AI时代，究竟是谁决定什么内容值得传播？
- Details
- Category: 中文视频
- Written by Eager
——从《牛来》走红，看受众主权与媒体传播的新规则
近日，一部原本并不起眼的电影《牛来》突然成为网络话题。
这一现象值得关注，不只是因为一部电影“意外走红”，更因为它再次揭示了媒体传播规则正在发生的变化：在互联网特别是人工智能时代，决定一项内容能够传播多远的，已经不再只是专业机构、媒体编辑或创作者本人，而是受众、平台算法与社交网络共同作用的结果。
更准确地说，受众用停留、点击、评论、转发和二次创作表达选择；平台算法则记录并放大这些选择。二者相互作用，决定了什么内容能够被更多人看见。
这正在重塑整个媒体行业。
mmmmmmmmm
从编辑把关到受众选择
在传统媒体时代，内容传播通常遵循一条相对清晰的路径：专业机构生产内容，编辑筛选，媒体发布，受众接受。
一条新闻能否进入大众视野，首先要经过专业门槛。编辑认为重要，才可能成为头条；制片人认为有价值，项目才可能获得资源；电视台认为符合受众需要，才会安排播出；院线判断具有市场潜力，才可能增加排片。
传统媒体由此形成了一套强大的内容过滤机制。它能够筛选信息、核实事实、维持一定的专业标准，也意味着少数机构长期掌握着内容的选择权和传播权。
互联网首先打破的，就是这种相对集中的传播结构。
随着YouTube、TikTok及各种社交平台兴起，普通人获得了过去只有媒体机构才拥有的传播工具。一部手机、一个账号，就可以构成一个小型媒体。创作者不再必须依靠电视台、报纸、出版社或专业发行渠道，才能接触公众。
然而，比“人人都能生产内容”更深刻的变化是：受众也开始直接参与决定哪些内容值得继续传播。
一个视频发布后是否有人观看，不再完全由编辑决定，而是取决于受众是否愿意停下来、看下去并作出反应。平台算法则持续分析这些行为，并据此决定是否将内容推荐给更多人。
算法如何改变传播规则
TikTok在介绍“为您推荐”系统时曾表示，用户的点赞、分享、评论、关注、观看和重播等互动行为，都会成为系统判断用户兴趣的重要信号；标题、声音、标签等视频信息也会影响推荐结果。
YouTube公开介绍推荐机制时也指出，系统会综合点击、观看时长、分享、点赞、“不喜欢”以及用户调查等信号，判断哪些内容更可能让用户满意。YouTube还表示，推荐系统带来的观看量甚至超过订阅和搜索。
这意味着，媒体传播的基本逻辑已经发生变化。
过去主要是“编辑判断什么值得看”；今天则越来越表现为“受众的行为告诉算法，什么内容值得继续推荐”。
不过，这并不意味着受众直接决定了内容的质量，更不意味着算法能够判断一项内容是否真实、重要或有社会价值。算法首先识别的是行为信号，而不是价值判断。它能够测量人们看了多久、是否互动，却未必能够分辨人们为什么观看，更不能自动判断内容是否值得信任。
因此，算法放大的往往不是“最好的内容”，而是最容易引发反应的内容。
“好内容”不等于“高传播内容”
这也解释了一个令许多传统媒体人感到困惑的现象：为什么一些制作粗糙的短视频能够获得数百万甚至上千万次观看，而投入大量人力和资源制作的专业节目，却可能无人问津？
原因在于，“内容质量”与“传播能力”是两个不同的维度。
一部电影可能具有很高的艺术价值，却未必具备强大的社交传播能力；一段视频虽然制作简单，却可能让人惊讶、发笑、愤怒或产生好奇，进而促使用户评论、转发和模仿。
从传播角度看，它已经具备了被进一步放大的条件。
互联网首先争夺的不是奖项，而是注意力。面对不断刷新的信息流，传播的第一道门槛不是“这是不是一项优秀作品”，而是“用户愿不愿意停下来”。
更值得注意的是，在社交媒体环境中，“不喜欢”同样可能转化为传播。
用户喜欢一个视频，可能点赞、收藏或分享；不喜欢，也可能留言批评，甚至转发给朋友并附上一句：“你看看这是什么东西。”
于是，喜欢可以带来传播，批评、嘲笑、争论和好奇同样可以带来传播。对于推荐系统而言，这些行为都可能被识别为内容引发了关注和互动。
因此，高流量不必然代表高质量，也不等于广泛认同。它只能说明，这项内容成功触发了大量用户行为。
在AI时代，区分内容价值、新闻价值、社会价值和传播价值，将变得越来越重要。
《牛来》走红背后的传播链条
《牛来》真正值得研究的，也许不只是电影本身，而是它如何进入公众视野并逐渐形成话题。
其传播过程呈现出一种典型的互联网路径：内容最初出现，少数用户注意到它；争议和评论随之产生；网友开始转发、剪辑、模仿和重新解读；话题吸引更多人的好奇；新的观看和互动又推动平台继续推荐。
一旦形成这样的循环，传播便可能逐渐脱离创作者的控制。
创作者无法完全决定公众如何理解作品；媒体不能完全控制一个话题如何发展；平台也并非凭空创造热度，而是在追踪用户行为的基础上不断调整推荐。
真正推动传播的，是一个由内容、受众、算法、社交关系、情绪反应和二次创作共同构成的复杂系统。
在这个系统中，原始作品只是一个“种子”。当大量用户开始讨论、改编和重新解释时，它才可能发展成一个完整的传播事件。
AI让内容生产更容易，也让注意力更加稀缺
如果说移动互联网解决了“人人都可以成为媒体”的问题，那么生成式AI正在进一步实现“人人都可以低成本生产媒体内容”。
过去制作一段专业视频，需要摄影、灯光、剪辑、配音、翻译、设计等多个岗位协作，也需要相当的资金和时间。如今，AI正在快速降低这些门槛。
一个人可以完成过去一个团队承担的部分工作；一篇文章可以迅速转化为视频；一段采访可以生成多语言字幕和配音；一部视频可以制作成面向不同国家和文化背景的版本；一张静态图片也可以转化为动态内容。
这意味着，未来真正稀缺的可能不再是内容生产能力，而是人的注意力。
当内容数量快速增长，媒体竞争的核心也将从“谁能生产内容”，转向“谁能让受众停下来”“谁能获得信任”以及“谁能建立持续关系”。
理解受众，成为媒体的新能力
在传统媒体体系中，采集、编辑、核实、制作和发布是核心能力。这些能力在AI时代仍然重要，但媒体还必须发展另一项能力：理解受众。
谁在观看？为什么观看？看了多久？为什么转发？什么内容让人停留？什么内容让人离开？受众为什么愿意评论、参与或进行二次创作？
这些问题将直接影响内容策划、表现形式、发布平台和传播节奏。
未来的媒体竞争，未必是谁生产得最多，而更可能是谁最了解自己的受众，同时又能够把这种理解转化为稳定的内容能力。
由此看来，一种新的“受众主权”正在形成。
今天的受众不再只是内容的被动接收者。他们同时是消费者、传播者、评论者、参与者，有时也是内容生产者。一个视频走红以后，真正使其持续扩散的，往往不是原作者，而是成千上万参与转发、评论、剪辑、模仿、配音和翻译的普通用户。
但“受众主权”并不意味着受众拥有完全自主的选择。用户看到什么，仍然受到平台规则、商业利益、社交关系和算法设计的影响。因此，与其说传播权完全转移给了受众，不如说传播权正在由媒体机构、平台和受众重新分配。
流量逻辑不能取代专业主义
研究互联网传播规律，并不意味着媒体应该主动迎合低质量内容。
如果传统媒体看到一些制作粗糙的视频获得巨大流量，便得出“内容越粗糙越容易传播”的结论，同样是对传播规律的误读。
真正值得研究的问题不是“它为什么看起来很差”，而是“它为什么能让受众停下来”。
这两个问题有本质区别。
优秀的媒体需要把真实性、专业性、新闻价值和表达能力，与受众心理、社交传播、平台机制及AI工具结合起来。它既要理解流量如何产生，也不能把流量当作唯一标准。
事实上，当AI让内容生产变得越来越容易，专业主义反而会变得更加重要。
面对真假难辨、信息过载和低质量内容泛滥，核实事实、寻找可信来源、提供必要背景、解释复杂问题并承担传播责任，将成为更加稀缺的能力。
未来真正有竞争力的媒体模式，不应只是“传统媒体对抗新媒体”，也不是“人工制作对抗AI制作”，而应是专业媒体能力、AI生产能力、平台传播能力和受众参与能力的结合。
未来的媒体可能不再是一家“大公司”
过去，人们理解的媒体通常是一个固定组织：有办公室、记者、编辑、摄影团队和发行渠道。
AI时代的媒体组织可能完全不同。
它可能只由几个人组成，却可以借助AI完成资料整理、翻译、剪辑、字幕、配音和视觉设计；同时连接YouTube、TikTok、Facebook、Instagram、微信等不同平台，通过多语言内容触达多个国家和文化群体。
这样的媒体机构，其核心资产不再只是办公室、设备和人员规模，而是内容数据库、品牌公信力、AI应用能力、传播网络，以及对受众的持续理解。
这也意味着，小型媒体第一次有机会获得过去只有大型机构才能拥有的跨语言、跨平台传播能力。但技术降低了生产门槛，并不等于自动建立公信力。规模可以通过工具扩大，信任却仍然需要长期积累。
结语：谁能赢得信任，谁才能让传播持续
从《牛来》的网络走红，到YouTube和TikTok的推荐机制，再到快速发展的AI生成内容，一条新的媒体演变轨迹正在形成：
传统媒体时代，主要由媒体选择内容并寻找受众；互联网时代，受众开始主动选择媒体；进入AI时代，内容生产、算法推荐与受众参与进一步结合，共同创造传播。
因此，今天评价一项内容，不能只问“它好不好”，还要追问：谁愿意看？为什么愿意看？为什么愿意分享？它是否能够引发参与？它带来的究竟是认同、争议，还是一时的好奇？
在内容极度丰富、生产成本不断下降的时代，人的注意力无疑是一种稀缺资源。但仅仅赢得注意力并不足以建立真正的媒体价值。
注意力只能打开传播的入口，信任才能维持长期关系；算法可以制造曝光，专业主义才能形成公信力。
《牛来》或许只是一个偶然走红的案例，但它提出的问题，却是整个媒体行业必须面对的现实：在一个人人都能发声、AI可以大规模生产内容的时代，究竟是谁决定什么值得被全世界看见？
答案已经不再是某一位编辑或某一家媒体。
受众以自己的行为作出选择，算法记录并放大这些选择，创作者和媒体则参与塑造选择发生的环境。未来真正具有传播力的媒体，将是那些既能理解受众、善用AI和平台，又能坚持真实性、专业性与公共责任的媒体。
