公告：YouTube涨粉丝平台 --YouTube最新新闻
撰稿编者按：音频中文网站YouTube曾经有一条线踩的机能，使用者可以通过踩的数目快速推论音频的产品质量，可现如今YouTube中止了这一机能，作者对此进行了分析，一起看看吧。
2021年11月10日，音频中文网站YouTube宣布，曾被用于简单定量观众们意见反馈立场的按键——踩（Dislike），将中止公开显示算数。
换言之，一个YouTube的炙手可热音频究竟被踩了无数次，早已成为不能政法委的绝密。这样一来，使用者们快速推论音频产品质量的标准生活习惯，迳自无疾而终。
虽然踩按键本身仍未被中止，但这种很容易让人误会为一厢情愿给不畅销的文本盖上脸面的行为，依然在网络上刮起了舆论哗然：
而来自YouTuber的抨击更加惨烈：此项貌似破烂的更动，代表着YouTube中文网站全盘霉变。
过去，与那些连赞数都要暗藏的中文网站相比，YouTube光明正大把踩放在交互区显眼位置，并且不无遮盖地呈现出统算数据，本来获得不少戒心。然而这本自豪现如今早已接踵而至。
于是，真正的YouTuber全盘被惹怒了：就在非官方新闻稿公布翌日，这段记录片就斩获了超过5亿个踩。
随后，眼下最现职的YouTuber（没有之一）苏朗德·赛义德（Jawed Karim），重新撰稿上载了自己的首部YouTube音频Me at the zoo的文本叙述，直截了当地抒发了立场观点：
Me at the zoo是YouTube的首部音频，而且苏朗德·赛义德最著名的身分即是YouTube的联合创办人，这段音频文本叙述的声望丝不无比YouTube非官方公告略逊。再加上整部音频高达1000万的雅雷，YouTuber的立场更是不言而喻。
虽然遭遇了几近一面倒的反对，但从YouTube非官方回应来看，暗藏点踩数目摇身一变属于一败涂地的改良。目前，踩的数目早已被正式暗藏。
那么，究竟是什么原因让YouTube如此执拗？饱受争议的踩，到底又有什么意义？本期全媒派（ID：quanmeipai）分享腾讯研究院文章，探讨点踩按键的背后逻辑和YouTube这一举措的实际影响。
一、自食苦果的YouTube
可以说，对于UGC文本社区来说，踩这种明确象征反对姿态、高效传递负面情绪的交互机能，无论如何都属于必须谨慎对待的敏感设计。
YouTube非官方也曾多次自食其果。2018年末，数以百万计的YouTuber齐心协力，用整齐划一的踩，一鼓作气将YouTube非官方的年度回顾音频——YouTube Rewind 2018: Everyone Controls Rewind——挂上了YouTube 有史以来最不畅销音频耻辱柱的柱顶。
在YouTuber看来，这是一部充斥着陈年烂梗、主观臆断、避重就轻顾左右而言他，外加无视社区想法的大型灾难纪录片，属于YouTube有史以来最糟糕的年度回顾。
使用者情绪一旦激化起来，再多的辩解都是徒劳无功。仅仅一周时间，整部记录片就成功超越了贾斯汀·比伯歌曲Baby的MV，成为载入吉尼斯世界纪录的YouTube头号差评音频，并且一直保持到了YouTube正式暗藏点踩算数的那一刻。
凭借近2000万的踩、高达86.77%的Dislike比率，YouTube Rewind 2018: Everyone Controls Rewind以不可动摇的恶评冠军姿态，成为了鲜活呈现出YouTube社区负面氛围，以及YouTuber消极情绪输出的切片样本。
面对铺天盖地的踩和嘲笑，YouTube自然不敢怠慢。没过多久，在非官方新闻稿中，YouTube坦诚地抒发了立场：
在‘踩’的数目排行榜上击败Baby，并不是我们的年度目标；诚实的意见反馈确实有可能很糟糕，但我们一直在倾听，始终在感谢使用者的关注；试图利用一部音频归纳YouTube的网络平台魅力，无异于尝试用莱顿瓶捕捉闪电——我们再次体验到了文本创作的困难程度，也进一步提醒我们要对YouTube创作者保持尊重。
其一，当观看者点下踩的时候，必须通过复选框提交不喜欢当前音频的原因，从而向创作者意见反馈更详尽的整改建议；除此之外，这种多点一步的操作，也能让不假思索点踩的观众们适当减少一点冲动，有效降低踩的情绪化色彩；
其二，全盘中止踩这个机能——简单粗暴，但效果如何另当别论。
虽然Tom Leung一再强调这些方案仅仅处于内部探讨阶段，但在消息公布之后，立刻引发舆论哗然。
其实，如果回顾YouTube评论交互系统的发展史，会发现早在11年前，YouTube就对网络平台的文本评价机能，展开过一次全盘的修改：现如今广受好评的赞和踩机能，正式上线于2010年年初，在此之前，YouTube采用的是类似亚马逊的五星评价系统。
至于YouTube为何要做这种一刀切式的修改，非官方博客的一张图做出了解释：
乍看之下，五星系统意味着颗粒度更小的评论意见反馈，但根据YouTube非官方的统计，这套系统斩获的大部分评分都是最高的五星，然后是完全不成比例的一星，至于二三四星这些中间态，几乎无人问津。
如果大多数音频斩获的都是五颗星，那么这套评价系统到底还有什么意义？竖起/向下的大拇指或许会更有效，或者直接用‘喜欢’来表示文本的赞同会更好？这些都是我们在查看统算数据、思考应该如何提升网络平台体验的时候，向自己提出的问题。
这是在2009年的时候，YouTube通过非官方博文Five Stars Dominate Ratings提出的诘问。现如今看来，至少对于YouTuber来说，公开显示点踩/雅雷数据的设计，确实曾经深得人心。但从网络平台方的立场出发，这套方案真的是最优解吗？
二、横遭滥用的dislike
如果我给一个音频点了踩，接下来会发生什么？
在目前YouTuber们所有的困惑中，这个问题绝对有资格排进前三甲——甚至还有PewDiePie这种搞怪音频主专门推出Vlog来哗众取宠，结果斩获了将近600万踩。
对于普通音频创作者来说，踩真的仅仅意味着情绪发泄，不代表任何负面效果吗？
首先可以明确一点，赞和踩的次数，确实能够对推荐算法的推论造成影响。在YouTube Creater频道的非官方音频《算法-了解YouTube的搜索和发现系统的运作方式》当中，可以清楚地看到这种结论：
我们的算法会尽可能在适当的时间向全球范围内合适的观看者显示恰当的音频，怎么做到这一点呢？依靠的就是数据——我们会了解每个音频的标题、缩略图和叙述，以及其它观看者对音频的喜爱程度；我们还会了解观看者看了音频的多少文本，评论的人数，以及‘赞’和‘踩’的次数。
即便如此，想要精确定量单独的踩会对音频产生多大影响，依然十分困难：
根据谷歌在2019推荐系统大会（RecSys 2019）上公布的论文显示，上文中提到的诸多参数，会被划分为参与度（例如观看次数和观看时间）和满意度（包括雅雷数和点踩数等等），然后利用宽度模型和深度神经网络对每一个恰当的音频基于参数生成预测，再叠加单独的排序模型进行推荐。
但在大多数局外人看来，YouTube的推荐算法基本等同于黑箱，想要精确掌握上载音频的播放参数对推荐量的影响，几乎是不可能的。
就算无法破解完整的模型和算法，利用穷举法对有可能影响YouTube推荐排名的参数进行权重估算，依然是可以实现的。2018年，briggsby.com的研究者Justin Briggs，从75000个YouTube频道的100000个音频当中，抓取了380亿个数据点进行分析，最终结果如下：
可见踩的数目对于YouTube文本的影响权重，虽然远不及音频观看次数和雅雷数，至少在所有参数中也足以占据中游。
不过，影响权重仅仅是一方面，声望究竟是好是坏才是关键。回到开头的问题：在不可忽视的权重影响下，斩获大量的踩对于YouTuber的音频来说，到底意味着什么？
很明显，这个问题触及到了YouTube文本产业的敏感区域，很难指望通过正规媒体找到答案。不过，我们依然可以通过从事相关产业的专业团队口径，窥探到一点值得思考的结论：
重点在于，YouTube历史上从来没有任何音频获得过100%的正面意见反馈；即使是最畅销的音频，也会因各种原因斩获一堆‘踩’。如果一个音频拥有成千上亿个‘赞’而没有斩获半个‘踩’，警报会响起，YouTube完全有能力察觉这类异状，进而采取相应的行动。因此，如果您曾经给YouTube音频购买过‘赞’，那就还需要购买相应的‘踩’；这是在正负交互意见反馈之间取得平衡，让整场交易看起来没有异状的必经手续。
上文是老牌社交网络刷量供应商MediaMister对于为什么要购买YouTube点踩做出的解释；相比之下，圈内资格更老的InstaFollowers，给出的答案要露骨得多：
考虑到‘踩’是一种攸关文本推荐排名的权重指标，并且能够向YouTube传达‘品质不佳’的印象，您可以购买‘踩’来破坏竞争对手的文本推荐效果。至于数目，如果您购买‘踩’的目的在于平衡‘赞’的数目，那么10%是个不错的比例；但是，如果您为了遏制竞争对手而购买，那么大可把‘见好就收’抛在脑后。
考虑到这两家企业都有十年左右的经营资历——MediaMister成立于2012年，InstaFollowers则在2010年上线——且时至今日依然没有终止营业，作为久经市场考验的现职灰产专业团队，这番说辞自然不乏可信度。
除此之外，业务水平过于突出结果引来监管机构强行取缔的后起之秀 Devumi，更是从专业团伙的立场出发，直截了当地挑明了刷量这门生意的本质：
社会认同是一种着眼于群体行为心理学概念。它包含的基本理论，就是当你看到有足够多的人去做某些事时，你也会跟风来做。例如，你看到很多人在网上谈论新电影，你会有意愿也去一探究竟——此项理论同样适用于YouTube。
刷量带来的仅仅是一个提升社会认同度的数字。您购买这些数字的目的，是为了让那些真正的观众们更积极地观看、评论并分享您的音频作品。
给播放数和雅雷数刷量，可以带动真人观众们主动观看并留下赞，反之亦然——给踩刷量，同样可以引诱真人观众们跟风点踩，这就是来自专业人士的解释。踩对于现现如今的YouTuber究竟意味着什么，结果早已昭然若是。
那么，既然踩的回应意味早已被灰产供应商玷污，不容小觑的推荐权重负面影响，更让这种机能变成了人身攻击乃至进行网络霸凌的有效武器，YouTube为什么没有像2019年预告的那样，删除踩机能来一劳永逸地解决后顾之忧？
三、YouTube的改变
不难想象，和早已霉变的踩一样，在某些无关精准度的商业要素影响下，YouTube算法推荐系统的实际运作效果，并没有那么理想化。
根据《纽约时报》在2018年的报道，前谷歌算法工程师Guillaume Chaslot声称，为了提升网络平台粘性和使用者留存率，从很早之前开始，YouTube就倾向于通过算法向使用者推荐观点激进的音频文本。Chaslot表示，正是由于他对这种网络平台策略感到震惊，才会在2013年被YouTube扫地出门。
根据Chaslot随后进行的调查研究，在很长的一段时间内（至少持续到2016年），对于文本导向愈发激进的推荐系统，YouTube并没有表现出明显的调整意愿——在Chaslot的力争下，以《华盛顿邮报》为代表的传统媒体最终认同了这个观点，YouTuber正在被缺乏节制的文本推荐系统引入歧途。
虽然仍未正面否认相关结论，但在近几年的时间中，YouTube确实做出过一系列调整。围绕踩展开的调整，仅仅是其中显眼但并非核心的一环，看不到的算法模型修改才是重头戏：
根据Google非官方的介绍，凭借不断优化的算法和持续调整的参数权重，目前，YouTube早已可以自动检测并标记94%的违规文本，75%的违规文本在观看量达到10之前就会被删除；截至2020年Q4，代表网络平台文本净度的VVR（Violative View Rate，违规文本观看率）早已降到了0.16-0.18%，意味着每10000次使用者观看行为，只会有16~18次点开令人反感的文本；与2017年的同季度数据相比，下降了70%以上。
网络平台文本的净化，意味着激进文本的减少。然而，只要那些无视文本、纯粹带节奏的刷踩业务依然存在，那么指望使用者群体找回理性、让踩真实反映自身立场就注定是缘木求鱼。
同样，网络平台使用者多年养成的行为生活习惯显然不可能轻易改变，直接把踩全盘删除势必会引起巨大的反感，那么退而求其次，保留机能但暗藏算数，从根本上阻断跟风刷踩的环境条件，似乎就变成一个虽不完美但确实合理的有效方案。
从目前各方面的意见反馈来看，YouTube这种调整策略并没有取得使用者的认同：在很多YouTuber看来，仅仅保留踩的机能而中止踩的算数，意味着从此无法清晰辨认点开音频的实际产品质量——那么，到底有没有一种方案，既能简单显示踩的数目，又能准确反映踩到底是被带节奏的跟风，还是真实的情绪输出？
Steam为此提供了一个示例：
为了应对日益增长的恶意差评行为，2017年Q3，数字游戏网络平台Steam对使用者评价交互系统做出了引人瞩目的调整：除了继续显示交互点评数目，并通过百分比和从好评如潮到差评如潮在内的9个档位来简单呈现出文本品质之外，玩家提交的好评和差评，可以通过时间轴清晰地呈现出出来，通过简单的点选，就能直接跳转显示特定时间点的差评玩家评论。
由此一来，Steam玩家很容易就能考察存在争议的文本到底是素质使然，还是刻意有人带节奏，不仅做到了下单之前心里有数，更是有效降低了跟风差评的概率。
那么，这种既可以保障交互透明度，又能够真正实现言责自负理想目标的系统，有没有可能在YouTube上实现呢？答案并没有那么乐观：
虽然凭借1.2亿的月活量（2021年统算数据）雄踞数字游戏网络平台行业榜首，但和月活跃使用者数超过20亿（同为2021年统算数据）的YouTube相比，Steam的体量和流行程度还是差太远了。再考虑到两者文本生态以及消费模式的巨大差别，使用者评价以及交互系统无法沿用，纯属预料之中。
不仅如此，时至今日，62%的网络企业早已将YouTube视作宣发的必备渠道，网络平台使用者每天的观看时长都在10亿小时以上；由此一来，就像传统电音频道衍生出的一系列相关产业一样，围绕YouTube同样涌现出无数周边产业——那么，我们不妨猜猜看，除了正规合法的营销服务，那些仰赖YouTube谋生的专业团队，又有多少处于灰色乃至黑色地带？
在Google上输入YouTube Bots（按照指令自动交互的机器人程序，操作包括但原不仅限于刷踩和刷赞），从第一页开始，整整十页的返回结果几乎都是相关广告，正视这个现象展开调查的媒体报道几乎没有。
说到底，YouTube衍生产业所包含的非真实成分究竟是房间里的大象还是车库里的龙，所有人都心知肚明，但所有人都不愿意点破：因为所有人都清楚，揭露这个真相的后果，很可能超过了这家中文网站、整个行业乃至Web2.0的承载上限——毕竟，戳穿泡沫对于网络来说意味着什么，20年前就有整整有一代人见证过。
当我们找不出最完美的方案来解决问题的时候，最不坏的答案，恐怕就是我们必须接受的最优解——对于YouTube来说，也同样是目前唯一的版本答案。
虽然不无遗憾，但或许，这也是并不完美的Web2.0留给时代的必然。
作者：西北偏北；公众号：腾讯研究院
题图来自Unsplash，基于CC0协议
