算法嵌入传播：平台媒体的权力转移与风险规避*

余 红 余 梦 珑

作为互联网科技产业与新闻信息产业融合的产物，平台媒体通过算法编程运行代码等“控制技术”动态修改内容与功能，嵌入平台中的算法力量逐渐成为支撑信息传播结构的关键部分，传播的权力开始发生转移。埃默森(Richard Marc Emerson)认为，权力实现的关键是“行动者是另一行动者实现其目标的依赖”。平台媒体和专业媒体在围绕新闻内容构建流量方面形成了这种相互依赖：平台通过专业媒体的内容供给作为信息资源满足用户需求，专业媒体则借助于互联网平台提升内容传播力与影响力。然而在看似和谐的合作中，两种趋势正在改变在线信息系统并打破两者的权力平衡：一是人们越来越多地通过移动智能设备获取信息；二是在这些智能设备的使用中，人们主要通过微博、微信、抖音、今日头条等社会化媒体平台接触信息。平台算法作为一种隐形中介控制着信息的可见与不可见，并悄然影响着传播效果流。因此，对算法嵌入传播的机制及其对权力影响的问题展开研究具有必要性。

一、算法嵌入传播

梵迪克(José van Dijck)曾指出，平台的运行是建立在算法协议的基础之上，算法在事实上控制着社交流量。平台算法具有嵌入性、一定程度的不可见性与可扩展性，广泛覆盖并以潜移默化的方式在传播中做出决策，影响着政治、社会与文化。

(一)算法嵌入内容生产

随着计算新闻(computational journalism)的兴起，算法越来越进入媒体内容的生产流程中。南波利(Philip M. Napoli)认为，“算法转向”是影响媒体行业最为明显和潜在的重大转变。一是媒体生产组织越来越依赖算法驱动的系统来预测需求，在高度饱和与不稳定的信息市场中，通过算法预测来取得潜在的成功，通过自动化生成内容满足信息的时效性需求，由此，大量的机器程序写作开始投入内容生产。二是内容生产者将算法纳入生产策略，包括在不同阶段对于信息的采集、取舍、编码与呈现。算法开始承担内容生产环节中两个重要角色：“信息采集者”(负责自动化搜索信息并将其整合到内容项目中)与“信息处理者”(负责将采集信息通过程序转化为可供发布的完整产品)。三是算法嵌入内容的重要机制还包括对内容的自动审查与删除，对不符合平台规则的内容进行强制执行。其中也包括对虚假信息的处理，通过启用新闻核查技术，在准确性与确定性等指标分析的基础上，对平台媒体中的虚假信息进行自动化处理。

(二)算法嵌入渠道分发

平台媒体在为信息提供流通场域的同时，也将平台运行协议的算法嵌入传播渠道。吉莱斯皮(Tarleton Gillespie)等人认为，算法已成为“控制我们所依赖的信息流的关键逻辑”，通过在渠道中把关、过滤、排序、放大、分发等方式阻碍或促进信息流的传播。一是算法把关。算法把关是“世界上数十亿条可用信息被截短并转化为在某一天到达某一特定人群的数百条信息的过程”。不同于传统媒体的记者与编辑把关，平台媒体中的把关任务越来越多地由非新闻专业人士与算法执行，算法在渠道中控制着哪些信息可以进入其传播场域。二是算法过滤。算法过滤是程序员对信息的选择、分类与可见性进行优先级排序。在微信等一对一消息模式的社会化媒体平台中，用户受算法过滤的影响较小，因为消息可以在他们之间直接发送。然而，当内容的发布与可见性由算法排名决定时，由开发者实施的编码操作有能力塑造用户对文化、新闻与政治的共同认知。三是算法推荐。算法推荐是基于一系列计算和有序步骤将输入转化为输出的程序，在预先设定的推荐程序基础之上，对不同使用者的信息行为进行数据分析与机器学习，可以在传播的过程中实现千人千面的个性化推荐与分众传播。值得注意的是，在平台媒体中所有的信息都要经过算法系统。算法嵌入渠道的传播机制并不专属于新闻媒体内容，但所有的新闻媒体内容都要经过它的程序设定。

(三)算法嵌入关系建构

平台通过连接多种服务与功能，成功地在信息生产者与消费者以及不同组织之间建立了中介关系，并接管了以前由其他组织所掌控的部分权限。在这个过程中，算法被理解为一种社会技术存在，也被视为一种植根于各种社会和文化实践的深度中介化的方式嵌入人们的日常交往行为，通过发挥中介效应塑造着多方行动者之间的关系。基钦(Rob Kitchin)将算法视为“性能化的、偶然的、动态的，并嵌入更广泛的社会关系集合”。这种观点认为，算法通过人类与非人类行动者之间的一系列复杂关系而产生并在网络空间中运行，它与其他行动者之间的“结构性纠缠”所构成的偶然性复杂传播环境，共同塑造着传播的关系。这些行动者包括算法的代码、数据结构、软件系统等，也包括程序员、工程师、监管机构等，还包括使用、互动、理解它们存在的用户。算法作为“非人类行动者”，嵌入人们的传播活动，编织着新型的内容关系网络、人际关系网络与物联关系网络。

(四)算法嵌入价值塑造

媒介化研究强调了媒体是如何以及在多大程度上嵌入日常生活，从而塑造人们在社会世界中的感知、行为方式与价值意义。在数字化和数据化普遍存在于人们的信息获取与日常交往实践中的今天，算法正成为媒介化的重要手段。它在嵌入传播过程中对价值的塑造主要体现在两个维度：一方面，平台媒体通过算法实现权力主体对其他行动者的价值影响。易卜拉欣(Yasmin Ibrahim)等人认为，平台算法通过“技术凝视”将自身价值观和道德观赋予在了公众身上。算法运行规则内嵌的是平台价值，在其制定的标准系统中，决定着信息材料的纳入与排除，在信息搜索、过滤、排序的设计中，自觉或不自觉地引入了潜在的价值观，并在潜移默化中对信息接收者产生影响。另一方面，算法嵌入也在进行着价值创造。平台媒体通过算法对用户的使用痕迹进行数据训练，使之能够做出更细致的判断，更好地获取注意力，并将这种注意力转换为商业价值。阿西克(Adrian Athique)把这个过程称为“炼金术”，他认为算法将用户在平台的数字痕迹从“淤泥”提炼为“金子”，将数据价值转换为其他利益价值。

二、算法嵌入传播带来的权力转移

平台媒体权力的来源是其能够运行媒体权力的能力。我国媒体权力主要由政治赋予和能力赋予共同构建。从政治层面来说，作为“党和政府的喉舌”，专业媒体具有代表党和政府发声的权力，同时还履行作为监督机构的“第四权力”，这一点目前仍未发生改变。带来媒体权力转移的关键很大程度上在于传统主流媒体能力的式微和平台媒体能力的崛起。这主要表现在：“内容生产的能力”逐渐被UGC(用户生产内容)和MGC(机器生产内容)所分散；“控制信息的能力”由于信息的发布从媒体自主平台转到了互联网平台，导致“议程设置”“信息曝光”“把关”“守门”等渠道权力的转移。这种权力转移并非颠覆了过去的权力结构，而是更多地将权力结构融入算法系统。

(一)作为技术的算法：平台可供性塑造传播“游戏规则”

数字媒体时代算法已深深嵌入传播基础设施，新兴的规则与制度正在塑造新的传播权力。梵迪克认为，算法等数字硬件不仅仅是促进传播的基础设施，其开发与部署也是重新校准公共领域传播权力斗争的一部分。

芬尼曼(Niels Ole Finnemann)等学者曾展开了关于“数字媒体物质性”研究，指出在日益依赖新的数据驱动基础设施与通信设施的信息社会，技术中介成为构建社会感知的重要基础，塑造着媒体权力。平台媒体算法作为传播基础设施的一部分，是影响人们如何理解网络信息的强大手段。从信息数据获取、分发与控制到内容呈现与价值引导的形式手段，平台算法通过技术赋权，改变着信息的生产与传播逻辑，技术可供性越来越决定着媒体发挥作用(权力)的条件。

传播权力不仅是控制获取知识建构的权力，更是控制知识建构过程中话语运作规则的权力。不同媒体遵循着各自的游戏规则，包括信息如何生产，内容如何分发，以及人们和组织如何使用媒体。算法预构了社会化媒体平台上的信息流和话语动力学，程序员将规则、规范和文化理念编码到信息产品中，使得传统媒体在平台的内容生产、分发与使用的过程必须遵循平台算法的规则，如文本的字数限制、视频的时长与清晰度限制等。普兰提(Jean-Christophe Plantin)指出，从遵守算法规则到适应算法规则，平台通过设置算法规则与其互动的各方行动者产生了锁定效应(lock-in effect)。也就是说，算法规则在被遵守的同时也在不断被定义与强化。

在一个媒体无处不在、编码无处不在的信息社会中，算法正在构建新的认知力量结构。社会化媒体平台加强了象征和物质之间的联系，物质为象征提供了中心舞台，促进了“象征权力的高度集中”。作为基础设施的平台算法并不仅仅是中介，而是意义工作的载体(象征性负载)。算法将现实世界在网络空间中映射为数据与模型，并作为“沟通和知识工具”的“象征系统”发挥作用。它存在于符号产生的过程，不仅仅是它的物理(或数字)表征，而且转换、翻译甚至修改或扭曲内容。

(二)作为行动者的算法：注意力时代的“潜网”控制

沃伦·布里德(Warren Breed)认为，任何处于特定社会环境中的传播媒介都担负着社会控制的职能，但这类控制往往是潜移默化、不易察觉的，这个过程可称为“潜网”。在平台媒体环境下，算法不仅仅是技术中介，也是参与行动者，马利(Ico Maly)称之为“算法行动主义”(Algorithmic Activism)。媒体平台的算法作为人类判断的代理，程序化地选择与之目标相匹配的知识，这使得Facebook、Twitter、YouTube等平台在混合媒体系统中拥有巨大的话语权，积极地参与“潜网”控制。

一直以来，媒体权力被认为是对稀缺或排他性信息资源的控制。在信息饱和的媒介环境中，注意力被视为混合媒体系统中的一种权力货币，是掌握媒体权力的关键资源，算法权力则是一种“注意力政治”，它定义了对象或事件的主导意涵与表征，在传播中系统放大或抑制声音，是行动者实现各种目标所必需的能力。算法在媒体注意力方面的强大之处表现在三个方面：一是通过技术手段让公众接触到由数字信息所描述的现实世界，建构公众认知的世界，并影响其潜在的行动。二是在重视参与度的平台媒体中，注意力暗示着一定程度的影响力、知名度和关注度，算法通过排序塑造并强化着“关注价值”。三是算法可以把注意力持有转移到其他物体上，将传播的权力转化为其他形式的权力机制，并以此实现平台的商业或意识形态目的。

信息控制的权力可以理解为影响渠道与信息流的能力。平台媒体中选择和传播信息的算法起到了把关人的作用，构建了信息控制中的“可见”与“遮蔽”。麦凯维(Fenwick McKelvey)认为，可见性是由内容发现平台构成的一种媒体力量，是传播内部系统作用与权力关系的外在体现。算法在协调内容、用户、创作者之间工作，生成并放大符合其价值期望与利益的内容。与“可见”相对应的是“遮蔽”，即算法的不可见实践。通过对内容的限流或删除来实现内容调节，而这个过程往往是缺乏透明度的。有学者指出，当信息控制权被转移给了大型平台公司时，实际上导致了“从新闻业到平台公司的权力再分配”。这种权力再分配在一定程度上是传统媒体对平台渠道的“依赖性”所致，但权力的再分配却不止于内容和渠道层面，还涉及处理信息的原则与意识形态价值观引导方面的权力转移。

现代媒体系统是由报纸电视广播等传统主流媒体(包含“两微一端”以及开设的抖音、头条等新媒体账号)与包括社会化媒体在内的平台媒体共同组成的混合系统，在不断地竞争、合作、渗透当中，媒体权力在混合媒体的各个子系统间转移。因此，谁作为议程设置者发挥舆论权力的问题变得至关重要。纽伯格(Neuberge)将舆论权力定义为媒体影响个人和公众舆论形成过程的能力，强调了政治行动者、媒体与受众之间动态的相互作用。事实上，传统主流媒体与平台媒体以不同的方式行使着舆论权。传统主流媒体行使舆论权力的方式，通常是基于编辑策划与制定议程的能力，使其引导内容在信息市场的竞争中脱颖而出。但在以算法为中介的平台媒体中，舆论权行使的不同之处在于，平台掌握了获取用户注意力的数据与工具，并利用这些数据与算法工具的说服能力，进一步推广与其自身价值观或利益观相符的观点与服务，从而潜在地行使舆论引导权力，在混合媒介的议程竞争中实现舆论权力的博弈。

(三)作为文化的算法：塑造社会秩序的精确“仪式”

算法不可见却又无处不在。通过“黑箱”与保密协议，算法秘密地组织着社会结构与文化实践。哈利南(Blake Hallinan)和斯特拉法斯(Ted Striphas)提出了“算法文化”概念，并认为算法文化指“使用计算过程对人、地点、对象和想法进行排序、分类与分级，并塑造与这些过程相关的思维习惯、行为和表达”。“算法文化”强调算法如何深度参与媒介化过程并在其中发挥权力作用，是一种塑造并强化社会秩序的精确“仪式”。

在平台媒体的传播场域中，算法参与信息的选择、加工和分发，塑造着公众所接触到的信息环境，并影响着他们对世界的看法。汤普森(John B. Thompson)将布尔迪厄的符号权力概念应用于媒体，并将其定义为“通过符号形式的生产与传播，干预事件过程，影响他人行为，甚至创造事件的能力”，这种媒介权力在很大程度上与媒介建构现实的能力相关。当越来越多的公众通过平台媒体中算法所构建的拟态环境认知世界时，这种媒介权力也逐渐从传统主流媒体中转移。

在平台媒体的传播逻辑中，信息产品、价值意识观念、文化行为越来越多地由自动化、计算与数据决定，被搜索、标记、归档、塑造与嵌入实践。算法通过塑造信息秩序的方式影响着公众的价值观与社会文化。也就是说，算法不是从外部改变文化的静态技术对象，而是由社会、文化和技术实践的结合所制定的动态与进化过程，这些实践本身在塑造文化时对文化做出反应。因此也可以认为，算法文化是确定“什么是文化”以及“我们看待什么是文化的方式”，潜移默化地发挥着媒介的权力。

算法通常不透明且用户难以察觉，但它们的生成属性为平台的传播活动塑造了规则。通过隐藏在底层采取行动，算法塑造了平台中立的假象。同时，它们还隐藏了“非人类行动者”的存在，例如机器人或虚拟代理，它们在人类用户不知情的情况下执行自动化任务。算法文化正是强调了在当下的信息环境中，这种普遍存在却又不易察觉的传播权力。

三、传播权力转移的风险及其治理

算法嵌入传播带来了媒体生态体系的关系变革与权力转移，在议程竞争与信息控制中，算法对传播权力的影响在本质上包含算法作为权力的工具(协助权力主体实现传播权力)与算法作为权力的主体(自身拥有传播权力)两种路径。这两种路径对应着不同的潜在风险，在治理体系构建中需要根据不同的风险类型有针对性地选择治理方式。

(一)作为权力工具的算法风险及其治理

算法的“黑箱”与不可见，在一定程度上使得其权力行使过程具有隐蔽性。算法推荐服务的提供者可利用其作为权力的工具悄然达到特定目的，其中暗含的传播风险值得警惕。

第一，公权与私权的模糊边界。一直以来，媒体(无论传播的技术如何)被赋予为公共利益服务的道德义务。然而，当算法驱动的平台媒体在新闻和信息的生产、传播与消费中扮演着越来越重要的角色，获取越来越多的传播权力却不具备传统主流媒体应有的社会责任和公共关怀时，很容易产生危险。例如，用户在平台媒体的信息行为被算法监视与聚合并以此定制未来的推荐行为，就涉及信息隐私权和数字身份及其保护的问题。要警惕算法成为纯粹私权的工具，在公共传播系统中从事非公共性、排他性的商业资本活动。

第二，算法价值观嵌入带来的算法偏见。平台媒体不是传统意义上的媒体，迄今为止，它仍属于电子商务法的有限责任方。算法作为平台运行的技术支撑，当其嵌入平台媒体的传播体系时，遵循的不是“传统媒体逻辑”，而是“算法逻辑”和“平台逻辑”。诺布尔(Safiya Noble)在《算法的压迫》一书中阐释了平台权力和价值观能在多大程度上嵌入并贯穿算法等技术，嵌入在搜索算法中的排序逻辑是如何再现设计师及其使用者的刻板信念，并产生伦理道德风险。这种偏见与压迫往往是潜藏的，普通用户可能难以意识与抵抗这种权力。

第三，权力的集中催生“平台中心主义”。平台为公众讨论公共事务与议题提供了场域，但算法权力集中可能带来信息混乱风险，如错误信息、虚假信息、后真相、深度伪造等以实现某种经济或意识形态利益而故意策划与制作的信息。标榜“去中心化”的网络平台可能隐含着“强中心化”的垄断风险，影响传播的公平和多样性，促成非理性的公共舆论和诱导非理性的信息行为。

针对算法作为权力工具的风险，斯科特(Susan V. Scott)提出用行动者网络框架(ANT)进行算法治理。在对平台治理和算法风险的规避中，从共同建构主义的视角，将与算法产生关系的多元行动者进行集合，共同参与治理。多元行动者包括控制数据收集、代码设计和算法决策的人，也包括政策制定者、媒体专业人员、法律专家以及平台的用户。

第一，建立平台责任义务体系。平台算法的治理框架需要与平台自身的发展相适应，使它们所行使的权力和应该承担的责任更加协调一致。在治理中，需要纳入公共利益的价值观，规范建立行业准则，将公共利益注入算法的构造与操作中。鼓励平台“科技向善”，加强平台的社会责任和公共义务。

第二，制定国家监管政策。仅仅靠平台自身的行业自律和企业责任感是远远不够的。佩特雷(Petre)等人的研究表明，平台所认为的“非法算法操作”和“合法策略”之间的界限往往是模糊的，物质利益驱动着平台的利己行为，且随着平台的业务战略而不断变化，这就需要第三方规则对其行为进行管制。将平台媒体纳入国家的媒体监管体系中，从国家安全、恐怖内容、虚假信息、过滤泡沫、版权保护以及网络欺凌和网络犯罪等多方面，构建平台管理的规范性与问责监督制度。

第三，专业媒体应减少对平台的过度依赖。从埃默森的权力观来看，媒体组织要拿回传播权，就要努力减少过度依赖平台发挥新闻媒体的作用，并再次发展自身平台和算法技术，将用户数据掌握在自己手中，避免商业科技平台对媒体权力的垄断。

(二)作为权力主体的算法风险及其治理

与传统的信息控制工具所不同的是，算法具有机器学习的能力，能根据之前发生的事情对未来行为进行预测，并自主决定接下来的行为，它不完全由使用者控制，存在“异化”的风险。

基于平台算法可能的反复无常、神秘甚至带有偏见的方式建构传播内容的生产、流通和消费，达菲(Brooke Erin Duffy)等人提出了“算法不确定性”(algorithmic precarity)一词，用以捕捉平台算法系统的缺陷及其算法自身的不可控风险。

第一，技术局限带来的技术偏见。算法具有“技术上体现的机械中立承诺”，在部分人的想象中，与人类记者和编辑们备受诟病的新闻偏见相比，算法似乎是公正中立的，是解决新闻偏见问题的合理工具。然而需要警惕的是，相较于人工编辑带来的偏见，算法偏见可能更加的不易察觉。“技术偏见”是来自技术本身的局限性，包括他们所使用数据库的技术局限性、存储与数据处理能力以及代码中任何可能错误的影响。

第二，技术无意识的隐藏缺陷。算法也同人类编辑一样受到价值观的影响，它来自个人或社会对系统设计的投入，可能是有意识的，也可能是无意识的。对于有意识的偏见往往能直接地识别，然而对于算法构成支撑社会生活结构的“技术无意识”部分，由于它们的逻辑通常是“黑箱”，对其往往难以追踪或质疑。

第三，自动化学习的异化风险。人们既要关注算法为谁所用的风险，也要关注算法自身的风险。而算法与其他技术最大的区别，在于它具有机器自动化学习的能力，并不完全受使用者控制。事实上，由于算法更多的是依赖相关性，而不是对内容的深刻理解。即便算法设计者在设计之初的意图是“善”，但在对用户及周围信息行为学习的过程中也可能发展出意料之外的“恶”。

算法进入传播领域带来的权力转移和风险问题是在其应用与普及过程中慢慢出现的。需要警惕的是，算法技术发展出不再为人所控制、出乎技术主体预料之外的权力和风险。对于权力主体的算法风险可以采用“竞争制衡的替代”和“控制反馈的优化”两种治理路径。

第一，以“技术”治理“技术”的竞争制衡应对技术“缺陷”风险。不断开发完善传播系统中的算法技术，对其存在的技术缺陷进行媒介补偿。在这个过程中应强调“技术性正当程序”，从提高算法自动化决策的透明性以及算法的可解释性，实现对算法程序的不断优化。鼓励引导多方行动者开发算法系统，在正确的价值导向下，在竞争博弈中共同设计出更好的系统，从而规避现有技术缺陷中的风险。

第二，以“解码”优化“编码”的反馈控制应对技术“原生”风险。算法系统是由传播过程中的控制与反馈所共同构成。算法不仅包含了一种预设的嵌入性规则，还在实施规则过程中不断自动化学习与优化。吉莱斯皮(Tarleton Gillespie)用“算法纠缠”(algorithmic entanglements)来解释“算法的计算”和“人的计算”之间的相互作用与递归循环。斯图亚特·霍尔在传播学经典理论中关于“编码/解码”的研究也适用于对算法的解读与治理。事实上，当算法“代码”制造传播内容的“编码”时，仍需要公众自行进行内容“解码”与意义消化。从这个意义上说，对算法风险的规制，一方面是对算法与算法“编码者”的治理，另一方面也可从提升信息接收者即“解码者”的媒介素养展开。算法的机器学习功能，使其不断地在设定者与使用者之间进行持续反馈循环，因此可以从用户治理的视角，通过提高用户信息素养来规训算法，以算法“解码”优化算法“编码”，进而对潜藏在技术之中且不易察觉的算法风险进行治理。

结 语

事实上，社会化媒体平台及其算法通过个性化推荐机制、信息过滤机制、热门排序机制，实现了对公众注意力、信息可见性、信息感知显著性的掌控，在很大程度上扮演着信息来源与渠道分发的重要角色，实质上承担了在过去由媒体编辑掌控的把关与议程设置功能，获取了传播系统中的关键权力。这种算法嵌入传播带来的媒介生态系统权力转移，蕴含着算法作为权力工具的私权侵蚀公权风险、价值观偏见风险、平台中心主义风险，以及算法作为权力主体的技术偏见风险、技术隐藏缺陷风险与自动化学习的异化风险。面对这些潜在风险，在商业机密和知识版权的保护下，人们很难去要求算法黑箱的彻底打开，更为可行的治理思路是从算法嵌入传播的逻辑入手，对算法在传播体系中的角色、功能以及社会影响等方面进行评估，了解其权力运作方式并预判其可能产生的风险，并从多元共治的视角建立与之对应的规范监督制度与责任体系，以期算法为传媒业与社会发展提供更多的公共价值。