1. 引言
1.1. 研究背景与意义
在数字化时代的浪潮下，人工智能技术的迅速发展改变了各行各业的运作模式，广告行业也不例外。作为全球知名的短视频平台，抖音凭借其庞大的用户群体迅速占据了广告市场的核心位置。
抖音的广告算法可以通过分析用户的行为数据——如浏览的视频类型、停留时间、点赞与评论等，精准识别用户的兴趣偏好和潜在需求，从而实现高度个性化的广告推荐。这一模式提升了广告的效果，然而，随着人工智能广告算法的广泛应用，伦理问题也逐渐浮现。从用户的角度来看，人工智能技术在广告的应用可能会导致隐私泄露、信息过载和决策误导等问题。用户的个人数据在不知情的情况下被过度收集和滥用，会收到大量与兴趣无关或质量较差的广告，这干扰了用户的正常体验。从社会角度来看，算法偏见可能加剧社会不平等，虚假广告则可能扰乱市场秩序，甚至影响社会的整体风气。
因此，本研究旨在深入分析抖音广告算法所带来的伦理问题，为平台方、广告商、监管机构和用户提供有益的参考和建议，推动广告行业在利用人工智能技术的同时，能够坚守伦理底线，实现可持续发展。
1.2. 研究现状
在智能广告的研究领域，部分学者针对智能广告存在的问题展开剖析。以蔡立媛为例，在《人工智能的广告“时空侵犯”》[1]里，她从信息暴力、推送暴力、视听暴力以及选择暴力这四个维度，深入归纳了智能广告在看似精美的技术包装下，悄然对消费者实施“温柔掠夺”的种种表现与特性。此外，其另一篇《人工智能广告侵犯隐私的风险与防御》[2]文章中，详细总结出人工智能广告侵犯消费者隐私的五类风险形态，同时对这些风险的发生根源进行了透彻分析。
另一方面，一些学者从消费者立场出发，运用实证研究方法探究智能广告的技术伦理风险及其治理路径。康瑾采用深度访谈的方式[3]，提出应回归伦理价值本源，构建具有普适性、能够切实关联实践中伦理冲突的伦理价值框架，为智能广告的健康发展筑牢价值根基。姜智彬[4]等人点明了当前智能广告面临的数据困境：一方面，数据来源渠道较为单一，难以形成丰富多元的数据集，且各数据主体之间相互孤立，形成“数据孤岛”现象；另一方面，在数据获取流程中缺乏有效监管，致使部分敏感数据未得到妥善处理，数据隐私安全遭受威胁。
而杨先顺[5]等人基于前期大量的深度访谈以及深入的参与式观察，站在技术伦理学的高度，深度剖析智能广告潜藏的技术伦理风险，并积极探寻与之对应的有效治理方式，力求从根源上化解智能广告给消费者及整个行业带来的诸多隐患，保障智能广告在符合伦理规范的轨道上稳健前行。
然而，当前智能广告伦理研究整体尚处于起步阶段。智能广告伦理研究体系存在“成果稀缺、架构不全”的问题[6]，进而呼吁开展系统且规范的智能广告伦理探究，并初步搭建起智能广告信息伦理风险的“资源–产品–目标”三维解释结构模型。现阶段这些文献无论是从研究视野，还是研究方法，都为当代关于广告算法带来的伦理问题的研究提供了扎实的理论基础和实践经验，更好地推动智能广告伦理研究向纵深发展。
1.3. 研究方法
本研究将采用个案分析法和文献研究法，以抖音平台作为研究对象，探讨人工智能驱动的广告算法所引发的伦理问题。抖音凭借数亿日活跃用户，覆盖了不同年龄、性别、地域、职业和文化背景的群体，其广告业务形式多样，包括信息流广告、开屏广告、挑战赛广告等，每种广告形式背后都有其独特的算法机制，这为我们的研究提供了丰富的素材。
此外，抖音在人工智能技术的应用方面处于行业前沿，其广告算法不断更新迭代，能够及时反映出人工智能广告算法在现实中的最新发展和伦理挑战。
在研究过程中，我们将深入分析抖音广告算法的实际运行案例，并收集多方面的资料。一方面，通过分析抖音官方发布的技术文档、算法白皮书等资料，深入了解算法的基本架构和运行原理；另一方面，通过与抖音平台的广告主、运营人员、技术研发人员的访谈，了解他们在实际工作中所面临的伦理困境及其解决思路。同时，我们还将广泛搜集学术界对抖音广告算法的相关研究成果、行业报告和媒体报道等二手资料，全面挖掘抖音广告算法在伦理层面所面临的困境与挑战，确保研究具有针对性、深度和科学性。
2. 人工智能与广告算法的基本理论
2.1. 人工智能技术概述
人工智能(AI)作为一门致力于赋予机器类智能的综合性学科，其发展历程经历了多个重要阶段。早期的人工智能研究主要集中于逻辑推理与符号处理，然而，受限于计算能力和数据资源，研究进展较为缓慢。
随着计算机技术的飞速发展以及大数据时代的推动，人工智能取得了重大突破。如今的人工智能技术主要掌握了机器学习，深度学习和自然语言处理的重要技术。在广告领域，机器学习算法能够分析用户对不同广告的点击、浏览时长、转化率等反馈数据，学习用户的兴趣偏好，从而为广告投放提供决策依据。深度学习技术可以根据广告主题和目标受众的特点，自动生成吸引眼球的广告文案和视频内容。自然语言处理(NLP)技术在广告文案创作和智能客服等领域具有至关重要的作用，能够根据用户需求和语境，快速生成符合语言风格和喜好的广告文案，从而提升广告的沟通效果。
2.2. 广告算法的演变
广告行业的算法应用经历了从简单到复杂、从粗糙到精细的演变过程。传统广告时代，广告投放主要依赖经验和直觉，缺乏精准的数据支持，广告商通常采用广泛撒网的方式投放广告，期望能够命中目标受众。然而，这种方式效率低下，会造成严重资源浪费。
随着互联网的兴起，智能个性化广告得以发展。广告算法开始运用初步的数据分析技术，基于网站的浏览量、页面停留时间、点击次数等指标，对用户进行初步分类，进而进行有针对性的广告投放。通过分析用户的社交关系、消费习惯、兴趣爱好、地理位置等信息，广告算法能够精准预测用户需求，推送定制化广告内容。例如，一位频繁关注健康和户外运动的用户，可能会收到关于运动装备、健康食品和健身课程等相关广告，这种个性化推送大大提高了广告效果与用户满意度。尽管这一阶段的广告投放精准度有所提高，但由于数据维度的局限，依然难以满足广告主对精准营销的需求。
2.3. 人工智能与广告结合的特点
人工智能与广告的深度融合，彻底改变了广告的生产和推送机制。在广告内容的个性化生成方面，人工智能技术使得广告能够根据不同用户的兴趣、行为习惯、地理位置和时间等因素实时创作。
以抖音为例，该平台利用自然语言处理技术生成符合用户语言风格和喜好的广告文案，同时结合计算机视觉技术，从海量素材库中挑选或剪辑出适合用户的图像和视频片段，快速组装成极具吸引力的广告视频。人工智能能够通过对用户画像的精准刻画，将广告与目标受众智能匹配进行精准投放。抖音平台收集用户在平台上的各种行为数据，包括点赞、评论、转发、搜索和观看时长等，这些数据被实时传输至后台进行分析，形成详尽的用户画像。广告商可以根据目标客户群体特征，选择匹配的用户画像标签，如年龄在25~35岁之间、喜欢时尚美妆、居住在一线城市且晚上常浏览视频的女性用户，确保广告精准送达目标受众，从而大幅提升广告的转化率。
此外，人工智能还能够对广告效果进行实时监测和优化。通过分析广告的点击率、转化率、停留时间、互动率等关键指标，广告算法可以即时调整广告策略，优化广告内容与投放方式，从而提高广告效率。
3. 人工智能驱动下抖音广告算法的运作机制
3.1. 抖音广告算法的基本结构与流程
抖音的广告算法是一个复杂且高度精细的系统，主要由用户行为数据收集、数据分析、广告推送决策等几个关键环节构成。
首先，用户行为数据的收集是广告算法的基础。抖音通过多种手段全面捕捉用户在平台上的行为信息。当用户浏览抖音短视频时，任何一次点击、停留、滑动，以及对视频的点赞、评论、收藏和转发等操作，都会被实时记录。此外，用户的搜索关键词、关注列表、地理位置、设备信息等，也都被纳入数据收集范围。这些数据通过埋点技术传输到后台，为后续分析提供了源源不断的素材。
接下来，数据分析环节利用大数据技术和机器学习算法对这些海量的用户行为数据进行深度挖掘。大数据技术能够快速处理大量信息，从中提取出有价值的数据，如用户的兴趣偏好、消费能力、消费意向等。机器学习算法进一步对这些数据进行分类、聚类和预测，建立精确的用户模型。通过分析用户的点赞和评论，算法能够判断出其对不同领域的兴趣，进而将用户划分为科技爱好者、美食达人、时尚潮人等类别。
最后，广告推送决策基于用户画像与广告特征的精准匹配。抖音平台拥有丰富的广告资源，每个广告都具有明确的目标受众、产品特点、广告风格和投放预算等特征。当用户打开抖音时，广告推送系统会根据其画像信息，从大量广告中筛选出最适合该用户的广告，并在极短时间内推送至用户浏览页面。甚至会通过用户在平台的消费记录推荐不同价位的商品，对于一位频繁浏览某一相关内容且具备较高消费能力的用户，系统可能会推送高端或豪华产品的广告；而对于关注性价比的用户，系统则可能推荐更为经济实惠的产品。
3.2. 大数据与个性化推荐
抖音借助强大的大数据处理能力，构建了一个极为细致的用户画像体系。首先，抖音收集的用户数据来源广泛，不仅包括平台上的直接行为数据，还整合了来自第三方平台的数据，包括用户在其他网站的消费记录、社交行为和搜索历史等。这些数据通过大数据的融合处理，极大地丰富了用户画像的维度。
大数据技术在数据处理阶段发挥了关键作用。随着海量数据的涌入，平台必须进行清洗、去噪、标准化等预处理，以剔除无效数据，确保数据的质量。随后，通过数据挖掘算法，系统能够提取出用户的关键特征，如兴趣爱好、消费习惯、生活方式等。平台通过分析用户观看视频的类型、时长及与视频创作者的互动情况，算法可以推断用户对不同领域的兴趣和参与深度；通过分析购买历史和消费金额，进一步了解其消费能力和偏好。当用户打开抖音时，推荐系统会根据用户的画像信息以及实时的行为数据(如当前浏览的视频主题、停留时间和互动情况)，为其推荐最符合其兴趣的广告。这种个性化推荐不仅提高了广告的点击率和转化率，也让用户感到广告是为自己量身定制的，从而提升了广告的接受度和用户好感度。如果用户在某个视频上停留时间较长或进行了多次互动，推荐系统会加大对该领域广告的推荐力度。
3.3. 智能内容生成与创意优化
抖音初步凭借深度学习和神经网络等技术收集用户的观看记录、点赞、评论和分享等交互数据，构建用户画像，进而指导生成更加个性化的广告作品与创意文案内容，其次在广告作品与文案创作方面，自然语言处理技术(NLP)的作用显现了出来。根据广告主题、目标受众特点以及品牌风格要求，通过对用户评论、标签和描述的分析，生成富有创意的文本描述，迅速生成多个版本的广告文案，为视频内容增添个性化元素。
在视频内容的生成方面，抖音依托计算机视觉技术和庞大的创意素材库，实现了广告视频的智能化制作平台拥有丰富的视频素材库，包含多种场景、人物和特效等元素。计算机视觉技术能够根据广告需求，自动从素材库中挑选合适的片段进行智能剪辑、拼接，并加上特效、字幕和背景音乐，快速制作出引人入胜的广告视频。像美妆产品广告可组合产品特写视频、使用前后对比图等素材；文案自动生成与优化上，利用自然语言处理技术，结合产品信息和热门话题趋势自动生成初稿，并优化文案表述。
此外，抖音广告算法还采用自动化的A/B测试技术手段持续优化广告创意，自动创建不同版本广告投放给小部分相似受众，对比数据表现，将优秀创意版本推广给大规模受众。同时，基于投放数据洞察，并根据用户的反馈数据(如点击率、转化率、停留时间和互动率)进行分析，平台可以确定最具吸引力的广告创意，并将其大规模推广，确保广告效果的最大化。算法还会引导广告主融入热点内容，如热门音乐、流行话题等，借助热点流量增强广告传播效果和创意吸引力。
4. 人工智能驱动下抖音广告算法的伦理困境
4.1. 算法的黑箱问题与透明性挑战
抖音的人工智能广告算法如同一个复杂且深邃的“黑箱”，其内部运作机制和决策过程对于外界而言往往是不可见的。算法基于海量的数据和复杂的模型进行运算，从用户行为数据的输入到广告推送决策的输出，经过了多层神经网络和机器学习模型的处理。这些复杂的结构和运算使得即使是专业技术人员，也难以完全理解每一步的具体实现方式。对广告商而言，虽然他们投入大量资金在抖音平台投放广告，但却无法明确了解广告投放效果的决定因素。对广告商，85%的受访者表示“无法明确广告曝光量波动的核心原因”，只能依赖平台“模糊化优化建议”调整策略，增加投放风险[7]；对用户，中国信通院《2023年App用户体验报告》显示，72%的抖音用户“不清楚广告推送依据”，68%曾收到与兴趣无关的广告(如向学生推送高端理财广告)，导致用户对平台广告的信任度较2021年下降23%。用户可能会对广告的相关性产生疑虑，认为自己看到的广告与实际需求毫不相关。这种信息不对称不仅降低了用户对广告的信任度，还可能引发用户对平台的不满情绪，进而影响整体的用户体验。
4.2. 数据隐私与安全问题
抖音用户在平台上的每一次互动都会产生大量个人数据，这些数据在收集、存储和使用过程中面临诸多隐私风险。
在数据收集阶段，存在过度采集的问题。为了构建更精准的用户画像，抖音可能会收集用户的通讯录信息、精确的地理位置信息，甚至浏览历史中的敏感内容等，而这些数据是否经过用户的明确授权，用户是否知晓其使用目的，仍存在疑问。用户数据在“收集–存储–使用”全流程存在风险，收集环节，工信部《2023年App隐私合规抽查报告》指出，63%的抖音用户被要求授权“通讯录、精确到街道的地理位置”等非必要权限，部分用户拒绝授权后无法使用“同城推荐”等基础功能；存储环节，2023年国家网络安全通报中心公告显示，抖音因“用户数据未加密存储”遭黑客攻击，导致10万+用户手机号、浏览记录泄露；使用环节，苏牧青等(2024)调查发现，38%的第三方广告商承认“通过抖音获取用户数据用于精准营销”，其中12%存在“数据倒卖”行为，直接导致用户在浏览某类产品后，平均接到4.2个推销电话[8]。
作为一个拥有海量用户数据的平台，抖音的存储系统一旦遭遇黑客攻击，可能导致大量敏感信息如用户姓名、联系方式、浏览历史和消费记录等的泄露，给用户带来极大的困扰和损失。用户数据可能在数据使用环节被滥用。抖音可能会将用户数据共享给第三方合作伙伴，用于广告投放、市场调研、数据分析等目的。但在数据共享过程中，是否严格遵守隐私政策、确保第三方合理使用数据仍然是一个未知数。不法商家可能会利用这些数据进行精准诈骗、恶意营销或非法数据交易，严重侵害用户权益。一些用户可能在浏览产品相关信息后，接到多个推销电话，这很可能是由于用户数据在使用过程中被泄露或滥用所致。
4.3. 信息茧房与自主性问题
彭书琳(2024)通过用户行为追踪发现，68%的抖音用户“近一个月内未接触兴趣之外的广告内容”，如科技爱好者仅接收数码产品广告，文化、教育类广告曝光量不足5% [9]；从社会层面，不同兴趣群体的广告内容差异度达82%，“母婴群体”与“职场群体”的信息交集较2020年减少40%，加剧群体认知对立[10]。在用户自主性方面，周明轩(2022)调研显示，57%的用户“因频繁看到某品牌广告而冲动消费”，其中63%承认“购买后发现非刚需”，算法替代用户完成“隐性决策”[11]。此外，信息茧房还可能会加剧社会的分化与群体对立，由于不同兴趣群体间的共通信息交流减少，容易形成各自的“信息孤岛”，进而影响社会群体间的交流。
从自主性角度来看，过度精准的广告推送环境对用户决策能力产生影响。面对众多同质化的广告信息，用户往往难以全面比较不同产品或服务，也难以进行理性判断。他们可能因频繁接触某一品牌的广告而做出购买决策，而非基于自身的真实需求和理性分析。
4.4. 虚假广告与社会价值观冲突
抖音广告中存在的虚假宣传和低俗内容等伦理问题，对社会风气和消费者的理性判断带来了负面影响。
虚假宣传方面，市场监管总局《2023年虚假广告查处报告》显示，抖音美妆类广告投诉量占总投诉量的35%，典型案例如“7天美白面霜”实际含违禁成分，导致消费者维权成本较2021年增加28%；低俗内容方面，高嘉琪等(2023)通过内容分析发现，18%的抖音广告包含“过度暴露、暗示性语言”等元素，某服饰广告因“低俗动作吸引点击”被举报后，仍有32%的青少年用户表示“曾刷到该广告”[12]。这类内容不仅违背公序良俗，更使抖音12~18岁用户对“理性消费”的认知偏差率提升15% [13]。
这类广告不仅违背了社会的公序良俗，还可能对社会道德风尚和文化氛围产生不良影响，尤其对青少年价值观的形成与身心健康造成潜在危害。例如，某些广告中出现的过度暴露画面或低俗广告语，容易引起用户反感，同时也传递了错误的价值观和审美观念，与社会倡导的健康、积极文化价值观背道而驰。
5. 化解抖音广告算法伦理困境的路径探讨
5.1. 增强算法透明性与可解释性
为了减少算法的“黑箱”效应，提高消费者的信任，可以引入可视化技术，直观呈现算法决策流程。通过构建可视化模型，将从数据输入到广告推送决策的整个过程图形化，使广告主和用户能够清晰地了解数据处理和分析的方式，以及广告推荐的依据是什么。例如，使用流程图或决策树展示用户行为数据如何通过多个算法模块的处理，最终生成广告推荐结果。这种方法能够帮助非技术人员也大致理解算法的运作原理。
其次，可以研发规则提取算法，将复杂的模型转化为易于理解的规则。通过对机器学习模型的分析，提取出简明的规则，说明在什么条件下推荐特定广告。使用户更容易理解广告推荐的逻辑，增强对算法的信任感。
5.2. 构建多元价值观的广告内容体系
通过人工智能技术加强广告内容的伦理审查，确保广告内容符合社会公德，传播正能量，并避免虚假和低俗内容的传播。
可以运用自然语言处理和图像识别技术，对广告文案和视频内容进行实时筛查。自然语言处理技术可以分析广告文案中的关键词、语义和情感倾向，识别是否存在虚假宣传、夸大或低俗的语言表达。图像识别技术则可以检测广告视频中的画面内容，判断是否有不适当或低俗的图像元素。例如，对于声称能迅速减肥的广告，系统可通过分析其语义和相关数据，判断其真实性；对于包含暴露、暴力或恶心画面的广告视频，图像识别系统能够及时发现并标记。
同时，应建立广告内容审核标准和分类体系，根据广告的内容、主题和受众群体等因素进行分类审核。例如，对于面向儿童的广告，需要更加严格审查其内容是否符合儿童的认知水平和价值观，是否存在误导或不良影响。对于存在较大风险的广告，应该实行多层级审核和评估。
此外，应鼓励广告主和创作者积极传播正能量和多元文化价值观。可以通过设立奖项、提供创作支持等方式，激励创作具有社会意义和积极价值的广告内容。例如，可以举办“正能量广告大赛”，评选并奖励优秀广告作品，推动广告行业向更加健康、积极的方向发展。
5.3. 打破信息茧房，强化用户自主性与信息多样性
为破解算法过度精准推送导致的信息茧房与用户决策能力弱化问题，可以从算法优化、功能设计与用户教育三方面入手，平衡推荐精准度与信息多样性，提升用户的自主选择权。可引入“多样性推送权重”的算法优化。调整广告推荐算法的目标函数，在追求点击率、转化率的同时，增设“信息多样性指标”，规定每次向用户推送的5条广告中，至少包含1~2条与用户当前核心兴趣标签不直接相关的“探索性广告”。在功能设计层面，通过开发“广告偏好定制系统”赋予用户更多自主决策工具。允许用户手动设置“感兴趣的广告类型”“希望减少推送的广告类型”及“探索性广告占比”，实现广告推送的个性化定制。在用户教育层面，开展通俗易懂的科普内容，讲解广告算法的推荐逻辑、信息茧房的形成原理及潜在影响，帮助用户理解“为何会频繁看到某类广告”“如何通过功能设置打破信息茧房”。通过短视频、图文等形式，教授用户如何辨别广告信息的真实性、如何基于自身需求筛选广告内容，提升用户在广告环境中的自主决策能力，避免被算法主导消费选择。
5.4. 打破信息茧房，强化用户自主性与信息多样性
为破解算法过度精准推送导致的信息茧房与用户决策能力弱化问题，可以从算法优化、功能设计与用户教育三方面入手，平衡推荐精准度与信息多样性，提升用户的自主选择权。
可引入“多样性推送权重”的算法优化。调整广告推荐算法的目标函数，在追求点击率、转化率的同时，增设“信息多样性指标”，规定每次向用户推送的5条广告中，至少包含1~2条与用户当前核心兴趣标签不直接相关的“探索性广告”。在功能设计层面，通过开发“广告偏好定制系统”赋予用户更多自主决策工具。允许用户手动设置“感兴趣的广告类型”“希望减少推送的广告类型”及“探索性广告占比”，实现广告推送的个性化定制。在用户教育层面，开展通俗易懂的科普内容，讲解广告算法的推荐逻辑、信息茧房的形成原理及潜在影响，帮助用户理解“为何会频繁看到某类广告”“如何通过功能设置打破信息茧房”。通过短视频、图文等形式，教授用户如何辨别广告信息的真实性、如何基于自身需求筛选广告内容，提升用户在广告环境中的自主决策能力，避免被算法主导消费选择。
5.5. 建立监管与自律机制
政府应加强对广告算法的监管立法，制定详细的法律法规，明确广告算法设计、运行和监督的标准与要求。算法须具备一定的透明性和可解释性，禁止使用可能导致歧视或偏见的设计，对数据隐私保护提出严格的标准等。同时，加强执法力度，对违反法律法规的广告行为和平台进行严厉处罚，以形成有效的法律威慑。广告平台应建立内部伦理审查团队和风险防控机制，负责对广告算法和内容进行伦理评估，确保其符合社会伦理和道德标准和及时发现和处理潜在的伦理问题，制定应急预案，降低风险的影响。
6. 结论与展望
6.1. 研究总结
本研究对人工智能驱动下的抖音广告算法伦理困境进行了全面分析，深入探讨了其运作机制及相关伦理问题。研究揭示了算法黑箱、歧视偏见、数据隐私、信息茧房和虚假广告等问题，并分析了这些问题对用户权益、社会公平以及文化价值观的潜在影响。针对这些问题，本文提出了包括增强算法透明性与可解释性、加强数据隐私保护、构建多元价值观的广告内容体系以及建立监管与自律机制等相应的解决路径。这些策略旨在从技术、法律、行业和社会层面入手，推动抖音广告算法的健康发展，力求在实现商业利益的同时，兼顾社会伦理的要求。
6.2. 研究的不足与未来研究方向
本研究对抖音广告算法带来的伦理问题进行了系统的探讨，但仍存在一些局限性。本文虽然选取了抖音作为典型案例，但这一案例可能无法完全涵盖所有广告平台和广告算法的具体情况。未来的研究可以考虑扩大案例的范围，涵盖更多的广告平台，以更全面地了解人工智能广告算法在多种环境下的伦理问题及其解决路径。在理论与实践的结合方面，尽管本文提出了解决路径，但这些策略在实际操作中的可行性和有效性仍需进一步验证。未来的研究可以通过实证研究、实验验证等方法，不断优化和改进解决策略，提升其在实际应用中的效果与可操作性。最后，随着人工智能技术的不断发展，新型广告算法和应用场景层出不穷，未来的研究需要密切关注这些变化，及时发现可能出现的新伦理问题，并探索针对性的解决方案。
总的来说，人工智能驱动下广告算法伦理的研究不仅具有重要的现实意义，而且面临诸多挑战。学术界、产业界及社会各界需共同努力，在推动技术创新的同时，坚持伦理底线，确保广告行业的可持续发展。