可供性视域下算法技术嵌入广告创意的影响与优化路径探究

摘要：目的：文章旨在探讨算法技术对广告创意生产的影响，并分析其对广告主、广告创意人及广告优化师等主要行动者的不同影响，弥补以往对广告创意生产中多元行动者观照不足的问题，并提出相应的优化路径，以促进广告行业健康发展。方法：基于可供性理论，分析算法如何影响广告创意生产的过程，通过案例分析，识别不同行动者在广告创意生产中的角色与互动，评估对各行动者的负面影响，并探讨人机关系的优化路径。结果：研究发现，算法技术的功能可供性对不同行动主体有不同的限制。广告主易过度依赖算法带来的数据分析结果，忽视消费者的情感和深层次需求，导致创意表达单一化和扁平化；广告创意人逐渐成为迎合算法偏好的辅助角色，创意的专业性与独特性遭到削弱，面临主体性的消失；广告优化师从原本的价值监督者演变为流量监控者，不能有效实施创意优化，进一步加剧了广告内容的同质化和浅薄化。结论：基于可供性视角，优化广告创意生产中的算法应用需要从多方面入手。应提升算法的认知能力，完善技术行动者间的沟通机制，并在法律和伦理层面保障算法应用的透明度与用户权益。采取上述措施，可推动落实人机协同的广告创意生产模式，促进广告行业可持续发展。

关键词：广告创意；算法推荐；可供性；计算广告

中图分类号：J524.3 文献标识码：A 文章编号：1004-9436（2024）15-00-04

0 引言

近年来，算法技术对广告产业的发展产生了深远影响。在此背景下，国内外学者以极大的研究热情，探索大数据技术对广告的影响。大部分学者认为，大数据对广告创意的影响，本质依然是人与技术的关系问题。目前，已有研究聚焦广告创意人的视角，探讨其与算法技术的互动关系。广告创意生产过程中的行动者不只是广告创意人，还有广告主、广告优化师等，然而少有算法技术对广告创意生产各方行动者分别产生了何种影响的研究。本研究引入可供性理论，旨在探讨以下问题：算法对广告创意生产的不同行动者产生了怎样的可供限制？应该如何调适、优化算法技术与行动者的关系？

1 文献综述

1.1 计算广告的出现与发展

学界关于算法对广告的影响的研究，多聚焦于计算广告。计算广告这一概念由Andrei Broder（安德雷·布罗德）于2008年首次提出。他认为，计算广告是为给定情景C下的用户U找到一个合适的广告A，以实现最优匹配［1］。随着业界的发展和学界概念的确立，以及程序化广告、智能广告等在中国本土化的发展，计算广告逐渐进入中国广告界的视野。新闻传播领域关于计算广告的研究始于2016年，2016—2019年是计算广告研究初步发展的阶段，学者们重点探讨计算广告的内涵与发展。刘庆振指出，计算广告以算法为基础，对情境进行分析，以进行高效匹配，是实现高效传播的一种新的业态［2］。段淳林和杨恒从数据、算法模型与智能决策三个维度梳理了计算广告的发展与流变［3］。这一阶段，用户对计算广告的态度引起了学者的关注，阮丽华、黄梦婷聚焦计算广告技术引起的回避现象，总结出引发此现象的主要因素包括社交媒体依赖、用户感知社交目标受阻和隐私担忧［4］。

自2020年开始，计算广告相关研究数量骤增。此阶段的研究可以分为两类。一类从微观视角探讨计算广告技术本身的发展与变化，以及其对消费者心理认知和行为层面的影响。李倍源基于CAC理论框架与态度理论，发现感知风险和隐私关注对计算广告用户态度具有负面影响，而感知收益则对计算广告用户的态度起正面作用［5］。另一类则是基于宏观层面探讨计算广告对广告生态及广告学现有理论的影响。学者马梦娇、符绍强基于技术内爆的视角，探讨了广告业发展中人机权力博弈的嬗变逻辑，并指出算法技术引发了广告业的媒介内爆、文化内爆、思维内爆［6］。具体到本文的核心观照——算法技术对广告生态中广告创意生产的影响，皇甫晓涛从广告创意人出发，分析了其抗拒媒介技术的原因，并指出广告创意人应从本体论、认识论层面摆脱传统主客二元对立思维，提升自身能力，更好地适应即将到来的“人—机—人”新型社会关系［7］。

梳理现有研究可以发现，近年来有关计算广告的研究逐渐淡化了以技术为核心的研究重点，转而紧密围绕技术与人的交互关系。有少数学者超越了人与技术之间主客体的二元对立，承认技术本身是人不可或缺的存在维度，这也构成了本文关注的第一层面向，即在探讨算法与人的关系时，须承认技术在当下已有一定的自主性，人与技术的关系已经到达唐·伊德所提出的“它异关系”阶段，算法在互动关系中成为它者，技术的建构作用与人的建构作用并存，因此二者关系的优化可以建立在相互纠偏上。

1.2 可供性视角下的计算广告

可供性概念最初由生态心理学家吉布森于1979年提出，指的是环境通过资源配置为行动者提供的行动可能性。2003年，学者威尔曼首次将这一概念引入传播学，用于分析互联网对日常生活的影响。国内学者黄雅兰总结出可供性在新闻传播学界使用时有两种不同的维度：作为属性/本体论的可供性和作为关系/认识论的可供性［8］。现有研究已将可供性引入计算广告领域，从本体论和认识论两个维度进行阐释。学者曾琼主要从作为属性的可供性出发，归纳了计算广告技术自身的可供性为数据集成与分析可供、行为定向可供、人机协同可供、媒介兼容可供，并指出这些可供性主要在定向广告和程序化交易中发挥作用［9］。此外，曾琼还从作为关系的可供性出发，梳理了数字广告30年来的发展进程，突出了计算广告技术在与人的互动中的可供调试［10］。学者杨先顺、莫莉从用户与个性化广告的关系出发，考察用户选择和适应个性化广告机制的“可供性浮现”过程，总结出促使用户持续使用个性化广告的因素［11］。

梳理已有研究不难发现，作为关系与认识论的可供性更能彰显可供性的理论价值，但目前对人与技术的关系的探讨仍不够深入。研究缺乏对计算广告创意生产中不同行为主体的识别，往往较为笼统地讨论人与技术的关系，或是聚焦用户这一主体，忽略了广告主、广告创意人等行动者与算法的互动差异。

因此，本文从作为关系的可供性出发，引入更多行动者，打破当前以终端用户为主的单一视野，探讨算法技术为广告创意生产不同行动者提供的行动可能性及其限制。同时，本文关注可供性的变量属性，从用户特征与能力、技术实质及使用背景三个角度提出关系优化的可行措施。

2 计算广告的可供限制：算法对广告创意生产的负面影响

可供性理论强调，技术的不同主体可能对同一技术产生不同的感知和反应，这种感知可能鼓励也可能限制行动。在广告创意领域，算法推荐技术变革引发了一系列行动变化，不同行动者感知到的影响是不同的。本文主要探讨算法推荐技术对广告创意生产的不同行动者造成的负面影响，即算法可供如何限制广告创意的生产。

2.1 广告主——工具理性的主导，价值理性的缺失

大数据的行为定向技术与广告效果评估技术使广告主可以将广告精准投放给目标消费者，并实时优化投放，这无疑提升了广告投放效率，但也带来了一些问题。在数据驱动的营销环境中，广告主往往过度依赖数据分析结果来制定广告策略，将更多的资源和精力投向有数据和算法优势的平台，没有意识到算法提供的分析结果往往只能揭示消费者的部分行为模式。

这种过分依赖的背后是工具理性主导的逻辑，使广告创意在广告策略中得不到足够的支持和重视，广告主将认识消费者和理解消费者行为的准则限定在可计算、可预测的范畴，消费者变得扁平化。广告主只重点关注广告是否触达了消费者，而非与消费者建立真实、深入的连接，创造出与消费者产生情感共鸣的内容。创意的生存空间被大大压缩。

2.2 广告创意人——创意生产主体性消解

行为定向技术虽然赋予了广告精准触达潜在消费者的能力，但也带来了广告创意人主体性被削弱的危机。正如美国哲学家刘易斯·芒福德在《技术与文明》中指出的，现代技术尤其是单一技术可能造就一种高度权力化的复杂的大型机器——巨机器。在这个巨机器中，人无异于一颗颗螺丝钉，必须服从机械的铁律。在大数据的影响下，媒介技术似乎变成了新的主体，广告作品要在数字海洋中突出重围，就必须迎合各个平台算法的偏好。推演算法规则逐渐比创意本身更为重要。

此外，程序化创意技术加剧了广告创意人主体性消解的危机。程序化创意广告通过学习和模仿已有广告进行生产的方式限制了广告编码的多样性和深度，使广告信息变得单一和肤浅。这种机械化、同质化的生产方式，使广告创意人的专业判断与价值被解构和边缘化。

2.3 广告优化师——从价值理性的代言人到流量的代言人

广告优化师本是通过优化大数据和精准投放策略来提升广告效能的关键角色，但在实践中，他们往往被流量波动和平台算法的多样性裹挟。由于流量生命周期短暂，在流量波动剧烈的时段，若不能迅速调整策略以应对，将直接削弱投放效果。因此，优化师不得不投入大量时间监控流量动态与热点变化，这剥夺了他们筛选广告内容与创意优化的时间。

此外，广告有效性的证明周期同样短暂，一则广告若在3至5天内未吸引足够的流量，便会被算法机制边缘化乃至淘汰，优化师无权依据个人判断延长其验证期。这一现状导致广告优化师的角色悄然转变，从原本作为连接广告主与受众、为广告分发注入理性价值的“把关人”，逐渐异化为紧跟算法流量热点、追求即时效果的“流量代言人”。

2.4 广告算法设计者与应用者——算法不透明与广告同质化挑战

正如学者蒋晓丽指出的，目前算法与人类的关系已经处于唐·伊德所提出的它异关系阶段，“技术不再只是人们达成目的的手段，而是行动者，它与人类互为主体”。此时，人与技术不再是传统的主客体二元关系。技术已成为一种它者，具有自主性和独立性［12］。一旦设计完成并进入应用程序，广告算法便脱离人的控制，设计者与应用者皆无力加以干涉，若要改变，只能中止程序重新设计。广告算法朝着精准与高效的目标迈进，在努力实现技术效益最大化的同时，也在肆意攫取消费者的个人数据，其并不具有自主判断能力和自身系统对象化的反思能力，也没有修改自身程序的能力，不可能知道消费者的哪些数据可以使用和如何使用。人类与人性在运行中的缺席，常使设计主体与应用主体陷入深刻的主体性反思之中。

3 计算广告的可供调适：算法技术嵌入广告创意的优化路径

根据可供性的关系认识论观点，可供性为变量而非常量。使用技术的行动者的特征和能力、技术的实质以及技术使用的背景都具有潜在的动态特征。这为优化广告创意主体与技术的关系提供了可能的框架。

3.1 技术可供性自身能力的提升

优化计算广告与广告创意各行动者的关系时，首先需要承认算法的认知能力与其独特的优势。正如凯瑟琳·海勒所言，认知并非人类独有，某些技术系统也具备认知能力，并且在某些方面具有超越人类的认知优势。应识别并利用算法在信息存储、分发与追踪方面的强项，增强其对广告目标与广告创意的理解能力，充分发挥其在数据集成与调度方面的优势。具体而言，应解决同一产品的不同广告推荐算法之间缺乏联系的问题，加深算法对产品的整体理解，确保针对同一产品的不同广告算法能够互通信息、相互学习，从而优化推荐效果。例如，可以设定评估周期，根据点击率、转化率等关键指标，自动调整同一产品各算法的权重，以取得最佳推荐效果。

3.2 技术行动者与技术的相互纠偏

不同领域、代表不同立场的人们应共同参与到相关系统的设计过程中，优化各个环节，与算法相互纠偏。在创意生产环节，应为广告主长期监测与评估效果提供可能，互联网公司应利用算法数据存储能力，建立数据库记录同一品牌各产品的广告效果，助力广告主优化创意。同时，应加强广告创意人员与算法技术人员之间的信息交流，提升广告内容匹配的精准度，确保创意人员及时接收和理解算法分析结果，以便快速更新创意。在创意投放环节，广告优化师应该摒弃以流量监测为主体的工作模式，而是以监测算法决策为主要任务，其应明确自身价值判断的能力优势，引导算法选择最贴合的算法分发路径。

3.3 算法推荐广告使用背景的优化

使用背景的优化主要分为法律与伦理层面。在法律层面，算法推荐广告的发展须遵循严格的法规，确保其透明度和公正性。应建立算法审计制度，定期对算法进行审查，确保其广告推荐逻辑和结果符合法律规定。在伦理层面，算法推荐广告的开发和应用应秉持诚信原则，尊重用户权益。这意味着算法设计者需要在增强广告效果的同时，充分考虑用户的体验和感受。

4 结语

本研究基于可供性理论，探讨了算法推荐技术在广告创意生产中的应用及对广告主、创意人等行动者的影响，旨在弥补以往探讨算法与广告人关系的研究对广告创意生产中多元行动者观照不足的问题。同时，本文超越算法与人的二元对立，提出从技术能力提升、沟通机制建立和使用背景优化三个方面进行优化的路径，在认识论层面为人机协同的广告创意生产提供了可能。

参考文献：

［1］ Andrei Z. Broder Computational advertising and recommender systems［C］// Proceedings of the 2008 ACM Conference on Recommender Systems. New York， United States： Association for Computing Machinery， 2008： 1-2.

［2］ 刘庆振.“互联网+”背景下计算广告技术体系的创新与应用［J］.新闻界，2016（2）：63-67.

［3］ 段淳林，杨恒.数据、模型与决策：计算广告的发展与流变［J］.新闻大学，2018（1）：128-136，154.

［4］ 阮丽华，黄梦婷.社交媒体依赖与隐私担忧对信息流广告回避影响的研究［J］.广告大观（理论版），2018（3）：13-24.

［5］ 李倍源.感知风险和感知收益对计算广告用户态度的影响［D］.广州：暨南大学，2022.

［6］ 马梦娇，符绍强.技术内爆视域下广告业发展中人机权力的博弈［J］.青年记者，2024（7）：50-54.

［7］ 皇甫晓涛，黄瑚.智媒时代广告创意与媒介技术的关系转向［J］.中州学刊，2020（9）：163-168.

［8］ 黄雅兰.“指示器”与“助推器”：可供性概念在数字新闻学中的应用与反思［J］.新闻界，2024（7）：27-28.

［9］ 曾琼，张金海.结构、关系与制度：计算技术嵌入与广告产业变革［J］.武汉大学学报（哲学社会科学版），2022（75）：132-133.

［10］ 曾琼.从平移到颠覆：技术可供视域下数字广告的发展演进［J］.湖南师范大学社会科学学报，2023，52（2）：114.

［11］ 杨先顺，莫莉.智能营销传播中基于算法推荐的个性化广告“可供性浮现”实证研究［J］.新闻大学，2022（11）：1-15，116.

［12］ 蒋晓丽，钟棣冰.智能传播时代人与算法技术的关系交迭［J］.新闻界，2022（1）：118-126.