美國演員貝蒂・吉爾平在資深 NPR 節目《Fresh Air》訪談中表示，自己近年的角色選擇正由公式化的「蛇蠟美人、溫順妻子或邪惡情婦」轉向更複雜、陌生且無法被既有類型快速歸類的人物。她在 FX 黑色犯罪劇《The Lowdown》第二季飾演向自任調查記者的伊森・霍克求助的公設辯護人，也在 Apple TV+ 怪喜劇《Widow’s Bay》中出演一名 18 世紀女性，並憑該角色獲得艾美獎。
吉爾平把這類作品稱為「反演算法」：產業通常偏好安全、熟悉、可輕鬆吸引大眾的內容，但她選擇投向怪異、難解與無法迅速辨識的作品。她並未單純拒絕商業化，而是要求角色具備足夠的表演複雜度與不可預測性。
她另以《Oh, Mary!》中的瑪莉・托德・林肯一角展現高密度喜劇表演；該劇原本由科爾・艾斯科拉參與製作，因時序巧合由吉爾平接手。她也回顧《GLOW》帶來的身體觀轉變，認為摔角並非單純展示力量，而是透過信任、脆弱與彼此照顧建立真實感。這份訪談呈現的實質，是資深創作者在類型老化後，重新奪回角色自主權的過程。
這場衝突首先是藝術創作與工業效率之間的張力，而非政治或經濟權力鬥角。影視產業依賴測試觀眾、型錄資料與內容標籤預測利害關係人；製作方通常偏好輪廓清楚、類型明確且能降低觀眾理解成本的敘事。「反演算法」的實質，是主動偏離標準化角色預測，讓作品無法被既有內容分類迅速消化。
這種選擇並不等於拒絕市場規律。串流平台同樣需要注意力，怪誕題材、歷史恐怖與黑色喜劇若能形成鮮明口碑，也可能帶來討論、獎項與續作商機。吉爾平的矛盾之處在於：她感謝產業提供機會，卻希望角色不再把自己固定為單一性別、類型與年齡模板。她所追求的是「看起來像自己」，但並非拒絕專業演出，而是要求專業角色具有更寬廣的人性空間。
她的職業路徑也反映演員市場的結構性變化。從《GLOW》獲得三項艾美獎提名，到《Widow’s Bay》僅拍攝數日便獲艾美獎，顯示短暫客席也可能因高辨識度表演而勝出。獎項制度不只獎勚長篇累積的製作，也可能放大單場表演的稀缺性。
更深層的背景，是演員身體與身份敘事逐漸鬆動。吉爾平將《GLOW》描述為第一次把身體視為完整而有力量的表演工具，並以摔角學習如何讓對手看起來最強。這種「互相成就」的合作倫理，挑戰了影視產業將身體僅視為商品外表、或將女性演員鎖定為外貌類型的長期慣性。
因此，真正受挑戰的不是單一平台，而是內容資料、推薦機制與人才分類之間的封閉迴路。當創作者選擇不可預測的作品，產業才可能避免把既有成功經驗直接複製成下一個角色，反過來擴大觀眾對複雜角色的想像。
影視產業接下來的競爭，可能不只在誰能製造最符合演算法的內容，而在誰能辨認那些尚未被演算法充分理解的作品。串流平台累積大量內容後，推薦系統會越來越依賴觀看歷史與內容標籤；結果可能是安全性提高，卻也容易形成類型回音室。這種「可預測」未必等同於品質，反而可能讓觀眾逐漸失去接觸陌生敘事的機會。
歷史上的舞台、電影與串流每次都曾打破既有類型，但下一階段的關鍵不在單一奇作，而在制度能否容許不確定性存在。當內容生產不再只追求立即可預測的觀看數，演算法才可能從篩選器轉為探索工具。
最具優先性的行動，是把「不可預測」從風險標記重新定義為可管理的探索資產。
01 起因觸發：資深演員選擇非典型、怪誕且難以快速分類的角色
02 一階傳導：串流平台與製作方重新思考選角、內容標籤及推薦邏輯
03 二階擴散：影視投資人提高對口碑、獎項與社群傳播的重視
04 宏觀終局：演算法內容生態由單一標準化推薦轉向分層探索與創作者策展
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
