網絡文藝的創作與傳播別陷入“算法”出不來

算法，本來是一個技術概念，是迅猛發展的人工智能將之從幕後推向前台，使算法從有關計算、編程的專業領域“出圈”，成為大眾媒介生活中的“熱詞”。

算法被應用於互聯網個性化信息推薦，在海量信息中提高內容與用户需求匹配度，降低用户獲取信息的成本。算法是人工智能技術的核心，用以分析處理數據，為計算機學習、模仿人類思維能力提供基礎，實現人工智能對人類某些能力的替代或增強。

無論是否瞭解算法，大多數人已經被編織進數據和算法的媒介網絡，算法的作用也滲透進日常生活的方方面面。算法得以被廣泛應用於互聯網生活，恰恰是因為互聯網激活了個人的需求與價值。人本邏輯是算法運作的基本邏輯。因此，當算法深刻影響媒介產品、藝術作品的傳播、接受以及創作生產，特別是在技術層面大力促進網絡文藝蓬勃壯大時，堅持以人為本才不會陷入“算法”的技術漩渦。

算法擅長“猜你喜歡”，滿足個體對文藝作品娛樂消費、藝術欣賞的需要

瀏覽網頁時，系統會自動彈出用户最近關注商品的界面。打開手機客户端，“推薦”里正是用户感興趣的文藝作品或信息。很多人都有類似的使用體驗。那麼互聯網是如何“猜你喜歡”的？

簡單講，就是你一旦聽過民謠，平台就推薦民謠類曲目供你欣賞；如果你常刷美食短視頻，同類短視頻就會扎堆兒在你的“推薦”裏；甚至你頻頻搜索某明星姓名之後，平台會把相關的短視頻、影視劇、綜藝、娛樂資訊等一併推送，幫你“追星”。

這些個性化推薦的實現，依賴的正是算法，即擬合一個用户對內容滿意度的函數，輸入內容、用户特徵、環境特徵等維度的變量，模型計算後預估在特定場景下，對個體用户推薦內容的合適度，分析決策信息內容的分發。複雜多元的個體需求，就這樣被算法“破解”了。

今天，算法分發幾乎已經是互聯網信息平台、搜索引擎、瀏覽器、社交軟件等的標配，被直接、廣泛地應用於信息處理、新聞生產、醫療健康等領域，在技術層面解決個性化信息需求。對於追什麼劇，聽哪首歌，讀什麼小説，這些文藝作品的選擇和接受問題，在互聯網世界中，已經發展為首先由算法判斷和選擇的新模式。

算法成了網絡文藝與受眾傳播之間的第一位“鑑賞者”，從哪些內容分發給什麼樣的用户這類個性化推薦問題，到一些文藝作品排行榜，都是數據分析和算法運行的結果。算法基於對個體藝術趣味和文化身份的分析，滿足個體對文藝作品娛樂消費、藝術欣賞的需要。

算法正在深刻引導、影響網絡文藝創作，甚至出現“算法文藝”

人工智能畫畫、寫詩，進行藝術創作已經不是什麼新聞。人工智能藝術創作建立在數據、算法基礎之上，因探索對人類意識的模擬引發爭論，甚至引起人類可能被智能機器取代的焦慮和恐懼。而算法作為人工智能技術節點，主要以運作機制影響網絡文藝創作，驅動個體參與文藝作品的生產，有人據此提出“算法文藝”。

對於網絡文藝受眾而言，算法推薦的內容以滿足用户個性化的文化藝術需求為目的。在觀看、欣賞和消費時，受眾通過留言、彈幕、轉發等方式評論，或者以圖片文字、音視頻進行重構或解構。這些反饋，既是以二次創作的方式，對文藝作品的進一步豐富，也起到優化數據採集、修正算法模型的作用。隨着5G技術推動，當萬物互聯與全時在線得以實現，技術迭代升級，對人的洞察，從傳統意義上的社會標籤及行為、認知、評價、態度等指標採集向身心層面深化，人成為一種完全意義上的傳播終端，文藝作品受眾的審美感受、情感狀態、理性判斷、藝術需求和所處的文化場景被全方位感知、數據化，並以此作為新的文藝創作和傳播的數據基礎。數據及分析反過來成為人們認知世界、認識自我，進行文藝創作的基礎。

無論歷史上的現代印刷技術、機械複製技術，還是當下的互聯網技術，都對人類藝術發展產生了重大影響。機械複製技術顛覆了藝術的精英屬性和等級秩序，而互聯網、移動互聯網為大眾參與文藝生產提供工具和平台，並對用户賦權賦能。當下部分短視頻製作和傳播平台，算法機制突出流量“去中心化”特徵，即平台會為每一個視頻分配幾十至上千不等的基礎流量，粉絲不多的用户，也有機會和大號競爭，這樣的算法為普通用户提供了相對平等的激勵機制。在以場景、細分、垂直和個性化服務為特徵的傳播階段，平台會選擇推送有創意的文藝精品，滿足用户文化期待。因此，理解算法運作的“秘籍”，是借平台和流量之力的傳播策略，更是創作者藝術構思和文化表達的創作策略。

怎樣在階梯流量分配中進入下一個流量池？如何提升完播率、互動率，進一步獲得疊加推薦？這些擺在短視頻製作者面前的首要問題，與傳統文藝面對的藝術創作問題已然不同，算法正在深刻引導、影響網絡文藝作品的創作。儘管流量背後是變現的經濟因素或資本的作用，而其運行模式卻是以算法為技術基礎的。驅動用户從被動的受眾、藝術消費者成為創作者，實現網絡文藝創作主體的大眾化、多元化，算法正在發揮作用。

算法推薦源源不斷的新內容，可能讓用户欲罷不能，加劇網絡沉迷與成癮，加寬數字鴻溝

推薦算法也可能放大或掩蓋某些審美趣味、情感傾向、藝術類型或主題內容等，甚至摻雜了資本等因素，這樣的推薦就不一定是用户所需要的了，而可能是算法控制者所需要的。這意味着，算法作用機制下網絡文藝作品的推薦，在被讀、被看、被聽之前，已經被算法判斷和篩選了。換言之，算法正在更深層面隱秘地進行價值建構。

算法改變了網絡文藝作品的接受模式，也在影響網絡文藝作品的接受者。通過數據計算認定用户“真實需求”，算法保障推送內容落點精準。但是，弱人工智能技術條件下的算法，還不能“聰明”地洞察出個體深層、複雜的文化需求，長此以往推送重複內容，用户難以體驗藝術作品的豐富性和創新性，不利於藝術對人類精神、情感的陶冶，也不利於豐富和提升人的文化生活質量。

用户享受平台個性化、高效便捷的推薦，是以放棄和出讓對文藝作品的選擇權為前提的，並導致用户在被動的處境中，衍生媒介使用風險。推薦內容，極易引發用户對網絡內容的過度使用。推薦源源不斷，且能持續轉換為新的、有吸引力的內容，讓用户欲罷不能。很多用户在厭惡、拒絕平台推薦之後，還是會重新回到推薦模式，因為面對海量信息的鋪天蓋地，算法能最快捷地為用户解決選擇問題。推薦算法可能加劇用户的網絡沉迷與成癮。同時，推薦算法對用户的劃分，在社會結構層面上很可能加大數字時代的人羣分化，加寬數字鴻溝。

算法推薦的便利是顯而易見的，與此同時也不能無視算法對網絡文藝作品的接收者造成的消極影響。

基於人類情感價值和人文主義關懷，通過人機協作，將人類智慧與人工智能有機結合，激發網絡文藝的先進性與人民性

算法深入影響網絡文藝的創作與接受，是互聯網發展進入“下半場”的必然表現。在大數據和人工智能技術支撐下，媒介發展趨於場景細分和縱向開掘，互聯網激活了個體的需求和價值，並在關係場景中提升了個人的能動性和影響力，算法技術的應用，正是以互聯網對個體賦權為前提的。無論人工智能的科學實驗，還是算法的技術操作，當人類擁抱新科技的時候，堅持“以人為本”，才能引導“技術向善”。

2019年3月，中央全面深化改革委員會第七次會議審議通過《關於促進人工智能和實體經濟深度融合的指導意見》，強調要“構建數據驅動、人機協同、跨界融合、共創分享的智能經濟形態”。這表明，在政策層面，國家已經為人工智能發展明確了方向。

機器是“人的延伸”。如果説第一次機器革命是對人“生產器官”中手臂等“體力”器官的延伸，那麼人工智能技術則是對人類“生產器官”中作為“智力”器官的頭，以及思想、意識等“智能”的延伸。智能自動化確是對人類智力的解放，人工智能不僅參與文藝創作，而且創造新的文藝生產方式。儘管以人類的藝術鑑賞標準來看，人工智能在文學詩歌、音樂繪畫等藝術領域的創造表現還不盡如人意，但是越來越宏大、沉浸、即時、虛實融合等複雜的場景，正在不斷對文藝創新提出要求。

通過研究人類藝術的創造過程，模仿神經網絡深度學習，機器正在程度不同地自主完成創造性工作。同時，通過人機交互，算法正在幫助人類逐漸從海量的基礎勞動中解放出來，更為集中地承擔主體性藝術創造工作。比如，生成藝術、算法創作等便是通過解放人類的部分體力與智力，使人類獲得更大的創作自由與主體性的人工智能文藝創造活動。

今天人們對人工智能技術發展的焦慮，主要出於自身可能被機器取代的恐懼。當人工智能對於人的“生產器官”全面延伸之時，如何將這種恐懼，轉變為人類獲得藝術自由，獲得創造主體性的快樂？

根本上，要遵循“以人為本”的原則，以人的體力和智力的全面解放為宗旨。新技術的開發，如果僅僅為少數人服務和利用，則不可避免地成為人類文明的致命威脅。如果人們能普遍平等享受到新技術所帶來的利好，那麼人工智能對藝術創作和職業的部分取代，就能轉化為對人類勞動的解放。否則，人工智能的威脅不是技術對人類的統治和取代，而是人類之間新的不平等。

算法是人工智能的底層邏輯，作為科學技術，其運行是以用户價值和需求為中心的，“以人為本”亦是算法的根本原則。在算法廣泛應用的同時，將人工智能與人類智慧相結合，以科技延伸人的侷限，以人把握科技的方向，才能有效規避技術中心主義。

通過人機協作，人工編輯幫助人工智能，成為更準確瞭解人類需求、個體文藝趣味的“鑑定者”。同時，伴隨技術迭代，用户將被賦予更多權限，網絡文藝作品受眾可以通過算法校準自己的需求數據，主動規避自己不感興趣的內容。通過讓算法學習自己的藝術文化品位，干預算法推薦的模型。本質上，算法肯定並激勵個體的能動作用。

但是，正如傳媒學者斯科拉·拉什強調指出，在一個媒體和代碼無處不在的社會，權力越來越存在於算法之中。不過，推薦算法包含了設計者的意志，算法的弊端，根本上是因人類自身所致。因此，人類情感價值和人文主義關懷，在技術主義時代尤為關鍵。避免對算法的盲目推崇，通過人機協作，將人類智慧與人工智能有機結合，以健康豐富的信息流動，激發網絡文藝的先進性、人民性，傳遞真善美、激發文藝能量，才是算法技術操作的正確方式。

（作者：趙麗瑾，系甘肅省中國特色社會主義理論體系研究中心特約研究員、西北師範大學傳媒學院副教授）