社交問答平臺的知識生產與分享*

■ 楊 洸

移動互聯網時代,各種知識類應用和公眾號充斥網絡。在手機和電腦的屏幕之下,到底傳播的是什么知識,誰在推波助瀾,知識在網絡上又怎樣被擴散和分享的,對個人和社會產生了怎樣的影響,這些問題構成了對知識分享的思考和對其社會效用的認識。

基于此,本文聚焦在知識分享最常見的平臺之一,即社交問答平臺(Social question and answer,簡稱SQA),在平臺上個人可以就各種主題提出高度個性化的問題,并獲得個性化回答,“知乎”“得到”“Quora”等都是代表。在線知識問答的本質就是通過匯集眾人智慧,進行知識生產和分享,它不僅是用戶獲取高質量知識和個性化答案的途徑,并且還能通過網絡將知識傳播到更廣泛的人群,形成公共知識。因此,個性化的知識問答是一種信息擴散的過程,最終是否以及如何達到高效的知識分享目標,實現知識生產、分享和擴散,當前還沒有較為系統的分析和闡釋。本文從信息擴散(information diffusion)的視角,對問答平臺的擴散內容、擴散途徑、擴散機制及結果進行考察,試圖厘清問答平臺的知識擴散的效用和影響。

一、知識擴散的內容

問答平臺上流轉的都是個人提問和眾人協作回答的內容,我們常常會統稱為“知識”,可在實際觀察中,這些高度個性化和碎片化的知識常常流于簡單片面和狹隘,不成體系,嚴格說來并非“知識”,可以稱為“信息”。如何提問以及如何回答,已經成為深刻影響社交問答平臺內容的重要因素,而優質的內容是推動問答平臺發展的動力。

首先,個性化的提問,內容包羅萬象。用戶提問無所不包,對知識的詢問涵蓋“什么”“誰”“為什么”“怎么”等多個方面。研究者對提問類型有不同層面的劃分:一是對顯性知識和隱性知識(explicit and tacit knowledge)的提問,顯性知識通常被描述為可以使用書面文字、圖表和數學公式加以表述的知識,而未被表述的,如個人在做某事的行動中所擁有的知識則是隱性知識①。在問答平臺中,隱性知識的問答比例越來越多,比如“知乎”中的“你所經歷的最羞恥的事情是什么？”“有哪些事情,你去了上海才知道？”“學醫的女生有多可怕？”等問題都獲得了用戶廣泛的關注。二是程序導向型和任務導向型提問②,這在專業或技術類的問答平臺中非常普遍,前者尋求處理某一特定情況的程序,如“有什么功課是孕期沒做足,后來會讓你后悔萬分的？”,后者征求有關某項任務的細節,如“在XAML中定義一個萬能轉換器”。三是分為事實、意見和咨詢三類③,事實類問題尋求客觀數據,意見類問題是為了引出別人對某一個主題的想法,咨詢類問題則是征求意見以解決提問者的個人問題。還有其他的四分法④、五分法⑤。實際上,這些問題類型雖然有所區別,但并不總是相互排斥的。

提問本身就是平臺吸引流量的關鍵要素。在問答平臺上,提問者雖說是搭便車,利用了回答者的知識分享獲取了解答,但是,提問使得個人的信息需求變得可見和顯著,并且讓個人的需求逐漸具有公共性,形成集體行為。用戶就問題進行交流和分享,形成了特定興趣小組,與其他興趣小組進行了區分,產生了小組邊界,小組規模有可能還會持續擴大(當新的信息需求被引入),最終信息資產留下形成了整個問答社區或網絡上的公共財產。⑥因此,個性化的提問一旦與大眾的信息需求心理和經歷相契合,往往會聚焦大眾關注,成為問答平臺的熱門話題。如知乎中的熱門話題“如何看待迪麗熱巴獲得金鷹獎金杯？”(4671萬熱度)、“男生喜歡女生有哪些表現？”(215萬熱度)、“有哪些是你真正進入社會才懂得的道理？”(206萬熱度),都是因為提問本身吸引了大眾的參與和關注。

問題的好壞,還決定了回答的質量。有學者基于分析“雅虎問答”(Yahoo! Answers)中沒有收到任何回答的近千條提問的文本特征⑦,發現它們的共同特征是缺乏清晰度,具體表現在:①不清楚,問題不能被普通人所理解；②太復雜,問題需要專業知識或者需要不合情理的時間來回答；③提出多個問題,可能占用回答時間太多亦或問題之間的關聯性不大；④缺少信息,未能從提問者獲得足夠的信息來回答問題。這些都是影響回答質量和數量的重要因素。比如從知乎的熱榜中看,提問都屬于清晰的表述,如“你認為王者榮耀里最快樂的英雄是哪幾個？”“歷史中有哪些聽起來輕描淡寫但讀過之后感到十分難過的句子？”“有哪些國內演員不用配音且演技炸裂？”“女生剪寸頭是什么感受？”。

其次,用戶提供的高度個性化答案,是問答平臺的重要內容,體現了知識的生產、分享和擴散。由于大部分的知識分享者可能都并非專家,所以答案的質量評估顯得尤為重要,答案的質量是增加用戶黏度以及關系平臺生存的關鍵。問答平臺通常依靠群體的力量來評估答案的質量,大眾參與的投票模式已經被證實在一定條件下是有效的⑧,如果不能積累足夠的用戶投票,高質量的答案可能就此淹沒。然而,大眾投票產生的最佳答案也不一定是最專業的答案⑨,即用戶傾向的答案可能不是質量最高、最優的回答。研究者觀察了健康類提問的最佳答案,發現大型的網絡問答社區里用戶詢問的各種個人健康問題下,答案僅僅滿足信息實用性的需求是不夠的,還要與回答中的社會情感支持密不可分⑩。亦即,答案獲得用戶高票數有時依據的是社會情感標準(social-emotional criteria)、尋找歸屬感、尋找情感支持以及保護隱私,不一定是答案的信息需要。

高質量的答案是否存在一些普遍的特征？研究者發現高質量答案具有高支持率、完整性、描述性、可靠性和準確性等特征,而高頻詞、答案長度和最佳答案則與高質量答案弱相關。有研究者抓取了“知乎”上的20萬個問題和92萬多個答案,通過模型和機器學習,結果顯示,回答者的社交屬性,包括回答者獲得的感謝數、回答者的粉絲數、回答者主頁的來訪數,彰顯了其在網絡社區中的影響力,對于答案質量的重要性顯著高于答案的結構化特征(如答案長度、格式、標點符號占比)、答案文本特征(如文本的多樣性、情感極性)和答案與問題的相關性特征等維度。對“雅虎問答”中健康類問題的最佳和非最佳答案票選的分析發現,用戶傾向答案中包含數字、統計類信息、參考文獻和鏈接等信息,因為顯示了更高的可信度；健康問答用戶也更傾向于個性化且內容長度較長、顯示了針對性和更為深入的信息的答案；健康答案中呈現的“損失框架”(loss-framing)要比“得到框架”(gain-framing)更容易使其成為最佳答案,可能是因為很多提問都是關于疾病癥狀的診斷,而不是疾病的預防。

二、知識擴散的途徑

問答平臺上發展的社交聯系,為傳播信息、知識創新和擴散影響提供了條件。測量信息擴散,可以采用社會網絡分析方法,常用的測量指標包括擴散的網絡大小(network size)、擴散的網絡直徑(network diameter)、平均聚類系數(average cluster coefficient)、擴散廣度、擴散深度和擴散速度等。擴散的程度可以從用戶的信息接觸、信息分享、轉發量、點贊數、評論數等網絡線索指標來定義。

平臺的知識擴散途徑主要依靠個性化推薦,問答平臺會依據個人的關注、興趣和喜好領域向用戶自動推薦相關的問答。目前主流的推薦技術包括總體熱度、用戶個人喜愛和需求、好友圈協同過濾、混合推薦算法等。然而,對于用戶的知識獲取是否會因為問答系統的個性化推薦,變得越來越窄化,形成信息繭房,目前還沒有深入的實證研究。

三、知識擴散的機制

為什么有的提問或答案在網絡中會非常流行,關注、點贊和評論多,持續時間長,擴散最多,而有的提問或答案則冷冷清清,鮮受關注。這與幾個因素相關,一是問答的內容屬性,即問答主題的吸引性、答案信息的豐富性、答案包含的情感性等；二是參與問答的用戶影響力,包括提供回答的用戶特點,評論答案的用戶特點,時機、點贊數、轉發數,以及參與用戶是否是意見領袖,這些都會影響問答擴散的廣度和深度。具體而言,平臺上某些問答得以擴散,很大程度上有賴于用戶的持續參與。用戶可以同時扮演多種角色,如問題提出者、回答者、跟帖者以及內容編輯,每個人可扮演多個角色,實現角色交叉。用戶既是知識的提供者、創造者,也是信息的接受者、利用者。用戶可以點贊、收藏、分享提供各種社會線索,平臺鼓勵用戶參與各種支持活動,如對問題與回答的評論、投票。

用戶持續使用問答平臺,背后的動機有以下兩方面:第一,從提問者視角探討,關注他們的知識搜索、采納和評價等行為,有研究者發現人們在社交問答系統中提問的主要原因是能夠獲取個性化答案,以及與他人進行互動。研究者通過問卷訪問了“雅虎問答”200位活躍的提問者,他們提問的動機和期待表現為：①學習,通過獲取信息自我教育；②提問有樂趣；③通過尋找建議或者幫助來做出決定；④尋找相關的信息；⑤通過知識獲得安全感。有關用戶信息采納行為的研究結果顯示,信息有用性、信息質量和用戶信譽是主要影響因素,以及期望效用、努力預期、社會影響力和促進條件與用戶信息采納正相關。

第二,關注回答者視角,關注他們的知識分享行為和動機。基于社會資本理論、社會交換理論,社會認知理論、滿意理論、期望確認理論、技術接受模型等,總的來說,在線問答用戶持續貢獻知識的動機和機制,可以分為內部或外部動機。內部動機是指人們參與知識分享和擴散是受到快樂、驕傲、挑戰等內部需求驅動的,是個人對知識擁有的信仰和人際信任等,用戶希望以此實現自我價值；外部動機是系統平臺提供的獎勵和刺激,即用戶參與知識分享和擴散能實現互惠或提高聲望。回答者的動機有如下幾方面:提高聲望；幫助他人的享受、互惠；知識的自我效能、確定性；持續使用意向。利他主義是最有影響力的動機,而個人利益是最不具有影響力的動機。此外,平臺對用戶的激勵機制,以及用戶的使用體驗,也都是影響用戶持續參與的重要因素。

四、知識擴散的結果

問答平臺上,針對某個具體問題的知識生產與分享會一直持續下去嗎？通常,參與知識分享的用戶沒有義務持續分享和貢獻,因為形成的問答小組是暫時的,界限是模糊的,人們可以來去自由,導致了會員的流動。

根據提問對專業知識的要求和主題的吸引力,問答小組的規模和信息流動方向存在較大差異,大致有四種情況。其中第一種情況,回答所需的專業知識以及討論話題的吸引力均較高,形成的問答小組規模就會擴大,訪客的數量也會增加,因為普通大眾都有類似相關的問題,也會感興趣回答一些問題,但是只有少部分擁有專業知識的人能夠持續回答,所以信息的流動是不對稱的。例如大眾科學的問答就屬于此類。第二種情況是,問題回答所需的專業知識程度較高,討論主題的大眾吸引力降低,那么問答小組的規模則會縮小,訪客的數量也會減少,因為只有與特別領域相關的專業人士才會參與,所以信息的流動是對稱的。學術上的專業討論就屬于這一類情況。第三種情況是,大眾對討論主題的興趣不高以及回答并不需要專業知識,問答小組規模維持困難,會縮小甚至逐漸消失,因為一旦這些容易的問答被填滿了,為數不多的訪客會隨時離開,信息的流動變得不對稱。比如非常具體的一次性問題,既不能獲得聲譽也不用使用技能來回答。第四種情況,如果回答需要的專業知識較低,但是大眾對主題的興趣較高,問答小組的規模將會擴大,訪客的數量會增多,信息流動會變得對稱。比如對易于制作的食譜或者對電影大片的問答討論。

社交問答平臺將知識分享從傳統的中心化知識管理轉變為持續在線的知識對話，過程中包括與陌生人的互動對話、不可預期的干擾、重新使用和動態浮現等實際情況,其本質和最終目的都是為了能夠達到高效的知識分享。用戶參與網絡公共知識對話的成效受到社交平臺上的功能可見性(affordances)的影響,包括元消息(metavoicing)、觸發參與(triggered attending)等。

首先,用戶參與在線的知識問答對話,是通過對其他用戶發布的內容和行為活動做出相應的回應來實現的,這就是元消息。這種元消息不是簡單的發聲,用戶并不是簡單地表達個人的觀點,而是將知識添加到已經在線的內容中。元消息可以有多種形式,包括轉發,對帖子進行投票，評論某人的帖子,對評論進行投票、點贊等。基于關鍵眾人理論(critical mass theory),當參加一個共同的知識討論和分享活動的人數達到了一個關鍵的數量,這種關注將帶動更多的人參加共同的活動,使知識對話富有成效。但是,在共同參與知識生產和分享的過程中,也可能會激活其他機制來抑制知識對話的生產力,比如“集體思考”(group thinking)機制認為,人群“似乎并不特別明智”,如果大多數意見或投票都在一個特定的方向上,那么之后的參與者通常會錯誤地認為投票結果反映了代表性的樣本。這導致對意見準確性的偏見,甚至極化。

其次,觸發參與也會影響知識對話的持續性和質量。觸發參與,是通過問答平臺的自動提醒機制通知個人對特定感興趣內容的關注和參與。比如用戶在系統中設定關注的問題、關注的專欄、關注的人,當用戶能夠將精力集中在個人感興趣的話題上時,他們在知識生產和分享中就有充分的動力,會與他人協作共同完善答案。問答平臺能否吸引和留住用戶是關鍵,觸發參與會降低保持參與所需的工作量,以較少的成本參與對話,減少了用于參與的努力并更容易維持動機,因此可以促進富有成效的在線知識對話。不過,如果人們只利用他們目前擁有的知識作為參與的基礎,那么這可能會減少探索新知識和參與的機會。使用預先設定的觸發器的用戶可能對之前發生的事情知之甚少,對社區的溝通規范幾乎沒有社會化了解,在社區內并不會形成富有成效的對話,也可能會在知識分享時比較難以理解他人的觀點。因此,觸發參與可能也是導致無法激活知識問答對話與生產性知識共享的關聯的重要機制。

五、結論

傳統的知識生產和分享,是由精英主義壟斷、把持了知識的生產、過濾、傳播各個環節,最終傳達到普通大眾,是一種典型的精英主義控制路徑。互聯網去中心化的結構改變了知識分享的源頭,任何人都可以成為知識分享和傳播的控制者；同時,個體的知識、碎片化時間、分享的熱情在互聯網上聚集,產生的巨大的認知盈余,是網絡社會化問答興起和發展的內驅動力。隨著用戶生成內容(UGC)的發展,許多個體促進了信息和知識生成的協作環境,而不再是由專家和出版商掌控的經歷創建、審查和出版的漫長過程。

社交問答平臺形成并促進了知識的生產、分享和擴散。問答平臺的流行,很大程度上歸結于高度個性化的問答與社會參與。問答社區中的社會網絡和信息結構,將主題和用戶連接,將用戶與用戶連接,將相關的問題連接,這些連接幫助用戶尋找主題,與有共同興趣的用戶建立聯系。問答平臺的邊界是模糊和穿越的:一是平臺用戶身份的模糊,用戶可以是問題的提出者,也可以是知識的生產者、傳播者和分享者；二是私人和公共邊界的模糊,高度個性化的知識問答經過群體的參與討論,發展為公眾的公共知識。

在人人都可以參與的知識分享和擴散的傳播過程中,個性化知識的質量如何判定，問答社區的貢獻者聚集起來,他們投票幫助選出領域專家和高質量的回答,依靠眾人智慧的同時,有可能會受到社會影響力的作用,誰的觀點或分享吸引了大眾的注意力,哪一種是主流觀點和意見,是否存在群體的偏向,用戶之間形成的是多樣化認知還是共識,都值得深度思考。個性化推送,知識的聚合,也存在對其他知識的忽視和放棄。基于新媒體技術的在線知識問答并非都帶來正面的影響,也可能是負面影響,即問答平臺或會促進產生亦或阻礙富有成效的知識分享,積極和消極方面處于緊張矛盾的拉鋸之間。

總而言之,本文以問答平臺為知識分享的代表,從知識的擴散內容、擴散途徑、擴散機制和擴散結果等方面進行了分析和闡釋。基于問題驅動式的個性化和碎片化的問答知識,一方面可能解決了提問者的信息需求,使其獲得一種收獲知識的滿足感,另一方面也讓問答發展為公共知識留存于網絡空間。但是這樣的用戶體驗可能是一種幻覺,“我懂了”“我一直在努力學習”,到底在多大程度上解決了知識焦慮,讓用戶真正獲得了有用的知識,從問答中獲得社會支持和情感支持可能是比信息獲取更好的用戶體驗；同時個性化問題和答案的大量存在,對用戶的選擇也帶來了很大困擾,這些還需要進一步的用戶研究和內容研究的佐證。

注釋:

① Polanyi,M.(1958).PersonalKnowledge,https://en.wikipedia.org/wiki/Tacit_knowledge.

② Nam,K.,Ackerman,M.,& Adamic,L.(2009).Questionsin,Knowledgein?AStudyofNaver'sQuestionAnsweringCommunity.Proceedings of the SIGCHI Conference on Human Factors in Computing Systems:ACM,pp.779-788.

④ Westbrook,L.(2015).IntimatePartnerViolenceOnline:ExpectationsandAgencyinQuestionandAnswerWebsites.Journal of the Association for Information Science and Technology,3,pp.599-615.

⑥ Bimber,B.,Flanagin,A.,& Stohl,C.(2005).ReconceptualizingCollectiveActionintheContemporaryMediaEnvironment.Communication Theory,15,pp.365-388.

⑦ Kitzie,V.,Choi,E.,& Shah,C.(2013).FromBadtoGood:AninvestigationofQuestionQualityandTransformation.Proceedings of Association for Information Science & Technology (ASIST) Annual Meeting,Montreal,artice,no.107.

⑧ Hosseinin,M.,Moore,J.,& Almaliki,M.(2015).WisdomoftheCrowdWithinEnterprises:PracticesandChallenges.Computer Networks,90(C),pp.121-132.

⑩ Liu,Z.,& Jansen,B.(2013).QuestionandAnsweringMadeInteractive:AnExplorationofInteractionsinSocialQ&A.International Conference on Social intelligence and technology,PA,pp.1-10.