胡泳:在社交媒体上,你不过是在化身活动:重新思考数字化之二

选择字号:   本文共阅读 219 次 更新时间:2021-07-27 15:13:26

进入专题: 数字化  

胡泳 (进入专栏)  

  

   基于技术中介的人际关系

   在社交媒体被发明之前,我们与他人互动的手段非常有限,主要限于我们亲自认识的人。

   现在的千禧一代不能体会曾经困扰他们长辈的信息流通麻烦。比如,你给你的伙伴打电话时,接电话的却是他们的父母;山高水远,鱼雁传书,你对恋人的来信望眼欲穿;假期惬意尽入镜头,照片却需要等一周才能在照相馆冲洗出来,之后再拿出来现场分享,等等。

   互联网和社交媒体彻底改变了全世界人们的互动和交流方式。

   互联网时代的交流具有中介化的特点,也就是说,与面对面的交流相比,人们倾向于更喜欢中介化交流。

   例如,我们宁愿发电子邮件而不是碰面;我们宁愿发短信而不是通过电话交谈(虽然电话也是一种中介,不过较具有亲密性);甚至会出现夫妻同在一屋闹别扭、吵架却用微信吵的神奇场景。

   可以说,人们已经变得非常习惯于通过屏幕进行交流,以至于传统的人与人之间的联系,已经成为许多人设法回避的社交焦虑。

   无疑,社交媒体已变成我们所青睐的大型技术中介。它所显露的,不是一种技术与人的关系,而毋宁是经由技术中介的人与人之间的关系。

   技术中介在此扮演着着不可忽视的角色。如上文所描述,假如个人在智能手机上消耗的时间,比同周围人互动所花费的时间更多,那么其在日常生活中的面对面关系一定会受到损害。

   作为一种中介化交往的社交媒体具有三个特点。

   其一,当我们通过社交媒体进行交流时,我们倾向于假定可以信任处于沟通另一端的人,因此我们的信息往往更加开放。

   这使得我们比以往任何时候都可以获得更大量的有关更多人的信息,自己常常感到被迫要加以处理,甚至可能不得不一一回应,这极大增加了我们的信息负担。

   其二,我们的线上社交关系并不能做到像面对面那样深入,所以我们并不倾向于在社交媒体上加深我们的关系,而是觉得能够利用社交媒体维持现状即可。

   也就是说,我们在社交媒体上的互动往往由弱联系主导:虽然彼此的交流增多了,却并不一定导向牢固关系的建立。渐渐地,我们习惯于在生活当中依赖于弱联系而不是强联系。

   最后,我们倾向于与那些同意我们观点的人互动,因此社交媒体实际上降低了人类交往的多样性。

   信息获取上的偏向性将导致回音壁效应

   有人利用社交媒体发展出一种与外界绝缘的媒介系统,在其中传达高度党派化的偏见。脱离了新闻伦理的束缚,这样的媒介系统通过精准地供应其听众想听的内容而蓬勃发展。

   此外,社交媒体还促进了一种有偏见的集体组织形式,类似于众包,可以迅速招募和集结许多人,然而如此采取的行动非常可能基于可疑的主张和信念。

   今天,社交媒体显示了一种强大的交流方式,这主要建立在两个特性之上:

   首先是个人因素,此种交流发生在有个人关系的人或互相欣赏和尊重的人之间。

   交流不再是无名的、面目不清的行为,也不是大众媒介的推送。交流者是你的邻居、你的朋友、你的父母。而相信同自身亲近的人是人类的天性,几乎是一种生存本能。

   同时,利用网络节点+链路的结构,个体在社交媒体发布上的帖子具有到达全球受众的潜力,可以凭借传统媒介渠道难以实现的方式扩散信息。

   分布式网络设计使得个体易于拥有比以往更大的声量

   其次是级数效应,它造成了信息在社交媒体上的重复曝光和“病毒式传播”。

   过去,人们也可以在小报版面上读到难以置信的故事、耸人听闻的说法。现在,同样煽情的标题在社交媒体上大量出现,不同之处只是它们会反复冲击你的眼球,无论是经由分享、评论、热搜,还是被社交媒体算法置于信息流的顶端。

   大多数人现在主要通过社交媒体获取信息。

   在此过程中,我们触发了策管信息流的算法。算法选取的都是我们赞同的事情,而那些似乎不符合我们偏好的信息则被抛掷一旁。

   在社交媒体上,专业的及其他合格的新闻与未经核查的信息和意见混合在一起。

   海量真假消息混杂直接导致了信息流行病(infodemic)的诞生

   这倾向于加剧极化现象,同时会造就一种糟糕的局面:人们可能正在失去将信息和意见予以区分的技能。

   然而,必须指出,尽管一定证据表明,过滤气泡可能会降低多样性,但其实是人在推动自身极化过程中发挥了主导作用。

   我们比我们想象的更加同质化,并且倾向于与呼应自己信念的人们进行更多互动。

   人们意识形态的先入之见,比算法过滤造成的选择偏见要大得多。

   信息技术的双翼能力

   我们可以把社交媒体定义为允许用户快速创建内容并与公众共享的任何数字工具。

   当我们谈到网络的作用时,我们很容易犯一个错误,即仅仅关注工具本身。

   新媒介工具的全社会普及令人惊叹,数代人在交流技术的伴随下成长起来,因此他们会追逐使用新的媒介工具毫不足怪。

   从前,大家青睐随身听,然后每人都想要一台个人电脑,今天我们离不开智能手机。多年以来,我们把时间主要花在看电视上。而到了21世纪的头一个十年,我们最多的媒体活动都是在网上进行:看网络视频、在社交媒体上分享照片,或者把面对面交往变成在线聊天。

   这些看上去都是工具的升级换代,然而对工具的使用,却很少由工具本身来决定。当我们使用网络时,最重要的是我们获得了同他人联系的接口。

   麦克卢汉在其专著《理解媒介》中提出“媒介即讯息”,传播工具开创的可能性是最重要的讯息

   我们想和他人联系在一起,这是电视那种广播媒体无法替代的诉求,所以我们终于通过社交媒体来满足这种需求。

   这就是为什么,许多消费者选择将闲暇时间,用于观看短视频或阅读自媒体评论,而不是观看电视节目或阅读由专业人士撰写的媒体文章。

   在这里,传统媒体行业可能从未真正理解过其读者/观众的需求。我们一直雇用媒体提供专业内容,为什么没有能够雇用媒体帮助我们增强联系、提高参与和减少孤独?

   2月21日《纽约时报》头版以近50万个黑点代表近50万例新冠的累计死亡病例,每一个黑点都意味着一个逝者,对读者构成了强烈的视觉冲击。三场战争(一战、二战和越战)加起来都没有造成这么多的死亡,美国人的痛苦和损失,该去往何处安放呢?

   社交媒体的兴起是人们的社会行为能够迅速发生巨大变化的一个非凡示例:如今,社交媒体在将近全球一半人口的日常生活中,已成为不可或缺的一部分。

   在与世界各地的人建立联系和沟通、巩固和扩大专业和个人关系以及帮助人们抓住当下时刻并将其永久化等方面,社交媒体具有不可估量的价值。

   在平常,大家对社交媒体的好处也就只有一般性的认识;但到了非常时期,感受则完全不同。没有什么能够比2020年以来的新冠疫情更加凸显社交媒体的必需性。

   疫情固然令人难以忍受,但假如没有社交媒体,我们目前正在忍受的一切都会变得更糟。

   有调查表明,数字技术的使用减少了孤独、愤怒/烦躁和无聊感,并通过感知社会支持而增加了归属感。

   社交媒体正变得愈加重要,令社交隔离的人们摆脱孤立,寻求帮助,协调捐赠,相互娱乐和交往。

   它变成了人类社会跳动的脉搏,反映出我们这个社会如何思考和应对危机。人类共同体的成员,面对一场前所未有的威胁,需要喃喃自语和互相通气。

   所以,当我们认知媒介技术时,不要关注工具,关注人们用工具来干什么。如何使用工具、谁使用工具以及工具的用途决定了它们的影响。

   时刻牢记,信息技术的能力一向是双翼的:一翼是提高效率与生产力,另一翼是提升交往与社会性。

   社交性的基础建设化

   这听上去似乎很好。然而,以信息技术提升交往和社会性,不是没有代价的。

   用户在社交媒体上的参与和互动并非自发或自然发生。社交媒体预想和设计的用户参与,是以模仿人们的社会遭际以及制约交往的习惯和文化而形成的。

   例如,关注与被关注、点赞、标签等方式,虽都出自社交媒体的技术环境,成为用户参与的标准化形式。但实际上,所有互动都离不开日常情况和社会秩序的构建。

   关注、点赞、转发、评论、私信等构建了社交媒体的标准化互动体系,且各形式之间存在层级差异,比如用户倾向于认为转发是比点赞更高层级的互动行为。通过构建上述互动体系,复杂的人类情感和社会关系被标准化和简单化了

   要将这种构建搬到网上,必然伴随着对社会基本角色的重新定义或转变。这样的再定义或者转变对用户有着现实的意义,特别是当社交媒体平台不断扩大并深化了线上线下的混杂生活之后。

   我们有理由追问:社交媒体如何设计用户的参与度和互动,以及这种设计对现实社会可能产生什么样的影响。

   可以说,人们对社交媒体将日常互动的结构重新编织为新的社交形式的了解才刚刚开始。

   这种编织的一个核心抓手是用户数据。

   社交媒体重新定义了人际关系的主要形式,将人与人之间相互交谈和互动的方式予以标准化,随后使用经过重新定义且基本标准化的社交互动模型,作为组装更大的社交实体(例如,相似用户、受众或消费者群体的网络)的基础。

   与现实生活中的社区和社会团体的形成相反,这些社交实体的产生有赖于用户的平台参与所生成的数据。

   这个过程可以称之为“社交性的基础建设化”,它是指设计和建立社会互动的基本条件(例如规则和角色),以及在基于软件的设施和资源中扩散此类条件。

   更具体地说,社交性的基础设施是通过设计独特且基本合理的用户模型(即用户的身份和行为),以及建立一些高度标准化的交互要素(如关注、共享、标签、上传等)来实现的。

   通过这种程式化的交互所获取的数据,构成了社交网络的后续资源。对这些数据可加以计算,从而做到依靠多种分数和度量来制作可见的模式。

   例如,对电影的打分或音乐收听的行为模式被聚类,以检测数百万乃至更多用户偏好中的相似性。将交互数据聚类到特定类别中,就等于假定了社交关联。通过使用这些半自动的相似性构建、模式制作和分类模型,可以推导出新的群体和集体。

   根据用户的互动行为进行大数据计算,推测其兴趣偏好与相似群体,从而实现聚类推荐,是微博、抖音、头条等社交媒体的基本产品机制。

大规模获得的用户行为的可预测性就此产生了经济价值,这样就建立了一个循环,有关平台参与的知识反馈到交互模型和用户画像的设计和建模上,后者又进一步为用户模型和画像的下一个调整和适应周期提供数据,(点击此处阅读下一页)

进入 胡泳 的专栏     进入专题: 数字化  

本文责编:admin
发信站:爱思想(http://www.aisixiang.com),栏目:天益学术 > 新闻传播学 > 新媒体
本文链接:http://www.aisixiang.com/data/127729.html

1 推荐

在方框中输入电子邮件地址,多个邮件之间用半角逗号(,)分隔。

爱思想(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
凡本网注明“来源:XXX(非爱思想网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。
Powered by aisixiang.com Copyright © 2022 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号-1 京公网安备11010602120014号.
工业和信息化部备案管理系统