今天，我們受惠于算法，也受制于算法。推薦算法是平臺高效過濾海量信息，實現(xiàn)內(nèi)容個性化推送的技術(shù)路徑，也是有效占有用戶注意力、獲取流量的商業(yè)策略。網(wǎng)絡(luò)文藝廣泛應(yīng)用推薦算法，對于用戶的文藝需求，平臺不僅“懂你喜歡，也懂你不喜歡，還試著懂你可能喜歡”，算法借由技術(shù)影響并塑造文藝用戶的內(nèi)容偏好、審美趣味。伴隨網(wǎng)絡(luò)文藝日益主流化發(fā)展，人類在藝術(shù)審美活動中客體化傾向等與算法相關(guān)的藝術(shù)審美問題出現(xiàn)了，算法同時引發(fā)對數(shù)字媒介生態(tài)中文藝與人的發(fā)展問題的再思考。

將現(xiàn)實事物量化、數(shù)據(jù)化成為數(shù)字時代文藝的解題思路

網(wǎng)絡(luò)文藝平臺對用戶的需求，能夠做到“投其所好”，主要得益于算法應(yīng)用。首先，平臺擁有海量的用戶數(shù)據(jù)，研究者認(rèn)為，數(shù)據(jù)是客觀可靠的視角，可以過濾情緒等主觀因素的干擾，賦予人類預(yù)測未來等超凡能力。從理論上講，只要有足夠大量的數(shù)據(jù)對深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，它就能用來模擬任意類型的函數(shù)，解決各種類型的問題。將現(xiàn)實事物量化、數(shù)據(jù)化成為數(shù)字時代的解題思路，文藝領(lǐng)域也沒例外。平臺正是在數(shù)據(jù)優(yōu)勢基礎(chǔ)上，使用數(shù)學(xué)計算方法解決內(nèi)容推薦問題。推薦算法的基礎(chǔ)是機(jī)器學(xué)習(xí)，通過分析用戶點贊、關(guān)注、收藏、分享、喜歡、評論等行為，建構(gòu)個性推薦模型，再采用算法模型對用戶的興趣和偏好進(jìn)行預(yù)測。首先將用戶在界面的行為交互數(shù)據(jù)，理解為用戶對內(nèi)容正面或負(fù)面的態(tài)度，例如用戶點贊、收藏、分享比不做這些動作好，發(fā)送彈幕比不發(fā)送好。同樣，模型也要對內(nèi)容進(jìn)行數(shù)學(xué)轉(zhuǎn)化，例如懸疑劇為0，愛情劇為1，短視頻為0，長視頻為1，那么懸疑長劇就有了（0，1）的數(shù)字標(biāo)簽。當(dāng)用戶上線，算法模型就開始計算用戶偏好，計算在坐標(biāo)系中與其數(shù)字標(biāo)簽匹配度高的內(nèi)容，將候選內(nèi)容中得分最高的推送給用戶。

不過，算法其實不理解人們?yōu)楹卧陲w天壁畫前駐足，但能通過敦煌變裝短視頻的播放時長給用戶畫像；算法無須參透網(wǎng)絡(luò)綜藝《喜人奇妙夜》中的幽默梗，但可以精準(zhǔn)擬合一串“哈哈哈哈”彈幕與用戶內(nèi)心歡喜的相關(guān)性。算法無須理解“內(nèi)容、類型、主題”或“開心、憤怒、憂郁”等現(xiàn)實語義，而是通過潛在特征向量運(yùn)算，實現(xiàn)對用戶“是否會觀看”“是否會點贊”“是否會分享”某內(nèi)容的預(yù)測。任何現(xiàn)實事物被轉(zhuǎn)化為向量空間的數(shù)字標(biāo)簽后，就失去了實際語義，模型正是以純粹的數(shù)學(xué)路徑，實現(xiàn)了人類不可企及的計算效率。

從協(xié)同過濾到深度學(xué)習(xí)，算法深刻影響了網(wǎng)絡(luò)文藝生態(tài)。以短視頻為例，用戶幾乎不可能在每天上億的信息中找到目標(biāo)內(nèi)容，因此在其應(yīng)用界面的功能設(shè)計中，就將智能推薦邏輯直接可視化了。用戶只要滑動屏幕，很快就會接收到心之所想的內(nèi)容，打破了傳統(tǒng)的數(shù)據(jù)庫空間排列樣式和人工篩選模式。《第56次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2025年6月，我國短視頻用戶規(guī)模已達(dá)10.68億人，占網(wǎng)民整體的95.1%。短視頻“用戶友好”的操作設(shè)計，在如今短視頻全民化過程中，發(fā)揮了關(guān)鍵作用。短視頻深入廣泛的社會影響遠(yuǎn)不止于此，與短視頻發(fā)展各項數(shù)據(jù)飆升形成反差的，是其被反復(fù)詬病的“審美繭房”“審美降級”等問題，與短視頻的推薦算法也不無關(guān)系。

數(shù)據(jù)追蹤、偏好強(qiáng)化與反饋閉環(huán)極易造成“審美繭房”

快感與美感是審美活動重要體驗。美感指對于美的主觀反映、感受、欣賞，是一種非功利性的、高級的精神愉悅和享受。快感是審美的前提，廣義來講，只要是欲望得到滿足，都會產(chǎn)生一種快感。算法一直在強(qiáng)化文藝用戶的快感體驗。典型如短視頻，其反轉(zhuǎn)敘事、“黃金前N秒”等內(nèi)容模式，能為用戶帶來瞬時強(qiáng)烈的視聽快感。這類有效的快感模式，經(jīng)由用戶行為數(shù)據(jù)被捕捉，再由算法推而廣之，并形成沉迷機(jī)制，很大程度上消解著傳統(tǒng)的審美體驗。

網(wǎng)絡(luò)文藝作品的主題、類型和風(fēng)格等也會被轉(zhuǎn)化為數(shù)字標(biāo)簽，并依據(jù)流量排序。例如搞笑、喜劇內(nèi)容是短視頻、網(wǎng)絡(luò)綜藝用戶最歡迎的類型。悲劇或其他嚴(yán)肅藝術(shù)內(nèi)容，不具備瞬時快感和情緒爽感，需要欣賞者從文化層面理解悲劇人物，尤其是英雄人物所體現(xiàn)出的人類的崇高精神與力量，從崇高認(rèn)知中升華出美感。這類內(nèi)容可能因為不被完播、流量不高等，失去被算法推薦的機(jī)會，造成審美對象和體驗的單一化、功利化。

研究者已經(jīng)關(guān)注到，平臺通過數(shù)據(jù)追蹤、偏好強(qiáng)化與反饋閉環(huán)重構(gòu)用戶的審美意向，形成“審美繭房”，在更深層次影響藝術(shù)審美活動和個體發(fā)展。首先，算法通過采集用戶行為數(shù)據(jù)，持續(xù)向其推送高度同質(zhì)化內(nèi)容，強(qiáng)化用戶快感、增強(qiáng)用戶黏性，也固化了用戶的審美認(rèn)知路徑，審美活動從主動探索變成被動接受。其次，“審美繭房”可能導(dǎo)致用戶審美感知能力的退化，快感成為優(yōu)先原則。在同質(zhì)化的推送中，審美體驗往往止于視聽快感的刺激，能帶來即時愉悅的內(nèi)容更受青睞，而不是需要沉思和沉浸式體驗的悲劇性、崇高性審美對象，用戶審美感知能力下降。此外，“審美繭房”可能造成審美判斷的算法化。算法系統(tǒng)以播放量、評論數(shù)量等指標(biāo)建構(gòu)起“流量價值”的評價體系。

特別值得關(guān)注的是，用戶會產(chǎn)生“審美共識”的錯覺。當(dāng)某類風(fēng)格內(nèi)容被反復(fù)推薦，用戶會以為這是社會主流的審美標(biāo)準(zhǔn)，繼而產(chǎn)生從眾和跟風(fēng)心理，用戶的審美判斷正是這樣受到數(shù)據(jù)的隱形規(guī)訓(xùn)。審美經(jīng)驗不再主要由作品的文本引發(fā)，不再是個體對文本的體驗與思考，而是由平臺數(shù)據(jù)和算法塑造；審美價值不再來自專業(yè)判斷，而是由算法給出的數(shù)據(jù)，算法成為數(shù)字媒介時代塑造審美的重要力量。數(shù)據(jù)主義邏輯深刻重塑用戶的審美趣味、審美感知和價值判斷標(biāo)準(zhǔn)。審美話語權(quán)不再依賴藝術(shù)規(guī)則，而取決于對算法指標(biāo)的迎合程度。

在算法籠罩下，人類更應(yīng)該建立審美的判斷力和自主性

算法不同于人工推薦范式。它并不理解內(nèi)容本身，卻實現(xiàn)了超大規(guī)模信息分發(fā)和精準(zhǔn)推薦，解決了人類難以快速高效完成的任務(wù)。其原理是建立用戶行為與內(nèi)容特征之間的數(shù)學(xué)統(tǒng)計關(guān)聯(lián)，以脫離現(xiàn)實語義的數(shù)學(xué)建模和運(yùn)算，結(jié)合數(shù)據(jù)，做到精準(zhǔn)推薦。算法“知其然，而不必知其所以然”是當(dāng)前主流AI技術(shù)尤其是機(jī)器深度學(xué)習(xí)的核心特征。

算法學(xué)習(xí)用戶交互行為，它不理解用戶“為什么”“看完了”，但可以依據(jù)數(shù)據(jù)關(guān)注“看完了”“是什么”。算法從輸入與輸出數(shù)據(jù)中找到相關(guān)性，直接決策推薦的內(nèi)容，對因果關(guān)系不加過問。在傳統(tǒng)的人類審美活動中，人們與文藝作品身心互動，從感官快感到精神愉悅，達(dá)至審美體驗，在對物質(zhì)現(xiàn)實的超越中獲得主體性發(fā)展。這個交互過程蘊(yùn)含豐富復(fù)雜的情感和文化內(nèi)涵，很難量化計算。在算法的程序里，用戶與文藝作品的交互，被簡化為動作，并經(jīng)由界面數(shù)據(jù)化，成為數(shù)字空間沒有現(xiàn)實語義的數(shù)據(jù)，系統(tǒng)對其內(nèi)涵也毫無興趣，算法就這樣將藝術(shù)審美活動的主體客體化了。

算法一直聲稱以用戶自由意志和個性趣味為目的，但算法從不向用戶說明“為什么”，因為算法黑箱存在，用戶無法知曉自己的行為數(shù)據(jù)經(jīng)過了怎樣的計算，生成所謂個性化的方案。信息獲取的便捷性，快感滿足的及時性，使用戶甘愿放棄選擇和決策的主動權(quán)，將算法的信息控制內(nèi)化為個體的審美邊界。伴隨ChatGPT等大模型出現(xiàn)，信息分發(fā)的精準(zhǔn)化、個性化和自動化程度越高，算法的權(quán)力就越強(qiáng)，反之人類在審美活動中的主動性、主體性就越被弱化。

人工智能新范式在內(nèi)容推薦等領(lǐng)域的確表現(xiàn)卓越，但其內(nèi)部機(jī)制并不具備對因果關(guān)系的深層理解或邏輯解釋能力。如果不加約束，單純依靠算法預(yù)測或決策行為，風(fēng)險不言而喻。雖然平臺也在通過多目標(biāo)平衡等方法優(yōu)化算法。但是，在算法權(quán)限不斷升級時，在AI技術(shù)廣泛應(yīng)用的大趨勢下，人類更應(yīng)該找回主體價值，特別是在一些不能簡單依賴數(shù)據(jù)化、量化的領(lǐng)域，比如藝術(shù)創(chuàng)作、審美活動等，為算法建立秩序，而不是服膺于技術(shù)控制。

當(dāng)然，算法范式也為人類重新審視對藝術(shù)、審美的傳統(tǒng)認(rèn)知提供了啟發(fā)，“審美過程在本質(zhì)上是一種特殊的信息處理過程”等信息美學(xué)的理論觀點，神經(jīng)美學(xué)量化對象在審美活動中的愉悅度、喜好度和偏好等實驗方法，都是人們重新思考藝術(shù)、審美問題的理論資源。但有趣的是，實驗美學(xué)經(jīng)數(shù)據(jù)驗證了數(shù)據(jù)的有限性，例如人類審美標(biāo)準(zhǔn)的個體化差異性，無法以平均值進(jìn)行計算等。

總而言之，AI算法時代，藝術(shù)喚醒人類主體價值，逃離技術(shù)控制的功能，更應(yīng)該得到重視。理性應(yīng)用算法技術(shù)，讓算法在非此即彼、規(guī)律顯現(xiàn)的問題中發(fā)揮計算作用，但對于一切現(xiàn)實問題都是計算問題的邏輯，保持足夠的批判眼光和積極的省思姿態(tài)。在算法籠罩下，人類更應(yīng)該建立審美的判斷力和自主性，提升在技術(shù)邏輯之外人的豐富性和完整性。

（作者：趙麗瑾，系西北師范大學(xué)文化傳播與智能創(chuàng)新研究中心主任）