用户登录投稿

中国作家协会主管

网络文艺的新引擎:从数据激发创作力
来源:文艺报 | 黄司祺  2024年02月26日09:41

我国《“十四五”艺术创作规划》以及中央宣传部、文化和旅游部、国家广播电视总局、中国文联、中国作协等五部门联合印发的《关于加强新时代文艺评论工作的指导意见》中,针对“大数据的文艺评价方式”以及“文化艺术类新媒体评论平台”均做出重要指示。大数据通过搜集和整理大量新媒体平台用户行为数据、评论数据及其他相关信息,利用科学的算法和模型进行分析,从多个维度参与到网络文艺作品“全生命周期”中。

大数据打破了文艺市场反馈慢热、缺乏热点抓手的壁垒。如果一部作品有生命周期,我们可以简单地将其划分为“创作—传播—反馈”这样一个闭环。在以往传统的线下演出和纸媒评论为主的时代,该生命周期中每一个阶段都相对漫长,创作者很难及时、实时地掌握广大观众的真实评论与评价。而在当下5G时代,以及新兴互联网业态背景下,这个生命周期的齿轮已经快速地转动起来。

创作层面,大数据激发了网络文艺的创作力。2023年有一部网络短剧《逃出大英博物馆》,截至去年11月,在抖音平台就收获了4.1亿次播放量,作品的家国情怀和文博IP引发了广大观众共鸣。该视频的创作灵感来源于网友对一段参观大英博物里中国文物视频的网友评论。评论者建议,可以拍一部名为《逃出大英博物馆》的动画片,并天马行空地设计了情节。这条评论因收获极高的点赞量而被置顶,由此进入了平台内容创作者的视野并启发了其创作灵感,最终以网络短剧的形式上线了这部作品,并被众多主流媒体报道。可以说,这是一部“由网友攒出来的剧”。算法与大数据助推了创意评论从幕后走向台前,家国情怀与民族情感使优质UGC(即用户生成的内容)与公众产生了同频共振。

传播层面,传统艺术融入新兴业态,带动了垂类数据的增长。传统艺术如何适应媒介技术发展、科技如何赋能传统艺术,传统艺术缺乏网络评论阵地等话题一直是备受关注的。自2022年起,抖音联合中央民族乐团、梅兰芳大剧院、中国煤矿文工团等文艺院团,推出DOU有国乐、DOU有好戏、DOU有传承计划。通过直播的方式,扶持优秀文艺院团和艺术家,并举办相关的线上赛事直播。据抖音官方数据,这一年抖音民乐直播超过414万场次,累积观看人数128亿,民乐直播打赏收入同比增幅超68%,10万名民乐主播获得过打赏收入。

笔者曾对我国少数民族乐器进行过田野调查,我国农村“空心化”的现状、工业革命对传统手工艺的冲击等现实问题,使当地少数民族乐器制作与表演技艺的非遗传承面临窘境。据笔者观察,近年来以从事广西瑶族芦笙制作技艺为代表的传承人也相继加入到了直播行列。此外,据抖音相关报告,京族独弦琴、壮族天琴、朝鲜族伽倻琴、蒙古族潮尔等小众非遗乐器亦收获了千万新观众。

因此,积极适应互联网新兴业态,借助新媒体平台,以大数据为推手,或是拓展传统艺术发展空间的有效手段。

反馈层面,大数据的文艺评论/评价已成为大众消费和行业评估的新标杆。大众点评、大麦网等网络平台的评分和用户评论,已成为大众对文旅演艺、舞台艺术等项目的消费指南;“小红书”这种“种草文化”APP也是链接品牌和消费的纽带;豆瓣、猫眼的评分、排行则成为影视行业评估作品的“权威”参考;票房数据以及微博的热搜、热评也成为电影宣发、路演的重要依据。如《封神》电影主创团队根据票房,每增加1亿,就更新1张第二部的剧透图;团队参加头部KOL(关键意见领袖)直播间与网友互动;在网友的呼声下,推出了网综《封神训练营》等举措,均证明了大数据有效增强了文艺评论的对话性,拉近了创作者与观众的距离,缩短了反馈时长,甚至催生了新的衍生作品的诞生,故而又回到了作品生命周期的第一个阶段——创作阶段,从而形成了闭环。

因此,大数据作为新的引擎参与了网络文艺的整个生命周期。然而,数据作为客观的信息载体,我们既需要它,又不能完全依赖它,而是应该辩证地去看待数据导向的结果。

须警惕唯数据论带来的“知识浅滩”。早在2017年,人民日报就刊登了一篇题为《媒体评价须警惕两大误区》的文章,指出两大误区分别是:唯数据论和唯市场论。该观点放在网络文艺的场域下也依然成立。

前段时间,刀郎歌曲《罗刹海市》爆火出圈,笔者基于“网易云音乐”APP上该歌曲的近5万条评论与用户画像进行了大数据分析,发现评论者的70%多为“90后”“00后”,即主要受众是青年群体。但在评论中,单条回复量最高的一条是“奉老爸之命听歌”,其回复多为“一样”“我也是”“+1”等表示赞同的话语。因此说明作为“90后”“00后”的父辈,“60后”“70后”虽不是该平台用户,但也是这首歌的真实受众。所以,如果仅依赖大数据分析的用户画像,而忽略了平台的用户锚定,略过人工筛查数据这一步骤,那将很难发现这些会引起结论质变的“奇点”。

因此,我们在使用并深度依赖数据的同时也需要时刻警醒:唯数据论是不可取的。在当今人工智能时代,即使各类大模型训练数据和参数达到数千亿级别的规模,而专家系统和人工标注在训练过程中仍然扮演着不可或缺的角色,尽管需要耗费大量的人力和时间,但它们的重要性已反复被验证,否则推理结果则可能出现“AI幻觉”“反转诅咒”等明显违背人类常识和伦理的缺陷。

(作者系中国艺术科技研究所助理研究员,武汉大学博士后)