算法祛魅：网络内容经济中的算法规则建构及其治理进路

摘要

本文通过文献研究和深度访谈阐明，需要将算法置于网络内容经济的增值过程中，才能实现对算法的解码和祛魅。平台积极利用算法组织内容生产过程，调整供给结构，定义传播扩散规则，从而建构起服务于内容变现的算法规则体系，并深刻影响了公共议题的传播环境。鉴于此，相关治理应以分析算法在平台经济中的规则建构能力为基础，将算法的设计初衷和商业功能、平台的责任规避主张、内容经济的组织架构、平台风险社会化的倾向纳入考量，据此制定相应的治理策略。

2021年8月以来，国家各部门密集出台了涉及智能算法的治理举措。中央网信办就《互联网信息服务算法推荐管理规定》公开征求意见，针对“应用生成合成类、个性化推荐类、排序精选类、检索过滤类、调度决策类”等算法开展监管。该部门在打击“饭圈”乱象中，要求“取消所有涉明星艺人个人或组合的排行榜单”，“优化调整排行规则”。中宣部等五部门则联合就文艺评论工作发文，要求“加强网络算法研究和引导，开展网络算法推荐综合治理”。这些举措释放了网络算法治理的一种信号：与单纯依赖事后监管不同，监管主体开始尝试从算法设计目的出发理解其运行实质。

在互联网经济扩张和社会保护的双向运动中，研究者和实践者对算法的认识也在不断深化。从算法乐观主义到算法伦理反思再到算法功能治理，是从算法赋魅逐渐走向算法祛魅的过程，也伴随着治理思路的变化调整。然而，由于现有的认识论仍主要将算法视作价值中立的技术工具和神秘黑箱，忽视了平台在利用算法建构一整套内容经济规则中的主动性，因而以往的治理实践往往亦步亦趋、被动应对社交软件的迭代，缺乏规律性、整体性的治理思路。随着算法日益成为平台内容产业的内在驱动和规制力量，对算法在内容经济中扮演角色的系统性研究变得日益迫切，这正是以往相关研究所缺乏的视角。

本文将梳理国内外算法治理领域的相关文献，并通过对来自五家内容平台（新浪微博、今日头条、抖音、微信公众号、映客直播）的主要业务部门（如算法部门、内容部门、产品部门、广告营销部门）、网络内容营销机构以及传统媒体旗下的新媒体内容部门的共计13名从业者的深度访谈，廓清算法在内容产业增值中的规则建构作用，并尝试探讨更具针对性的算法治理思路。

一

算法认识论及其治理进路

”

对人工智能革命性力量的热切期待和警惕构成了算法认识论的一体两面。从乐观的技术-民主期待到审慎的伦理价值反思，从对内容的规管约束到对算法产品功能的关注，算法认识论始终与治理实践保持着一定的耦合性。根据对智能算法的功能和外部效应判断的不同，其认识论和治理思路大致可阐发为以下三个视角。

（一）算法乐观主义与生产者治理的局限

如同其他互联网技术所承载的变革期待，智能算法同样承载了平台从业者和诸多研究者的技术和社会想象。张一鸣曾公开主张，“马车和汽车不可能同时跑在同一条道路上”，以表明算法对以往技术的超越性。算法乐观主义者通常持有以下观点：一方面，用于算法演算和决策的数据并非来自个体的主观体验，而是来自对既往事件的信息收集和编码，因而其数据和决策必然更加客观公正和价值中立；另一方面，随着无监督学习和深度学习的普及，黑箱将能够实现摆脱人为干预的自我进化和自动决策。换言之，其认为算法能够以其中立性超越主观观念的偏狭，以其自我进化独立于社会发展的逻辑，因而能够真正为其使用者实现赋能和赋权。这种理想化、概念化的算法赋魅话语延续了技术决定论和技术乐观主义的认识基础，为互联网行业奠定了相对宽松而友好的责任分配基调。

技术乐观主义要求对人工智能给予足够的创新保护，以避免伤害其生产力价值。在这种认识论基础上，保护创新和被动治理成为算法治理的常见原则，这在内容治理领域集中体现为“避风港原则”的运用。该原则最早由1998年美国的《数字千年版权法案》正式提出，后被各国政府所借鉴。根据该原则，由网络平台所提供或存储的内容，如果平台能够证明自身并无侵权恶意，并且及时删除侵权链接或者内容，则其不承担赔偿责任，故“避风港原则”又被称为“通知+删除”规则。

“避风港原则”体现出两项显著的权责主张。一是聚焦生产者责任的治理视角。该原则认可平台的内容审核能力是有限的，以致无法对网站内容进行全面审查，因而可以通过通知后删除来避免承担侵权责任。而内容本身的侵权责任主体则主要为内容发布者。二是事后监管思路，即根据内容传播造成的负外部效应（构成的社会影响或侵权事实），要求当事人承担相应的法律责任。由此可见，删除内容、封禁账号等常见的监管举措主要是针对内容生产者加以规管，即对其行为失范加以警示或处罚。基于此治理逻辑，在精准推送或热搜内容呈现中，平台的责任主要体现为及时删除或下架相关内容，而算法在平台内容传播中扮演的角色并未纳入责任界定的讨论之中。

生产者治理的视角凸显了算法乐观主义对技术中立的保护和确认，并倾向于为算法提供免责选项：避风港的侵权认定，承认代码和平台的中立性和侵权非故意，因而其无需直接为侵权内容负责；数据筛选和收集过程被视为法律保护的商业机密，以避免被外部力量获知和质询；认可算法决策是自动化行为且难以界定其对人的主观判断的影响，因而无须为与用户行为相关的负外部效应负责。然而，随着算法的系统性歧视倾向和伦理风险日益暴露，研究者开始对上述逻辑假设加以反思并提出了基于设计者的治理思路。

（二）算法伦理反思与设计者治理的困境

缺乏对社会公平、终极价值和人文价值的关怀是研究者对算法的主要批判之一。依据该思路，算法伦理的反思主要包括两个方面。一方面是算法的价值负载及其系统影响。与技术中立论不同，该观点认为，算法数据的选取和收集、设计和解释均依赖设计者的主观判断和理解，甚至包含偏见和歧视。而这种价值负载会在特定的情境中影响权力运行，进而产生政治和社会效应。如陈昌凤等指出，新闻推荐算法的设计者和运行团队自身的新闻价值观和数据理念，对于算法能否彰显人的价值有着显著的影响。奥尼尔则指出，选择性数据及其算法对不同社群意味着不同的权力影响，以致会进一步弱化中下层群体的力量。换言之，算法的数据基础和运行过程均无法避免其主观属性和系统性歧视。因而，抽象认定算法的普惠性，从而将涉及权力结构和利益博弈的政治经济问题简化为技术合理性的问题，可能会回避真正应触及的社会现实。

另一方面，研究者强调算法的设计和优化会削弱个体用户的协商和抵抗能力，进而侵蚀人的主观能动价值。有研究表明，在系统结果面前，人们往往倾向于服从而并非去寻找替代性选项，这在搜索引擎对人的信息判断的影响中得到了验证；同时，随着用户数据积累的增多，智能算法能够通过动态调整无限趋近人的倾向，从而影响用户感知，削弱人的独立裁量权和判断力。有学者将该问题归纳为“作为认知主体的人与算法技术产生的经验世界之间的矛盾冲突”，并建议“重新唤回人的主体性”和“价值理性”。

关于算法技术伦理和人本价值的反思主要聚焦如下场景：算法设计者依据自身理解编写代码，并经由代码对受众施加影响。因此，如何引导算法设计者的价值观从而避免算法的负外部性，即基于设计者的治理成为一种应然之策。该思路强调人本价值的重要性，能够在理论和价值层面给予人工智能设计以启发，但却忽略了代码得以编写、运行、调整的关键环境和基础设施，即作为内容经济核心主体的平台。平台作为算法工程师的雇主、智能算法的拥有者、算法运行的管理者、用户协议的拟定者、内容经济的获益者的多重身份决定了其自身在算法权力体系中扮演的支配性角色。因此，忽略算法与平台经济的深度互动而孤立地去谈设计者在其中扮演的角色，可能会陷入舍本逐末的困境。事实上，新近的算法治理已经要求对算法的商业功能加以限制，并开始关注到算法在内容经济中的规则性作用。

（三）算法规则权力与产品——功能治理的转向

研究者已逐渐关注到平台支配下的算法所产生的规则效应和权力影响。莱辛格的经典论述“代码即法律”强调，在网络世界中，代码具有近乎法律的能力和效力。该观点虽然从一般性层面阐述了代码的规制能力，但受限于实践发展的情况，其并未对代码发挥作用的具体机制加以经验性概括。有法学学者在此基础上建议，人工智能的法律研究应当转向“生产性思路，即理解人工智能在多大程度上帮助平台企业变得更智能（或者平台本身就是一个人工智能体）”。事实上，平台在算法权力格局中的优势已引发了诸多学者的担忧。在系统结果面前，普通用户往往难以抗拒算法对其施加的决策，而内容生产者的反抗也只能带来微乎其微的改变，平台甚至拒绝为分享经济的劳动者提供改变系统结果的渠道。即便不满于不对称的权力关系，内容劳动者也只能选择遵守平台规则，因为他们意识到“这是在游戏中取得成功的唯一手段”。

这种认识论的深化正是源于算法权力边界的扩展。在平台内容经济领域，从新闻内容生产和复制（如自动化新闻、网络新闻聚合）到内容和用户的识别和监管（如违法信息删除、用户画像）；从介入内容生产流程到主导内容的公共呈现（以开屏、热搜、精选、热门、榜单、弹窗为代表的排序和榜单产品）；从影响力的公开交易（如广告、直播、补贴、分成、打赏等）到一系列灰色产业（如自动化账号、虚假刷粉、账号交易等）；从对受众的行为引导（如粉丝打榜、政治倾向性推送）到劳动规训（如推行自媒体生产规则）……算法实质性介入网络内容生产和传播的价值链，支撑并驱动着内容产业的运转和增值过程。换言之，平台配置、呈现和使用内容要素的策略衍生出不同的产品功能，从而带来了相应的正/负外部效应。

在此背景下，新近的监管实践尝试突破生产者/设计者治理的思维，从算法产品及其功能的视野施加限制。这种限制主要包括四个方面，一是禁止算法用于特定传播功能，如取消明星排行榜单，以及不得设置歧视性或偏见性用户标签。二是限制算法在商业活动中的过度应用。如不得诱导用户沉迷或者高额消费，不得自我优待和不正当竞争等。三是弱化算法决策的支配性和决定性角色，增加人工干预要素。四是要求提供拒绝或修改算法服务功能的基本选项，以及为用户提供不针对其个人特征的选项。

算法治理向产品——功能视角的转变意味着治理对象从生产者、设计者转向算法的所有者——网络内容平台。在此思路下，算法已经不再被视作纯粹理想化、概念化的中立技术，也不再被视作呈现设计者价值观念的代码作品，而是内嵌在平台内容经济中的治理对象。

不过，需要指出的是，由于缺乏对算法规则作用和运行机制的整体性认识和研究，现有的产品-功能规制手段仍然有着显著的局限性。首先，现有措施只是针对特定主体和行为（如粉丝应援）开展规管，而缺乏对算法角色的规律性界定。如此一来，治理对象很容易改变其形态而继续存在，使得监管陷入到“打地鼠”的被动境地。其次，算法运作从未彻底排除过人工干预。相反，在平台经济领域，人工干预和算法共同决定了将传播优先权赋予哪些内容。因此，以增加人工干预的方式施加监管，其前提在于了解人工干预以何种方式存在，以此明确需要施加的是何种人工干预。再次，关于提供拒绝和修改算法的选项的举措，事实上高估了用户甄别算法的能力和拒绝算法的意愿。在尚未打开黑箱的情况下，片面讨论拒绝和修改黑箱恐怕并不具备可行性。

这些局限性凸显了关于算法研究尚未讨论和亟待深化的层面，即需要对算法在平台内容经济中扮演的规则建构角色开展整体研究，并在此基础上对算法黑箱进行解码和祛魅。首先，要超出个别案例，对算法的商业价值和规制作用进行整全概括。平台遵循其盈利逻辑开发代码，并对内容生产者、传播渠道、传播扩散过程施加规制和引导，这是理解内容算法的基本切入点。识别算法对传播的影响，不能仅仅观察其外部效应或从设计者的角度理解其价值负载，更应该将算法置于内容生产—赋值—匹配扩散的整体过程中，了解网络平台如何“引导和控制个人信息流并将之转化为利润流”。其次，要从平台商业逻辑的视角实现对算法黑箱的解码。尽管黑箱有其动态性和隐蔽性，但平台算法部门所遵循的绩效评价体系却具备高度的连续性、稳定性和可见性。当代码呈现为平台产品的某种功能并服务于其盈利模式时，人们必然可以通过解读其盈利预期来获知算法的价值导向。或曰，代码并不具备自身的意识形态，而只是平台意识形态的实践者。即便监管者无法窥见黑箱内部的结构，但仍可以通过考察其用户协议和商业模式的合法性来解码其运行机理。因此，挖掘算法技术表象背后的规则属性和商业增值功能，才能真正明确其中的社会风险并提出相应的治理方案。

基于此，本文进一步以网络内容经济的增值流程为分析基础，从算法在内容生产—内容赋值—内容匹配扩散中扮演的规则建构角色开展讨论，进而实现对网络内容算法的祛魅。

二

内容生产：

人工智能筛选和规制生产要素

”

算法不仅是平台的技术支撑，更承担着对内容经济流程加以规制和引导的作用。代码一经撰写并在平台上运营，必然对附着于该平台的用户及内容生产者产生影响。代码设计的核心目标就在于通过算法调动网络空间的各类生产要素，从而实现内容产品的增值。这一点，在算法对内容生产要素和劳动力资源的配置中显得尤为突出。

首先，算法介入对内容生产者的筛选和内部定级。基于一整套包括阅读量、转发量、评论量、点赞量、粉丝关注和增长量在内的代码，平台首先将用户划分为不同级别的传播主体（如大中小V和各级别会员）。此后，平台将为不同级别匹配不同的服务体系和权限。如为行业内的大V建立专门的QQ群或微信群，并在群中匹配专门的内容运营人员。一旦这些意见领袖发表了相关内容，运营人员则可以快速通过后台算法优先制定或推送这些内容。例如，平台会“为每个垂直领域设置了内容运营人员，每天这些内容运营人员将会选择该垂直领域的热门内容，帮助他们去推广。如果这些人是我们的金V，我们肯定会优先推送这些人的内容。如果不是的话，那就会排在金V、其他大V之后进行发布”。

其次，算法用于培训内容生产者。对平台而言，数量有限的大V并不能保证内容的稳定产出，将一批中小意见领袖培养为内容后备军至关重要。为了使内容生产者按照平台的需求“成长”为中小V，今日头条、百度百家号、一点资讯、新浪微博等平台普遍开发了“新手期”算法。新手期的内容生产者没有任何收益权利或仅有微薄的分成，只有在获得平台的官方认定后才开始具有分成资格（如微信公众号或腾讯企鹅号需要在关注量达标后并获得“流量主”资格之后才能分成）。新手“转正”算法一般要求内容满足原创度、满意度、活跃度、垂直度、互动度等指标，达到一定的入驻时间和关注人数，并不断积累积分以提高自身星级；如果在新手期内发布内容不达标，积分和级别会相应降低；如果持续积累达到特定等级（如网易号要求从0星涨到3星），则可以获得收益权限、曝光资格和现金补贴。受访者表示，一些内容生产者可能会长期无法度过新手期因而始终不能实现分成，只能通过免费劳动不断积累得分。“我的新手期已经2个月了，发了60多篇文章，阅读的情况也不错，但是我始终没有转正，一分钱也没有拿到。有的朋友比我还惨，新手期已经6个月了，每天都在平台上写东西，但是到目前为止还没有转正，一分钱也拿不到”。而那些“转正”的内容生产者付出了大量的沉没成本，因而也会更加努力地创作和发布内容，以期尽早弥补此前的投入。

最后，算法用于组织和规制内容生产活动。近年来，为了在管理内容生产者的同时规避其中的劳动和版权风险，平台开始积极倡导通过网络内容中介（如MCN机构、直播公会等）组织内容生产。这些机构与内容生产者签约，并以公司的名义与平台和广告商对接商业合作。他们不仅负责为内容生产者提供技术培训，还负责审查违规内容、防范内容侵权，因而大大化解了平台面临的管理风险。为了便于中介机构开展管理，各平台纷纷为他们开通了后台系统。借由后台算法，内容中介可以即时获取旗下内容生产者的传播数据，为其匹配不同的商业资源，甚至可以达到上万人的管理规模。可以说，代码及其特殊的商业模式创造了新生产渠道，使价值得以超越传统产业组织在一个更大范围内产生。

在以往技术乐观主义的描述中，平台及其人工智能为作为内容创作阶层（Content Creative Class）的新媒体从业者提供自我赋权的可能。从表面上看，智能算法通过按需匹配创意者和资方的项目，使内容生产者从传统的劳动关系中解放，不再受到岗位的约束。然而，这种浪漫化的描述却并未触及内容生产劳动的实质。内容生产的转型在现象上表现为算法介入内容生产的筛选、培训和管理，但在本质上却意味着平台与内容生产者连接的全面自动化，或曰，智能化控制的实现。“与传统媒体时期的内容生产相比，自媒体的内容生产不仅竞争极为激烈，可替代性超高，而且可以经由人工智能数据化实现大规模规范管理，极大地强化了劳动流程的控制”。凭借智能算法，平台能够全方位监视和评估内容的发布状况、生产过程、劳动状况和变现能力，并对劳动力资源实施更大程度地调动和配置。

当然，算法无法独立发挥作用。在算法规制之外，包括内容产业中介在内的一整套支撑和延伸体系共同致力于劳动力要素的管理和控制。在此机制下，内容生产者逐渐内化为平台产业的有机组成，高效执行和实践着平台的算法规则。

三

内容赋值：

算法倾向性调整内容供给结构

”

算法是内容平台倾向性地形塑内容供给结构、扶持特定内容的有力工具。随着内容经济增长点的不断涌现，平台已经发现最具变现价值的内容领域，并将之归纳为“垂直领域”（Target vertical markets）。如新浪微博划分了超过60个垂直领域（如母婴、娱乐、财经等），并持续增加对高变现领域的流量倾斜；西瓜视频则对宠物、时尚、旅游等垂直领域进行了重点支持。而分成和补贴算法，正是平台实现精准经济刺激和内容结构调整的主要方式。“如果你想做账号赚钱，首先不要想你自己的兴趣是什么，首先要想平台想让你做什么。他们想让你做的一定是能双赢的，大家都能赚钱的。如果你单纯按照自己的兴趣去做一些小众的严肃内容，你可能撑不了多长时间。”

内容生产者敏锐感知到平台算法的调整，并积极调整自身的内容产出。“图文内容会变得更加严格、图片更多、内容阅读量增长更惊人的情况下才可能给匹配更高的曝光量和热门推荐，但只要是做短视频，那么就会优先推荐”；而内容生产者只有适应算法才能获得平台的传播渠道，“要想上热搜、上热榜，先得搞清楚（平台）这套是怎么玩的，按照这套玩法去不断提高积分”。

这种引导不仅对个体内容生产者产生影响，同样也影响着传统媒体在平台上的内容生产行为。为了与海量账号竞争稀缺的注意力，广电部门纷纷成立广电MCN，按照商业内容中介的标准进行自我调校。学习、适应平台的算法，积极“抖音化”，已经成为传统广电机构冲刺“10万+”“冲上热搜”“获得曝光”的重要业务命题，一套有关新闻分发场景、内容、用户偏好和平台优先级的算法价值观念被植入到新闻生产机构之中。平台也在积极推动算法逻辑向传统媒体的移植。抖音的广电合作部专门为传统广电部门开展培训，从平台理念、算法原理、剪辑手法等方面培养广电机构的平台化思维。一些快速适应平台算法思维的广电机构（如芒果TV等）已经逐渐在娱乐、母婴、美妆等商业领域实现盈利，这些领域正是平台所倾力推广的垂直领域。

与内容供给结构的调整相伴，新闻把关的规则也在被改写。在传统新闻机构旗下的新媒体内容生产部门（如我们视频、澎湃视频、看看新闻等），从业者长期面临着如何在新闻价值和平台热门榜之间分配稀缺的人力资源的问题，并常常陷入摇摆和挣扎。很多情况下，平台更愿意推送业已成为热搜的话题，而不会去关注更具传统新闻价值的话题。“如果这个话题还没有上热搜，我们就算做了报道，平台也不愿意推送”；“即便我们觉得一个话题很有新闻价值，但只要没上热搜，我们很难吸引大众对这个话题的关注”。“技术意义上的数据导向是商业利益导向的体现，它们共同消磨着编辑对新闻专业价值判断的自主意识”。由此，新闻把关的标准逐渐被算法工程师的标准取而代之，而新闻内容的编辑理念和生产惯习也相应发生着调整。

平台算法的倾向性扶持清晰地表明了对内容货币价值的评价标准。现金和分成补贴的方式表明，算法既非中立的，也非独立的技术工具。一方面，通过有选择地支持特定内容，算法能够引导内容按照平台的偏好流动，并进而影响着平台内容的供给结构和盈利结构。另一方面，算法之所以能够实现其功能，依赖的是包括平台内容部门、产品部门、营销部门在内的诸多业务部门的配合。经由这些业务分支的联动，更具变现能力的内容得到优先生产和大规模传播，关于内容货币价值的意识形态则被传达给整个内容生产者群体。

四

内容扩散：

算法定义量化绩效和评估规则

”

在注册账号之时，平台通过用户协议获得了对受众开展商业推送和算法测试的合法权限。此后，如何将内容和产品匹配给用户并引导其消费，这是注意力变现的核心环节。利用算法实现精准传播和有效扩散，是内容经济点石成金的关键一跃。

一方面，算法用于实现内容与用户之间的匹配。这种匹配不仅体现为基于用户数据的身份画像，也体现为在不同用户群体间建立区隔。近年来，各大网络内容平台纷纷推出了针对下沉市场的极速版APP。相比普通版APP，极速版删除了相对占据内存的功能，更加适应三四线城市及农村受众手机内存相对较小的现状。此外，极速版尤其注重通过金币奖励算法鼓励用户浏览视频、邀请新用户、完成每日任务等，达到一定金币数即可提现到支付账号。极速版算法倾向于“给用户推荐更加廉价的商品和低俗的内容，很多在极速版上的推送内容在普通版本是看不到的”。基于对下沉市场及其用户品味的判断，平台按照消费能力搭建相应的算法场景，从而使用户的体验和消费内容更加类型化和标签化。这类算法强化了既有社会关系的区隔，也体现出平台试图将已有的社会关系转化成体现经济价值的生产关系（商品化过程）的基本意图。

另一方面，算法服务于用户和商品之间的匹配。智能算法颠覆了以往消费者洞察、广告创作、广告投放、广告效果反馈等环节依赖人力劳动和经验智慧驱动的运作方式，转向了“智能洞察和需求预测、以算法模型为工具的智能生产与分发、整合时间与空间的智能互动与反馈”。近年来火爆的直播电商中，平台一方面开放后台系统，鼓励内容生产者从观点输出者向消费主义意见领袖转型，引导受众的电商消费；另一方面，算法会密切追踪用户点击链接、观察直播的行为数据，通过与电商平台数据的碰撞实现更为精准的消费信息推送。基于算法创建商业连接的营销模式被平台从业者称为场景化、闭环式面向受众“种草”商品的“牧场计划”。

用户、内容、商品三者的匹配为内容增值提供了可能，而平台的最终目标是实现大规模的扩散和盈利变现。因此，平台需要通过算法建立一整套用于传播效果评估的量化评价体系。除了常见的点赞、评论、转发、关注量等数据外，平台内容产品常见的KPI（关键绩效考核）指标还包括访问量（如独立访客、独立IP）、用户数量（如日活跃数、月活跃数、新增用户量、用户留存量）、访问质量（如访问深度、活跃度、停留时长、退出率、忠诚度、APP登录时间、投诉与咨询数），以及平台近年来尤为关注的营收转化和电商指标（如单个用户的贡献收入、生命周期总价值、电商转化率、曝光率、投资回报率等）。每一个评价指标都对应着特定数据的收集和计算方式。

当然，平台也会通过算法对内容匹配和扩散的规则加以限制，这集中体现在对商品展示的降权/限流算法。如某平台要求商品展示必须通过官方的商品橱窗功能。在该平台，提及其他平台的二维码信息或者外链是内容生产者不能触碰的“死线”，“如果产品不通过橱窗，可能会被降权到50%，意味着只有50%的粉丝能够在信息流看到这条微博。如果降权100%，那你的内容除了你自己就没人能看到了”。这些算法旨在保证注意力资源流动和变现能够最大程度在本平台开展，以实现排他性的竞争优势。

随着工具理性的量化算法体系在平台传播中获得支配性地位，如何提升各项数据成了网络内容从业者的首要命题。始于内容平台的KPI体系，已经成为自媒体内容生产者的焦虑来源。“压力确实很大。自媒体内容这个行业特别直白和赤裸，所有的工作成果都是被人检阅的，不论是写一篇文章还是运营一个社群；甚至可以说时时刻刻都有‘数字KPI’压在身上。而且这个行业有个特殊性，就是需要跟踪热点，因为热点是最有可能带来爆款文章的。这就导致工作时间十分不稳定，见过不少同行半夜起来，熬到早上追热点。”在受访者看来，KPI压力主要来自三个方面：网络内容平台对弱势生产者优胜劣汰的压力，内容生产者自身获得营收的需要，订阅者和广告商对内容进行的量化评价。

唯数据论驱使下，“买粉”“刷单”“打榜”成为常见操作。“粉丝、点赞、转发、评论都可以买，微博、豆瓣、百家号、头条号、国外的脸书，凡是你能想到的都可以买到”；“建议真人粉和僵尸粉混着买，真人粉可以保证活跃度”；甚至微信朋友圈也可以买卖，“只要授权软件查看你的朋友圈，就能给你的朋友圈估价，之后你就可以接单，只要按要求在你的朋友圈转发软文就可以，每转发一次就能得到相应的提成”。在此过程中，严肃内容被大量营销信息包裹，受众对社会公共议题稀缺的注意力不断被商业化内容冲淡甚至转移。

这一点在传统新闻机构与平台的互动和博弈中尤为明显。当下的媒体融合常常被解释为渠道垄断被打破，传统媒体被迫卷入与平台开展市场竞争的过程。但值得注意的是，这个过程同样是平台主动建构和推动的结果。一些传统媒体避其锐气、没有建立新的内容分发平台，而是选择与现有大型网络平台进行渠道合作。这意味着其不得不接受平台所制定内容产业游戏规则，因而也不得不在选题方向、内容风格、盈利模式上面临改写和调整。

五

讨论

”

互联网内容平台的崛起，已然改变了传播交流和公共决策的条件和资源。代码是规则创建的工具基础——平台凭借人工智能的规则建构能力，以智能控制的方式规制和组织内容生产，以倾向性扶持形塑内容供给结构，以量化绩效评估定义平台的传播逻辑——这构成了平台资本主义实践的重要内容。与此同时，平台通过资本并购强化自身在信息生态中的优势，已经具备甚至超越公共行政主体的数据收集和挖掘能力。因此，对平台及其算法的治理，必须超出技术工具的认识论范畴，重新思考技术的权力外延、经济影响和政治边界。

基于对算法在平台内容产业中角色的分析，未来需要从以下方面深化对算法的认识。首先，算法既非触不可及的商业黑箱，更非一成不变的运行规则。平台在算法治理中的免责话语应该得到纠正，而平台在开发算法时的主观意愿和算法的实际用途需要得到审慎考量。平台通过用户协议获得了算法推送的授权和内容所有权，并且对算法的商业功能有着清晰的认识和预期，但在实施内容推送行为时却主张算法工具的中立性和不可审查性。不过，新近的治理举措已经一定程度上消除了这种申辩的合理性。当监管部门要求对“打榜”等粉丝应援功能进行整改时，平台能够快速、精准的移除相关运行算法并下架相应产品。这佐证了作为黑箱的算法存在从商业视角被解码的可能性和可行性。

其次，理解算法所处的平台环境和组织架构是开展内容治理的必要前提。算法并非悬浮于平台的孤立的技术体系，而是通过算法工程师所在的部门内嵌于平台的业务体系。内容部门、产品部门、市场部门与算法部门共同构成了网络内容平台的主体业务部门并承担着平台的绩效考核。当内容产品数据出现波动或需要上线新的产品功能，产品部门将要求算法部门调整内容供给和曝光倾向；而产品数据则直接服务于市场营销活动，并由智能算法为广告商/电商匹配内容投放渠道。平台现金补贴是这种商业机制的典型案例。因此，只有从平台主体的运行机制内部入手，才能真正理解算法所扮演的角色和功能。

此外，要关注平台力图将风险社会化的趋势。平台通过算法实现内容变现，而选择性传播（如精准推送、热搜推广）的影响被转移给普通受众；算法调动内容生产者产出大量的商业内容，并给予这些内容传播优先权，乃至在不同社群中强化区隔，却无需为传播公共性的弱化承担责任；平台赋予网络内容中介规训和管理内容劳动者的权威性和便利性，从而将劳动保障、版权纠纷等社会风险转嫁给个体以及整个社会。可以说，人工智能不仅提高了平台的整体盈利能力，也在责任转移的过程中增加了社会运行的不稳定性和风险。

代码经由平台创设和发布，并不可避免地成为影响内容生产和传播的运行规则。因此，在内容算法的治理中，有必要将平台的主观意愿和责任规避倾向、算法的商业目标和功能实质、平台的生产和运行机制、算法对社会关系和劳动关系的改变和调整纳入到治理策略的设计中。

首先，应全面理解平台产业盈利机制及其创新实践的两面性，并尝试对其进行黑箱解码。算法本身并非法律责任主体，其只是平台用以实现自身市场目标的工具。通过经济学、法学和传播学的综合视野，对平台的创新模式及其实践加以研究，洞察其将注意力转变为货币价值的逻辑和过程，将有助于识别其中的社会风险。

其次，对算法的治理应该前移到对算法商业功能及其设计目标的考察，并对其在造成负外部效应中的角色加以判断。以往针对某一特定内容产品的规制（如“微信十条”等）常常陷入被动，未来应将算法置于动态的内容经济过程中，关注其如何使平台智能化并得以规避传统的社会责任。

再次，要鼓励适度的代码开源，并为算法透明制定行业标准和基本规范。基于内容算法对公共舆论的巨大影响，公众知情权和监督权变得迫切而必要，这不应因代码由私有资本开发而得到豁免。作为算法所有者和开发者的平台开展适度披露，通过“可理解的透明度”对算法逻辑和运行机制给予必要解释58，对所涉的数据收集和使用给出合理性论证，并定期接受公众的质询。当然，倡导黑箱秘密性和必要信息透明之间需要掌握一定的平衡，避免过度披露对经济创新潜力造成负面影响。

最后，应尽快建立针对人工智能算法的权威第三方评价体系。由于算法知识的缺乏，公众和监管部门难以对其中的技术细节和潜在风险开展评估。因此，引入由智能算法专家构成的第三方评价体系显得尤为必要。算法专家团队能够对算法设计的目标、运行过程、商业模式及其可能影响进行有效的解释，以增加公众及监管部门对算法的认识和判断依据。

对庞大的平台经济而言，自动化代码既是高效而隐蔽的生产力工具，也是改变生产关系的内在力量。人工智能有助于降低平台的运营成本，扩大其生产要素配置的范围，规避公共力量对商业资本的质询，并将风险转嫁给社会整体和原子化的内容劳动者——这是需要关注和警惕的传播议题。如果用技术性问题掩盖算法背后的社会关系建构能力和传播资源配置权力，必然会陷入治理的盲点和误区，忽视更深层的权力结构和利益博弈问题。由于算法治理所涉的丰富学科体系，其治理制度设计仍需要未来跨学科的深度合作和密切研讨。

（翟秀凤：首都师范大学文化研究院助理研究员）

本文有所删节，注释从略，原文刊载于《新闻与写作》2022年第3期，学术引用请以纸质版为准

▼点击下方文字链接，了解详细订阅方式▼

投稿请登录https://xwxz.cbpt.cnki.net/

订阅纸质刊物请致电010-85201321

商务与广告合作请致电010-65595210