年輕人開(kāi)始“反算法”
導(dǎo)語(yǔ)：從事互聯(lián)網(wǎng)運(yùn)營(yíng)的盧鋒，想要搜索某個(gè)科技產(chǎn)品的特性及用戶使用體驗(yàn)，但打開(kāi)知乎，還沒(méi)來(lái)得及輸入關(guān)鍵詞，便被首頁(yè)的推薦內(nèi)容所吸引，不停地點(diǎn)開(kāi)一條又一條。半個(gè)小時(shí)過(guò)去，他恍然間已經(jīng)忘了最初為什么打開(kāi)知乎。
“算法不講武德！”越來(lái)越多年輕人發(fā)覺(jué)，生活正在被算法控制。
從事互聯(lián)網(wǎng)運(yùn)營(yíng)的盧鋒，想要搜索某個(gè)科技產(chǎn)品的特性及用戶使用體驗(yàn)，但打開(kāi)知乎，還沒(méi)來(lái)得及輸入關(guān)鍵詞，便被首頁(yè)的推薦內(nèi)容所吸引，不停地點(diǎn)開(kāi)一條又一條。半個(gè)小時(shí)過(guò)去，他恍然間已經(jīng)忘了最初為什么打開(kāi)知乎。
這就是不少年輕人感受到的算法推薦帶來(lái)的負(fù)面影響之一――易沉迷。
個(gè)性化推薦幾乎成為每一款互聯(lián)網(wǎng)產(chǎn)品標(biāo)配，大數(shù)據(jù)已經(jīng)越來(lái)越多地介入了人們的“手機(jī)生活”。不可否認(rèn)，算法推薦在追求商業(yè)利益之外，本質(zhì)上是為用戶服務(wù)的，很多人的感受是，在一些App頻繁輸入興趣關(guān)鍵詞，算法就能夠逐漸了解甚至摸透自己的興趣和喜好，進(jìn)而持續(xù)推薦自己感興趣的內(nèi)容。
正如美國(guó)學(xué)者凱斯?桑斯坦所言，在傳播過(guò)程中，公眾會(huì)偏向于選擇那些他們感興趣的信息，但久而久之，便會(huì)將自身置于“繭房”之中。在這樣的“信息繭房”中，全部都是感興趣的內(nèi)容，很容易致癮，讓人停不下來(lái)。
長(zhǎng)此以往，可能會(huì)使人盲目自信甚至走向極端。美國(guó)互聯(lián)網(wǎng)觀察家伊萊?帕里澤將此形容為“過(guò)濾氣泡”，算法推薦會(huì)過(guò)濾掉異質(zhì)信息，為用戶打造個(gè)性化的信息世界，讓用戶身處在“網(wǎng)絡(luò)泡泡”的環(huán)境中。
一直深處于自己樂(lè)意看到的內(nèi)容池當(dāng)中，視野可能會(huì)變得狹窄，所見(jiàn)所聞被App所控制。不過(guò)，這屆年輕人心里清楚，在當(dāng)今社會(huì)，完全脫離算法是不可能的，他們只能用自己的方式去嘗試“對(duì)抗算法”。
有人用“不登錄、不點(diǎn)贊、不關(guān)注、不評(píng)論”的方式盡量減少在網(wǎng)上留下痕跡；有人用多個(gè)手機(jī)和手機(jī)號(hào)，盡量分隔可能成癮的網(wǎng)絡(luò)環(huán)境；有人針對(duì)不同的場(chǎng)景訓(xùn)練不同的賬號(hào)……
困在算法里
22歲的林楓最近因?yàn)楣ぷ餍伦?cè)了一個(gè)抖音賬號(hào)，面對(duì)著“震驚體、剛剛體”等“野生推薦內(nèi)容”，他有些懷疑：“我是刷了一個(gè)假抖音嗎？”
為了讓抖音的算法推薦更多偏向自己工作的內(nèi)容，他當(dāng)天晚上就決定“好好調(diào)教”一下抖音新賬號(hào)，持續(xù)用抖音搜索工作相關(guān)的內(nèi)容。但沒(méi)想到，一“調(diào)教”居然“調(diào)教”到了天亮，只得拖著疲憊的身軀繼續(xù)上班。
林楓原本是想利用算法，能夠更高效率地尋找優(yōu)質(zhì)內(nèi)容，沒(méi)想到最后被“反噬”，很難控制自己刷完一個(gè)視頻繼續(xù)上滑的動(dòng)作。
如同抖音是林楓的“時(shí)間黑洞”，快手、B站、知乎，于很多年輕人而言也是時(shí)間黑洞，一旦打開(kāi)，就很難停下來(lái)，背后都有算法的“功勞”。
時(shí)至今日，隨著互聯(lián)網(wǎng)門檻的降低，普羅大眾對(duì)于算法這個(gè)詞并不陌生。算法推薦能夠通過(guò)數(shù)學(xué)變量的運(yùn)算，推測(cè)出用戶可能喜歡的東西，進(jìn)而降低用戶尋找優(yōu)質(zhì)內(nèi)容的時(shí)間成本。楊漾為了降低尋找喜歡內(nèi)容的成本，甚至?xí)酥谱约?、不隨意點(diǎn)開(kāi)一些不喜歡的內(nèi)容，即使不小心點(diǎn)開(kāi)后也會(huì)及時(shí)退出，以免算法進(jìn)一步獲取錯(cuò)誤信息。
但算法進(jìn)一步優(yōu)化，演變成一些App為了增強(qiáng)用戶黏性，以此遷就用戶喜好的“工具”，不斷猜測(cè)和推薦符合其立場(chǎng)和偏好的內(nèi)容。當(dāng)人們習(xí)慣性地被自己的興趣所引導(dǎo)，很容易陷入“信息繭房”。
來(lái)源/視覺(jué)中國(guó)來(lái)源/視覺(jué)中國(guó)
“算法推薦讓我越來(lái)越被迫固步自封了，其實(shí)也想偶爾跳出舒適區(qū)嘗試一些新的事物、獲取新的信息，卻被不停投喂類似的信息?！倍拱暌晃挥脩舯硎尽?/p>
去年下半年，百度創(chuàng)始人李彥宏也曾兩次提到“信息繭房”。在百度紀(jì)錄片《二十度》中，李彥宏說(shuō)道，“現(xiàn)在的算法在試圖取悅用戶，算法的好壞基本上是按照這個(gè)用戶花了多長(zhǎng)時(shí)間來(lái)消費(fèi)內(nèi)容、他第二天再回來(lái)的概率有多大，都是在優(yōu)化這些東西”。他認(rèn)為這樣不好，會(huì)把人搞得非常分裂，容易讓人走極端。
個(gè)性化的推薦，讓相同價(jià)值觀的人被集合到一起，甚至有可能進(jìn)一步走向極端，這并非沒(méi)有案例。劍橋分析公司曾被質(zhì)疑深度參與了2016年美國(guó)大選，采用個(gè)性化內(nèi)容推送方式，幫助政客確定不同類型的選民在特定問(wèn)題上的立場(chǎng)，并輔助政客制定競(jìng)選策略，影響美國(guó)大選結(jié)果。雖然劍橋分析公司曾否認(rèn)非法或不恰當(dāng)?shù)厥占蚺c其他人分享數(shù)據(jù)，但這個(gè)案例證明，算法推薦如被不當(dāng)使用，風(fēng)險(xiǎn)極大。