“攻壳机动队”
算法几乎是我们生活中隐藏的规律。
只要打开手机就能阅读内容，无论是头条、抖音、快手、小红书、微博、哔哩哔哩、微信……可以说算法无处不在。 除了内容分发平台，就连送餐、打车、买菜等生活软件也与算法有着深厚的关系。
虽然我们都熟悉这个术语，但算法到底是什么？ 今天，我们将从媒介与传播学的角度来深入探讨这个术语的含义和影响。
旁白| 刘海龙 中国人民大学新闻学院教授
来源 | 观看理想App节目《沟通100讲》
01.
什么是算法？
首先，算法到底是什么？ 其实，早在计算机发明之前，就已经有“算法”的概念了。 顾名思义，就是通过加、减、乘、除等书面计算方法进行的计算。 算法特指计算机产生后一套系统地解决问题的策略机制。 简单地说，它是一组用计算机可以执行的命令自动运行的程序。
例如，使用搜索引擎，输入关键字后，会有一套计算方法，将与该关键字有一定关系的网页按照相关性进行排列。 这就涉及到不同的排名和计算策略，是对访问次数最多的网页进行排名，还是对被引用次数最多的网页进行排名，还是对关键词重复次数最多的网页进行排名？
所以算法本身具有一定的主观性，它表现出人们对解决问题的不同理解和价值优先顺序。 比如短视频网站，是先向用户推荐最热门的视频，还是先向用户推荐新视频，是先推荐完全相似的视频，还是先推荐有一定差异的相似视频，都取决于平台。 价值观和判断。
“我是谁？ ”
例如，抖音和快手在算法推荐机制上存在一定的差异。 例如，他们会将新发布的视频放入池中，并给他们同样的测试机会。 如果一个视频的点击量很高，抖音就会一直推荐它，并将其保留在池中，使该视频更加受欢迎。 这会形成马太效应，热门视频会更受欢迎。
但快手更“包容”。 一段时间后，该池中的视频将被替换。 虽然这样的视频很受欢迎，但可能不会继续推荐，但一些不太受欢迎的视频会得到适当的照顾。
也就是说生活网报道，在抖音上，你更容易刷到大家都在看的视频，而在快手上，你更容易看到一些和别人看到的不一样的视频。
根据此前的一些测算，快手的头部内容流量占比约为30%，而抖音的头部内容流量占比为88%。 这个数据并不准确，只是一个粗略的估计，但基本上我们可以看出两者在流量分配策略上的差异。
02.
算法的本质：社会层面的可见性
算法的本质是什么？ 这个本质不是在技术层面，而是在社会层面。 因为我们不是在学习算法技术，而是在了解其文化意义。 从社会角度来看，算法的本质是可见性。
在这个节目的《传播100讲》中，我一直在讲“媒介”。 媒体的特性之一就是使不可见的事物变得可见。 算法作为媒介也有这个特性，让某些东西可见，又让某些东西不可见。
例如，在微博上，您关注的帐户的内容更新并不是按时间顺序排列的。 也就是说，并不是最近更新的内容排在最前面。 你经常观看、互动（点赞、转发、评论、私信）的账号或者在微博社交网络上关系比较密切的账号，每次打开它，都会出现在顶部最容易看到的地方页。 就连前几天发的消息，也会被放在最前面，给人一种最近更新过的错觉。
相反，那些你不常阅读、不常互动的账号，随着时间的推移，排名会越来越靠后，逐渐消失在你的视野中。 算法使某些用户或内容可见，而另一些则不可见。
那么算法是不是也具有构建世界和我们人际关系的功能呢？ 而且，算法作为一种媒介或者通信基础设施，本身就具有透明的特点。 普通用户很难感知到算法背后的价值观和框架正在影响他们对世界的感知以及与他人的关系。
那么该算法是如何工作的呢？ 它首先会秘密收集用户使用行为的数据，然后将这些数据放入其计算公式中。 这个计算公式非常复杂。 我们经常看到公布的只是一个非常简单的公式，但实际上可能更复杂。 这是一个商业秘密和一个黑匣子。
这个黑匣子不仅对用户来说很神秘，平台也很难真正理解。 由于涉及的参数和数据太多，工程师只能设定初始条件，但很难控制实际的精确结果。 因此，我们常常牵一发而动全身，调整一个地方可能会在其他方面带来意想不到的效果。
“囚犯”
有学者将算法规则视为福柯式的全景监狱，这原本是边沁构想的理想监狱建筑。 囚犯的牢房排列成圆形，瞭望塔位于中心。 塔内的人可以清楚地看到各个房间的犯人在做什么，但犯人却看不到塔内的情况，犯人之间也无法进行交流。 这样，犯人就会感觉自己随时可能受到监视，遵守规则。 因此，可以用最少的人力监控尽可能多的囚犯。
社交媒体的算法也构建了类似的全景监狱。 用户知道有一个算法，但他们不知道它是如何工作的。 如果他们遵守平台的规则，他的信息就会被推荐并具有可见性。 反之，如果不遵守平台规则，就会受到惩罚，没有知名度。
03.
公域流量和私域流量
这里所说的可见性主要体现在流量上。 一般来说，流量分为公域流量和私域流量。
所谓公域流量，是指在平台首页推荐或精选内容页面获得的流量。 你在B站首页看到的推荐都是公域流量。 这种流量分配的机会非常稀缺。 一般平台认为非常有价值的内容就会主推。
在短视频网站上，当你打开它时，推荐的视频或直播会在显着位置播放，这往往是公域流量。 由于其一定的强制性，这个流量是非常可观的。
私域流量是每个账号订阅或者粉丝关注产生的流量，也就是平台不推荐，而一些忠实用户会主动观看产生的流量。
这类流量平台一般控制权比较小，是账户的基础盘。 当然，如果违反了平台的规则，也可以通过限流甚至封号的方式进行干预。 即使有时内容审核会延迟，发布的最佳时机也可能已经过去了。
抖音和快手在公域和私域流量的分布上也存在差异。 例如，如果一个账户发布了一个新视频，抖音会更多地将其推荐给对该内容感兴趣的用户，而不是订阅该账户的粉丝。 相反，快手会向粉丝推荐更多。
抖音将9:1的流量分配给感兴趣的标签用户和粉丝，而快手的流量比例为3:2。 这样做的结果就是，在抖音上，无论你之前有多少粉丝，如果你发布的单个视频质量不好，流量可能不会太高。 但在快手上，只要你有很多粉丝，每个视频至少都有比较高的保证流量。
从这一点来看，抖音更加公平，给了好视频一个机会，但对于大V来说，不可能靠着之前的成绩安然生存。 如果大V不能创新，大V很快就会被废弃。
《第四公民》
04.
平台分配流量如何构成一种纪律？
除了算法本身的主观性和纪律性之外，实际上平台还掌握着大量的移动流量进行分发。 如果平台想要搞一些活动，创作者积极参与，就会分配一定的流量。
短视频网站在直播时也有一定的流量。 平台会分配一些主推的主播，分配一些打开APP时默认进入的用户，这样直播就会很受欢迎，而这些人气会带来更多的看热闹、跟风的人。 这个时候，有背景、有服从性的主播就会得到奖励，这也构成了一种平台纪律。
即使今天的平台也将流量商业化。 抖音有DOU+平台，用户可以花钱将自己的内容与流量进行匹配。 新浪微博还可以购买观看次数，让您的内容获得更多曝光度。 除了平台之外，还有一个流量商业化的地下市场，就是大家都听说过的“网络巨魔军”。
通过付费可以获得更多的观众、粉丝、转发和评论，甚至可以通过刷单创造假销量或好评。
这类数据工作的最终目的仍然是满足平台算法的要求，提高账户可视性。 当然，如果你在直播的时候买了很多流量，但是商品没有卖出去，你投入的流量费能赚回来吗？ 这有一定的风险。
靠花钱买流量只是一种短期行为。 对于很多创作者和用户来说，要想真正获得收益，长久之计就是依靠真正的知名度和知名度。 这促使很多用户每天思考哪些内容或者什么样的操作能够受到算法的青睐，并从平台获得更多的推荐。
05.
是否有可能“反转”算法？
前面说过，算法是一个黑匣子，存在很多“逆向破解”操作。 但这种“反向破解”却充满了玄学。 由于算法是由复杂的参数和数据组成的，人脑没有办法真正理解它。 它只能根据输入和输出结果来推测并建立因果关系。
《饥饿站》
这就像我提到的柏拉图的洞穴寓言。 那些被束缚的奴隶每天都会看到墙壁上掠过的不同物体的投影，于是他们开始猜测其中的规则。 然而，这些不同物体的出现其实并不规则。 如果你击中了正确的目标，你可能会认为你已经发现了真相。
柏拉图原本想在这里嘲笑他所认为的“民克”，但通过这种方式，奴隶们也获得了世界的解释和意义。
用户对算法的猜测和解读也是这样一个过程。 有学者称之为“算法想象”或“算法解码”，指的是人们如何用人类的意义来理解算法的逻辑。 他们之间也有沟通和协作，这个过程被一些人称为“算法八卦”。
审视这些概念，你会发现学者们认为这些行为并不可靠。 这些算法想象可能是合理的，也可能是偶然发生的，但并不能保证它一定是科学的。
因为这些所谓的“算法专家”没有科学方法，他们只是用神话来解释，比如把算法看成是类人的。 有的创作者会总结出一些方法来增加平台的推荐，增加流量，比如在一段时间内连续发布相同的垂直内容，或者增加直播的时长。
事实上，这些方法往往是利用人类的思维来推测算法。 但这并不妨碍人们探索并赋予算法一定的意义，有的算法专家甚至举办课程来讲解自己总结出来的经验。
用户除了想象、顺从算法之外，还会抵制、颠覆甚至改写算法的意图，这也叫“玩弄算法”。 例如，一些用户会故意观看一些自己不喜欢的内容来干扰算法的推荐机制，打破信息茧。
也有一些用户会使用插件来破坏平台的算法规则。 例如，早期的外卖骑手和打车平台用户会使用一些抢单软件或破解版软件来打破算法规则。 电商刷订单、刷好评等
“我是谁？ ”
总之，技术和算法本身就像之前讨论的职业意识形态、约定俗成、宏观制度等因素一样，现在都参与到内容生产过程中，用户行为和内容创作也受到算法的约束。
平台资本主义利用看似中立的技术来更加严密地控制用户的行为，而用户也在积极适应和抵制这一系统。 从某种意义上说，算法作为演员，也参与到了内容的生产中，从而加剧了内容的商业化。
本网站转载其他媒体之作品，意在为公众提供免费服务。如权利所有人拒绝在本网站发布其作品，可与本网站联系，本网站将视情况予以撤除。
Copyright © 2017-2018