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(xiǎn)

嚴(yán)宇橋 王雯柯

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

【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(gè)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(tái)時(shí)，商業(yè)平臺(tái)打著偏好設(shè)置的旗號(hào)，將各種信息對(duì)用戶進(jìn)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(tái)牢牢地掌握著信道的把控權(quán)，對(duì)于信息的過濾和分發(fā)有著近乎無限的控制，當(dāng)一個(gè)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(gè)性化推薦，經(jīng)常出現(xiàn)以“技術(shù)賦權(quán)”這個(gè)詞匯為代表的語(yǔ)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(gè)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(tái)賦予的。互聯(lián)網(wǎng)領(lǐng)域中，個(gè)體的基本媒介權(quán)利包括個(gè)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(tái)非但沒有賦權(quán)，反而從不同意義上對(duì)權(quán)利進(jìn)行了收繳。這種收繳有時(shí)是自愿而潛移默化的，有時(shí)候是合同式的甚至是以強(qiáng)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(gè)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(diǎn)推薦、議程建構(gòu)與強(qiáng)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(gè)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(tái)所代表的渠道方手中，大量的流量讓平臺(tái)能夠通過熱點(diǎn)售賣和廣告植入進(jìn)行的變現(xiàn)成為可能。由于這時(shí)用戶已經(jīng)深陷偏好推送的信息網(wǎng)中無法自拔，面對(duì)突然推薦給自己而不能劃走的“熱點(diǎn)”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(yè)面停留在被推送的自己并不喜歡的植入信息上。或者正在閱讀觀看信息時(shí)干脆突然被打斷而被迫看廣告，廣告30秒后才會(huì)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(shí)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(tái)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(qiáng)大。軟性的傳播權(quán)收繳體現(xiàn)在頭部推送機(jī)制，而硬性的傳播權(quán)收繳則體現(xiàn)在收費(fèi)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(jī)制的主動(dòng)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(tái)。關(guān)注者數(shù)量更多的用戶會(huì)被優(yōu)先推送，而非依據(jù)實(shí)際閱讀量來推送。這個(gè)機(jī)制核心的問題在于讓新用戶、后來者和非熱點(diǎn)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(shí)，在算法導(dǎo)向的UGC平臺(tái)的收費(fèi)推廣機(jī)制下，金錢成為可以直接購(gòu)買權(quán)利的貨幣尺度，支付更多的資金就會(huì)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(fèi)用的用戶購(gòu)買的是平臺(tái)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(tái)在算法技術(shù)下利用自身的技術(shù)優(yōu)勢(shì)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(huì)中，對(duì)于信息的獲取、加工和處理不僅作為生活所必需的消費(fèi)過程，也是腦力勞動(dòng)中所必需的勞動(dòng)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(huì)中，異化就是從勞動(dòng)者身上剝奪的剩余價(jià)值被粉飾為經(jīng)營(yíng)利潤(rùn)，勞動(dòng)成為商品，而勞動(dòng)人民降低為機(jī)器的過程。[1]分類來說，異化包括勞動(dòng)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(shí)際上也作為經(jīng)濟(jì)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(chǔ);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(shí)際費(fèi)用。

在算法平臺(tái)的廣告和宣傳材料中，經(jīng)常出現(xiàn)一個(gè)詞匯——“差異化”，讓用戶感受到自己被平臺(tái)所關(guān)心和特殊照顧。然而算法差異化傳播的特點(diǎn)就是把用戶按照畫像等方式來區(qū)分，從而實(shí)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(diǎn)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(diǎn)的修正信息，進(jìn)而不斷反省自身，再通過思想交鋒和觀點(diǎn)博弈，逐步改變傾向、調(diào)整立場(chǎng)。算法的分發(fā)機(jī)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(huì)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(qiáng)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(huì)群體之間和社會(huì)階層之間越來越難以流動(dòng)，圈層間的溝通成為障礙。在數(shù)字鴻溝越來越深的同時(shí)，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(tái)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(dòng)選擇參與的，甚至沉醉于為商業(yè)平臺(tái)進(jìn)行數(shù)字變現(xiàn)的一次次點(diǎn)擊和推薦。這樣一個(gè)過程，實(shí)際上就是用戶在面對(duì)算法平臺(tái)的商業(yè)和技術(shù)邏輯時(shí)，自身的異化過程。

三、傳播環(huán)境：如何面對(duì)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(shí)”相結(jié)合的產(chǎn)物。規(guī)訓(xùn)是對(duì)人進(jìn)行生產(chǎn)規(guī)格化和標(biāo)準(zhǔn)化的權(quán)力技術(shù)，包含獎(jiǎng)勵(lì)、懲罰、監(jiān)視、知識(shí)生產(chǎn)體系和生產(chǎn)力制造的體系。在算法平臺(tái)中，對(duì)于用戶信息偏食的鼓勵(lì)與證明信息不斷刺激的獎(jiǎng)賞機(jī)制就是獎(jiǎng)勵(lì)的過程，信息舒適感讓人們能夠更加主動(dòng)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(shí)現(xiàn)，并非僅僅由平臺(tái)商集中監(jiān)視，更多的是通過用戶之間的相互監(jiān)視來實(shí)現(xiàn)。這個(gè)過程，實(shí)際上就是信息繭房催生的群體性區(qū)隔和對(duì)立的過程。在微博各個(gè)競(jìng)價(jià)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(huì)出于被孤立的恐懼情緒而噤聲，產(chǎn)生寒蟬效應(yīng)。這時(shí)用戶個(gè)體的見解和群體的意見仍然存在對(duì)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(shí)，有三種處理措施：改變行為、改變態(tài)度或引進(jìn)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(huì)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(dá)到協(xié)調(diào)。平臺(tái)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(gè)全景化的規(guī)訓(xùn)系統(tǒng)。

要改變這個(gè)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(jī)構(gòu)的監(jiān)督，更需要全體用戶的覺醒、爭(zhēng)取和努力。

參考文獻(xiàn)：

[1]卡爾·馬克思.1844年經(jīng)濟(jì)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(shí)驗(yàn)探究[J].新媒體研究，2019（15）：15-17.

（嚴(yán)宇橋?yàn)榍迦A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(jì)與工商管理學(xué)院本科生）

編校：張紅玲