640首流行歌里的她：忙“恋爱”的女性开始忙“搞钱”

640首流行歌里的她：忙“恋爱”的女性开始忙“搞钱”流行歌曲里藏了多少关于女性成长的心事？1月，香港科技大学商学院王文博教授的团队发布了一项调研，他们选取过去32年每年20首流行歌曲，给chat-GPT下达指令，分析歌词文本并判断所传达的情感，同时将节选歌词发给25000名涵盖各年龄段的女性，调查她们对歌词的感受。光景流转，传唱度高的歌曲内容也产生了变迁。王文博说，近三十年来，女性视角下的女性形象发生了很大变化。比起爱情，她们更渴望与金钱、事业绑定，“自由、独立、理智、勇敢是现在女性更追求的理想形象”。他的另一项研究也佐证了这点，通过AI提取豆瓣平台上30年来最火的电视剧女主角形象关键词，上世纪90年代是“孝顺贤惠”,如今变成了“自信坚强”。女性角色正在打破一个传统的性别规范，“更加多样，越来越难用标签词去定义。”而面对容易挑起性别对立的“翻车”营销和情绪性讨论，他的建议是，“道路千万条，理解是起点”，“我希望社会要先把人当成一个人，再去考虑具体的性别。”王文博给学生讲课 本文图片均为受访者供图“我们生活在巨大的差异里”澎湃新闻：你选取了流行歌曲作为研究材料，为什么会考虑进行这项研究？王文博：我们很好奇，用户时间都花哪了？平时在接收哪些信息？ 首先是用户喜欢或认同的内容才能占据他们大量时长，这些恰恰是我们最关心的内容，也是最值得分析的内容。用户与内容是相互构建的关系，用户有选择性地关注内容，同时这些内容也进一步影响并塑造用户的三观。现在的人工智能可以深度解读一些原来我们无法低成本解读的大体量文本，像歌词、电视剧女主角介绍、海量评论、网文、网剧等等。澎湃新闻：这项研究耗时多久，团队有多少人参与？王文博：从构思到具体执行，前后半年时间。当下许多研究缺乏对现代女性的了解，而我的研究助理由4名00后组成，她们全是很具有代表性的女性。现在有 AI 的帮助，只要设计好prompt（prompt是提示词，是一种利用自然语言来指导或激发人工智能模型完成特定任务的方法。），搜集好原始数据——过去32年的流行歌曲榜单，每年取20首歌曲，把歌词导入chat-GPT中，让AI做文本分析，将抽样筛选出的600多首歌的歌词发给25000名女性研究对象，调查她们对于歌词的感受。澎湃新闻：做文本分析是怎样的流程？要怎样保证抓取的准确性？王文博：我们采用数据爬虫记录屏幕上的文字或者图片，用生成式AI大模型去做深度解读。没有任何一个研究可以保证100%的准确性，只能说尽量做到客观、典型。首先我们在选取被试时，尽量采取大样本，覆盖各个年龄段，年龄最大的受访者75岁，最小的18岁；其次，我们尽量取这些占据用户时长比较多的内容，比如传唱度最高的一些歌曲，而非昙花一现的内容。而在内容解读方面，这些歌词我每一首都看过，我觉得AI 概括得还挺好的。至于它是对是错，供大家评论。澎湃新闻：近32年，流行曲中女性形象具体有哪些变化？王文博：关于爱情的歌曲越来越少了，现在大家不想谈恋爱，都想搞钱搞事业。90年代传唱度很高的歌曲，例如《囚鸟》、《为你我受冷风吹》、《雨蝶》被现在的95后、00后的女性视为“三观不正”。而近几年流行曲关键词的变化，反映了00年代出生的女性自由、独立、勇敢的个性趋势。我做的另一项研究是关于豆瓣30年来最火的电视剧女主形象关键词的变迁， 从90 年代的孝顺、热情、温婉，到00年代的爱情至上、倔强、单纯，再到现在的自信、干练、坚强，我们能感受到，女性正在打破一个更加传统的性别规范。豆瓣近30年排名最高的30部华语电视剧中，女性角色简介除此之外，还有一个很有意思的点，现在大家喜爱的电视剧女性角色的人设更多样化了，不像之前可以使用几个词汇给一个完美女性设立固定标准。我觉得大家应该要理解并认同这些变化，然后去思考社会如何更好地加深互相理解，而不是对立。再进一步，家庭关系、同事关系、商业关系这些关系如何更好地去适应当前女性主体的变化。澎湃新闻：研究过程中，印象最深刻的事情是什么？王文博：有50多名女性参与了一对一访谈，时长约2个小时。访谈环节给我感触最深的就是，我们生活在巨大的差异里，每个人都是不一样的烟火。有些受访者是从小镇或者农村来到大城市打工，比如我们采访过一个20出头的、某个手机大厂前流水线员工，现在在做酒店前台。她说一个女孩在大城市很难的，在淘宝上买东西，收件人要写男人的名字，门口要放一双 43码的男式拖鞋。这个女孩剃短头发，打扮中性。有时看到领导在电梯里，宁可自己爬楼梯也不想跟领导一个电梯。很多社会打工族为了工作，没法直接拒绝客户、老板，只能委婉地规避他们的凝视，绕开他们。而家境相对优渥，有海外留学背景的精英女性遇到性骚扰，则更有拒绝的底气。除了面对男性凝视的态度，不同阶层间的差异也体现在思考问题的角度。迫于生计的996社畜，很多时候是被动、零散地思考，或者说在特定的生活压力下，某一天看到一句鸡汤就觉醒了，她更可能关心自己的事儿。而有钱有闲的人能主动跳脱自身环境，相对抽离地去点评一些社会恶性事件，思考那些似乎与自己无关的事。女性会为情绪价值买单澎湃新闻：我们看到，部分女性认为某些企业的广告存在辱女、厌女的意味，把广告骂上热搜，达到反向营销的效果，你如何看待女性的这种行为？王文博：有些女性承担了家庭采购员的角色，不仅要给自己买东西，还要给孩子、家里人买东西。由于这类女性产生的消费额比较高，在商业方面天然会被企业列为潜在客户。而此类事件反映了现在很多企业不了解消费者，没有跟上时代变化，需要消费者善意提醒。如果企业迟迟学不会调整，将会被市场淘汰。澎湃新闻：女性在消费时的心理需求发生了哪些变化？王文博：其实女性“理解、陪伴、治愈、优越”的需求一直都在，但从前没有很多产品去满足这部分需求，这几年重新被挖掘出来。以前企业的产品解决一些基本功能，就能在市场站稳脚跟。但现在竞争越来越激烈，企业会思考怎么添加非功能的局部价值，比如情绪价值，由此催生了很多附带情绪价值的产品。比如以前的很多衣服注重保暖、抗燥防冻、实用便宜，不像现在的二次元产品、联名产品，充满个性化展示，这些都是照顾用户的情绪价值，也是因为用户愿意为产品提供的情绪价值买单，才会形成市场。澎湃新闻：你现在有做关于女性需求的大数据研究吗？王文博：我正在进行的是关于银发族女性的研究，是一群55岁到70岁的女性，现在商业中比较关心银发族女性的需求，需求是差异化的，比如她们买衣服不一定追求实用功能，可能更喜欢漂亮、艳丽、显年轻的款式。抖音上有很多情感直播间，里面的常客是下沉市场的中年女性，或60岁上下的老年女性。我们会关注他们关心的情感话题，他们生活中有什么烦恼，有哪些烦恼是可以通过商业化的办法解决的，这是我正在研究的一些课题。道路千万条，理解是起点澎湃新闻：你如何看待网络评论里部分男性和女性之间的态度差异？王文博：我觉得“道路千万条，理解是起点”，把人当成一个基本的人去理解和尊重，是所有事情的起点吧。很多具有话语权的企业家也好，打工人也好，他们自己应该要跟上时代的变化。澎湃新闻：作为一个男教授，为什么你这么愿意研究各个年龄段女性的需求？王文博：了解女性的所思所想，让她们获得公平正义，也是所有人的责任。很多人会质疑，你一个男人怎么研究女性的事，怀疑我是不是有商业目的，为了博流量。我不太希望有人优先用一些男性刻板印象代入到我身上，我希望社会要先把人当成一个人，再去考虑具体的性别。每个人先回归他人的本身，超越地域、职业等等外部标签，做到互相尊重，互相理解。澎湃新闻：你传授知识从讲台延伸到短视频平台，受众从社会精英扩大到普罗大众，这种变化有没有带给你新的反思？王文博：首先国内不少人有很强的求知欲，但没法获得优质的教育资源。而互联网能让他以更低的成本听到不一样的声音。我自己收到过一封来自大别山里50多岁妇女的私信，小时候因为家庭的原因没机会上大学，她表示特别喜欢听我视频号里讲的内容，听不同的声音会让她思考问题更加多元，而不是二极管思维，给她打开了一扇窗。这些反馈对我来说是一个莫大的激励，也是让我持续产出内容的动力。其次，要把事说清楚，兼顾听众的收听习惯。尽量不要说术语，同时不要带有极端的情绪。很多用户是带着自己原有的主观立场看短视频，比如寻求共鸣，来互联网找同类。如果你跟他声音不一样，他会骂你；如果你跟他一样，他会说，你看我早就想到了，还用你说？还有一种是为了蹭热点，在评论区骂得狠是为了给自己的号引流。我觉得没必要在这些无谓的争吵上浪费时间，这对于我们认识世界没有什么好处。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!