西北偏北TRI 輕作者
2021 年 11 月 10 日，視訊網站 Youtube 宣布，曾被用于直覺量化觀衆回報态度的按鈕——踩（Dislike），将取消公開顯示計數。
換句話說，一個 Youtube 的熱門視訊收獲了多少“贊”，不會有什麼變化。但究竟被“踩”了多少次，已經成為不能外宣的秘密。如此一來，使用者們迅速判斷視訊品質的标準習慣，就此告吹。
盡管“踩”按鈕本身并未被取消，但這種很容易讓人誤解為“自欺欺人給不受歡迎的内容蓋上遮羞布”的行為，依舊在網際網路上掀起了軒然大波：
在 BBC 看來，即便 Youtube 官方宣稱這項舉措可以減少“點踩轟炸”的惡意行為，緩解視訊制作者的壓力與不适感，但可能并不會奏效。畢竟，“踩”依舊停留在視訊播放視窗下方，到底有多少人不喜歡自己的視訊，釋出者在背景依舊能看得一清二楚。
而來自 Youtuber 的批評更加激烈：這項看似不起眼的改動，代表着 Youtube 網站徹底變質。
過去，與那些連“贊”數都要隐藏的網站相比，Youtube 理直氣壯把“踩”放在互動區醒目位置，并且毫不遮掩地呈現統計資料，本來赢得不少好感。然而這份驕傲如今已經煙消雲散。
于是，真正的 Youtuber 徹底被激怒了：就在官方聲明公布次日，這段短片就收獲了超過 5 萬個“踩”。
随後，現階段最資深的 Youtuber（沒有之一）賈維德·卡裡姆（Jawed Karim），重新編輯上傳了自己的第一部 Youtube 視訊《Me at the zoo》的内容描述，直言不諱地表達了态度觀點：
《Me at the zoo》是 Youtube 的第一部視訊，而且賈維德·卡裡姆最知名的身份便是 Youtube 的聯合創始人，這段視訊内容描述的影響力絲毫不比 Youtube 官方公告遜色。再加上這部視訊高達 1000 萬的點贊，Youtuber 的态度更是不言自明。
盡管遭受了近乎一邊倒的反對，但從 Youtube 官方表态來看，“隐藏點踩數量”俨然屬于志在必得的改進。時至今日，“踩”的數量已經被正式隐藏。
問題在于，究竟是什麼理由讓 Youtube 如此執拗？又是什麼理由讓它直接選擇了對“踩”進行一刀切？飽受争議的“踩”，到底又有什麼實際意義？
自食苦果的 Youtube
可以說，對于 UGC 内容社群來說，“踩”這種明确象征反對姿态、高效傳遞負面情緒的互動功能，無論如何都屬于必須謹慎對待的敏感設計。
YouTube 官方也曾多次自食其果。2018 年末，數以百萬計的 Youtuber 齊心協力，用整齊劃一的“踩”，一鼓作氣将 YouTube 官方的年度回顧視訊《YouTube Rewind 2018: Everyone Controls Rewind》，挂上了“YouTube 有史以來最不受歡迎視訊”恥辱柱的柱頂。
在 YouTuber 看來，《YouTube Rewind 2018: Everyone Controls Rewind》是一部充斥着陳年爛梗、主觀臆斷、避重就輕顧左右而言他，外加無視社群民意的大型“災難紀錄片”，屬于 Youtube 有史以來最糟糕的年度回顧。
使用者情緒一旦激化起來，再多的辯解都是徒勞無功。僅僅一周時間，這部短片就成功超越了賈斯汀·比伯《Baby》的 MV，成為載入吉尼斯世界紀錄的 YouTube 頭号差評視訊，并且一直保持到了 YouTube 正式隐藏點踩計數的那一刻。
憑借近 2000 萬的“踩”、高達 86.77% 的 Dislike 比率，《YouTube Rewind 2018: Everyone Controls Rewind》以不可動搖的惡評冠軍姿态，成為了鮮活呈現 YouTube 社群負面氛圍，以及 YouTuber 消極情緒輸出的切片樣本。
面對鋪天蓋地的“踩”和嘲笑，YouTube 自然不敢怠慢。沒過多久，在官方聲明中，YouTube 坦誠地表達了态度：
在‘踩’的數量排行榜上擊敗《Baby》，并不是我們的年度目标；誠實的回報确實有可能很糟糕，但我們一直在傾聽，始終在感謝使用者的關注；試圖利用一部視訊歸納 YouTube 的平台魅力，無異于嘗試用萊頓瓶捕捉閃電——我們再次體驗到了内容創作的困難程度，也進一步提醒我們要對 YouTube 創作者保持尊重。
然而，這種“尊重”究竟如何實作，确實讓人大吃一驚。2019 年 1 月 30 日，在 Creator Insider（一個分享 YouTube 技術團隊内幕消息的頻道）釋出的一期視訊當中，YouTube 項目管理總監 Tom Leung，介紹了兩套“保持尊重”的方案：
其一，當觀看者點下“踩”的時候，必須通過複選框送出不喜歡目前視訊的原因，進而向創作者回報更詳盡的整改建議；除此之外，這種多點一步的操作，也能讓不假思索點踩的觀衆适當減少一點沖動，有效降低“踩”的情緒化色彩；
其二，徹底取消“踩”這個功能——簡單粗暴，但效果如何另當别論。
盡管 Tom Leung 一再強調這些方案“僅僅處于内部探讨階段”，但在消息公布之後，立刻引發軒然大波。
其實，如果回顧 YouTube 評論互動系統的發展史，會發現早在 11 年前，YouTube 就對平台的内容評價功能，展開過一次徹底的修改：
如今廣受好評的“贊”和“踩”功能，正式上線于 2010 年年初，在此之前，YouTube 采用的是類似亞馬遜的五星評價系統。
至于 YouTube 為何要做這種一刀切式的修改，官方部落格的一張圖做出了解釋：
乍看之下，五星系統意味着顆粒度更小的評論回報，但根據 YouTube 官方的統計，這套系統收獲的大部分評分都是最高的五星，然後是完全不成比例的一星，至于二三四星這些“中間态”，幾乎無人問津。
“如果大多數視訊收獲的都是五顆星，那麼這套評價系統到底還有什麼意義？豎起/向下的大拇指或許會更有效，或者直接用“喜歡”來表示内容的贊同會更好？這些都是我們在檢視統計資料，思考應該如何提升平台體驗的時候，向自己提出的問題。”
這是在 2009 年的時候，YouTube 通過官方博文《Five Stars Dominate Ratings》提出的诘問。如今看來，至少對于 YouTuber 來說，公開顯示點踩/點贊資料的設計，确實曾經深得人心。但從平台方的立場出發，這套方案真的是最優解嗎？
橫遭濫用的表決權
如果我給一個視訊點了“踩”，接下來會發生什麼？
在目前 YouTuber 們所有的困惑中，這個問題絕對有資格排進前三甲——甚至還有 PewDiePie 這種搞怪視訊主專門推出 Vlog《Can this video get 1 million dislikes？》來嘩衆取寵，結果收獲了将近 600 萬“踩”，
對于普通視訊創作者來說，“踩”真的僅僅意味着情緒發洩，不代表任何負面效果嗎？
首先可以明确一點，“贊”和“踩”的次數，确實能夠對推薦算法的判斷造成影響。在 YouTube Creater 頻道的官方視訊《“算法”-了解 YouTube 的搜尋和發現系統的運作方式》當中，可以清楚地看到這種結論：
我們的算法會盡可能在适當的時間向全球範圍内合适的觀看者顯示恰當的視訊，怎麼做到這一點呢？依靠的就是資料——我們會了解每個視訊的标題、縮略圖和描述，以及其它觀看者對視訊的喜愛程度；我們還會了解觀看者看了視訊的多少内容，評論的人數，以及“贊”和“踩”的次數。
即便如此，想要精确量化單獨的“踩”會對視訊産生多大影響，依舊十分困難：
根據谷歌在 2019 推薦系統大會（RecSys 2019）上公布的論文顯示，上文中提到的諸多參數，會被劃分為“參與度（例如觀看次數和觀看時間）”和“滿意度（包括點贊數和點踩數等等）”，然後利用寬度模型和深度神經網絡對每一個“恰當的視訊”基于參數生成預測，再疊加單獨的排序模型進行推薦。
但在大多數局外人看來，YouTube 的推薦算法基本等同于黑箱，想要精确掌握上傳視訊的播放參數對推薦量的影響，幾乎是不可能的。
就算無法破解完整的模型和算法，利用窮舉法對有可能影響 YouTube 推薦排名的參數進行權重估算，依舊是可以實作的。2018 年，briggsby.com 的研究者 Justin Briggs，從 75000 個 YouTube 頻道的 100000 個視訊當中，抓取了 380 萬個資料點進行分析，最終結果如下：
可見“踩”的數量對于 YouTube 内容的影響權重，雖然遠不及視訊觀看次數和點贊數，至少在所有參數中也足以占據中遊。
不過，影響權重僅僅是一方面，影響力究竟是好是壞才是關鍵。回到開頭的問題：在不可忽視的權重影響下，收獲大量的“踩”對于 YouTuber 的視訊來說，到底意味着什麼？
很明顯，這個問題觸及到了 YouTube 内容産業的敏感區域，很難指望通過正規媒體找到答案。不過，我們依舊可以通過從事相關産業的“專業團隊”口徑，窺探到一點值得思考的結論：
重點在于，YouTube 曆史上從來沒有任何視訊獲得過 100% 的正面回報；即使是最受歡迎的視訊，也會因各種原因收獲一堆“踩”。如果一個視訊擁有成千上萬個“贊”而沒有收獲半個“踩”，警報會響起，YouTube 完全有能力察覺這類異狀，進而采取相應的行動。是以，如果您曾經給 YouTube 視訊購買過“贊”，那就還需要購買相應的“踩”；這是在正負互動回報之間取得平衡，讓整場交易看起來沒有異狀的必經手續。
上文是老牌社交網絡刷量供應商 MediaMister，對于“為什麼要購買 YouTube 點踩”做出的解釋；相比之下，圈内資格更老的 InstaFollowers，給出的答案要露骨得多：
考慮到“踩”是一種攸關内容推薦排名的權重名額，并且能夠向 YouTube 傳達“品質不佳”的印象，您可以購買“踩”來破壞競争對手的内容推薦效果。至于數量，如果您購買“踩”的目的在于平衡“贊”的數量，那麼 10% 是個不錯的比例；但是，如果您為了遏制競争對手而購買，那麼大可把“見好就收”抛在腦後。
考慮到這兩家企業都有十年左右的經營資曆（MediaMister 成立于2012年，InstaFollowers 則在 2010 年上線）且時至今日依舊沒有終止營業，作為久經市場考驗的資深灰産專業團隊，這番說辭自然不乏可信度。
除此之外，業務水準過于突出結果引來監管機構強行取締的“後起之秀” Devumi，更是從專業團夥的立場出發，直言不諱地挑明了“刷量”這門生意的本質：
社會認同是一種着眼于群體行為心理學概念。它包含的基本理論，就是當你看到有足夠多的人去做某些事時，你也會跟風來做。例如，你看到很多人在網上談論新電影，你會有意願也去一探究竟——這項理論同樣适用于 YouTube。
刷量帶來的僅僅是一個提升社會認同度的數字。您購買這些數字的目的，是為了讓那些真正的觀衆更積極地觀看、評論并分享您的視訊作品。
給播放數和點贊數刷量，可以帶動真人觀衆主動觀看并留下“贊”，反之亦然——給“踩”刷量，同樣可以引誘真人觀衆跟風點踩，這就是來自“專業人士”的解釋。“踩”對于現如今的 YouTuber 究竟意味着什麼，結果已經昭然若是。
那麼，既然“踩”的表态意味早已被灰産供應商玷污，不容小觑的推薦權重負面影響，更讓這種功能變成了人身攻擊乃至進行網際網路霸淩的有效武器，YouTube 為什麼沒有像 2019 年預告的那樣，删除“踩”功能來一勞永逸地解決後顧之憂？
YouTube 的改變
不難想象，和已經變質的“踩”一樣，在某些無關精準度的商業要素影響下，YouTube 算法推薦系統的實際運作效果，并沒有那麼理想化。
根據《紐約時報》在 2018 年的報道，前谷歌算法工程師 Guillaume Chaslot 聲稱，為了提升平台粘性和使用者留存率，從很早之前開始，YouTube 就傾向于通過算法向使用者推薦觀點激進的視訊内容。Chaslot 表示，正是由于他對這種平台政策“感到震驚”，才會在 2013 年被 YouTube 掃地出門。
根據 Chaslot 随後進行的調查研究，在很長的一段時間内（至少持續到 2016 年），對于内容導向愈發激進的推薦系統，YouTube 并沒有表現出明顯的調整意願——在 Chaslot 的力争下，以《華盛頓郵報》為代表的傳統媒體最終認同了這個觀點，“YouTuber 正在被缺乏節制的内容推薦系統引入歧途”。
盡管并未正面否認相關結論，但在近幾年的時間中，YouTube 确實做出過一系列調整。圍繞“踩”展開的調整，僅僅是其中顯眼但并非核心的一環，看不到的算法模型修改才是重頭戲：
根據 Google 官方的介紹，憑借不斷優化的算法和持續調整的參數權重，目前， YouTube 已經可以自動檢測并标記 94% 的違規内容，75% 的違規内容在觀看量達到 10 之前就會被删除；截至 2020 年 Q4，代表平台内容淨度的 VVR（Violative View Rate，違規内容觀看率）已經降到了 0.16-0.18%，意味着每 10000 次使用者觀看行為，隻會有 16~18 次點開令人反感的内容；與 2017 年的同季度資料相比，下降了 70% 以上。
平台内容的淨化，意味着激進内容的減少。然而，隻要那些無視内容、純粹帶節奏的刷“踩”業務依舊存在，那麼指望使用者群體找回理性、讓“踩”真實反映自身态度就注定是緣木求魚。
同樣，平台使用者多年養成的行為習慣顯然不可能輕易改變，直接把“踩”徹底删除勢必會引起巨大的反感，那麼退而求其次，保留功能但隐藏計數，從根本上阻斷跟風刷“踩”的環境條件，似乎就變成并非完美，但确實合理的有效方案。
從目前各方面的回報來看，YouTube 這種明顯不乏斟酌的調整政策，并沒有取得使用者的認同：在很多 YouTuber 看來，僅僅保留“踩”的功能而取消“踩”的計數，意味着從此無法清晰辨認點開視訊的實際品質——那麼，到底有沒有一種方案，既能直覺顯示“踩”的數量，又能準确反映“踩”到底是被帶節奏的跟風，還是真實的情緒輸出？
一個例子來自 Steam：
為了應對日益增長的惡意差評行為，2017 年 Q3，數字遊戲平台 Steam 對使用者評價互動系統做出了引人矚目的調整：除了繼續顯示互動點評數量，并通過百分比和從“好評如潮”到“差評如潮”在内的 9 個檔位來直覺呈現内容品質之外，玩家送出的“好評”和“差評”，從此可以通過時間軸清晰地呈現出來，通過簡單的點選，就能直接跳轉顯示特定時間點的“差評”玩家評論。
由此一來，Steam 玩家很容易就能考察存在争議的内容到底是素質使然，還是刻意有人帶節奏，不僅做到了下單之前心裡有數，更是有效降低了跟風差評的機率。
那麼，這種既可以保障互動透明度，又能夠真正實作言責自負理想目标的系統，有沒有可能在 YouTube 上實作呢？答案并沒有那麼樂觀：
盡管憑借 1.2 億的月活量（2021 年統計資料）雄踞數字遊戲平台行業榜首，但和月活躍使用者數超過 20 億（同為 2021 年統計資料）的 YouTube 相比，Steam 的體量和流行程度還是差太遠了。再考慮到兩者内容生态以及消費模式的巨大差别，使用者評價以及互動系統無法沿用，純屬預料之中。
不僅如此，時至今日，62% 的網際網路企業已經将 YouTube 視作宣發的必備管道，平台使用者每天的觀看時長都在 10 億小時以上；由此一來，就像傳統電視訊道衍生出的一系列相關産業一樣，圍繞 YouTube 同樣湧現出無數周邊産業——那麼，我們不妨猜猜看，除了正規合法的營銷服務，那些仰賴 YouTube 謀生的“專業團隊”，又有多少處于灰色乃至黑色地帶？
在 Google 上輸入“YouTube Bots（按照指令自動互動的機器人程式，操作包括但原不僅限于刷“踩”和刷“贊”）”，從第一頁開始，整整十頁的傳回結果幾乎都是相關廣告，正視這個現象展開調查的媒體報道幾乎沒有。
說到底，YouTube 衍生産業所包含的“非真實”成分究竟是“房間裡的大象”還是“車庫裡的龍”，所有人都心知肚明，但所有人都不願意點破：因為所有人都清楚，揭露這個真相的後果，很可能超過了這家網站、整個行業乃至 Web2.0 的承載上限——畢竟，戳穿泡沫對于網際網路來說意味着什麼，20 年前就有整整有一代人見證過。
當我們找不出最完美的方案來解決問題的時候，最不壞的答案，恐怕就是我們必須接受的最優解——對于 YouTube 來說，也同樣是目前唯一的版本答案。
不無遺憾。但或許，這也是并不完美的 Web2.0，留給時代的必然。