“頂熱度”與“大數(shù)據(jù)記住我”：用戶的算法想象與反向利用實(shí)踐 ——以小紅書平臺(tái)為例

當(dāng)下，算法技術(shù)普遍應(yīng)用于社交、內(nèi)容、生活服務(wù)等各大平臺(tái)之中，使得“算法”二字對(duì)于普通用戶而言，不再是陌生的語(yǔ)匯，而是深刻滲透于用戶的日常實(shí)踐與社會(huì)交往中，使得用戶通過(guò)相關(guān)實(shí)踐獲得算法認(rèn)知，形構(gòu)自身的算法想象，并將其再次運(yùn)用到實(shí)踐之中。正是在動(dòng)態(tài)的“人——機(jī)”交互過(guò)程中，用戶對(duì)算法的認(rèn)識(shí)日漸深入，并開(kāi)始發(fā)揮其自主能動(dòng)性，抵抗算法馴化，嘗試反向利用算法，以實(shí)現(xiàn)個(gè)人目標(biāo)乃至社會(huì)性目標(biāo)的。此類現(xiàn)象在采用算法機(jī)制的社交媒體平臺(tái)初見(jiàn)端倪，成為值得關(guān)注的議題。

文獻(xiàn)回顧與問(wèn)題提出

算法與用戶認(rèn)知。算法作為平臺(tái)尤其是社交媒體平臺(tái)的運(yùn)作機(jī)制，已經(jīng)深刻滲透于用戶的日常生活、社會(huì)交往之中，作為一種“普遍現(xiàn)實(shí)”而存在。因而，用戶對(duì)算法的認(rèn)知也在日益提升。用戶的算法認(rèn)知涵蓋較廣，既包括指用戶對(duì)于算法知識(shí)的了解、態(tài)度也即算法意識(shí)，也包括用戶在自身與算法相關(guān)的在線實(shí)踐中發(fā)展出來(lái)的民間理論。用戶在與算法的互動(dòng)實(shí)踐過(guò)程中，會(huì)逐漸意識(shí)到算法的存在與影響，并自我構(gòu)建起一套用于解釋算法運(yùn)作機(jī)制及其影響的知識(shí)框架，隨之將其運(yùn)用于實(shí)踐中并不斷修正。

對(duì)用戶算法認(rèn)知的研究中量化研究相對(duì)較少，主要是通過(guò)對(duì)各類型平臺(tái)用戶進(jìn)行實(shí)證調(diào)查，探究用戶對(duì)于算法的基本認(rèn)知、態(tài)度、影響因素等。在對(duì)用戶算法認(rèn)知的研究中，理論研究與質(zhì)性研究數(shù)量較多，研究者通過(guò)扎根理論、數(shù)碼民族志、參與式觀察、深度訪談等方法，在特定的具體情境中探究普通用戶如何感知算法本身及其產(chǎn)生的影響。

在探究用戶與算法的認(rèn)知關(guān)系中，Bucher提出了“算法想象”（algorithm imaginary）這一重要概念，意指人們想象、感知和體驗(yàn)算法的方式以及這些想象使之成為可能的實(shí)踐，不僅關(guān)注用戶對(duì)算法的思考——算法是什么，它們應(yīng)該是什么以及它們?nèi)绾芜\(yùn)作的方式，也強(qiáng)調(diào)用戶的自主能動(dòng)性——這種想象如何中介用戶的算法認(rèn)知與實(shí)踐。國(guó)內(nèi)也有學(xué)者對(duì)用戶算法想象及其機(jī)制、規(guī)則進(jìn)行考察，探討用戶如何從個(gè)體性訴求出發(fā)，依據(jù)算法想象進(jìn)行抵抗性的實(shí)踐。盡管用戶具有與算法機(jī)制進(jìn)行抵抗、博弈的自主性，但其仍然會(huì)受到算法馴化的影響。因而，對(duì)于算法想象的研究較為突出地展現(xiàn)了用戶算法認(rèn)知的主體性與復(fù)雜的意義建構(gòu)、互動(dòng)過(guò)程。此外，可供性這一概念也被用于對(duì)用戶算法認(rèn)知與實(shí)踐的分析。申?yáng)|熙等學(xué)者對(duì)“可供性”（affordance）理論進(jìn)行發(fā)展，提出“算法可供性”的概念，進(jìn)一步探討用戶與算法機(jī)制的感知互動(dòng)關(guān)系。

總體上看，對(duì)于算法與用戶認(rèn)知的相關(guān)研究理論視角較為多樣，但都注重算法與用戶的互動(dòng)關(guān)系，突出用戶算法感知形成的動(dòng)態(tài)過(guò)程。

算法與用戶實(shí)踐。算法與用戶復(fù)雜的互動(dòng)關(guān)系，最終體現(xiàn)在用戶感知、接收、反饋、被馴化、抵抗的具體實(shí)踐之中。圍繞算法與用戶實(shí)踐展開(kāi)的研究目前仍然相對(duì)較少，用戶對(duì)于算法尤其是對(duì)算法推薦的感知與反饋行為是其中較為常見(jiàn)的一類，研究者將用戶置于與算法的“人——機(jī)”關(guān)系中，考察用戶如何解釋與使用算法，以及與之對(duì)應(yīng)的，如何接受并產(chǎn)生對(duì)于算法負(fù)面性、算法馴化的抵抗行為。

用戶與算法的互動(dòng)實(shí)踐離不開(kāi)作為“田野”和“環(huán)境”的平臺(tái)，基于依靠算法推薦機(jī)制的平臺(tái)，考察內(nèi)容生產(chǎn)者和內(nèi)容接受者的生產(chǎn)、消費(fèi)實(shí)踐以及用戶與平臺(tái)算法機(jī)制的互動(dòng)是較為常見(jiàn)的研究方向。除此之外，在對(duì)用戶算法實(shí)踐的理論化研究方面，有學(xué)者從可供性、情感等較為具有創(chuàng)新性的理論視角出發(fā)，考察用戶算法實(shí)踐中復(fù)雜的物質(zhì)性、情感、心理因素。

但總體而言，大多研究局限于算法影響用戶、用戶做出反饋的框架之內(nèi)，較少研究從用戶本身的主體視角出發(fā)，察用戶作為能動(dòng)主體，如何出于自身需要反向利用算法，以實(shí)現(xiàn)個(gè)人或社會(huì)性的目標(biāo)。因而本研究意圖從用戶主體視角出發(fā)，分析在采用算法推薦機(jī)制的社交美團(tuán)平臺(tái)用戶所體現(xiàn)出的算法想象，探究其具體的算法互動(dòng)實(shí)踐行為類型、目的與意義。 

研究方法

本研究主要采取參與式觀察法，考慮到用戶群體與平臺(tái)特性，對(duì)小紅書這一采用算法推薦機(jī)制為主的社交媒體平臺(tái)中用戶對(duì)算法機(jī)制的認(rèn)知與實(shí)踐進(jìn)行為期一個(gè)月的沉浸式觀察，并分析由此所產(chǎn)生文本內(nèi)容及其背后的情感態(tài)度與目的。此外，本研究選取部分用戶進(jìn)行線上訪談，時(shí)長(zhǎng)為25分鐘~30分鐘，以獲取更豐富的質(zhì)性材料，補(bǔ)充觀察結(jié)果，深入挖掘背后的復(fù)雜意義與行動(dòng)脈絡(luò)。

用戶算法想象：從本體到情感

可供性與重要性認(rèn)知。近年來(lái)，由于抖音、快手、小紅書等依靠算法進(jìn)行推薦內(nèi)容平臺(tái)的崛起，對(duì)“算法”這一概念的討論頻繁地出現(xiàn)于網(wǎng)絡(luò)輿論、媒體報(bào)道之中，檢視算法的作用及其可能帶來(lái)的社會(huì)影響，強(qiáng)調(diào)對(duì)于算法的正確引導(dǎo)與規(guī)制。同時(shí)，平臺(tái)自身也將精準(zhǔn)推送符合用戶興趣愛(ài)好的內(nèi)容算法作為賣點(diǎn)，因而對(duì)于大多數(shù)用戶尤其是年輕用戶而言，算法并非一個(gè)陌生概念。

盡管大部分用戶實(shí)際上并未從事算法相關(guān)的工作，也并不了解算法技術(shù)相關(guān)的專業(yè)知識(shí)，但通過(guò)長(zhǎng)時(shí)間的平臺(tái)使用實(shí)踐，用戶得以感知、體驗(yàn)、想象算法的基本功能、運(yùn)轉(zhuǎn)機(jī)制與作用。受訪者Puddin認(rèn)為，“算法是一種前沿技術(shù)，通過(guò)用戶數(shù)據(jù)的收集，可以精準(zhǔn)推薦用戶感興趣的內(nèi)容，但是也可能造成隱私侵犯、信息繭房等等問(wèn)題?！笔聦?shí)上，上述用戶對(duì)于算法效用的感知與算法實(shí)際屬性之間的互動(dòng)，可以描述為一種“算法可供性”。

此外，用戶對(duì)算法的重要性也有充分的感知。受訪者Ape認(rèn)為，“如果沒(méi)有算法，微博、抖音、快手、小紅書這些平臺(tái)可能根本就沒(méi)有辦法運(yùn)行了?！笔茉L者Arthur則指出，“我們現(xiàn)在獲取的信息相當(dāng)大一部分都是算法推送給我們的……如果沒(méi)有算法，我可能就沒(méi)辦法這么便利地獲取合心意的內(nèi)容了。”

但不可否認(rèn)的是，用戶對(duì)于算法的認(rèn)知仍然是處于“黑箱”之中的，無(wú)論是何種認(rèn)知，都是用戶在算法實(shí)踐中以“想象”的方式構(gòu)建出來(lái)的，算法實(shí)際的運(yùn)作方式和過(guò)程是用戶無(wú)法觸及的。正如受訪者Rui所言，“我慢慢開(kāi)始覺(jué)得這是在想象算法了……因?yàn)槲覀儗?shí)際上并不知道平臺(tái)的算法機(jī)制是怎么樣運(yùn)作的，我們只能基于自己的實(shí)際體驗(yàn)和平臺(tái)給我們的反饋去猜測(cè)，想象平臺(tái)是怎么去實(shí)現(xiàn)它的?！?/span>

人格化想象與情感互動(dòng)。與早期巴倫·李維斯、克利夫·納斯通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)的“媒介等同”理論類似，盡管用戶理智地將算法視為某種技術(shù)物，但在實(shí)際的實(shí)踐過(guò)程中，用戶在與算法的互動(dòng)中仍會(huì)不自覺(jué)地以人格化的方式對(duì)待算法。在典型的“大數(shù)據(jù)記得下次早點(diǎn)推給我”“再不給我紅包我就卸載了”等用戶話語(yǔ)中，用戶將平臺(tái)算法視為能夠“聽(tīng)懂”自己所表達(dá)的意愿的對(duì)象，以或懇求、或半脅迫等各種摻雜情緒態(tài)度的語(yǔ)言與算法進(jìn)行互動(dòng)。小紅書用戶“姓氏喬”甚至認(rèn)為，“要學(xué)會(huì)PUA大數(shù)據(jù)……每次遇到滿意度調(diào)查時(shí)都PUA系統(tǒng)，選擇很不滿意”，在獲得此種反饋之后，“系統(tǒng)就會(huì)更加殷勤/努力推薦不同類型的高質(zhì)量短視視頻”。PUA（Pick-up Artist）這一概念，最早可追溯到美國(guó)1960年代的臨床心理學(xué)家Albert Ellis，泛指精通吸引異性方法的男女，后其內(nèi)涵范圍為處在交往關(guān)系的雙方其中一方通過(guò)精神打壓等方式，對(duì)另一方進(jìn)行情感上的控制打壓。因而，這些對(duì)于算法的人格化描述體現(xiàn)出用戶在與算法進(jìn)行互動(dòng)，衡量、評(píng)判算法時(shí)往往會(huì)將其作為與人類同等的角色看待，在互動(dòng)過(guò)程中也會(huì)產(chǎn)生情感和態(tài)度的碰撞。

另一方面，用戶在與算法的互動(dòng)中對(duì)算法負(fù)面性的感知會(huì)激發(fā)不滿、擔(dān)憂、抵抗等情緒的產(chǎn)生，尤其是在算法未能滿足個(gè)人需求的特定時(shí)刻，如受訪者Puddin就認(rèn)為平時(shí)在算法推薦的“溫床”之中不會(huì)產(chǎn)生什么特別的情感，但之前她考研的時(shí)候，平臺(tái)鋪天蓋地推送不喜歡的明星消息，即便點(diǎn)擊不感興趣也無(wú)濟(jì)于事，“這種時(shí)候就會(huì)覺(jué)得算法真討厭，快別推了”。受訪者Rui認(rèn)為，“被采集數(shù)據(jù)就令我挺反感的，有一種隱私泄露的感覺(jué)……而且現(xiàn)在的推薦算法還不夠成熟，并不能把你最想用的內(nèi)容精準(zhǔn)推送給你，久而久之你就會(huì)偏好算法給你推薦的內(nèi)容，形成慣性思維”。 

用戶對(duì)算法的反向利用實(shí)踐：由個(gè)體向社會(huì)延伸

個(gè)人維度：算法“試驗(yàn)”與關(guān)系“打撈”。從個(gè)人層面上看，用戶的算法反向利用實(shí)踐主要體現(xiàn)為出于特定的利益需要而對(duì)平臺(tái)算法機(jī)制進(jìn)行試探性的利用，其目的較為多樣，除了通過(guò)積極對(duì)自己感興趣的內(nèi)容進(jìn)行點(diǎn)贊、轉(zhuǎn)發(fā)等反饋以獲取更符合自己取向的內(nèi)容推薦這一常規(guī)行為，還包括通過(guò)平臺(tái)之間的大數(shù)據(jù)與算法關(guān)聯(lián)獲取其他平臺(tái)的優(yōu)惠、獲取特定類型的與自己相關(guān)的利益信息等如“薅羊毛”、讓自己發(fā)布的內(nèi)容獲得更好的數(shù)據(jù)等。之所以是一種“試探性利用”或“試驗(yàn)”，原因在于大多數(shù)用戶在進(jìn)行此類出于個(gè)人需要的算法利用實(shí)踐時(shí)，并不能確定此類實(shí)踐的效果，也不清楚平臺(tái)算法機(jī)制運(yùn)作的基本邏輯，往往只是跟風(fēng)模仿，復(fù)制特定的話術(shù)，如“大數(shù)據(jù)請(qǐng)記住我，下次這類型的信息早點(diǎn)推給我”“美團(tuán)外賣，我要3.9（元）開(kāi)會(huì)員@美團(tuán)”。

值得注意的是，此類對(duì)于特定平臺(tái)的話語(yǔ)還會(huì)涉及平臺(tái)之間的競(jìng)爭(zhēng)關(guān)系，如“美團(tuán)太難用了，我要下餓了么，再不給我紅包我就卸載了”。此類話語(yǔ)的表述，不僅暗含了用戶對(duì)于國(guó)內(nèi)平臺(tái)市場(chǎng)壟斷現(xiàn)象的認(rèn)知，也明確指向了用戶對(duì)于平臺(tái)算法、大數(shù)據(jù)“殺熟”等亂象的不滿情緒與微觀的抵抗嘗試。并且，通過(guò)用戶群體性的模仿和傳播，這類試探性的算法實(shí)踐可能會(huì)被確立為某種集體的行為模式，并經(jīng)由用戶間的相互印證而不斷固化。在檢索相關(guān)內(nèi)容時(shí)，往往會(huì)有用戶主動(dòng)提出此種做法是行之有效的，“第一次罵美團(tuán)，是真的有用，昨天還是12.9（元），今天看就變成3.9（元）了”“罵美團(tuán)，親測(cè)有效”等，因而又會(huì)引起更多的效仿行為，成為部分用戶群體的慣常的實(shí)踐模式。受訪者Rui對(duì)此解釋道：“現(xiàn)在下載app都會(huì)讓你“是否授權(quán)app跟蹤系統(tǒng)應(yīng)用，授權(quán)之后，它就有權(quán)限收集你在其他應(yīng)用的操作，你在小紅書這些社交平臺(tái)發(fā)表言論比如罵美團(tuán)，它是可以收集到的，這是通過(guò)網(wǎng)絡(luò)cdn技術(shù)實(shí)現(xiàn)的?！辈贿^(guò)，他也指出，盡管其他平臺(tái)如美團(tuán)外賣能夠獲取相關(guān)言論內(nèi)容，但是否會(huì)給予優(yōu)惠取決于它自身的平臺(tái)算法，可能考量的不僅是用戶言論的單一指標(biāo)，也會(huì)考慮用戶賬號(hào)的其他指標(biāo)如過(guò)往消費(fèi)情況等。

在用戶為優(yōu)化自身所發(fā)布內(nèi)容的數(shù)據(jù)包括瀏覽量、點(diǎn)贊量、轉(zhuǎn)發(fā)量等指標(biāo)時(shí)，往往也會(huì)經(jīng)歷上述的“試探——反饋——調(diào)整”的試驗(yàn)，通過(guò)調(diào)整圖片順序、文字標(biāo)題、標(biāo)簽、語(yǔ)言風(fēng)格等發(fā)現(xiàn)不同平臺(tái)算法對(duì)于內(nèi)容推薦的偏好，經(jīng)過(guò)多次試驗(yàn)調(diào)整后再固定為某一種內(nèi)容生產(chǎn)風(fēng)格，可以視為一種用戶在自身的算法實(shí)踐中形成的民間理論。

除此之外，用戶出于個(gè)人需要所進(jìn)行的算法利用實(shí)踐也可能涉及與他人關(guān)系的聯(lián)結(jié)，典型例子是“大數(shù)據(jù)撈人”。算法會(huì)依據(jù)用戶所處的地點(diǎn)、特定時(shí)間、相關(guān)標(biāo)簽、個(gè)人偏好等進(jìn)行內(nèi)容推送，也會(huì)將相似的內(nèi)容推給有過(guò)時(shí)空交集或有相似活動(dòng)軌跡的用戶。以小紅書APP為例，有不少用戶通過(guò)發(fā)帖尋找自己在現(xiàn)實(shí)中遇到的感興趣的人，通過(guò)大數(shù)據(jù)“精準(zhǔn)尋人”，并且產(chǎn)生了較多的成功案例，算法則在某種程度成為媒介和橋梁，鏈接起本無(wú)干系的用戶節(jié)點(diǎn)，搭建起弱關(guān)系，并帶來(lái)培育強(qiáng)關(guān)系的可能性。但此類實(shí)踐只是相較于傳統(tǒng)大眾媒介時(shí)代提高了關(guān)系鏈接的精準(zhǔn)度和可能性，并不能總是保證成功的可能性。

社會(huì)維度：議題可見(jiàn)性與互助行動(dòng)。在出現(xiàn)特定的社會(huì)公共議題而議題未得到足夠的社會(huì)關(guān)注時(shí)，或相關(guān)事件未能得到妥善處置時(shí)，用戶會(huì)自發(fā)進(jìn)行“頂熱度”行為，通過(guò)評(píng)論、點(diǎn)贊的方式增加被算法推薦的可能，實(shí)質(zhì)上也是一種對(duì)算法進(jìn)行反向利用的實(shí)踐。以大熊貓“丫丫”事件中，小紅書平臺(tái)上有大量用戶發(fā)帖為“丫丫”發(fā)聲，評(píng)論區(qū)則呈現(xiàn)出一致性較高的“頂熱度”話術(shù)，如“頂熱度專用！”“不放棄不放棄，需要全網(wǎng)有熱度”等，并且通過(guò)重復(fù)的復(fù)制粘貼使其占據(jù)較多版面。此類評(píng)論行為有些類似于web1.0時(shí)代貼吧、論壇網(wǎng)友的“灌水”“蓋樓”行為，但社交媒體用戶的目的并不是提升自己的賬號(hào)等級(jí)、增加“經(jīng)驗(yàn)”，而是通過(guò)試圖通過(guò)數(shù)據(jù)的增加來(lái)獲得更高的算法推薦權(quán)重，使未得到充分關(guān)注的公共議題借助算法獲得更多的可見(jiàn)性，增加事件熱度，并向公共機(jī)構(gòu)施加一定的社會(huì)輿論壓力。

除了賦予特定社會(huì)公共議題可見(jiàn)性，此類用戶實(shí)踐也廣泛運(yùn)用于線上的社會(huì)互助行動(dòng)中，互助對(duì)象一般有較為明確的指向。迪爾凱姆從社會(huì)分工的角度提出了社會(huì)互助的重要性，而克魯泡特金發(fā)展了這一概念,認(rèn)為人類相互幫助和相互支持的需要是人類進(jìn)行社會(huì)化的一種本能需求。隨著時(shí)代發(fā)展，社會(huì)互助的行動(dòng)形式可能會(huì)發(fā)生相應(yīng)變化，但其本質(zhì)精神不會(huì)消失。在此類在線社會(huì)互助行動(dòng)中，盡管也會(huì)涉及到“大數(shù)據(jù)尋人”，但其目的與前述“撈人”行為存在差異性，即并非出于用戶個(gè)人的需求而是意在助人，如尋找走失的老人兒童、救助流浪動(dòng)物、針對(duì)某個(gè)個(gè)人的風(fēng)險(xiǎn)提醒和幫助等等。在某些案例中，用戶通過(guò)披露聊天記錄或其他個(gè)人發(fā)布的內(nèi)容截圖和大致的IP定位等信息，借助算法機(jī)制和其他用戶的“頂熱度”行為精準(zhǔn)推送給當(dāng)事人，從而幫助當(dāng)事人成功規(guī)避風(fēng)險(xiǎn)。用戶參與此類社會(huì)互助行動(dòng)具有相當(dāng)強(qiáng)的隨機(jī)性和不求回報(bào)的無(wú)目的性，因而是一種“偶遇式”的、人人可參與的泛公益性質(zhì)的線上社會(huì)行動(dòng)，從而在整體上有助于促進(jìn)社會(huì)交往活動(dòng)中人與人之間的互助互惠。 

用戶算法反向利用實(shí)踐的再審視

盡管用戶對(duì)于算法的反向利用實(shí)踐能夠部分地滿足個(gè)人的需求，并且在某些情況下能夠促進(jìn)用戶對(duì)更廣泛社會(huì)互助行動(dòng)的公共參與，但這種實(shí)踐仍然是零散化、無(wú)組織的，其效果仍有待商榷，也有可能會(huì)造成某些負(fù)面后果。出于個(gè)人需要進(jìn)行“大數(shù)據(jù)撈人”，往往會(huì)涉及某些個(gè)人私密信息，比如照片、聊天記錄、IP地址乃至工作單位、家庭情況等，侵犯?jìng)€(gè)人隱私。網(wǎng)友“小紅薯632C4F51”認(rèn)為，“我真的不理解這種偷拍行為……就這種偷拍了把人的照片放上來(lái)，真的沒(méi)有一點(diǎn)法律意識(shí)嗎？”在極端情況下，潛在犯罪分子有可能通過(guò)這種方式偽裝自身動(dòng)機(jī)，獲取對(duì)方的私密信息、活動(dòng)軌跡等，用戶可能會(huì)“好心辦壞事”，造成不良的社會(huì)后果。網(wǎng)友“石原離譜”指出，作為女生，她并不覺(jué)得“全網(wǎng)撈人是浪漫”，幾十條一模一樣的“撈人”帖子她看到的是背后的執(zhí)拗，“只覺(jué)得恐怖”。

在線上社會(huì)互助層面，用戶的算法反向利用實(shí)踐成效也未必能盡如人意，部分用戶也對(duì)此類行為提出質(zhì)疑。受訪者Ape認(rèn)為：“一味刷屏同樣的話術(shù)而不是解釋清楚事情的經(jīng)過(guò)、予以關(guān)注的重要性，只會(huì)消耗大眾的注意力，甚至激起部分人的‘逆反’心理。而且更重要的是這樣很可能會(huì)被平臺(tái)限流，起到反作用，屬于‘好心辦壞事’了。”除了大量“刷屏”造成信息接受者的觀感不佳，大量復(fù)制粘貼的話術(shù)也可能淹沒(méi)真正有用的具體信息，并使平臺(tái)算法機(jī)制有可能將其內(nèi)容判定為惡意刷評(píng)論的“水軍”，降低推送權(quán)重，造成相反的效果。 

結(jié)語(yǔ)

通過(guò)對(duì)依靠算法機(jī)制的社交媒體平臺(tái)的參與式觀察與對(duì)部分用戶的訪談，研究發(fā)現(xiàn)，用戶的算法想象體現(xiàn)在對(duì)于算法可供性和重要性的基本認(rèn)知，以及人格化想象與情感化的互動(dòng)；而用戶的算法反向利用實(shí)踐可以分為個(gè)人與社會(huì)兩個(gè)面向，個(gè)人維度上的算法利用實(shí)踐包括出于個(gè)人需求的算法“試驗(yàn)”與關(guān)系“打撈”，社會(huì)維度上的算法反向利用實(shí)踐則體現(xiàn)為通過(guò)“頂熱度”等行為賦予社會(huì)公共議題可見(jiàn)性、促進(jìn)社會(huì)互助行動(dòng)。但需要注意的是，用戶的算法想象與認(rèn)知仍然是零散的、不全面的，而用戶的算法反向利用實(shí)踐也可能造成個(gè)人隱私泄露、不利于公共議題擴(kuò)散等負(fù)面后果。

此外，本研究在研究對(duì)象選取、參與式觀察時(shí)長(zhǎng)、概念界定等方面仍然存在較多局限，有待今后研究進(jìn)一步進(jìn)行完善。

文章來(lái)源：  《聲屏世界》   http://m.00559.cn/w/xf/24481.html