我们怎样被算法控制？

刘海龙

算法，几乎可以说是我们生活里的隐秘法则。

只要打开手机看内容，今日头条、抖音、快手、小红书、微博、B站、微信……可以说，算法无处不在。除了内容分发平台，连外卖、打车、买菜这类生活软件，也都跟算法有深深的关联。

虽然这个词我们都不陌生，可“算法”到底是什么？今天，我们就从媒介和传播学的角度，深度探讨一下这个词汇的意涵及其影响。

什么是算法？

首先，到底什么是算法？其实早在计算机发明之前，就有“算法”这个概念了，顾名思义，就是用加减乘除等书面计算方法进行的计算。在计算机产生后，算法就专指一套用系统的方式解决问题的策略机制。简单来说，就是一套用计算机能够执行的命令自动运行的程序。

比如使用搜索引擎，输入一个关键词后，就会有一套计算方法，将与关键词有一定关系的网页按照相关性排列出来。这就涉及到不同的排列计算策略，是把访问量最大的网页排在前面，还是把引用量最大的网页排在前面，还是把关键词重复次数最多的网页排在前面？

所以算法本身具有一定的主观性，它显示出人们对解决问题的不同理解和价值优先排序。比如短视频网站，是优先推荐那些最热门的视频给用户，还是优先推荐那些新视频给用户，是优先推荐完全相似的视频，还是优先推荐相似但有一定差异的视频，这就取决于平台的价值观与判断。

像抖音和快手在算法推薦机制上就存在一定不同。比如他们都会把新发的视频放到一个池子里，给同样的机会测试。如果一个视频点击量非常大，抖音就会一直推荐它，让它一直留在这个池子里，让这个视频更加火爆。这样就会形成马太效应，热门的视频会更加热门。

但是快手就更“普惠”一些，一定时间之后，这个池子中的视频会更换。这样，一个视频虽然很热门，但可能就不会再持续推荐，而是会适当照顾一些不那么热门的视频。

也就是说，在抖音上你更容易刷到大家都在看的视频，而在快手上，则容易看到一些和别人看到的不一样的视频。

根据之前的一些计算，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，只是一个大概的估计，但是基本也能看出二者在流量分配政策上的差异。

算法的实质：社会层面的可见性

那算法的实质是什么呢？这个实质不是技术层面的，而是社会层面的。因为我们不是在学习算法技术，而是理解它的文化意义。从社会层面看，算法的实质就是可见性。

媒介的一个特性，就是将不可见的变成可见。算法作为一个媒介，也具有这个特征，它让某些内容变得可见，反过来，也会让某些内容不可见。

比如在微博上，你关注的账号内容更新不是按时间顺序排列的。也就是说，并不是最近更新内容就排在最前面，你经常观看的账号，或者与之有互动（点赞、转发、评论、私信）或者微博社会网络上关系比较近的账号，每次打开，就会出现在页面上方最容易被看到的地方。

反过来，那些你不太阅读和互动的账号，久而久之就会排在越来越后面，渐渐就从你的视野里消失了。算法让一些用户或内容变得具有可见性，另一些用户或内容变得不具有可见性。

这样看来，算法是不是也具有了建构世界和我们人际关系的作用？而且算法作为媒介或者传播的基础设施，它本身也具有透明的特征。普通用户在使用中，很难察觉到算法背后的价值观和框架正在影响着他们对世界的看法，以及和他人之间的关系。

那么算法是如何起作用的呢？它会先暗中搜集用户使用行为的数据，然后将这些数据放进它的计算公式里。这个计算公式非常复杂，我们常见到的公布出来的，只是一个非常简单的公式，但实际上使用的可能更复杂，是商业秘密，同时也是个黑箱。

这个黑箱不仅对用户来说是神秘的，其实对平台来说，也很难真正理解。因为它涉及的参数和数据太多，工程师只能设置初始条件，却很难控制实际的精确结果。所以经常牵一发而动全身，调整一个地方，可能会造成其他方面出现意想不到的结果。

有的学者把算法统治看成是一个福柯式的全景监狱，原本是边沁设想的一种理想的监狱建筑。囚犯的牢房围成一个圈，正中是监视塔。塔中的人可以清晰地看到每个房间里的囚犯在干什么，但是囚犯却无法看到塔中的情况，同时囚犯之间也无法交流。这样囚犯就会觉得随时都可能被监控，而遵守规矩。因此就能够用最少的人力，去监控尽可能多的囚犯。

社交媒体的算法也建构了一个类似的全景监狱，用户知道有算法存在，但是也不知道具体它是如何运作的。如果他们遵守平台的规则，他的信息就会被推荐，具有可见性，反过来，如果他们不遵守平台的规则，就会受到惩罚，不具有可见性。

公域流量与私域流量

这里说的可见性，主要体现在流量上。一般来说，流量被分成公域流量和私域流量两种。

所谓公域流量，就是平台首页推荐或者精选内容页面上获得的流量。像大家在B站首页上看到的那些推荐就是公域流量，这个流量分配的机会是非常稀缺的，一般是平台觉得非常有价值的内容才会这样主推。

在短视频网站，你一打开就会在显著位置推荐的视频或者播放直播，常常都是公域流量。由于具有一定的强制性，所以这个流量是非常可观的。

私域流量就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，也会有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，是账户的基本盘。当然，如果违反了平台的规则，它也可以通过限流甚至封号的方式来干预。哪怕有的时候内容审核拖一拖，可能发布的最佳时机也就过去了。

在公域流量与私域流量的分配上，抖音和快手也存在不同。比如一个账号新发了一个视频，抖音会更多地把它推荐给那些对这个内容感兴趣的用户那里，而不是订阅了这个账号的粉丝那里。而快手就相反，会更多地推荐给粉丝。

抖音分配给感兴趣的标签用户和粉丝的流量比是9：1，而快手则是3：2。这样做的结果就是在抖音上，不管你之前有多少粉丝，如果你发的单个视频质量不行，可能流量也不会太高。但是在快手上，只要你粉丝多，那么每个视频至少有一个比较高的保底流量。

这样看来，抖音又显得更公平一些，给好的视频以机会，但对大V来讲，就没法躺在之前的成就上安稳地生存了，如果不能推陈出新，大V也很快被淘汰。

平台分配流量，如何构成一种规训？

除了算法本身充满着主观性和规训色彩外，其实平台手中还握有大量机动的流量进行分配。如果平台要搞一些活动，创作者积极参加，就会被分配一定的流量。

短视频网站在直播时，也握有一定数量的流量。平台会给一些主推的主播，分配一些打开APP时默认进入的用户，这样一上来直播就很有人气，这些人气又会带来更多的看热闹从众的人。这个时候有背景、听话的主播就受到奖励，这也构成一种平台的规训。

甚至现在的平台还会把流量商品化，抖音有DOU+平台，用户花钱就可以给自己的内容配上流量。新浪微博也可以购买阅读量，让你的内容更有可见度。在平台之外，还产生了一个流量商品化的地下市场，这就是大家听说过的“网络水军”。

可以用付费的方式获得更多的观众、粉丝、转发和评论，甚至还可以用刷单的方式，制造虚假的销售量或者商品的好评。

这种数据工作最后的目标仍然是满足平台算法的要求，提高账号可见度。当然，如果你直播的时候买了很多流量，但是东西没卖出去，投入的流量费是否能够赚回来？這就具有一定风险了。

有可能“逆向破解”算法吗？

前面说过，算法是一个黑箱，这就出现了很多“逆向破解”操作。但是这种“逆向破解”充满着玄学。因为算法是由复杂的参数和数据构成，人脑并没有办法真正理解，只能根据输入和输出结果，去进行推测，建立因果关系。

这就像柏拉图洞穴寓言，那些被绑的奴隶，每天在墙上看见不同物体经过后产生的投影，于是就开始猜测其中的规律。但是这些不同的物体的出现其实并没有规律，可能歪打正着中了，就以为发现了真理。

柏拉图在这里本来是想嘲讽他认为的“民科”，但是通过这种方式，奴隶们也获得了对世界的解释与意义。

用户对算法的揣测与解释也是这样一个过程，有的学者称之为“算法想象”或“算法解码”，就是人们怎样用人类的意义去理解算法的逻辑，在这个过程中，用户之间还存在交流和协作，这个过程又被有些人称为“算法八卦”。

看这些概念，就会发现，学者们认为这些行为并不靠谱。这些算法想象也许有道理，或者偶然能中，但是并不能保证它一定科学。

因为这些所谓的“算法专家”，并没有一个科学的方法，仅仅是用神话式的解释，比如把算法看成是人格式的存在。还有的创作者会总结出一些提高被平台推荐和提高流量的方法，比如一段时间内连续发相同的垂直内容，或者增加直播的时长。

其实这些方法，很多时候是在用人的思维方式来推测算法。但是这并不妨碍人们去探索和赋予算法以一定的意义，甚至还有一些“算法专家”开班来讲解自己总结出来的经验。

除了去想象和顺应算法外，用户还会去抵制、颠覆甚至改写算法的意图，这也被称为“玩弄算法”。比如一些用户会有意去看一些自己不喜欢的内容，来干扰算法的推荐机制，打破信息茧房。

总之，技术和算法本身和之前讨论过的职业意识形态、惯例、宏观制度等因素一样，现在也参与到了内容的生产过程中，用户的行为与内容创作也受到算法的规训。

平台资本主义以一种看似中性的技术，更严密地控制着用户的行为，而用户也在积极地适应与反抗这个体制。从某种意义上说，算法作为一个行动者，也参与到内容的生产之中，加剧了内容的商品化。

（摘自微信公众号“看理想”）