| huozm32831 |
2021-05-14 21:41 |
今天，科技似乎变得越来越“懂”你：打开购物网站，近期想要购买的货物都已被推荐到首页；进入短视频平台，一条紧跟一条推送的恰好是你喜欢的视频内容；就连新闻信息也依着你的兴趣送抵眼前……这一切，正是依靠日渐成熟的算法技术得以实现。
算法是人工智能技术与大数据技术的关联节点。在移动互联网上，社交媒介、定位技术、搜索引擎等给用户日常生活提供极大便利的同时，也实时生成和储存着大量相关数据。正是在海量数据基础上，人工智能技术对用户的兴趣偏好和需求进行推断，描绘出不同的用户画像，打上特性“标签”，进而以此为依据，进行精准的文化生产与个性推送，实现数字文化从生产、传播到接受的全程个性化、精准化定制。
从积极意义上说，算法在不断迭代更新的技术推动下，成为文化领域供给侧改革的推手。过去，文化供给对受众文化层次、审美兴趣和文化需求的差异了解得不够，更多是从投资方、创作者角度进行生产，导致一些文化产品并没有很好地对接受众需求。
但如今，伴随互动技术的普及与迭代，通过参与式的文化互动，人们可以充分表达自己的文化需求。通过用户关注、订阅、浏览、点赞、评分、评论、弹幕、转发、收藏等行为，产生关于文化产品接受的大量数据。这些数据被各类信息平台视为重要资源，用以描绘用户画像、分析行业趋势、进行投资决策。比如，影视公司根据购票平台、评分网站的数据，规划新作品的题材类型与演员搭配，提前埋好“话题梗”；短视频平台根据用户的停留时间、观赏偏好、点赞评论，有针对性地向其推荐相关内容；网络文学网站通过对用户订阅习惯的分析，进行作品推荐，生成个性化页面。算法以“更懂用户”的技术优势，不断进行业态创新和服务创新，助力文化领域的供给侧改革。
作为一种新技术，算法还对缓解信息过载、提升数字内容分发效率等发挥着积极作用。算法推荐技术帮助用户筛选过滤，形成高匹配度的专属定制内容，降低了信息选择的成本。
不过，由于算法建立在大数据采集基础上，技术的不完善和人们使用的不规范，也给算法应用带来隐患。算法基于用户过去行为来预测未来偏好，并以此为基础进行内容生产和分发。如果过度依赖技术，以其为单一价值维度，忽视文化创造的规律，那么算法在为用户打开兴趣偏好大门时，也会屏蔽其他内容，让人们陷入同质化的信息流。推荐服务越是精准“定制”、精准“喂养”，越容易导致人们被封闭在同质化信息所建造的“茧房”中，使个体对文化产品的自主选择日渐减退，不同兴趣的人们彼此疏离，难以形成文化共识。
算法技术面临的这些问题并非不可解决，根本在于对这些问题有充分的认识，并积极改进。要避免算法技术对个人认知、群体交流以及文化生态带来的负面影响，就要加强技术的价值重塑。文化企业要承担起文化责任，增强对算法技术的完善，融入多样价值维度，让更多样的文化内容能够被“看到”。对普通个体受众而言，需要提高信息辨别力，发挥主观能动性，有意识地强化文化选择的自主能力。完善算法技术，规范算法应用，才能让科技更人性化地服务社会，让数字文化生活更多彩、更美好。
|
|