摘要：
... 【编者按】“算法生活揭示了一系列颠覆性权力关系生成的可能，并最终指向一种可编程世界的可能性。”华东政法大学韬奋新闻传播学院副教授、复旦大学新闻学院博士赖楚谣在其专著《算法生活》中这样写道。她曾在多个短视频直播村实地田野，进行为期12个月的数码民族志，希望从短视频创作者的角度理解算法与人的关系。澎湃新闻对赖楚谣老师进行了专访，谈及她的田野经历、“算法的社会性知识”和“递归式协商”以及如何更好地与算法相处等问题。以下为访谈正文。
赖楚谣
澎湃新闻：你曾经在义乌市北下朱村和江苏省连云港市海头镇这两个短视频直播村进行实地民族志考察，那里的创作者日常是如何与算法“打交道”的？
赖楚谣：大家可能在媒体上看到过或者身边就有这样的村镇，它们以做短视频或者直播出名，聚集了大量从业者。比如，我田野的一个地点——义乌的北下朱村，最高峰每天有超过5000名主播在那里直播，超过两万名直播、短视频行业的从业者在那里居住、生活和工作，是一个产业非常密集的场所。
这些创作者日常到底是怎么样跟算法打交道的？有一件事我印象特别深刻。我在海头镇做田野的时候，早上经常“埋伏”在当地菜市场，跟来买菜的老人闲聊。他们唠的话题都跟直播、短视频、爆款、流量相关，比如谁家爆单了，谁家昨晚卖了多少，隔天早上就在菜市场里传得沸沸扬扬，不到一上午就能传遍全村。
直播是整个海头镇的主要产业，村民对村里的各种主播了如指掌，谁家账号是哪个，谁家卖什么货，谁家最近流量特别好，流量好是他们试了什么方法……全部都瞒不过他们，这非常有意思。在短视频直播村，你会看到很多不一样的东西。不论是北下朱、海头镇还是杭州九堡，你经常会看到一小撮人聚在路边聊天，讨论最近平台上有什么新的规则，最近他们又琢磨出什么新的直播玩法，又找到什么新的获取流量的方法等等。
我在海头镇有一组比较固定的田野对象，这组田野对象由四五个跟我年纪差不多的当地主播组成。他们几个人每天一起讨论，怎么能够把流量做大一些，把账号做好一点。账号做起来以后，就雇佣一些小主播每天在他们自家或工厂里直播，直播时间非常长。海头镇海水养殖业特别发达，现在很多人做起了海鲜直播，很多当地大网红原来都是渔民。
不同的短视频直播村之间也有区别。海头镇是一个熟人社会，外来人少，基本是靠几个相熟的朋友间或者家里亲戚拉群交换信息。北下朱外来人口更多，人口流动非常频繁，当地从业者更像生意人。他们更依赖微信群，会在群里分享一些供应链信息或是找合作的消息。当地还有一种茶会性质的组织，经常聚在一起喝茶，实际就是朋友带朋友的朋友，聚在一起交换关于直播的信息。
海头镇电商服务中心（赖楚谣拍摄）
北下朱的直播产业链更完整。我的田野对象经常会说，如果你来北下朱三个月，还没发财，你就等于宣告失败，就得滚蛋了。在北下朱，一个完全没有接触过这个行业的人，也很快就能被带入这个行业。一走进直播村，首先会被氛围感染，会看到有人在街头拍视频，村里每个商铺都在直播，连来菜市场买菜的老人都在讨论这些。
他还会碰到很多“授人以鱼不如授人以渔”的直播培训基地，大部分模式都一样，交几千块钱，教你一些平台规则和直播玩法，比如平台禁忌词，直播怎么起号养号等等。有一些培训基地的导师以前是创作者，也有一些本来就是做导师生意的，但都不是那种非常正规、有“头衔”的人，就是来挣学费的。然后他会碰到很多人会拉他入伙，或者他会寻求合作，当然也可能碰到骗子。直播村是一个产业特点鲜明的社会，它非常深刻地加入到平台的算法以及跟算法的交互中。
义乌江北下朱电商小镇
澎湃新闻：他们眼中的算法是什么样的？
赖楚谣：我访谈了非常多的创作者，如果我在刚接触时就问他们，你们知道算法是什么吗？至少有一半的人会跟我说不知道。算法只是一个我们以精英化的视角赋予的、想套在他们头上的概念。他们才是每天跟算法在打交道、要通过算法谋生的人，其实我们不一定比他们更了解算法。就算他们不知道“算法”这个词，也会用“流量”、“爆款”或者“平台”、“观众老爷”等称呼来说这件事情。
跟他们交流“算法”，一开始是无法直接进入“算法”的。创作者感知算法常常需要从一个前置领域——“流量”——入手。从流量入手，我们才能知道创作者怎么理解算法。流量作为一种涉及可见性和注意力占用的资源，是短视频平台上通用的符号表征、衡量和评价的标准，甚至有时是可供流通、交换的“货币”。但如果从用户感知的层面来说，流量就是一种数据反馈，播放量、点击量、点赞量、完播率、收藏量这些数据高了，我们就说获得了流量；如果低了，就是流量不好。
虽然这些创作者不太明白算法到底是什么，但是他觉得“有”，这种“意识到有”叫做算法意识。有算法意识后，这些创作者开始萌生关于算法技术的朴素想象，他想象算法的运作方式，或者把它人格化，比如他会说算法很“笨”，总推一些我不喜欢的东西。这之后，他就开始生产关于算法的知识了。这可能从他的经验来，也可能从其他创作者那里听来，这就又深了一层。在意识、想象、知识之后，他去组织实施了应对算法的实践，比如养号、视频怎么拍、直播怎么做……所以他们口中的“流量”“爆款”，实际是算法的前置领域，他们通过这些更直接的东西来想象“算法”。
所以短视频直播村为什么特别重要？我们可以把它看作是算法的意识、算法的想象、算法的知识、实施算法的实践这些很复杂的生态在一个具体地方的集中化呈现。这些东西在原子化的个体用户身上也能看到，但不会像短视频直播村这样集中。他们既然要在短视频或者直播平台中谋生，而算法又是这些平台的底层技术框架，那他们就必须持续地加入到和平台算法的交互当中。他们对于算法的认识比我们这些平时只是刷刷短视频的普通用户要更深刻，因为算法是一种“经验技术”或“体验技术”，必须持续地跟它打交道才有可能获得一些对它的理解，建立关于算法的知识体系。这就是为什么我的研究更注重观察那些短视频创作者，而不是普通用户。因为他们一方面是普通用户的代表，另一方面又要想尽办法靠算法获得更多流量挣钱，所以他们应对算法的实践必然比我们丰富，对算法的理解也更深刻。
澎湃新闻：你做民族志的时候，有没有感到人被技术“异化”？
赖楚谣：我不太想把他们的努力说成是“异化”，也不是很想以批判的视角去讲这件事情。中国人在赚钱上真的有非常强的内驱力。所以你说的所谓“异化”，其实很多时候可能不过是大家为了让自己和家人的生活好一点而做出的努力。他参与到直播里，因为这增加了他获得经济收益的机会。他们为了这个机会非常努力地跟平台算法周旋。至于其中有没有被控制、异化的那种成分？当然有。但是它更主要的成分是，他们认为自己可以通过努力换得更好的生活。
澎湃新闻：你听到过哪些关于算法的“民间理论”？
赖楚谣：“民间理论”太多了。我在直播村田野的过程中发现，基本上每两星期直播村就会有一波新玩法，变化速度非常快。有些人可能会觉得学会了这些“民间理论”，我就可以成为大网红了，但我的感受是，规则变化得很快，根本不可能有谁掌握一套特别本质化的理论，只要实践它就可以玩转这个平台。
通过对这些“民间理论”的观察，我也发现了他们理解“算法”的方式，并且加深了我对于算法系统以及人跟算法系统交互的认识。举一个例子，很多创作者频繁提到，要了解平台算法的推流规则，得去测试它，很多“民间理论”都是他们亲身测出来的，比如说“完播率是爆款的最重要指标”、“晚上7点发视频流量更好”。我访谈的一位创作者的测试精细到，这个短视频是横屏拍，还是竖屏拍流量更好，他要测一下；视频时长多少流量更好，他要测一下；视频加不加特效、花字、音效……全部都测。
以算法工程界的视角，他这种测试方法就是很简单的“A/B测试”。这些创作者会巧妙运用平台的工具做其他用途。比如很多创作者会用“DOU+”自查有没有被限流。“DOU+”是短视频平台上的投流工具，可以花钱买一些流量。如果投DOU+的时候，平台不让投或者不让投很多，他就知道这个视频有问题，那就去改；如果DOU+让投甚至可以投挺多，他就知道这个视频没问题。
还有养号，这也是他们理解算法逻辑的一个例子。他们养号跟普通用户养号不太一样。普通用户养号顶多是想让这个号专门推荐想看的东西，但是创作者养的是能挣钱的号。他们的操作是，同时注册多个账号，但前期先不发自己作品，也不直播或者上小黄车，先用这个号看视频——专门看一些他想给这个账号打上的标签相关的视频，比如他狂刷搞笑类视频，同时在简介里写上年龄，这就方便算法给账号打上一个“爱看搞笑类视频的农村男青年”这类标签。他手上有非常多的号，可以塑造很多不同的人设。养号一段时间后，再在这些号发自己的作品，每个号都发一样的，然后比较几个号的数据，选出其中数据反馈比较好的，其他的号之后就不做了。
养号在创作者中非常常见，至少我做田野那段时间被反复提到。他们同时用多个手机在直播。每个手机就是他们养的一个号，几十个直播间播的东西是一样的，但有的号流量就更好。他们把流量好的留下，再用这三五个号再播，再看流量反馈，再筛选。这就是他们起号的玩法。
算法在频繁迭代，它的内在运作逻辑又过于复杂，不太可能通过个人力量去把握。创作者通过养号、用DOU+测试视频有没有被限流这些做法，绕开对算法内部运作逻辑的把握，直接从结果去入手，这非常巧妙，很有智慧。这两个例子能够让我们看到他们理解算法的方式，以及他们如何通过跟算法周旋，来实现自己的目的。
村民在直播（赖楚谣拍摄）
澎湃新闻：你对算法工程师做过不少访谈，他们对于上述算法现象是怎么看的？
赖楚谣：短视频创作者跟我分享的这些设想出来的知识，很多时候我也会觉得好像不太靠谱，会觉得真是这样吗？不太是吧？接受过我访谈的大多数算法工程师也对这些理解和方法不太认同，觉得算法根本不是这个逻辑，你这没用。
但我还想提供另一个方向上的思考。我们考虑“有没有用”实际上是关心这些应对方法的有效性，这是一个功利主义或者实用主义的立场，或者说是结果论的。对创作者来说，这些方法是不是真的能影响算法以及在多大程度上影响了他们的流量，可能不是判断它是否有价值的唯一标准。通过利用这些方法或策略，更多是给了这些创作者信心和希望：我似乎能去应对这个看起来非常高深的东西，我似乎有一点点的可能去把握这点机会，甚至我有可能借由这个机会改变自己的命运。在我看来，这个希望比我们纯粹判断这些方法到底有没有用，更加珍贵。
我做这个研究的契机就是因为在短视频平台刷到了一个创作者。她也是我后来的访谈对象，我叫她张姐。张姐生活在新疆，小学都没读完，也不太认识字。我刷到她的时候，她正在直播间跟粉丝分析算法。她说，平台在你起号时会多给你分一些流量，这时候要怎么把握这些流量，吸引更多流量？一定要让这些流量加粉丝团，给你送灯牌，一个灯牌只要一毛钱。她觉得加粉丝团亮灯牌的用户反馈行为，会让算法觉得你有能力留住这些人，进而给你继续推流，比按小红心要管用。我当时一下子就被这个极具反差感的场景击中了，一个连字都不识的农村中年妇女，正在直播间里对高深的算法侃侃而谈。
后来在跟创作者的更多接触中，我更深刻地感觉到，短视频平台的算法推荐比起人工推荐的时代，对他们的影响太不一样了。他们的一些方法、策略可能有时候也显得有点无稽之谈，比如在文案里面写“感谢官方平台”更容易获得流量什么的。但他们觉得通过这种分析和实践，能够对算法和流量稍加把握，这给了他们非常大的信心，也给了他们一点点希望，让他们觉得我也许可以通过这个挣到钱，改善我的生活。
我觉得，这些方法是不是真起效了，好像是我们这些置身事外的人才关心的。对他们来说，如果有用，那他们就更有信心往前走；如果失败，那也不会太气馁，因为每天都在失败。但有信心和希望就会让他们坚持做这件事，让他们觉得可以对这种看起来很复杂高深、以前绝对没机会去接触和掌握的东西有一点点掌控感，这太宝贵了。
在平台公司内部，算法工程师主要负责实现需求，他们也不是我们想象中那种完全掌控算法的人。平台内部其实是运营或者产品经理在提需求，他们发现了平台上有需要算法迭代、改进的东西，就把需求提给算法工程师，算法工程师再在技术层面去做调整。很多算法工程师在访谈时也说，不要问我什么能火，我要是知道我就自己去做了。算法工程师只能理解算法的大概运作逻辑，但并不能决定技术的具体走向，也不能决定算法会把流量推给什么样的人，也不能讲出完播率在推流时权重具体多少，点赞量权重又是多少。
确实，谷歌刚开始做信息推荐时的排序算法PageRank是有公式的，是可以计算的，但现在机器深度学习和神经网络这些加入进来以后，算法已不再有明确的权重指标了，这个东西因人而异，每个人、每个群体、每类作品的权重可能都不一样。从另一个面向上看，算法工程师其实也在算法外部打转。他们不能把握每一个人会看到什么东西。事实上也没有任何一个个体能把握。
澎湃新闻：我们时常有这样一种感觉，刚聊过的东西就会出现在推荐流里边，这是怎么回事？
赖楚谣：我们好像经常遇到这种事，比如跟朋友说暑假想去什么地方玩，接着就发现怎么线下刚说完，立刻手机上就能刷到。偷听在技术上确实可行，但是我们一天说的话太多了，如果手机麦克风一直开着，手机能耗会增加。所有的监听录音都得上传到云端，那云端的存储量得多么惊人，云端存储也很耗成本。而且我们日常的谈话主要是在嘈杂环境里，要识别出来需要降噪，还涉及方言识别等等，总之要经过复杂的工序才可能获得很有限的有价值信息。
所以从平台角度考虑，它没必要为了促成一点不知道能不能成的转化而费这么大力气。而且我们的手机现在要调用麦克风或者摄像头，都是有提示的。我们也会发现，除非正在使用，一般的APP不会在其他时间自己打开麦克风。还有，一旦被发现平台监听的确凿证据，它面临的法律风险很大，对平台的损害也很大。所以从实际的考量，不太可能对普通用户实施监听。
那为什么我们会经常感受到这个情况？我认为有两个原因。一是平台间会通过一个叫做“SDK广告商联盟协议”的方式做一些数据交换。比如我在某电商APP上加购过一个充电宝，这个信息可能交换给其他卖广告位的信息平台，所以你在其他APP上看到了同一款充电宝的广告。但也不是你的身份信息被交换过去了，而就是这个商品的广告位。
另一个原因跟心理有关。一些心理学的研究将这种现象称为“巴德尔-迈因霍夫效应”，它是一种认知偏差。两方面心理因素会导致这一效应，一个是选择性注意，一个是确认偏误。选择性注意就是，一旦我们觉得某个信息很重要，我们大脑当中就会像有聚光灯一样，直接对准我们关注的信息，忽略其他内容。比如，有一天有个朋友问我的相机是什么型号，我说是某型号的，回去以后她就在某平台刷到这个型号的相机拍的照片，她就非常兴奋地跟我说，你看！这个平台是不是监听了我们的对话，要不然怎么你说的型号我这么快就刷到了。我说也许你以前也经常刷到这个型号的相机拍的照片，只不过从没关注过。今天我跟你说了，你刚好看到了，这就是一种选择性注意。第二个叫做确认偏误，就是我们会更关注和接受那些符合我们原来观点的信息，会忽视和否定与这些信息矛盾的一些证据。选择性注意和确认偏误，共同构成了心理学上的这种机制，所以也有可能是一种大脑给我们的错觉。
澎湃新闻：在解释大众对算法的理解时，你用到了“算法的社会性知识”这个概念，什么是“算法的社会性知识”？人们对算法的认识和理解经历了哪些变化？
赖楚谣：从学术的角度，我试图从两个方面去定义算法的社会性知识。首先，算法的社会性知识在算法知识的概念框架之下。当我们提起算法知识时，我们经常想到的是那些被算法工程师这些技术精英掌握的、需要经过大量专业培训才能获得的知识，比如看起来非常高深的编程代码。而算法的社会性知识就是与这类技术性的算法知识相区分，它们是不同的。
其次，创作者对算法的理解是在跟算法交互的过程中，自然形成的经验性知识，而且是一种共享的知识。它比算法意识和算法想象更深入一步。它是成体系的，也是被用户集体建构和共享的。这也是为什么要强调它是社会性的。我们不关心知识是由大众生产的还是由精英生产的，我们也不太关注那些所谓的科学的、形式的知识，也就是写在书本上的那种知识。知识社会学关注社会中被认为是知识的东西，而不考虑这个知识最终能不能得到科学意义上的验证。
这也是算法的社会性知识跟技术性知识相区分的地方。算法的社会性知识关心什么？关心日常生活语境中的那些知识，我们关心这个知识是怎么被建构、生产出来的。但是我们并不太考虑生产知识这些人的社会地位。这些知识不是技术精英决定的，而是由一群真正在日常生活中要跟算法打交道的人决定的。
知识社会学里还有一个很有帮助的概念，就是“实践知识”。如果放置在算法领域，算法的社会性知识就是这些创作者、普通用户在跟算法交互的日常情境中生产出来的，是在一个很具体的情境中产生的。同时，它又是地方性的、局部的知识，不像算法技术知识是普遍存在的和抽象的。同时，它通常是非正式的、由广泛的创作者群体自下而上集体建构的。
澎湃新闻：我们通常在“算法控制-用户抵抗”这种视角下加以解读。学术界有哪些新理论和新视角去理解人与算法的互动？你为什么强调“递归式协商”这个概念？
赖楚谣：最开始，“算法控制-用户抵抗”既是大多数人对算法的直观感受，也是整个社会科学界对算法的研究视角。在这个视角下会产生一种简化的、二元对立的观感：要么是算法对人实施一种特别强大、穿透性的控制，要么是人在抵抗，开始和算法你死我活的较量。我觉得这么看问题太绝对了，实际是把算法这个技术性产物和人类放在对立的两端。所以我为什么想用“递归式协商”这个概念描述人和算法的关系，也是因为这里面有太多的复杂性和动态性没有被看到。
技术哲学家西蒙栋有句话，他说：“文化和技术、人和机器间的对立关系是错误的，毫无根基的，是无知和仇视的结果，是直接躲在一个轻便的人本主义之后，遮蔽了赋予人类的努力和自然力量的现实。”我觉得西蒙栋这句话特别恰当地说明了，“算法控制-用户抵抗”这种二元的视角，就是躲在很轻便的人本主义之后，把一切复杂和动态性的东西给简化、拉平、遮掩过去了。它是一种偷懒。所以传播学界和社会学界有很多学者尝试用一些超越“控制-抵抗”的视角去描述这个过程，比如说国外的学者会用“纠缠（entanglement）”去描述这种关系。国内学者会说这是一种“双向驯化”，不是单向的驯化，或者有些学者会说这是“互构”。这些概念都试图说明它不是单向的控制与抵抗那么简单。
“递归式协商”这个概念，首先肯定是试图去超越“控制-抵抗”这种简单轻便的二元对立视角。我也试图超越“双向驯化”或者“互构”这类概念，希望去更多展开关系中的动态性部分。双向驯化和互构重在强调互相的影响，但没有展现出这个影响是怎么在动态中展开的。所以我选择了“递归”这个词，希望带有更多关系在螺旋式上升中，双方互相把对方纳入自己，又在进化、迭代的那种意思。
我不认为算法和人是你死我活的较量对立，不是要么就算法控制操纵人，要么就是人醒悟了、抵抗了，而是在一种持续性的交互中，双方都得学会逐渐去理解另一方的运作逻辑和规则。在这样的前提下，算法和用户构成了一个循环的回路，在回路中去动态协商，共同达成各自想要的目的。
在我的田野和访谈当中，在用户这一方面，我感受到更多的是，首先他得有算法意识，得有算法想象，得有算法的社会性知识。在此前提下，通过一些很巧妙、有智慧的方法与算法合作，达成他的目的。有时候他会表现出来想和算法培养感情、拉近关系，想按照算法的逻辑来行事从而达成自己的目的。有时候他也可能钻空子、找漏洞。
在平台算法方面，现在不论什么短视频直播平台，最终目标都是有更多的长期用户留存，希望更多的人在平台里持续创作、吸引更多用户参与平台社区互动，这样它能把各种形式的消费来转化成平台的经济利益。我们好像总喜欢把平台阴谋化，将其描述成邪恶操纵人类的罪魁祸首，但平台似乎也没有动机去恶意“操纵”人类。双方似乎都有些误解。
所以递归式协商不是否认操纵和抵抗的存在，而是觉得有一些复杂的、动态的东西被操纵和抵抗的视角遮蔽了。关于递归式协商中体现动态性的典型例子，我的田野对象讲过这样一段经历：直播电商发展初期，根据创作者说，他们发现平台那时候经常依据直播时长来分配流量——直播时长越长，就可能分配更多流量，也能保证平台中每天有大量的人在直播。在这个时期，整个直播村里疯狂地“拉时长”——这是他们的说法，就是拉长直播时间，让人在镜头前不断地播，一天播十七八个小时也是有的。但是有时候人播不过来，他们也会采用录屏或录音直播来拉时长，制造直播假象。这种行为其实生成了一种虚假的时长数据，不太有效，也不符合平台的预期。平台很快就发现了他们这种做法，治理了这种假直播间。
这样一来，创作者发现拉时长没用了，就开始用各种方法测验，发现平台更强调“有效直播”，什么叫有效直播？比如卖货直播中，平台会把直播间的互动数据和销售数据表现纳入到流量分配的算法评估权重中去。所以现在要有互动，要有销售数据。这怎么办？我真觉得他们特别聪明。他们实施了一套组合拳，叫“卡直播间”。
卡直播间也是当地的一种通俗说法，简单来讲就是先用一些低价商品拉一波销售数据，因为很便宜，大家肯定争着买，再通过抽奖等方式把互动量和销售的数据拉起来，这个操作他们叫“憋单”。这波憋单完了以后，观众就走了，互动数据又不好了。这时候他们立刻“强制下播”——就是直接断电。直接断电或者关机以后再上线，就会制造出一种因为技术故障而导致直播中断的假象，在他们看来，再上线后会延续之前的直播时长，不会算成一个新开始的直播。他们就用这个方法，既有互动数据，又把直播时长给拉长了，这个账号就会一直显示直播状态。数据好了以后，平台更有可能把账号推在推荐流的位置，刷直播广场更可能刷到。所以“卡直播间”的意思就是把直播间牢牢卡在推荐流里，获得更多流量分配。当然这个方法后来也被平台识别了。
所以整个过程就是一个“游击战”。你有一个方法，那我想一个方法来应对你。更关键的是，所有人做出的反馈都作为行为数据被算法给吸纳了。算法吸纳以后又有新的逻辑调整迭代，新算法影响这些创作者。所以我说这是递归式的、不断循环、螺旋上升的模式，我称之为“递归式协商”。
《算法生活》封面
澎湃新闻：最近，抖音、快手、视频号、小红书等平台公开算法原理，并在产品功能上做了改进，提升算法推荐结果的可见性，一定程度上提升了算法透明度。你怎么看这个举措？
赖楚谣：平台有提升算法透明度的举措当然非常好，这也是我们学者一直倡议的。只有透明度提升了，才可能实现真正有效的监督。
平台公布技术原理固然值得肯定，但重要的是如何用通俗易懂的方式解释给大众。平台上有很多所谓的民间算法专家“翻译”这些东西，这是算法的社会性知识传播中非常关键的节点，我觉得他们的工作特别重要。中国其实有相当多的人都有读写障碍，很多人连读140字的微博都有困难。有多少创作者真的能读完读懂算法原理？所以，这拨人能用拍视频这么简单直观的方法去给他们翻译这个东西，太重要了。
更进一步，要讨论究竟谁掌握了影响甚至是决定算法规则的权力。平台内部的算法工程师、运营、产品经理，只代表了非常小的视角。每个人都有自己的身份，这背后又暗藏了很多文化的预设和立场，如果仅由一些小群体来决定算法的走向，不论是算法工程师，专家学者，还是特定用户群体，那么都可能陷入偏狭的风险之中。评价的视角应当是多元的，那么各种各样的人，他们所代表的群体作为多元主体，能不能参与算法规则的讨论？怎么参与？这是平台在做很多努力去公开算法原理、提升透明度之后，我们还需要思考和做的。
澎湃新闻：短视频平台有很多素人阶段性走红，有人认为是“平台算法造神”，算法有这种能力吗？
赖楚谣：这个话题挺重要的。中国的短视频和直播平台跟西方的平台还不太一样。近十几年中国在新技术传播方面其实是走在世界前列的，我们看到移动互联网和移动支付以惊人的速度普及，现在的短视频和直播从中国出发在全球风靡，也是一个例证。
我的研究里也有一些让我特别感动的案例，张姐就是其中之一。她直播时说的那些算法的知识不完全是她自己想出来的，也是听别人直播说的，或者看别的短视频学的。重要的是，通过掌握跟算法有关的知识，她感觉自己好像有能力去改变一点她的生活。直播村中的那些创作者也一样，海头镇很多头部主播以前就是菜场卖菜的，甚至是无业游民。从整个中国宏观角度来讲，因为有了直播和短视频，大众和精英的关系可能正在发生变化。
另一个案例，我想讲讲我在甘肃舟曲的一个田野对象，她现在也是小有名气的网红了。她忙不过来，就雇了一些助播帮她发货，直播时打下手，有时候帮她讲一讲品。她雇佣的都是当地年轻的宝妈，一边照顾小孩一边工作。她讲过一件事情我印象非常深刻。她觉得在舟曲，一边照顾孩子一边全职工作是不可能的事，只能二择其一。但有了短视频、直播之后，对她们生活最大的改变，就是能工作的同时兼顾小孩——因为不直播就可以去带一会小孩，或者直播的时候也能顺便看孩子。以前家里只能靠老公挣钱，她通过直播、短视频，能挣一点钱，在家庭中的地位都因此而不同了。
我另一个在贵州的田野对象，我叫她三妹，她的直播事业做得更大一些，现在她的家庭地位就不一样了，甚至有点性别角色倒置——老公和公公婆婆带孩子，她直播。她一天不直播老公就着急，求着她播，因为她现在是家里的经济支柱。在当下这种性别权力结构不平等的境况中，有更多女性可以从直播、短视频里获得改变生活、改变地位的可能。
我在田野中发现，直播镜头前大部分是女性。直播间里更多人喜欢看女性直播，而不是男性直播。所以短视频、直播真的给很多女性打开了新的空间。三妹本来是卖自家农产品的，但因为她现在做起来了，靠自己家供应不上了，她就从整个村子甚至是隔壁村去收农产品来卖。当地经济就因为一个网红被扶持起来了。这也是为什么相当多地方的扶贫工作都在大力支持直播，因为真的有可能因为一个人的走红，带动整个地方。这也是我在西方的研究里很少看到的情况，它展现了中国的新媒介融入日常生活的独特方式。
“算法生活”暗示着传统的权力结构现在产生了一些裂痕，有一些颠覆性的、新的权力关系结构正在发生。在社交媒体时代，普通人用手机就能直播自己的生活，可能只是被几十个人看到，也比以前只能被身边的人看到，甚至完全不被看见来得好。
可见性为什么这么重要？它并不单纯是一种视觉感受，它意味着一种社会承认的机会。安德雷亚·布里根蒂（Andrea Brighenti）说，不被看见意味着你在社会上不存在。所以我的田野对象们对于算法有一个特别乐观的想法，他们觉得算法更公平。为什么这么说？他认为算法推荐跟以前的编辑推荐不一样。他说，以前我能不能上报纸、上电视台，完全由那些“大人物”决定。但现在不再由这些人决定了，由算法和观众决定。他认为算法让他有平等的机会被看到。
所以当有人说在短视频平台上走红是抽流量彩票，我就会反问，抽流量彩票有什么不好？流量彩票就是一种希望，至少现在我也能买一张彩票了。这对长久不被看见的群体来说，实在太重要了。而且社交媒体时代的被看见跟大众媒体时代的被看见完全不一样。大众媒体时代被看见意味着被所有公众普遍性地看见。但在我的田野对象看来，他们需要的并不是广泛的曝光，只希望被那些对我感兴趣或者说跟我有相似经历的人看到。这是一个很关键的变化。我只需要被这一小撮人看见，我的作品可以满足他们的需求，他们也可以满足我的需求，这是社交媒体时代可见性很不一样的地方。所以我觉得抽流量彩票太好了，谁都能买一张希望的彩票，人都得靠希望活着。
女主播在直播（赖楚谣拍摄）
澎湃新闻：有人认为，算法导致或加剧了信息茧房，你如何看待这个问题？
赖楚谣：“信息茧房”最初是桑斯坦通过对web1.0时代观察得出的一种理论性的推演和担忧，它不是被确证的。还有一些跟信息茧房相似的概念，比如过滤泡（filter bubble）或者回音室（echo chamber）。社会科学界也对信息茧房这个概念展开了一系列的实证研究，大部分结果表明，我们可能普遍高估了算法和信息茧房的强关联关系。2018年德国一个新闻网站上做了个实验，比较了有算法推荐的新闻推送和没有算法推荐的新闻推送，他们发现算法推荐的新闻推送，并没有显著降低推送内容的多元性。也就是说在使用算法推荐的时候，我们仍然可以接触广泛的主题、不同的观点。
英国一项大规模的互联网用户调查表明，所谓的“信息茧房”或者“回音室”情况并不普遍。那些对政治感兴趣，使用多个平台的人，往往可以避免所谓的信息茧房或者是回音室效应。
还有一个问题是，在报纸、电视或者更早的口语传播时代，难道不存在信息茧房吗？我甚至可以提出一个更尖锐的问题，那时候是不是存在比现在更封闭的信息茧房？想想看，我们以前看电视，不也是爸爸想看新闻节目，妈妈想看电视剧，我想看动画片，各自被封闭在各自的信息茧房中吗？再回溯到口语传播时代，因为地理上的区隔，这个村子的人完全不知道另一村子的人在关心什么，这样的信息茧房不是比现在更封闭吗？
我访谈过很多平台的算法工程师，他们也相当关注这个问题。的确，如果你只喜欢看某类内容，平台频繁给你推这些内容，可能会让你继续留在平台中。但他们也很警惕这个问题，所以他们用各种方法，比如说时常在你的推荐流中插入一定比例的不那么感兴趣、跟你的标签不是那么强关联的内容，来打破信息茧房。
现在好几个平台都有这个功能，你可以从后台入口进去，使用管理助手切换推荐风格。比如说你想只看你喜欢的东西、安静待在你的茧房里，那也可以。但也有要求推荐多元化内容的选项，还可以具体调节，让某方面的内容增加一些，某方面的内容减少一些。
信息茧房为什么成了一个当下我们普遍忧心、反复提及的问题，这本身也很值得讨论。我想是因为现在我们比任何时候都能感受到不同人群观点的割裂，也就是我们经常谈到的意见极化以及社会极化。但这也不是这个时代才有的新现象，历史上就有——比如因为空间隔绝，一群人根本没有办法理解另一群人。
但为什么现在我们觉得这个问题凸显出来了，我认为，反而是因为现在我们能看到更多样化的观点了。比如在微博评论区或者小红书推荐流，有的内容看完了你就想问，怎么会有人这么想问题？所以，当下反而是有这样的空间让我们看到了这么多样的、跟自己原来圈层的观点完全不同的人。这也许为我们反观自身提供了机会，让我们终于发现自己原来身处茧房之中。
还有，现在学界仍不能非常明确地证明信息茧房和极化间有因果关系。现在不太清楚是有了茧房以后导致的极化，还是极化导致人们藏进茧房中，或者是两者相互加强。这在实证上还没有完全的证据可以厘清。我们现在仍在讨论它，这是一个非常复杂的、多因素的问题，不是单向的因果关系。
澎湃新闻：哪些因素会影响普通人对算法的信任感？平台、监管者、学者以及用户，可以做些什么来增进信任？
赖楚谣：我们已经很难把算法从生活中完全剥离，现在的问题是怎么更好地跟它相处。对于大部分人来说，推荐算法的存在其实是技术进步带来的好处，对他们相当有利。可以设想一下，如果没有推荐算法，我们现在每天要面对多少信息？推荐算法存在的前提就是信息过载，人类已经没办法处理这么海量的信息了。所以现在要讨论的是怎么让我们能跟算法相处得更好，能让它走在一个更正确的轨道上。
第一个是透明度。提升透明度非常关键。如果算法的工作原理和决策过程不透明，会让用户产生怀疑，信任感会降低。透明度以下还有更细化的概念——可解释性。这个概念在计算机科学领域被讨论得很多了，即因为深度学习算法实在是大到不可知，就会出现“黑箱”，也就是输入以后，深度学习算法给了一个输出，但我们解释不了这中间这么多行的算法为什么这样算，它为什么这么理解。它的可解释性很差。所以不是说公开了代码就可以了，在公开代码、提升透明度之后，还得考虑可解释性的问题，得让大众通过算法专家的转译，能够理解算法。
第二就是控制权的问题。我们都有这样的感受，如果可以自己控制对算法的体验，会增加对算法的信任感。比如我刚刚提到的使用管理助手，可以自己调节要不要增加某类内容的推荐，或者要更多元的信息。给予用户更多的控制权，是下一步平台要做的努力。而从监督来说，有没有可能在制度上确保所有平台都有这样的设计呢？
对于用户来说，永远不全然地让渡自主性，始终保有思考、质疑的能力或许是我们在滚滚的人机共生浪潮中最应该守住的。
