演算法偏見（二）客家逐漸在數位世界隱形　加劇文化邊緣化

編按：客家公共傳播基金會日前以「數位競爭下，族群媒體如何突圍」為題，舉辦年度諮詢座談會議，邀請學術界、媒體界等各領域專家學者，分享經驗、碰撞思維火花。

國立陽明交通大學榮譽教授張維安以「演算法偏見」為例撰文，提出族群媒體不僅面臨「小眾」的問題，更受到語言、互動人數、商業和政治的限制，淹沒在演算法的洪流中。《客新聞》將分4天刊登全文，盼有助於大眾討論數位時代下，如何確保族群文化的公平傳播。

文／張維安（國立陽明交通大學榮譽教授）

在數位平台上，演算法決定了哪些內容能被看見，哪些會被忽略。前述演算法偏見導致了文化的可見性降低，讓客家文化在數位平台上的曝光變得更加困難。例如，YouTube 或 Netflix 等平台更傾向推廣流行的英語影集，而非台灣的客家電視劇或紀錄片。對像客家文化這樣的小眾族群來說，演算法偏見會嚴重影響他們的文化傳播，讓客家語言、歷史、傳統等內容難以獲得足夠的曝光和關注。客家文化會進一步被邊緣化，影響族群內外的認知和文化認同。以下分別來討論。

文化的可見性降低

首先，演算法偏見最直接的影響是降低了小眾文化的「可見性」。數位平台依賴於用戶的行為數據來推薦內容，當客家語或客家文化的內容點擊率或觀看次數較低時，平台就會認為這類內容不夠「受歡迎」，從而不優先推薦給其他觀眾。這樣的結果是，客家文化的內容更難出現在主流受眾的視野中，進而降低了它的曝光率。

例如，在 YouTube 上，客家歌手黃連煜的歌曲雖然在客家族群內部有影響力，但與流行音樂相比，觀看次數相對較少。由於演算法傾向於推薦觀看次數多的影片，黃連煜的音樂作品可能只會出現在與客家文化相關的少數用戶首頁上，而不會被推薦給更廣泛的觀眾。這導致即便這些音樂作品有其獨特的文化價值，卻難以被更多非客家族群的觀眾發現。

文化同質化的風險

其次，演算法偏見會加劇文化同質化的風險。由於主流文化內容獲得了更多的推薦和曝光，小眾文化的內容則被壓縮在一個更狹窄的範圍內，這會讓主流文化的影響力越來越大，而像客家文化這樣的非主流文化，逐漸在數位世界中「隱形」。這樣的趨勢可能導致文化的多樣性減少，讓年輕一代只接觸到單一的主流文化，而忽視自己族群的文化特色。

例如，在 Netflix 平台上，主流的英語影集和美國電影佔據了推薦欄目，而像台灣的客家語影集或紀錄片，則因為觀看次數和互動較低，無法被主流受眾看到。如果這種情況長期持續下去，客家年輕人可能會更容易接觸到流行的國際內容，而對自己文化的影視作品認識不足，這將使得文化傳承出現困難，甚至造成文化斷層。

演算法對文化教育和傳承的影響

第三，客家文化的傳承通常依賴於語言、傳統節慶和文化活動的傳遞，數位平台提供了傳播這些內容的新方式。然而，演算法的偏見讓這些與文化教育相關的內容難以被推廣，特別是那些具有教育性質的影片或課程，因為它們的互動數據往往不如娛樂內容。這會限制客家語和客家文化的數位傳播，讓年輕一代更難在數位平台上接觸到這些文化資源。

例如，客家語言教學影片在 YouTube 上雖然具有重要的文化教育價值，但由於觀看次數和留言較少，演算法會認為這類內容不具備足夠的吸引力，因此不會推薦給更多用戶。即便某些客家語學習資源非常實用，想學習這門語言的年輕人可能根本無法發現這些影片，進一步影響了語言的傳承。

限制了跨族群文化的了解與交流

第四，演算法偏見不僅影響客家族群內部的文化傳播，也限制了外部族群對客家文化的了解。當非客家族群的用戶在數位平台上搜索文化內容時，由於平台優先推薦主流文化，這些用戶不容易接觸到客家文化的資訊，這限制了跨族群的文化交流與了解。這樣的隔閡使得客家文化更難打入主流的文化討論，失去了讓更多人理解和欣賞其文化價值的機會。

例如，當一個非客家族群的用戶在 YouTube 或 Instagram 上搜尋「台灣文化」時，演算法可能會首先推薦熱門的台灣流行音樂或美食影音，而不是客家文化的介紹或客家傳統的介紹。這就使得非客家族群對客家文化的了解非常有限，客家文化無法進入更廣泛的文化討論中。

形成文化邊緣化的循環效應

第五，演算法偏見還會形成一種負向循環，即當某些文化內容得不到足夠的推薦時，這些內容的曝光機會越來越少，進一步導致其互動數據不斷下降，最終被平台系統性地邊緣化。對於客家族群來說，這樣的循環效應會讓文化的傳播難度越來越大，甚至可能在數位平台上完全被淹沒。

假設某一位客家語內容創作者發佈了與客家文化有關的影片，但由於初期觀看次數和互動數據不夠高，YouTube 的演算法不會進一步推廣這個影片。這樣，影片無法吸引新的觀眾，導致觀看人數一直停滯，進而讓平台更加忽略該創作者的內容。長此以往，這些創作者的努力無法得到應有的回報，可能最終放棄製作更多客家文化的內容，進一步加劇文化的邊緣化。