智能推荐算法对短视频环境和社会的影响及对策

　　摘    要：　智能推荐算法技术在高效解决短视频供需匹配问题方面展现出强大力量，成为短视频2.0时代行业竞争的核心要素。在这一过程中，智能推荐算法技术不可避免地参与短视频媒介环境的建构，呈现对短视频媒介环境垄断的三重面向，即内容生产的垄断、价值标准的垄断以及用户需求的垄断，并在符号环境、感知环境以及社会环境三个层面带来不容忽视的影响。对此，只有联合多方力量针对算法技术展开有效规制，建立健全基于人、基于政策、基于平台以及基于技术的多维治理体系，才能将其缺陷最小化、效益最大化。

　　关键词 :     短视频;智能推荐;算法;媒介环境;内容生产;

　　英国作家赫胥黎在《美丽新世界》一书中曾经预言，面对越来越复杂的信息社会，人们会渐渐爱上那些使他们丧失思考能力的工业技术，变得日益麻木和被动1。当下，智能推荐算法技术在抖音、快手等短视频内容聚合平台信息分发端广泛、深入且全面运用，似乎正在无限接近赫胥黎的这一预言。在视频化生存时代，智能推荐算法技术不分昼夜地服务于以亿为计量单位的短视频用户群体，确保短视频内容供给侧与需求侧的高效匹配。在这一过程中，短视频智能推荐算法技术改变了传统的信息传播模式，完成了从“人找信息”向“信息找人”的关键性转变。

　　然而，正如媒介环境学派先驱芒福德指出的，技术进步带给社会便利的同时，也将不可避免地产生社会和文化的副产品2。媒介环境学派另一位代表人物伊尼斯将传播科技视为影响社会变迁的关键因素，指出新技术的引进会产生新的服务环境，进而实现社会经验的大规模重新组合3。因此，在短视频时代，智能推荐算法技术广泛、深入且全面的运用，将会给用户群体以及现实社会带来怎样的长效影响，成为学术研究不可忽视的重要议题。对此，本文将短视频智能推荐算法技术置于媒介环境学理论框架下，在充分阐述智能推荐算法技术价值和作用的基础上，剖析其对于媒介环境垄断的三重面向，以及由此在用户群体心理及社会文化层面所带来的影响，并尝试提出有效的规制路径。

　　一、“新力量”：短视频智能推荐算法技术的全面崛起

　　近年来，人工智能、大数据、云计算等新技术在短视频行业中的融合应用为智能推荐算法技术的全面崛起提供了必要的技术环境。智能推荐算法技术被视为一种新生力量，在全面赋能信息传播供需两端高效链接的同时，成为短视频2.0时代行业竞争的关键要素。

　　(一)智能推荐算法技术高效解决短视频供需匹配问题

　　自互联网诞生之日起，数字信息的海量性与用户时间的有限性注定成为信息传播链条上相互羁绊的两端。二者间不对应与不对等的关系在移动互联网时代愈发显着，并随着5G时代的来临成为制约互联网信息传播生态进一步高效发展的焦点问题。德国社会学家罗萨通过对高强度快节奏的现代社会生活进行全面剖析，提出“社会加速批判理论”，认为在现代性焦虑裹挟下的人们想要或觉得必须在更少的时间内做更多的事4。在信息获取方面，用户对于信息传播的效率与效果提出了更高的需求，一方面倾向于以更低的成本(即更简单、更轻松、更便捷、更便宜的渠道、方式、方法等)获取信息，另一方面倾向于以更好的体验(即更多、更密集、沉浸感、互动性更强等)获取信息。

　　与此同时，受限于移动终端屏幕尺寸、用户使用习惯及内容信息流呈现方式等多重因素，短视频平台供给侧的海量内容无法像门户网站时代PC端一样，通过“多频道多条目+超链接跳转”的方式进行传播。“人找信息”的传统传播模式已然无法满足短视频时代用户高效率攫取信息的深度需求，传播链条上供给侧与需求侧之间需要建立全新的高频链接通路。智能推荐算法技术的出现与运用成为短视频智能化传播的新力量，大幅降低用户内容获取成本，全面提升供需两端匹配效率，并最终促成了“人找信息”向“信息找人”传播模式的关键性转变。智能推荐算法技术在对短视频内容及用户阅读行为标签化、指标化的基础上，尝试将二者建立对应关系，以此判断短视频内容是否推送，使在碎片化时间、碎片化空间、碎片化内容、碎片化场景等多个维度全方位攫取用户日益稀缺的注意力成为可能。

　　(二)智能推荐算法技术成为短视频行业竞争的核心要素

　　2021年第一季度，短视频行业头部平台抖音、快手相继发布官方报告，数据显示二者日活跃用户数分别突破6亿和4亿，远超其他平台。随着短视频行业市场规模增速逐步放缓，商业资本运作回归理性，短时期内不会有能够撼动行业整体格局的重量级新平台入局，行业现有生态位趋于稳定，市场竞争将从“群雄混战”向“中腰部平台努力避免被头部两强蚕食”阶段过渡。对此，进一步深耕存量市场成为各家平台首要发力点，如何提高用户忠诚度、增加用户黏性，确保用户在初次使用后持续使用，对短视频行业从业者尤为重要5。

　　对于头部两强而言，有业界人士预测，这两家会不断蚕食和拓展自己的业务边界，把视频领域的各个局部战场都变成自己的业务触手，直到国内市场完全无法容纳下以人工智能推荐算法为全新武器的超级视频平台的体积为止6。反观中小平台，为了避免与头部两强的直接交锋，其运营重点和生存关键在于对垂直细分领域形成清晰明确的产品定位与差异化发展路径。然而不论抖音、快手、腾讯微视等商业平台在行业布局、内容生态、用户运营、平台进化等方面采取何种差异化发展思路和策略打法，其用户黏性增强的背后都离不开各平台算法推荐能力的充分发挥，各平台在推荐算法方面的能力将决定其满足用户需求的能力，也将决定其在短视频市场竞争格局中能够占有的份额7。由此，短视频智能推荐算法技术成为行业竞争的核心要素。

　　二、“新垄断”：智能推荐算法技术对短视频媒介环境垄断的三重面向

　　麦克卢汉指出：“每一种技术都创造一种环境。”8在媒介环境学视域下，短视频智能推荐算法技术在高效解决内容供需匹配的同时，同样全面参与短视频媒介环境的建构，并呈现对短视频媒介环境垄断的三重面向，即内容生产的垄断、价值标准的垄断以及用户需求的垄断。

　　(一)内容生产的垄断

　　如前所述，短视频内容传播过程中，智能推荐算法技术通过将内容与用户建立标签化、指标化对应关系决定该内容是否推送，基于此逻辑，短视频内容的传播力、影响力以及流量获取将在很大程度上受限于平台的智能推荐算法技术，符合或主动迎合算法传播法则与设计逻辑的短视频内容无疑将在传播过程中被赋予更多的优先权重。对于短视频内容生产者而言，为了获取更多的曝光和流量，短视频文本生产主体不得不依赖短视频平台算法推荐，遵循其技术逻辑，迎合其技术指标9。对此，有学者在研究短视频MCN中的“内容农场”模式时发现，当下短视频行业已经形成了较为成熟完整的算法引导的生产体系，在市场逻辑倒逼及变现盈利驱使下，有相当大比重的MCN机构“研究了很多按算法所需的生产策略，如蹭热点，选择一些与用户生活相关度高的热门内容生产领域，能够被平台算法捕捉10，等等，充分显现智能推荐算法技术对于短视频生态上游内容生产端的垄断。

　　(二)价值标准的垄断

　　短视频生产者对于智能推荐算法技术或被迫或主动的迎合造成短视频媒介环境第二个面向的垄断：价值标准的垄断。目前，抖音、快手等短视频平台智能推荐算法技术通过完播率、点赞率、评论量、转发量、关注度等多个技术性指标组合判断短视频的内容价值，内容传播概率与上述指标值呈正相关性。在这一过程中，衡量优质内容的价值标准不可避免地发生了偏向，粉丝数、播放量、点赞率、转发量、互动率等一系列技术性指标取代了真实性、权威性、功用性、减少不确定性等传统的信息价值衡量标准。短视频生产者将适应平台视为打造优质内容的首要考量条件，只关注内容生产是否符合平台智能推荐算法技术的推荐标准和推荐规律，而忽略了对于内容本身价值的提升与润色。从内容把关角度而言，智能推荐算法技术在短视频分发环节的广泛应用充当了传统媒体中“把关人”的角色，完全取代了传统媒体“把关人”所具有的“专业价值判断标准”“精英主义建构”等核心功能。平台算法重构了传播内容分发环节的空间和权力关系，悄然遵循了只向用户推荐高适配性的视频内容，而无视视频信息价值重要性的算法逻辑11。

　　(三)用户需求的垄断

　　在只有符合智能推荐算法规则的内容才有可能获得更多传播机会的逻辑下，短视频媒介环境形成了第三个面向的垄断：用户需求的垄断。通常情况下，用户“刷短视频”的过程也是智能推荐算法技术收集、分析用户信息接收行为和习惯的过程。当用户就某类短视频内容提供反馈行为(关注、转发、评论、点赞等)时，智能推荐算法技术会自动抓取这一行为，默认用户对该类内容有较强需求和兴趣，而后基于相似性原理持续不断地推送此类内容。目前，短视频智能推荐算法技术在判断用户此类显性行为时具有较高的精准度，但同时也暴露出其无法预测或判断用户是否拥有其他潜在需求或隐性需求的弊端。此外，更为关键的是，用户显性需求的满足是以迎合算法、符合算法价值标准的短视频内容为基础实现的。这些问题不可避免地导致用户需求的“窄域化”与短视频内容供给的“结构性缺陷”，使短视频智能推荐算法技术形成对于用户需求的垄断，极大地增加了用户成为“算法囚徒”的风险。

　　三、“指尖世界”：短视频智能推荐算法技术的社会影响

　　媒介环境学范式下，环境分为三个层次：符号环境、感知环境与社会环境。麦克卢汉强调：“任何技术都创造一个新环境，造成感官的彻底麻木，因为人的本能是躲避未知而奇异的东西，所以人对新环境是浑然不觉的。”12同时，这些环境利弊同在，既有促进作用，又有阻碍作用，塑造使用者的知觉13。短视频智能推荐算法技术对于短视频媒介环境的垄断在符号环境、感知环境以及社会环境三个层面均带来了不容忽视的影响。

　　(一)符号环境：短视频内容生产的失范

　　在短视频行业中，智能推荐算法技术对于内容生产与价值标准的垄断首先在媒介符号环境层面引发了短视频内容生产的失范现象。目前，短视频内容生态中充斥着大量刻意迎合用户猎奇心理的“重口味”短视频，出于各种目的摆拍的虚假短视频以及毫无节操和下限的“蹭热点”短视频。在短视频智能推荐算法技术环境下，这些内容往往能够获取到十分可观的流量，这对打造健康和谐的短视频内容生态带来了严重危害，使短视频创作者彻底沦为受众“审丑性”娱乐与满足猎奇需求的生产工具。有学者对刻意编造和表演的摆拍短视频伪装成真实新闻事件进行传播的现象进行了批判，指出在后真相时代，一些界限模糊、断章取义甚至虚构事实的摆拍短视频披着“有视频有真相”的外衣混杂其间，真相像“劣币驱逐良币”一样被劣质信息所驱逐，真正优质的作品可能湮没于信息大海14。此外，当一个个话题人物或热点事件出现时，有不少短视频内容生产者立刻蜂拥而至将其全面淹没和裹挟。他们其实既不关心话题中对象的经历遭遇，也对思辨探讨事实真相毫无兴趣，仅仅为了抢在他人之前，抢在该热点消失之前，尽可能榨取通过舆论炒作给自身所带来的巨大经济效益与名气效应，而后便马不停蹄地扑向另一个热点。如此，他们在一个又一个热点间不断跳跃着，通过向用户不断供给无关痛痒、毫无营养的短视频内容赚取流量。

　　(二)感知环境：“千人千面”的美好幻象

　　短视频智能推荐算法时代，用户终端呈现的视频内容都是因人而异的私人化、个性化的信息适配，是一种“千人千面”的去中心化分发模式15。但随着短视频智能推荐算法技术对用户需求的垄断，真正意义上的个性化推荐以及“千人千面”的信息分发似乎正变得愈发遥不可及。现阶段，短视频智能推荐算法技术在预测和判断用户潜在需求和隐性需求方面存在明显缺陷，导致用户目前通过智能推荐算法技术获取的内容实际上是“算法认为”的用户需求，只是用户“部分需求”，而非真正意义上的用户“全面需求”。因此，在信息传播过程中，短视频智能推荐算法技术作为“内容筛选器”所遵循的分发逻辑，在某种程度上并非用户个性化的全面需求，而是一种用户显性需求下的技术标准。在短视频智能推荐算法技术主导的分发规则下，“各种意义正在被建构，(用户需求)情感在不断地被操纵和制造”，“人们有时懵然不知便已深陷其中，有时虽深谙其道却难以抽身而出”16。在短视频平台娱乐属性远大于文化属性的客观现实下，不论用户在添加初始兴趣标签时如何选择，随着短视频浏览时间的推移，在猎奇欲、窥私欲等人性和本能的驱使下，绝大多数用户对于内容的显性需求日趋集中和统一，智能推荐算法技术基于用户的相似需求将同一内容统一分发，“千人千面”最终成为永远无法实现的美好幻象。

　　(三)社会环境：群体性认知的“畸形化”

　　现代社会高强度、快节奏的生活方式使人们在了解周遭现实世界全貌方面，既没有充分的时间和精力，也缺乏必要的兴趣与耐心。面对全面加速的社会，现代群体习惯于在移动化、碎片化、泛娱乐化、便捷化、简单化的情境中获取所需信息。大多数人对事物的了解不求甚解，只顾在轻松愉悦中追求所谓“快餐式”的效率，通过媒介文本去认知现实世界成为新常态。随着网络资费降低、移动智能终端普及以及5G时代的来临，受众对于短视频媒介的依赖程度达到了前所未有的高度，短视频内容生态所构建的虚拟世界成为当下各类群体普遍甚至是单一的认知渠道。然而，在短视频智能推荐算法技术支配的内容分发体系下，社会群体性认知层面弊端凸显，全面客观系统认知所应具备的严肃性与严谨性被娱乐式、狂欢式的并具有极大片面性、随意性与风险性的“畸形化”认知所替代。长期面对煽情、夸张、虚假的短视频内容，用户容易误以为这些就是全部的事实真相，也容易被这些短视频所传递的价值观所感染，形成某种固定的认知。更为严重的是，用户可能出现价值观迷失和选择性敌视的情况，逐渐落入逃避现实和虚假臆想的圈套中，这一主观想象的世界实际上颠覆了社会的真实面貌17。

　　四、短视频智能推荐算法技术的规制路径

　　综上，在现有技术条件下，短视频智能推荐算法技术在高效缓解移动互联网时代供需两端信息匹配压力的同时，也暴露出较为严重的问题与隐患。回顾媒介技术发展史，不难发现，人类对于新技术的驾驭从最初的不成熟逐步走向成熟，是符合历史客观发展规律的必然路径。因此，就短视频智能推荐算法技术而言，既不能将其视为“洪水猛兽”弃之不用，也不能忽视隐患任其随意发展，只有联合多方力量针对算法技术展开有效规制，才能将其缺陷最小化、效益最大化。

　　目前，针对短视频智能推荐算法技术展开治理在具体实践过程中存在较大难度，主要原因在于智能推荐算法技术的无意识性与不透明性。就短视频智能推荐算法技术的无意识性而言，智能推荐算法技术已经完全嵌入短视频用户群体的日常生活中。用户在“刷视频”的过程中，智能推荐算法技术基于数据汇集和机器深度学习等原理，对内容进行自动化判断、选取、分发，用户既感知不到其存在，更无法主动修正。此外，面对激烈的行业市场竞争，各家短视频平台在智能推荐算法技术研发方面投入了大量人力物力财力，智能推荐算法技术作为平台的重要资产及核心竞争力属于高度商业机密，要求其全面开放既不现实亦不合理。对此，学者们将其形象地比喻为“算法黑箱”，即“机器深度学习时，其复杂的神经元网络中存在的不为人所直观捕捉到的隐层”18。

　　基于此，在对短视频智能推荐算法技术进行规制时，应着重建立健全基于人、基于政策、基于平台以及基于技术的多维治理体系。具体可围绕以下四个方面展开：一是在社会层面通过舆论宣传、政府引导等多种方式培养短视频用户对于智能推荐算法技术的意识和素养。二是政府相关监管部门及行业协会在规范短视频行业健康有序发展过程中，除出台一系列针对短视频内容生态治理的相关政策法规外，还应针对短视频智能推荐算法技术的研发与使用提出相应的要求与标准。三是在保护企业核心利益，兼顾效率与公平的前提下，从法律的角度明确短视频平台方有义务对于智能推荐算法技术的相关内容提供基本的信息披露，并以普通人可理解的方式面向社会公众进行必要的解释。四是各大短视频平台应对当下由智能推荐算法技术所引发的社会问题承担更多的公共责任，加大对算法技术的研发与迭代，并在研发过程中持续不断地检验和纠正由技术开发者的主观偏见以及技术标准设定所产生的偏差。

　　还需要指出的是，对于短视频智能推荐算法技术而言，应采取理性的、发展的、可持续的眼光来看待其迭代与演进。未来，随着5G、人工智能、大数据、云计算等新技术在传媒领域中的深度实践，短视频行业以及人类社会将充分享受新技术所带来的巨大红利，智能推荐算法技术将会更加合理化与智能化。因此，我们有理由相信，在不远的将来会呈现这样一种技术图景，即短视频平台通过对智能推荐算法技术的深度开发，为算法技术添加动态化权重以及内容分类权重，使其能够将短视频内容本身的价值标准与技术标准有机融合，并充分研判用户在内容获取方面的全面需求，从而实现真正意义上的“千人千面”的理想化信息传播状态。

　　注释

　　1[1]波兹曼.娱乐至死.章艳，译.桂林：广西师范大学出版社，2004：2.

　　2[2]芒福德.技术与文明.陈允明，王克仁，李华山，译.北京：中国建筑工业出版社，2009：14.

　　3[3]伊尼斯.帝国与传播.何道宽，译.北京：中国传媒大学出版社，2015：22.

　　4[4]罗萨.新异化的诞生：社会加速批判理论大纲.郑作彧，译.上海：上海人民出版社，2018：21.

　　5[5]张敏，龙贝妮，刘盈，等.短视频APP 用户持续使用之影响因素探究及其对该领域公共治理之启示.现代情报，2020(3).

　　6[6]金叶宸.视频战争2020.(2020-01-07).

　　7[7]匡野.新技术视域下短视频市场竞争格局论析.电视研究，2020(7).

　　8[8]麦克卢汉，秦格龙.麦克卢汉精粹.何道宽，译.南京：南京大学出版社，2001：409.

　　9[9]匡野.5G 视域下短视频文本生产技术性偏向的多维考察.中国编辑，2021(1).

　　10[10]王佳航.短视频MCN中的内容农场模式及算法治理.当代传播，2020(2).

　　11[11]邱立楠.短视频平台算法推荐的“异化”与“驯化”.中国编辑，2021(4).

　　12[12]麦克卢汉，斯坦斯.麦克卢汉如是说：理解我.何道宽，译.北京：中国人民大学出版社，2006：100.

　　13[13]马尔尚.麦克卢汉传：媒介及信使.2版.何道宽，译.北京：中国人民大学出版社，2015：171.

　　14[14]曾润喜.短视频创作生态的失范现象与纠偏研究.人民论坛，2021(2).

　　15[15]邱立楠.短视频平台算法推荐的“异化”与“驯化”.中国编辑，2021(4).

　　16[16]石磊，黄婷婷.情感商品与情感流通：“三农”短视频的传播机理.编辑之友，2020(9).

　　17[17]曾润喜.短视频创作生态的失范现象与纠偏研究.人民论坛，2021(2).

　　18[18]吴椒军，郭婉儿.人工智能时代算法黑箱的法治化治理.科技与法律(中英文)，2021(1).