識生產(chǎn)者教育內(nèi)容創(chuàng)作者在具體操作層面該如何去擁抱算法，迎合平臺，如何讓平臺算法發(fā)現(xiàn)自己創(chuàng)作的內(nèi)容，并愿意為之分配流量。這些方法在算法知識視頻中有非常詳細的操作，比如如何通過打標簽來讓算法識別內(nèi)容？如何通過對標熱門賬號來生產(chǎn)潛在的熱門內(nèi)容？如何通過維護粉絲來迎合算法？如何判斷平臺在一段時間內(nèi)的內(nèi)容喜好？如何應(yīng)對算法推薦權(quán)重變化？通過算法知識視頻，創(chuàng)作者被教導(dǎo)跟隨平臺算法導(dǎo)向來生產(chǎn)內(nèi)容并不斷進行自我糾正，爭取得到平臺算法的青睞，對內(nèi)容創(chuàng)作者而言是一種規(guī)訓(xùn)，實質(zhì)是在確保并維護平臺的話語地位。

六、結(jié)論與討論

抖音平臺上的算法知識視頻承擔了知識生產(chǎn)的功能。但值得注意的是，雖然算法知識視頻生產(chǎn)了大量的算法知識，但這些知識的合法性在這些視頻中并未完全交代，其可信度和有效性有待驗證。這些知識視頻內(nèi)容的同質(zhì)化、內(nèi)卷化問題也不容忽視。短視頻算法知識視頻生產(chǎn)者既是內(nèi)容創(chuàng)作者，也是算法知識生產(chǎn)者。這種雙重身份也必然決定這些算法知識的生產(chǎn)帶有表演的性質(zhì)，在算法知識生產(chǎn)過程中運用多種表演策略幫助受眾建立期待。如果從整個算法行動者網(wǎng)絡(luò)看，這些算法知識也是對內(nèi)容創(chuàng)作者的一種規(guī)訓(xùn)，最終有利于維護平臺的家長主義。它們將平臺建構(gòu)為整個算法網(wǎng)絡(luò)中的權(quán)威，是流量的絕對分配者。平臺算法被定義為去中心化的、客觀的、透明的，是可以通過學(xué)習(xí)和實踐來掌握的，這些算法知識視頻鼓勵倡導(dǎo)內(nèi)容創(chuàng)作者應(yīng)該放下風骨、擁抱算法、迎合平臺，按照平臺算法標準不斷去進行算法迎合性生產(chǎn)，從而將算法的不穩(wěn)定性、內(nèi)容創(chuàng)作成功與否的不確定性責任全部歸咎于內(nèi)容創(chuàng)作者，而平臺在整個過程中是絕對理性的裁判。

本研究關(guān)注短視頻平臺上活躍的算法知識視頻，描繪了這些算法知識視頻的整體畫像以及它作為打開算法想象的窗口在整個算法行動者網(wǎng)絡(luò)中的意義與作用。但這些算法知識視頻的效果如何還有待進一步研究，今后的研究可以通過檢驗受眾的反饋，如算法知識視頻中的評論，來了解這些算法知識視頻在多大程度上影響了內(nèi)容創(chuàng)作者的實踐。此外，不僅是短視頻平臺上的算法知識視頻，在整個算法生產(chǎn)網(wǎng)絡(luò)中也存在很多為平臺算法生態(tài)提供算法知識生產(chǎn)的中間人。他們可能是中介機構(gòu)、領(lǐng)域?qū)＜一蚴菗碛胸S富實踐經(jīng)驗的創(chuàng)作達人等，這些群體對于揭開算法迷思、塑造算法生產(chǎn)發(fā)揮重要作用，未來的研究可以聚焦其中某一類群體。

參考文獻：

［1］Mühlbacher， T.， Piringer， H.， Gratzl， S.， Sedlmair， M.& Streit， M.（2014）.Opening the black box： Strategies for increased user involvement in existing algorithm implementations.IEEE Transactions on Visualization and Computer Graphics， 20（12）： 1643-1652.

［2］方師師.算法機制背后的新聞價值觀——圍繞“Facebook偏見門”事件的研究［J］.新聞記者，2016（9）：39-50.

［3］王茜.打開算法分發(fā)的“黑箱”——基于今日頭條新聞推送的量化研究［J］.新聞記者，2017（9）：7-14.

［4］彭蘭.假象、算法囚徒與權(quán)利讓渡：數(shù)據(jù)與算法時代的新風險［J］.西北師大學(xué)報（社會科學(xué)版），2018（5）：20-29.

［5］皇甫博媛.“算法崩潰”時分：從可供性視角理解用戶與算法的互動［J］.新聞記者，2021（4）：55-64.

［6］洪杰文，陳嶸偉.意識激發(fā)與規(guī)則想象：用戶抵抗算法的戰(zhàn)術(shù)依歸和實踐路徑［J］.新聞與傳播研究，2022（8）：38-56+126-127.

［7］劉戰(zhàn)偉，李嬡嬡.自主與妥協(xié)：平臺型媒體內(nèi)容創(chuàng)作者勞動過程中的“同意制造”［J］.新聞記者，2021（8）：61-72.

［8］黃淼，黃佩.算法馴化：個性化推薦平臺的自媒體內(nèi)容生產(chǎn)網(wǎng)絡(luò)及其運作［J］.新聞大學(xué)，2020（1）：15-28+125.

［9］Bishop， S.（2019）.Managing visibility on YouTube through algorithmic gossip.New Media & Society， 21（11-12）：2589-2606.

［10］毛湛文，張世超.論算法文化研究的三種向度［J］.現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2022（4）：72-81.

［11］胡泳，年欣.自由與馴化：流量、算法與資本控制下的短視頻創(chuàng)作［J］.社會科學(xué)戰(zhàn)線，2022（6）：144-165+282.

［12］皇甫博媛.“算法游戲”：平臺家長主義的話語建構(gòu)與運作機制［J］.國際新聞界，2021（11）：111-129.

［13］易前良.算法可見性：平臺參與式傳播中的注意力游戲［J］.現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2022，44（9）：16-25+74.

［14］廖秉宜，張慧慧.互動與博弈：算法推薦下短視頻行業(yè)生態(tài)與發(fā)展路徑［J］.中國編輯，2021（9）：10-16.

［15］王一楠.智能媒體時代內(nèi)容創(chuàng)作者對算法的使用立場研究［J］.中國編輯，2021（3）：27-32.

［16］翟秀鳳.創(chuàng)意勞動抑或算法規(guī)訓(xùn)？——探析智能化傳播對網(wǎng)絡(luò)內(nèi)容生產(chǎn)者的影響［J］.新聞記者，2019（10）：4-11.

［17］Bishop， S. （2020）. Algorithmic experts： Selling algorithmic lore on YouTube. Social Media+ Society， 6（1）：2056305119897323.

［18］MacDonald， T. W. （2023）.“How it actually works”： Algorithmic lore videos as market devices. New Media & Society， 25（6）： 1412-1431.

［19］Christmann， G. B. The power of photographs of buildings in the Dresden urban discourse：Towards a visual discourse analysis. Retrieved February 24， 2024， from https：//www.qualitative-research.net/index.php/fqs/article/view/1163/2570.

［20］Peterson-Salahuddin， C. “Pose”： Examining moments of "digital" dark sousveillance on TikTok. Retrieved February 24， 2024， from https：//journals.sagepub.com/doi/10.1177/14614448221080480.

［21］深燃.外賣大戰(zhàn)，抖音微信也來了［EB/OL］.https：//new.qq.com/rain/a/20230307A07ASC00.

［22］壘閱網(wǎng).抖音創(chuàng)作服務(wù)平臺有什么功能［EB/OL］.https：//www.leiue.com/ask/what-are-the-functions-of-the-dithering-creation-service-platform.

［23］仇筠茜，陳昌鳳.基于人工智能與算法新聞透明度的“黑箱”打開方式選擇［J］.鄭州大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2018（5）：84-88+159.

［24］張嵐.擬劇理論視域下UGC短視頻內(nèi)容生產(chǎn)與傳播研究［J］.傳媒，2019 （3）：54-56.

［25］呂鵬.線上情感勞動與情動勞動的相遇：短視頻/直播、網(wǎng)絡(luò)主播與數(shù)字勞動［J］.國際新聞界，2021（12）：53-76.

［26］孫萍.從“監(jiān)控資本”到“關(guān)聯(lián)資本”？中國數(shù)字平臺的媒介化與組織化［J］.國際新聞界，2023（6）：33-58.

［責任編輯：高辛凡］