来源：中国编辑    作者：赖青

本文刊登在《中国编辑》杂志2021年第9期

编者按

随着短视频行业的强势崛起，算法机制因在供需两端高效匹配方面具有不可替代的优势，成为短视频平台运行和行业竞争的核心要素，在给用户群体带来便利的同时也形成对媒介环境的垄断，并由此引发算法焦虑、算法偏见等诸多社会问题。为此，本刊特辟专栏，探讨如何联合多方力量对算法机制进行合理引导，如何建立多维治理体系对算法机制展开有效规制，进而对算法机制保持警惕克制以繁荣促进优质内容创作，推动短视频行业走向高质量发展之路。

互联网技术的高度成熟催生了短视频时代的到来，以UGC内容为主体的短视频平台，通过大量交互设计，在智能算法推荐体系的支撑下，使得新媒体时代的信息传播方式发生了重大改变。大数据以及人工智能技术在短视频平台的成熟应用，极大地提升了信息传播的效率，丰富了人们的生活，同时也带来信息茧房、信息低劣与信息成瘾等社会问题。本文从短视频行业发展的必然性出发，对平台的成长动因以及模式机制进行阐述，对短视频智能算法推荐的特性进行全方位分析，同时深入阐述智能算法推荐体系下短视频行业发展带来的社会问题，并从新旧媒体融合的角度对解决问题给出针对性建议，以期对短视频行业的高质量发展以及传统出版传媒机构探索如何融入新媒体环境产生借鉴意义。

自文明伊始，包罗万象的信息就开始在人类社会中广泛传播，成为人类社会发展不可或缺的基本要素。从早期的口口相传到后期的书文泽世，从人与人的近距离交流到人与万物的远距离沟通，从复杂的延时传递到简单的实时传输，信息的传播效率一直在不断提升，信息的传播范式也在不断进化，而这些变化背后的驱动力无疑是技术力量的觉醒与突破。在众人皆媒的时代，每天都有大量内容被创造出来，而纷乱、繁杂的信息如何实现高效传播已经成为当前社会发展的重要命题。新媒体技术与人工智能技术的发展引领人类社会进入一个全新的时代，资讯高度发展、内容极度丰富、信息高速扩散的当代社会，面对信息过载的环境和碎片化的信息消费场景，我们需要在庞大的信息海洋中去寻找可以航行的舟船，为个体获取信息指明方向，需要找到最有效的传播方式完成信息与人的高效联结。

在当今社会所有的传播范式中，以智能算法推荐为核心的短视频传播体系通过短、快、可交互等鲜明特点，承载了当前社会中主要的信息流量。短视频行业的兴盛，是技术推动事物向前发展的必然，大量交互设计与暗合人性的智能算法推荐，推动新媒体时代的主流资讯、内容传播方式发生重大改变，智能算法正表达着充足的“欲望”，期望构建信息与个体之间最为便捷的桥梁。

算法崛起与短视频兴盛的必然

短视频行业的高速发展，是全媒体时代的一张亮眼的名片，为全社会信息流的快速传播、加速裂变、文化输出创造了条件，也创造了一个全新的信息传播生态。短视频的兴盛，与智能算法推荐的兴起、内容生产模式的进化以及用户需求的推动密不可分。

（一）智能算法推荐的兴起

自进入移动互联时代以来，随着通信技术的不断升级，内容在传播形式和传播效率上已经有了质的飞跃。从图文传播到视频传播，从长视频分享到短视频互动，从传统标引体系下的电商推荐模式到依托大数据与人工智能的智能算法推荐模式，从传统的视频呈现到可以通过增强现实（AR）技术赋予内容更多有趣的变化，这些短视频体系中常见的特征均是互联网技术和新媒体技术日趋成熟的必然体现。短视频的兴盛是新媒体技术和互联网技术在各自环境下不断强化后共同突破的必然，是技术链综合发酵后的重要体现，其中智能算法推荐成为最为关键的因素。

在信息过载的时代，智能算法推荐的任务就是联结用户和信息，帮助用户发现对自己有价值的信息，让信息能够自动展现在对它感兴趣的用户面前，从而实现信息消费者和信息生产者的双赢。智能算法推荐支持下的内容分发，使得移动端的信息传播呈现高度的个人化属性，大众传播彻底被个性化传播所取代，传播效率也得到极大提升。因此，在以移动终端为资讯和内容主要呈现载体的当下，如果载体不发生重大改变，那么基于短视频的信息交互将长期占据当前信息市场的主导地位，而短视频平台也将长期成为全社会信息流汇聚的主要平台之一。

（二）内容生产模式的进化

短视频平台的内容生产基本为用户生产内容（UGC）模式，用户在满足一定条件后均可以相对自由地引述资讯、分享观点、演绎与创造内容，并在生态体系下实现信息流服务的增值。基于移动互联网的UGC模式完全颠覆了传统传媒时代以电视、PC为主要终端的内容生产传播体系，也不同于以新浪等为代表的互联网平台信息传播的方式，它充分体现了移动互联的“价值革命”，即消费者角色由被动接受信息服务的顾客转变为内容建构和内容传输的参与者，平台与用户通过相互合作共同发展，形成双赢。UGC模式并非短视频平台独创，在信息流以图文为主要形式的传播中，UGC的内容分享模式在以微信、垂直社区为典型代表的互联网平台中就已经广泛存在，但在流媒体领域较为少见，即便之前有，也因为外部技术环境和市场环境不够成熟而过早凋零。以抖音和快手为典型的短视频UGC平台的崛起，是技术链与市场需求共同推动下内容模式进化的必然。

（三）用户需求的推动

短视频平台得以兴盛，源于其满足了用户在新媒体时代对信息的高阶诉求。首先，平台在一定程度上释放了用户的精神压力。在中国经济高速增长下，伴随着高强度的工作和生活压力，用户的可支配时间大量减少，而短视频平台为用户提供的内容相对轻松、有趣且单一信息源较为简短，符合在当前社会环境下用户放松自我、释放情绪的需要，也契合用户碎片化利用时间的需要。其次，平台满足了用户的好奇体验。在UGC模式下，平台每时每刻都会有新鲜的、个性化突出的内容涌现，用户永远无法得知下一次能够看到什么样的内容，这种“黑箱”式的体验方式可以充分满足用户的好奇心，让其在快速翻屏的过程中享受新奇的情绪体验。最后，平台满足了用户自我表现的欲望。平台通过一系列互动性功能的设置，使得内容的生产与发布变得相对简单且有趣。无论是娱乐生活的创作，还是优质内容的传播，用户在参与创作并与粉丝、朋友互动的过程中均可以体会到一定的社会性满足感，可以在比较舒适、低压的环境下满足自己的社交需求，有效地降低社交焦虑。

短视频智能算法推荐的典型特征

早期的算法推荐更多依赖数据的统计与分析，将内容的标签体系与用户画像进行关联，用以分析单一用户的个性化需求以及“相邻”用户（用户画像相似）的个性化需求。这个阶段的算法推荐主要包括“基于内容的推荐”和“基于协同过滤的推荐”两种：前者基于用户评价对象的特征、学习用户的兴趣，考察用户画像与预测项目的匹配程度；后者采用最近邻技术，利用用户的历史喜好信息计算用户之间的距离，然后利用目标用户的“相邻”用户对内容评价的加权评价来预测目标用户对特定商品的喜好程度，从而根据这一喜好程度来对目标用户进行推荐。此两类推荐算法，需要基于已有的数据分析结果以及不断完善的内容标引体系来进行辅助推荐，但因其在短时间内无法抓到用户画像而很难解决新用户的推荐问题，难以适应信息流巨大且需要实时分析的信息消费场景。与这两类算法推荐系统相比，短视频智能算法推荐则对信息与人的高效联结表现出更为强烈的欲望。针对信息环境更加复杂、信息频率更高、信息量过载以及新用户数据难以瞬时捕捉等传媒行业特性，短视频算法推荐在“基于内容的推荐”和“基于协同过滤的推荐”的基础上，充分运用机器学习、深度学习等前沿的人工智能技术，构建了更为复杂的内容分发机制，并呈现去中心化、复合推荐、实时分析与渐进式推荐以及动态修正等鲜明特征，从而实现了信息与人的高效联结，极大地提升了信息的传播效率。

（一）去中心化

在智能算法推荐出现以前，用户获取信息的来源相对固定，信息流量的中心化特征非常突出，流量向少数焦点汇聚，形成流量寡头，绝大部分用户只能被动接收信息。而短视频算法推荐则采用了去中心化的内容生产机制以及去中心化的流量分配机制，这一点与旧媒体时代截然不同。在去中心化的内容生产机制下，“人人皆为媒体”成为可能，大量内容生产者依附于平台创作内容，推动了内容数据量的高速增长，而数据量的激增也为智能推荐算法的优化提供了土壤。在去中心化流量分配机制下，普通用户创作的内容也可以获得一定的推荐量和曝光率，避免了流量的过度倾斜。短视频推荐算法的去中心化特点极大地提升了内容创作者的积极性，在一定程度上消除了信息垄断，降低了消息的裂变门槛，提高了消息的传播效率。

（二）复合推荐

短视频智能算法推荐的发展过程也是算法不断迭代与进化的过程，各发展阶段出现的智能算法推荐均有各自的优缺点，其优劣不能以新旧作评判。算法是否合适应当以其是否符合当前信息消费场景的需要来判定，用户的信息消费场景不同，短视频智能算法会触发不同的推荐机制以达到符合个体信息需求的效果，以提高推荐系统的个性化、多样性与准确性。无论是早期的“基于内容的推荐”和“基于协同过滤的推荐”，还是后期的基于深度学习、机器学习的“效用推荐”，都是先为每一个用户创建一个效用函数并关联规则，后从大量用户行为数据中发现强关联的规则去匹配用户，其在不同的信息消费场景中均可以发挥自身的作用。具体说来，如果一个新用户第一次进入短视频平台，在平台无法迅速获取用户画像的情况下，无法直接采用“基于内容的推荐”为其分发最适合的内容，此时通常会采用“效用推荐”的算法机制，通过随机性的内容分发，分析用户在这种随机性当中的具体表现，再集合大量用户的数据完成“数据训练”，最终完成信息与人的匹配。如果用户已经使用该平台较长时间，平台已有充足的用户基础信息以及点击率、关注与点赞等行为数据来进行用户画像的确认，则采用“基于内容的推荐”和“基于协同过滤的推荐”，实现信息与人的高精度匹配。智能算法的复合推荐特征，有效解决了在不同信息消费场景中如何全面覆盖用户需求的问题，为信息与人的高效联结提供了全天候的基础。

（三）实时分析与渐进式推荐

短视频的智能算法推荐系统与搜索引擎的结果排序、电商的个性化推荐等智能推荐的最大不同，是智能算法推荐的实时分析特征。在传统的智能推荐中，平台可以采集到的用户行为数据相对较少，实时分析的必要性较低，而作为信息交互极为频繁的短视频平台，如果不能进行信息的实时分析并在分析的基础上完成实时、动态的智能推荐，那么用户黏性将大幅降低。短视频智能算法推荐系统的实时分析，以用户对信息的阅读行为为分析要素，包括转发量、评论量和完播率等，依据实时的行为分析结果来判定信息随机分发的用户基本盘大小，实现信息传播的效率最大化。具体来说，平台会在刚开始给予每一个新的短视频分发一定的推荐量，如果此视频的阅读效果不佳，则立刻终止继续增加推荐量。而如果表现良好，触达智能算法继续推荐的标准，那么平台会自动增加推荐量继续推荐，直到覆盖与此内容有关的全部用户基本盘。实时分析与渐进式推荐是当下短视频智能推荐系统的典型特征，内容的分发逻辑基本由智能程序体自动完成，让数据能够“说话”并发出推荐指令，从而实现信息传播的效率最大化。

（四）动态修正

动态修正是指短视频智能算法推荐在运行过程中，会根据传媒领域的热点进行算法加成，同时对一些反社会价值的内容进行热度干预，进行冷却处理甚至剔除，且这种加成与冷却的算法动态修正需要随着内容的不断变化而持续迭代。在动态修正的辅助模型下，需要对已有的智能算法推荐模型持续进行热点加权、价值观加权等修正处理，并在强化内容审核的基础上，对劣质内容进行人工干预修正。严格地说，动态修正的很多举措并未完全遵循智能算法推荐自动分发内容的核心逻辑，它加入了不少人工干预的因素，使得算法看起来并非完全智能，但这是智能算法推荐在信息传播中必须权衡的问题。个体对信息的评判千差万别，如果没有一定的修正，可能会导致部分劣质信息流的无序传播与高速扩散。因此，即便看似“非智能”，动态修正也已经成为短视频智能算法推荐模型中不可或缺的组成部分，是把控千人千面推荐体系的标尺与利剑。

短视频智能算法推荐带来的社会问题

短视频已经成为当下中国数亿用户获取资讯与内容的主要方式，它极大提高了资讯与内容的传播效率，在海量数据、交互设计以及智能算法驱动下，一个千人千面、可交互、快速裂变的短视频时代已经到来。短视频平台为现代人创造了一个全新的互联网生态，其内容丰富且生动、交互简单而有趣，能满足用户的好奇心、降低用户的社交焦虑与生活压力。短视频的智能算法推荐虽然极大地提升了资讯与内容传播的效率、丰富了人们的生活，但在信息传播过程中也出现了信息茧房、信息低劣、信息成瘾等一系列社会性问题，信息流的高效传输、快速裂变与信息质量的相对 “不足”构成当今新媒体时代的最大矛盾体。

（一）信息茧房

2006年，凯斯·桑斯坦在其出版的著作《信息乌托邦》中提出了“信息茧房”的概念，他认为大部分个体在吸收信息的过程中会主动或被动地关注自己感兴趣的信息，久而久之形成信息的壁垒，形成像蚕茧一般的“茧房”，即“信息茧房”。信息茧房一直存在于我们的工作与生活之中，而智能算法推荐的出现更加强化了这种信息过滤的倾向，阻隔了个体获取更广泛信息的渠道，使得信息茧房成为当今社会中的普遍现象。凯文·凯利在预言未来科技生活的著作《必然》中提出“理想过滤器”的概念，他认为“理想过滤器”应该是“我想知道我的朋友喜欢什么，而那又是我现在还不了解的”，以及“一种会向我建议某些我现在不喜欢但想尝试着喜欢的东西的信息流”。如果从发展的角度看，智能算法推荐系统可能会成为这样一种“理想过滤器”，但就现阶段而言，还远未能达到“理想过滤器”想要实现的效果。当前的短视频智能算法推荐体系，过多依赖于训练模型中所分析出来的用户固有兴趣的判断，并通过这种判断来进行精准推送，而很少关心是否存在一些用户从未尝试但可能只要多接触几次就会产生兴趣的事物。或者说即便它尝试进行了推送，也因为分析出信息首次触达个体后的用户阅读数据表现不佳，从而简单、武断地判定用户对此类事物不感兴趣，由此固化了用户画像，阻断此类信息的再次推荐。如果不去考虑用户对信息需求的多样性，不进行信息推荐的复杂性尝试，那么“用户到底喜欢什么”这个命题将永远得不到解决，从而也必然导致短视频的流量在推荐过程中的同质化，也就很难制定规则去打破信息茧房。当人们将自己大量的可支配时间用于人机交互，当大量的信息消费场景被固定在短视频平台中时，这种由智能算法推荐系统所带来的信息茧房效应会更为强化，它将隔绝人们对新事物探索的兴趣，形成认知迷域，对人们的日常生活和信息消费行为产生深远影响。

（二）信息低劣

短视频行业的UGC模式，是其在新媒体时代大放异彩的原因之一，在优秀的平台互动机制、便捷的素材添加与内容再造、生动的AR特效等功能、智能推荐算法的帮助下，数以万计的内容创作者在平台上保持着旺盛的创造力，极大地推动了内容的多样性。但是，由于信息量过于庞大，短视频平台对于内容创作者上传内容的内审机制与内审能力较为薄弱，对于创作者本身的认证体系也不够严谨，导致内容出现无序扩张，大量低劣的内容得以进入平台生态，甚至出现了内容抄袭、版权侵害等一系列问题。智能算法推荐下的短视频行业，其内容的过度自由化是信息高质量传播的一道难题，尤其当大量年轻用户成为短视频平台的使用者时，这种过度自由化所带来的潜在危害会更加突出。作为覆盖面极广的媒体平台，作为大量自控力和判断力均相对较弱的用户聚集地，如果不对内容的审核提出更高的要求，不对UGC模式的过度自由化加以限制，那么所影响的可能会是一代人与民族的未来。

（三）信息成瘾

认知心理学认为，人们一般只需要15~20秒便可形成关于事物深刻的短时记忆，这也正是短视频内容的主要时长，而以这样的时长来设计内容的颗粒度，会有更大的概率使用户主动地传播短视频平台的内容。同时，这种超短的碎片化信息消费机制，还会给人一种意犹未尽的感觉，让其有极强的动力继续寻找下一个刺激点，促成用户在集中时间段的持续信息消费，让人欲罢不能、变相成瘾。短视频的成瘾机制虽然体现了短视频智能算法推荐模式的“高效”，但其确实占据了用户大量的可支配时间，造成了信息渠道的过于集中化，也造成了个体与真实世界的信息隔离，弱化了个体探索认知边界的动力。信息成瘾，貌似帮助用户在较短时间内吸收到更多的碎片化信息，但在人类潜意识中对信息的天然偏好与智能算法推荐系统的共同作用下，大量用户的时间被牢牢地锁在一个狭窄的空间里，被动吸收一些同质化内容，特别是那些无营养甚至反人性的内容。短视频信息成瘾的客观存在，阻碍了充沛信息流的传播，使得大量优质内容与资讯无法有效分发给用户，也间接降低了短视频整体的社会效益。

智能算法推荐体系的优化与新旧媒体的再融合

新旧媒体在各自的时代对人类社会信息的传播均起到了积极的作用，两者的相融相通是时代发展的重要命题。2019年1月，习近平总书记在中共中央政治局就全媒体时代和媒体融合发展举行第十二次集体学习时发表重要讲话，提到推动媒体融合发展，要统筹处理好传统媒体和新兴媒体、中央媒体和地方媒体、主流媒体和商业平台、大众化媒体和专业性媒体的关系，不能搞“一刀切”“一个样”。要形成资源集约、结构合理、差异发展、协同高效的全媒体传播体系。

对于传统出版传媒机构而言，需要正视短视频平台已经成为当前信息流最大的传播平台之一的事实，承认其在资讯传递、知识大众化传播方面的优势，不能因为短视频平台传播方式的过度碎片化，就认为这种传播形态必然与内容生产的专业化和严肃性为敌，而应充分发挥自身在内容生产与内容审核上的优势，积极融入新媒体平台的生态之中，并在其中发挥重要作用；对于以短视频平台为代表的新媒体平台而言，不能将由智能算法推荐体系所带来的传播优势万能化，而应充分认识到自身在内容质量与内容审核方面的不足，进一步优化算法破除信息茧房等一系列问题，并积极引入传统出版媒体机构的优质内容，修正算法推荐体系实现流量向这些内容的适度倾斜，去伪存真、去劣存优，集合平台、机构内容生产者、个人内容生产者以及出版传媒监管部门的力量，携手实现短视频行业的高质量发展。

（一）智能推荐算法优化与价值优先

智能算法推荐下的内容分发机制是短视频行业高速发展的利器，但其带来的信息茧房、信息低劣以及信息成瘾等问题也给信息的高质量传播带来巨大影响。作为具备巨大流量的传媒平台，优化算法并破除信息茧房，让用户能够在短视频生态中找到有价值的多样化的资讯与内容，是当前人们需要重点关注的问题。对于短视频平台的运营决策者而言，首先需要加强多样化内容向用户推荐的尝试，在基于用户画像推送内容的过程中适度穿插一些用户可能感兴趣的内容进行多次数据测试，这样可以获取更为丰富的数据源，并以此为分析依据修正算法，让信息的传播更为有效；其次要强化内容的评判机制与投诉机制，不能只以内容的打开情况和阅读时长作为进一步分发的依据，而应该考虑将评判与投诉功能前置于首页，同时强化这种评判和投诉在算法中的权重，以确保粗制滥造的内容能够在传播初期就得到有效抑制；最后在算法优化的前提下进一步强化人工审核与干预。冰冷的人工智能程序体虽然可以加速内容的分发并提高传播的效率，但在其还无法完全准确理解人类文明价值的真正含义前，应当对粗制滥造、社会价值低、内容侵权等行为进行人工干预，及时限流甚至做屏蔽处理。人工审核与干预虽然与短视频行业数据优先、算法驱动、自动分发的核心思想不一致，但这是在人工智能还未完全实现情感判断，不能准确判定信息所蕴含社会价值高低的当下，对内容高质量传输的一种策略性保护。技术永远是为价值服务。从“技术优先”到“价值优先”，新媒体平台必须避免“流量为王”的传播导向，纠正“算法没有价值观”的判断，对算法推荐的逻辑进行反思，防止其成为不良内容传播的帮凶，以正向的价值观来规范和指引算法应用，惟其如此，才能够确保短视频行业给人类带来更多正能量的信息，推动新媒体产业高质量发展。

（二）发挥主流出版传媒机构的作用，实现新旧媒体的再融合

与短视频平台采用UGC模式相比，以出版传媒企业为主体的专业生产内容（PGC）机构在内容产出与内容传播效率上相对较弱，但其长期以来严格遵循国家相关的规章制度，在内容的审核上一直保持着很高的水准，比如各大新闻传媒企业的资讯内容生产以及各大出版企业的图书内容生产。短视频行业未兴之时，社会信息流的传播在传统出版传媒以及传播平台的体系化运作下均保持了健康的发展。反观短视频平台，虽然在近年来强化了内容审核管理，并试图在资讯传递、知识传播、休闲娱乐等领域进行社会效益层面的管理，但由于短视频本身的特性以及短视频用户的个人倾向，导致平台仍然充斥着大量较为庸俗的内容。旧媒体信息传播的低效性与新媒体信息传播的低效性分处于不同的层面，前者的低效是由于缺乏更为高效的传播范式，而后者的低效则是由于信息的质量偏低。因此，从契合度上来分析，两者具备一定的互补性，PGC内容与UGC内容的融合性传播存在可能。对于PGC内容为主的传统出版传媒企业而言，不只是借助这些新媒体平台的流量来实现销售（比如直播带货），而应当尽量优化内容的表达形式并进行内容的重构，将大众化的内容甚至部分的专业性内容以短视频的方式深入浅出地表达出来，以符合短视频平台传播的需要，让用户更容易吸收；而对于UGC的主阵地短视频平台而言，应该主动通过算法优化并进行适度的流量倾斜，对于从PGC生产机构推出的内容进行适度“保护”，强化分发机制，确保这部分高质量的内容能够进入更多人的视野。

结语

基于智能算法推荐体系的短视频的兴盛是传媒行业在技术力量推动下的一次革命性突破，它极大地提升了信息流的传播效率，扩大了信息的消费场景，推动众人皆媒时代的到来。我们既要正视短视频行业在信息传播过程中的积极作用，也要认真看待其中存在的问题，积极发挥传统主流出版传媒机构的作用，以创新的姿态与短视频产业相融合，寻找新的发展机遇。只有主流出版传媒机构在内容重构和内容传播上均做大做强，才可能确保正向、准确、符合社会主义核心价值观的信息占据舆论的主导地位，才能在短视频行业蓬勃发展的当下，有效实现信息流不“随波逐流”，从而提高舆论的安全度。新旧媒体融合之路势在必行，在推动短视频行业蓬勃发展的同时，也期待传统出版传媒机构能够在短视频时代创造新的辉煌。