胡明鑫 ｜ 抖音算法知识视频的生产、表演与规训

从订阅时代到搜索时代，再到算法时代，信息传播方式不断变化。内容生产者为了生存，要不断学习并适应信息生产和分发机制的变化。算法推荐时代，信息匹配的规则更加复杂，平台运用算法工具来分配流量，分配可见性，与内容生产者的信息并不对称。尤其是抖音等推荐权重大于关注权重的短视频平台，内容创作者想要获得影响力，就必须要理解并迎合算法。算法的黑箱性质决定内容创作者光有自身对算法的想象是不够的，还需要一套专业的算法知识与运作流程。虽然现有的短视频产业中，已经出现很成熟的内容生产运营，创作者可以寻求MCN机构的专业扶持，但是这些专业扶持通常进入门槛较高。比如，账号粉丝要达到一定量级且要付出经济代价，通常收取创作者收入的百分比或获得对内容生产的控制权，一些中部或尾部的内容创作者很难获得这些支持。在这样的背景下，大量讲解短视频算法以及如何做好短视频内容创作的知识视频应运而生，很大程度上成为中尾部内容创作者打破算法想象的窗口以及学习内容创作的工具，成为短视频算法行动者网络中的重要角色。遗憾的是，学界似乎很少关注这一类行动者，算法知识视频的生产与意义尚未被有效洞察。因此，本研究试图聚焦抖音平台上的算法知识视频，研究尝试回答以下问题：谁生产了算法知识？这些算法知识视频传递什么内容？这些内容的来源是什么？算法知识视频生产者既是内容创作者也是算法知识生产者，这种双重身份对算法知识生产有无影响？如有，有何影响？在整个算法行动者网络中，算法知识视频的意义与作用是什么？

（图片来源于网络）

（一）理解算法：揭秘可见性游戏中的算法迷思

一直以来，算法的制定与更改具有黑箱性质。算法网络中的各个行动者都试图用自己的方式去认识它，揭开它的神秘面纱。自然科学领域研究者从技术视角来打开算法黑箱，［1］社会科学领域多根据算法内容来反向推理算法的运行机制。比如，方师师通过分析Facebook偏见门事件，剖析平台型媒体动态新闻推送的算法机制，发现Facebook的动态新闻算法是一种基于用户社交使用的协同过滤机制。［2］王茜以今日头条为研究对象，通过8000多条新闻推送，揭示出今日头条算法价值观念主要包括四个要素：场景、内容、用户偏好和平台优先级。［3］也有研究突破算法的具体运行逻辑，通过将算法作为社会支配性力量的宏观思维来认识算法。［4］

跳出学者的学理性探讨，普通用户在与算法的互动实践中展开算法想象，形成了很多关于算法的民间理论。比如，在“算法崩溃”时分，用户与算法之间的互动逻辑表现为算法人格化、自我归因和群体想象。这些算法想象强烈影响着用户的算法使用行为。［5］在日常使用中，用户通过将算法推荐结果与自我情境、兴趣及行为进行相关性比较，感知算法存在并“想象”其运作规则。当他们遭遇负面体验时，即展开对算法的抵抗实践。［6］

普通用户与算法的互动带有几分神秘游戏的色彩，但对于内容创作者而言，理解算法是获得可见性在内容市场上站稳脚跟的根本。商业化与流量变现的渴望让短视频创作者的生产实践不再局限于爱好或单纯的自我表达，而是转向遵从平台算法逻辑，并根据自身所理解的算法规则来进一步调试内容生产，形成一套内容生产流程。［7］比如，中尾部创作者通过发布内容时使用标签、寻找选题时联系运营人员、依附头部创作者获得导流，分别建立与算法规则、平台制度和创作者同行的联盟。［8］不仅如此，他们通过与粉丝社群的交流分享来追踪相关的算法信息。这些对话形成了“算法八卦”（algorithmic gossip）的民间知识，并影响着内容创作者的算法认知以及内容策略。［9］当然，随着短视频行业的产业化发展，很多内容创作者获取平台算法知识的方式从来自“自我与周围人的想象”过渡到了接受公司的专业培训来发展“实践性的算法知识”。［10］纵观以上理解算法的各种实践，对于算法知识视频的考察仍呈现缺席状态。

（二）算法游戏：短视频内容创作者对可见性的争取

短视频平台与内容创作者相互依存，一方面，平台的发展与繁荣高度依赖用户，尤其是职业化的内容生产者，他们是平台获得流量的源泉。另一方面，作为平台经济循环体系中的一员，内容创作者也高度依赖平台，后者为其提供新的职业，成为重要的变现渠道。［11］但在平台经济模式下，平台与内容生产者的力量并不对等，随着内容生产的“算法转向”，平台通过算法诉诸量化评估和工具理性，对内容生产者形成了一种隐蔽而日常的规训力量，内容生产者和平台围绕算法可见性的争夺构成了“算法游戏”的实践。［12］在这场游戏中，以流量为代表的可见性成为平台、广告商、内容创作者各方进行交换的通用等价物，是内容创作者向平台、广告商证明自身价值以实现变现的重要方式。而算法是可见性的分配工具，是决定内容创作者能否博取关注的“经纪人”和影响信息流通的“把关者”。［13］相比于订阅时代，算法分发机制下，内容创作者不必再紧紧依赖编辑将他们创作的内容推荐至媒体的显著位置，而是转而拥抱算法，想方设法获得算法的抓取与识别。由于算法的黑箱性质，内容创作者并没有权利和能力对此提出质疑和挑战，所以，他们积极地践行平台制定的算法规则，依靠自我想象或者其他途径来反推算法的运行逻辑。［14］

内容创作者展开了不同策略适应或博弈算法，在与算法的交互实践过程中形成了不同的算法立场。例如，持主导立场的内容创作者高度遵从算法，根据算法来调节内容生产方式与策略；持协商立场者在表达自己意图和实现算法意图之间寻求让步和妥协，权衡自身内容与商品的融合程度；对抗立场者出于利益的诉求，通过“人工刷量”“视频加密”等方式来干扰算法的正常运行。［15］在算法生产中，内容创作者要想获取可见性，就要迎合看似客观和中立的算法规则，在平台内部，由内容管理者引领的“职责共识网络”实现内容标准的算法化。在自媒体社群中，由同步创作者引领的“规律共识网络”对不同流量水平的创作者及行为方式实现驯化，最终使内容创作者依附于算法主导的价值体系中。［8］内容的货币化是短视频生产的强大内生动力，内容市场实质是注意力和影响力市场。平台利用算法指标对内容创作者进行规训，内容创作者自觉地并在合理化诠释的基础上强化自我规训，在不断学习、不断调教的过程中来迎合算法，让短视频内容创作者更加依赖算法带来的螺旋效应。［16］

（三）算法知识视频：算法可见性游戏中的调节者

算法网络中的行动者们都在以民间或专业的途径试图揭开算法黑箱，获得算法认知。面向这些理解算法的需求，市场也敏锐地嗅觉到这一机遇，越来越多专业讲解算法知识的视频开始在平台出现。这些视频多针对内容创作群体，目的是通过向这一群体输入平台算法的知识，帮助其获得流量，最终产生可观的经济效益。这些算法知识视频打开了理解算法的又一扇窗口。Bishop关注那些在YouTube上向内容创作者们出售算法可见性理论的“算法专家”。他通过民族志研究发现，这些算法知识表面上是为了揭示隐藏的算法信号或纠正一些“误导性”信息，然而最终他们教会创作者迎合平台与YouTube商业模式“串通一气”。这些算法专家的建议始终贯穿着精英主义的逻辑，依赖于狭隘的数据和拼凑的解决方案，并没有承认或解决YouTube上的不平等现象。［17］MacDonald在Bishop的基础上，借鉴经济学的理论视角，将算法知识视频看作市场设备（market devices），认为这些视频通过教内容创作者如何在平台经济中行动，为平台“可见性”市场的形成发挥了重要作用，对平台具有经济效益。具体表现为四个方面：（1）使算法客观性的平台叙事合法化；（2）教会创作者如何计算内容的价值，并根据平台指标来标准化内容；（3）鼓励创作者管理受众；（4）证明继续进行内容生产的合理性，即使它没有为创作者带来回报。［18］

算法知识视频不仅是揭开算法黑箱的重要窗口，更是内容创作者学习算法知识调试内容生产的重要工具。但遗憾的是，目前学界对这类算法知识生产尚未给予更多关注，基于中国语境下的相关研究也寥寥无几。因此，本文希冀窥探中国短视频平台上的算法知识视频到底如何进行知识生产。具体而言，谁生产了算法知识？这些算法知识视频传递什么内容？这些内容的来源是什么？又如何论证知识的合理性？此外，算法知识视频生产者既是内容创作者也是算法知识生产者，这种双重身份对算法知识生产有无影响？如有，有何影响？深入来看，在算法生产网络中，算法知识视频的意义与作用是什么？其中存在哪些问题？

（一）研究方法

本研究运用视觉话语分析（visual discourse analysis）和文本分析的方法。视觉话语分析检查视频和图像，以理解嵌入在这些视觉文本中的信息，以及这些信息如何塑造观众和平台的解释。［19］具体来说，视觉话语分析尤其适用于研究数字文化中视觉信息的流通。该方法曾被用来分析TikTok上的相关视频，研究TikTok平台上反种族主义、反厌女主义、支持LGBTQIA等边缘创作者如何利用TikTok的各种媒介和技术支持来逃避算法监视和压迫。［20］本研究关注的算法知识视频同样流通着大量的视觉信息，通过观察分析这些视觉信息，可以发现算法知识生产者们如何进行知识生产。

（二）数据收集

本研究以抖音平台上的算法知识视频为研究对象。利用抖音的搜索功能，笔者于2022年12月10日在抖音搜索框内输入“抖音算法”，搜索类别选择“视频”选项，排序依据选择“点赞最多”，发布时间、视频时长、搜索范围均不限。最终选取点赞量排名前100名的视频作为分析材料。笔者逐个浏览100个视频并将其进行文字转化，生成近三万字的文字材料。最终，视频材料和文本材料共同构成了本文的研究材料。对于研究资料的获取，有必要交代以下问题：

为什么选择抖音平台上的算法知识视频作为研究对象？

主要理由如下：（1）抖音目前是国内最大的短视频平台。截至2022年11月，抖音用户数量在8.42亿左右，日活用户数超过7亿。众多中尾部的内容创作者栖居平台，创作内容争取平台的曝光可见。［21］（2）抖音作为推荐权重大于关注权重的短视频平台，其算法更具代表性。（3）抖音平台上的内容创作者有学习理解抖音算法知识的需求，而这类知识视频更多在抖音平台生产。

为什么会选取点赞量排名前100名的视频作为研究材料？

理由主要有以下两点：（1）抖音搜索结果筛选的排序依据分别为“点赞最多”“综合排序”“最新发布”三种选项。其中，“点赞最多”代表作品的曝光度和影响力，点赞量越高说明该知识视频具有更高的曝光度和更大的影响力，趋向于更高的认可度。因此，也更具备观察分析的价值。（2）笔者在逐条浏览相关的算法知识视频时，发现排名第100的视频点赞量为1056，评论数为76。无论是从点赞数还是评论数来看，均已较为有限。当然，也不得不考虑研究精力的有限性，故选择100个算法知识视频作为研究样本。

（三）编码分析

本文通过开放式编码、关联式编码和选择式编码三级编码程序，对算法知识视频转化而来的文本材料进行文本分析。这一阶段不仅着眼于考察算法知识具体的文本特征，意在发现算法知识视频的知识生产图景，还通过对文本的细致分析来发现算法知识背后所隐藏的权力结构，意在从整个算法生产网络来看算法知识视频的作用。

表1  算法知识视频文本部分编码举例

算法知识视频意在向内容生产者出售算法知识，其整体逻辑是了解短视频算法后进一步迎合算法，根据算法逻辑调试内容生产来获得内容曝光，最终在可见性基础上获得经济效益。这些讲解短视频算法的视频生产并输送算法知识，这些算法知识视频的生产者是谁？他们生产了哪些算法知识？又是如何输送这些算法知识？

（一）算法知识生产者：官方与非官方的共同行动

当前算法知识视频的生产者包括两类：一类是官方账号；另一类是非官方账号。官方账号以抖音号“抖音创作者中心”“巨量算数”等为代表。它们拥有大量的粉丝基础，通过提供授权管理、内容管理、互动管理及数据管理等服务助力抖音用户高效运营。［22］非官方账号主要指个人账号，这些账号创作的内容多与短视频运营、短视频算法相关，粉丝基础量远低于官方账号，但其数量分布之多，在平台产生了强大的影响力。在算法知识内容生产上，官方账号更注重讲述算法推荐的工作原理、介绍平台的功能以及创作者如何使用官方提供的平台资源来进行创作，根据平台的要求来规训内容创作者。非官方账号的算法知识则更加多元，他们讲解抖音的算法机制到底是什么？如何提升账号的影响力？如何打造人设？如何通过一系列的操作来获取流量？总之，他们更偏向在理解算法的前提下来迎合算法，甚至矫正算法，更偏向提供操作层面的技巧。

（二）生产算法知识：理解算法—迎合算法—校正算法

由于算法的专业性以及短视频平台的商业秘密性，算法对于外界一直处于黑箱的性质。短视频平台上的算法知识视频为内容创作者特别是中底层的创作者们提供了学习渠道，输送了算法知识。笔者分析发现，这些算法知识可分为理解算法、迎合算法以及校正算法三个层面。

在理解算法层面，算法知识视频基本从算法本质、算法类型、算法机制以及算法调整变化四个方面来生产算法知识。在这些视频中，抖音的本质被构建成算法平台，而算法的本质被构建为“匹配+推荐”的结合，抖音算法的核心是基于用户行为的内容推荐。在这些算法知识语境下，基于“匹配+推荐”的算法种类多样，整体归结为去中心化、中心化和抖加付费算法三类，包括流量池算法、标签算法、环境算法、热门算法、协同算法、战略算法、抖加算法等7种。不同的算法具有不同的运算逻辑，比如流量池算法是在初始流量的基础上不断获得推荐流量，能否获得推荐流量的标准是用户数据。环境算法是根据特殊时间和空间的场景进行推送，协同算法是根据与目标用户兴趣相似的用户特征进行推荐。但平台的算法并不是一成不变的，而是根据短视频生产现状、平台的战略规划而不断调整。

在迎合算法和校正算法层面，算法知识视频偏向操作层面的具体行动，如何在了解算法的基础上去迎合算法？如何去校正甚至是干扰算法来获得用户的注意力以及平台的流量倾斜？这类算法知识视频通常将算法推荐和短视频创作建构为一种标准化的工业生产，在这个生产体系中，算法知识生产者主要围绕两方面生产知识：第一，如何知道算法偏好什么？第二，如何制作符合算法偏好的视频？内容创作者要想办法让算法捕捉到自己的账号以及作品的特征，以便让算法清楚其内容定位。运用官方提供的创作者中心或同赛道同类别账号获取关键词标签是常被付诸的手段。此外，持续更新作品，通过长时间不断与平台算法互动来校正算法的认知也是常提到的方法。这些视频还强调，算法在识别内容创作者特征的过程中并非完全智能，有时也需要内容创作者的助力，可付费运用抖加来校正算法，帮助平台更快速的建立账号的数据模型。

（三）算法知识传播：多元形式提升算法的可解释性

揭示算法黑箱，提升算法透明度一直是算法网络行动者所努力的目标。尽管算法平台也曾对相关算法进行公开，但由于专业知识的理解障碍，算法透明对于外界一直存在可解释性障碍。因此，学界一直呼吁一种算法可解释的透明性。［23］由于短视频内容创作者的非专业性，算法知识生产者在传授算法知识时采用多元的形式方法增加算法的可理解性。这主要体现在算法知识视频讲解的语言和形式方面。首先，在语言方面，这些算法知识视频的语言大多通俗易懂，善用举例和比喻的方法来增加易懂性。比如，在介绍算法本质时，将算法比喻成红娘，男女双方分别是优质创作者创作的内容和渴望优质内容的用户，而算法通过标签识别双方的特征并进行匹配。其次，在形式方面，算法知识呈现形式多元，包括文字、动画、流程图、视频讲解等。比如，用流程图来呈现抖音算法推荐的过程机制，多种形式融合增强算法知识的可理解性，提升短视频算法可解释的透明性。

（四）算法知识生产中的同质化与内卷化问题

虽然短视频平台上算法知识视频采用多元形式生产了大量的算法知识，形成了一个算法知识话语争夺场，但纵观算法知识生产，其中不乏存在一些问题。首先，知识的可信度存疑。虽然部分知识生产者通过一些方式来增加其内容可信度，包括诉诸身份认证或者经验认证，一些知识生产者通过交代自己的身份来说明知识的可信度。比如，交代讲解人身份是算法工程师、知识博主、相关培训机构负责人等。一些视频采用诉诸亲身拥有短视频运营或与算法互动的经验来证明知识的合理性。但从知识来源而言，大多数算法知识视频尤其是非官方算法知识生产者并没有交代算法的知识来源，算法知识的有效性和可靠性有待验证。其次，分析发现，算法知识视频内容内卷甚至矛盾，账号不同但内容高度雷同，相关内容照抄照搬。不仅如此，一些算法知识还自相矛盾。笔者经分析发现，一些算法知识视频讲述算法粉丝权重占比高，另一些算法知识则认为粉丝权重大大降低。因此，这也一定程度上反应出算法知识的可靠性存疑。

短视频算法知识视频生产者既是内容创作者，也是知识生产者。本质而言，这些知识的生产是要遵循短视频创作的生存法则，要在涨粉和变现的轨道上行驶。这些视频表面是教创作者如何理解并在算法经济中行动，为平台可见性市场的形成做了重要工作，实则这些算法知识视频也带有表演性质，这种呈现和表演具有预定行动模式，即“表演框架”（performance framework）［24］。算法知识视频创作者为了能够在舞台上达到理想的自我呈现效果，在表演期间运用多种表演策略来与用户形成良性的社会互动，吸引他们驻足观看。经过对抖音平台上算法知识视频分析，以下几种表演策略常被运用。

（一）运用文案话术增强吸引力

在短视频平台，内容创作者和观众的交流几乎趋向于通过语言来完成。一方面，内容创作者通过语言来传递内容信息，另一方面，语言是线上劳动实现情感维系的有力工具，语言借助科技和传播的力量融入到数字劳动之中，维系着内容创作者和粉丝观众的关系，使其成为稳定的共同体。［25］短视频生产制作中，语言的策略更多表现在各种文案和话术的运用上，通过话术，吸引、稳固并操控粉丝，帮助用户建立期待。具体而言，算法知识视频生产中，主要运用到以下几种话术文案方式：一是引起好奇型的文案话术。这种文案话术通过引起观众的好奇心来吸引他们点击观看视频，在文案中给出有趣、令人惊讶或者具有悬念的暗示，激发观众的兴趣。二是精华凝练型文案话术。这一类视频往往简洁精练，开门见山介绍视频的主题，用知识“干货”来吸引观众。三是诉诸恐惧的话术策略。这类算法知识视频抓住内容创作者算法知识欠缺与流量迫切需求的矛盾现状，以此突出这些算法知识视频的价值。四是构建亲密关系话术策略。这类算法知识视频在讲解算法知识的过程中诉诸情感，来表示算法知识生产者的“真诚”。

（二）打造专业人设提升信服度

不同于戈夫曼强调的面对面的人际交往场景，以屏幕为中介的社会交往一大特点是基于人设的表演，表演和人设互相服务，表演的集成逐渐形成人设，而人设反之又可能框定表演。［25］转向抖音平台上的算法知识视频，其内容创作者通过将自己打造成精通算法机制的专业人设，通过一系列的表演策略突出人物魅力，提升内容的吸引力和信服度，常见的策略包括诉诸人物专业身份和展示短视频相关经验。

诉诸人物专业身份指通过交代讲解者的专业身份增加算法知识的信度。在算法知识视频中，有很多真人出镜具有现场感的视频，视频中的人物魅力成为吸引用户的重要砝码。这些视频通过交代讲解人身份是算法工程师、短视频运营培训机构的负责人来吸引观看。除了诉诸人物身份，展示短视频运营相关经验也是另一种常见的人设打造方式。这一类视频在讲解算法时现身说法，通过讲述自己的“高光”时刻，吸引粉丝。比如，抖音号“蟹老板”讲解起号的算法机制和规则时，视频开始最先交代“我2021年帮学而思做了3000万的粉丝，超过200亿的流量”，通过现身说法来提升算法知识的可信度。

（三）模仿热门视频追求曝光度

由于短视频平台内容版权含混和整个行业对流量的狂热追逐，模仿复制已经成为短视频内容生产领域默认的生存法则。当一些短视频成为广受欢迎的热门作品时，一些内容创作者会借鉴模仿甚至是照抄搬运，这种模因的传播成为内容创作者追求流量的常用表演策略。在抖音平台的算法知识视频中，这种模仿策略也常被使用。在对算法知识视频进行分析时，笔者发现不同账号发布的内容几乎一模一样，包括形式、内容和文案。从这一点来看，算法知识视频并非是算法知识的生产者而是搬运工。究其根本，这种具有强烈的复制性和模仿性的表演策略滋生于短视频的版权难题和“唯流量论英雄”的游戏规则。

平台经济的崛起催生了新的生产和消费模式，将更多的劳动实践纳入到数字化监控之中，塑造了一种更大范围的“控制社会”。在短视频平台生产和消费逻辑中，平台作为“大家长”控制着流量命脉，通过流量池的管理模式对内容生产者形成规制。然而，短视频平台的控制权力并非是与生俱来的，它的形成是整个平台关联的行动者网络动态发展的结果。一方面，平台通过劝服、合作、规制等措施连接各种社会资源、组织和参与者，最终形成“守门人”的市场垄断地位。［26］另一方面，平台所关联的行动者也进一步加剧稳固了平台的控制地位。比如，专业的内容生产者为平台提供内容补给，是平台得以运转的根本。普通用户为平台提供社会行为数据，为监视资本主义提供原料。笔者认为，在众多塑造平台控制地位的关联行动者中，算法知识生产者是其中重要一员，算法知识生产最终的本质是规训内容生产者，维护平台控制的权力。具体而言，这种规训主要体现在以下方面。

第一，平台被建构为流量的绝对分配者。在算法知识视频视域下，平台决定着信息的筛选标准，是决定内容能否曝光及曝光程度的裁判，这些算法知识告诫内容创作者要密切关注并迎合平台的生产导向。此外，这些算法知识构建的算法逻辑中，迎合受众是迎合平台的重要前提之一，平台会根据受众对内容的互动数据的好坏来决定是否进一步给内容分配流量及分配多少流量。但值得注意的是，算法知识视频虽然鼓励并教导内容创作者生产符合受众品位的作品，但迎合受众并没有削减平台的绝对权威，而是为平台建立和管理受众方面发挥积极作用，最终维护的还是平台的控制权。算法知识视频教会创作者量化受众，受众本质上是创作者取悦平台的资源，是赢得平台可见性的筹码。而这一过程中，创作者也帮助平台留住并管理受众，吸引其在平台上消费更多内容，进一步巩固平台的绝对地位。

第二，算法知识视频将平台算法定义为去中心化的、客观的、透明的。算法知识视频认为短视频算法是有迹可循的，其逻辑是可以通过不断学习和不断实践来掌握的。平台算法对每一个内容创作者都是公平的，算法根据作品内容数据如浏览量、点赞量和转发量等来分配流量。在算法知识视频中，内容创作者们只要理解并遵循这些算法逻辑，按照这些逻辑去创作内容，其作品就能在平台获得持续可见性，最终获得经济上的成功。在这样的逻辑下，平台算法完全是客观理性的，内容创作者的功败垂成完全取决于自身创作的内容是否满足算法推送的标准。对于内容创作者而言：如果你没有流量，那就只能怪自己，而不是平台，算法的不稳定性、内容创作的不确定性的责任全部归咎于内容创作者。

第三，算法知识视频鼓励内容创作者放下风骨，拥抱算法，迎合平台。在众多的算法知识视频中，算法知识生产者教育内容创作者在具体操作层面该如何去拥抱算法，迎合平台，如何让平台算法发现自己创作的内容，并愿意为之分配流量。这些方法在算法知识视频中有非常详细的操作，比如如何通过打标签来让算法识别内容？如何通过对标热门账号来生产潜在的热门内容？如何通过维护粉丝来迎合算法？如何判断平台在一段时间内的内容喜好？如何应对算法推荐权重变化？通过算法知识视频，创作者被教导跟随平台算法导向来生产内容并不断进行自我纠正，争取得到平台算法的青睐，对内容创作者而言是一种规训，实质是在确保并维护平台的话语地位。

（图片来源于网络）

抖音平台上的算法知识视频承担了知识生产的功能。但值得注意的是，虽然算法知识视频生产了大量的算法知识，但这些知识的合法性在这些视频中并未完全交代，其可信度和有效性有待验证。这些知识视频内容的同质化、内卷化问题也不容忽视。短视频算法知识视频生产者既是内容创作者，也是算法知识生产者。这种双重身份也必然决定这些算法知识的生产带有表演的性质，在算法知识生产过程中运用多种表演策略帮助受众建立期待。如果从整个算法行动者网络看，这些算法知识也是对内容创作者的一种规训，最终有利于维护平台的家长主义。它们将平台建构为整个算法网络中的权威，是流量的绝对分配者。平台算法被定义为去中心化的、客观的、透明的，是可以通过学习和实践来掌握的，这些算法知识视频鼓励倡导内容创作者应该放下风骨、拥抱算法、迎合平台，按照平台算法标准不断去进行算法迎合性生产，从而将算法的不稳定性、内容创作成功与否的不确定性责任全部归咎于内容创作者，而平台在整个过程中是绝对理性的裁判。

本研究关注短视频平台上活跃的算法知识视频，描绘了这些算法知识视频的整体画像以及它作为打开算法想象的窗口在整个算法行动者网络中的意义与作用。但这些算法知识视频的效果如何还有待进一步研究，今后的研究可以通过检验受众的反馈，如算法知识视频中的评论，来了解这些算法知识视频在多大程度上影响了内容创作者的实践。此外，不仅是短视频平台上的算法知识视频，在整个算法生产网络中也存在很多为平台算法生态提供算法知识生产的中间人。他们可能是中介机构、领域专家或是拥有丰富实践经验的创作达人等，这些群体对于揭开算法迷思、塑造算法生产发挥重要作用，未来的研究可以聚焦其中某一类群体。

请上下滑动查看参考文献全文

［责任编辑：高辛凡］

本刊声明

本刊对所有来稿概不收取版面费、审稿费等任何费用，亦未委托任何中介机构或个人收费组稿。