你看到的內(nèi)容是你想看到的，也是算法想你看到的。
事實上，算法一直飽受爭議。有人認為推薦算法的出現(xiàn)，完成了尼葛洛龐帝“我的日報”的預(yù)言。用戶甚至不需要親自創(chuàng)造“我的日報”，因為推薦算法正在為每個用戶默默執(zhí)行。但也有人認為推薦算法把用戶桎梏在一個個彼此隔絕的“信息繭房”。
因此，算法公開透明顯得尤為重要。今年1月，抖音宣布將推出10項措施，推動算法和平臺治理透明化。3月，抖音上線了“抖音安全與信任中心”網(wǎng)站，面向社會公開算法原理、社區(qū)規(guī)范、治理體系和用戶服務(wù)機制。這標(biāo)志著互聯(lián)網(wǎng)行業(yè)對算法治理的探索邁入“深水區(qū)”。
人們需要算法嗎？
在社會學(xué)家的眼中，大家所處的時代具有兩個鮮明特質(zhì)：信息過載、生活加速。
前者意味著用戶每天要面對海量的信息。據(jù)IDC發(fā)布的《數(shù)據(jù)時代2025》報告，全球每年產(chǎn)生的數(shù)據(jù)從2018年的33 ZB（澤字節(jié)，是GB的240倍）增長到175 ZB，以25Mb/秒的下載速度計算，一個人下載全人類2025年產(chǎn)生的數(shù)據(jù)需要18億年。具體到個人，用戶面對的新增信息量，也從報紙時代的每天幾十個版面、數(shù)百條新聞，增加到一個平臺每天就有上億條新內(nèi)容，遠超個人所能處理的極限。
身處信息爆炸時代，用戶難以單憑傳統(tǒng)方式篩選出對自己有價值的信息。在這種背景下，推薦算法的出現(xiàn)極大地提升了大家獲取信息的效率和質(zhì)量。
推薦算法是一種基于用戶行為、興趣，向用戶推薦內(nèi)容的信息過濾技術(shù)。它的目的是減少用戶在海量數(shù)據(jù)中篩選信息所需的時間和精力，把合適的內(nèi)容推薦給合適的用戶，以提高信息分發(fā)的效率和準(zhǔn)確性。
從技術(shù)視角來看，推薦算法的基礎(chǔ)是機器學(xué)習(xí)。而機器學(xué)習(xí)是人工智能的核心技術(shù)之一，其定義有很多種，大體都可以歸結(jié)為通過已有的數(shù)據(jù)進行數(shù)學(xué)建模、挖掘規(guī)律，隨后，在此基礎(chǔ)上對未知的數(shù)據(jù)進行預(yù)測。
以抖音為例，隨著機器學(xué)習(xí)技術(shù)的發(fā)展，平臺已經(jīng)幾乎不依賴對內(nèi)容或者用戶打標(biāo)簽，而是通過一系列神經(jīng)網(wǎng)絡(luò)計算，直接預(yù)估每一個用戶對每一個內(nèi)容的目標(biāo)行為，比如點贊、關(guān)注、分享、評論的概率，并挑選出概率最大的一部分內(nèi)容，推薦給用戶。這意味著，算法無需理解內(nèi)容類型或語義，就能直接預(yù)測用戶行為。
清華大學(xué)社科院發(fā)布的《破繭還是筑繭？用戶使用、算法推薦與信息繭房研究報告》顯示，70%的用戶對個性化推薦算法持肯定態(tài)度，認可算法技術(shù)是海量信息時代的一種有效策略，幫助用戶解決信息過載的問題。在實際使用調(diào)研中，超過90%的短視頻APP用戶選擇開啟個性化推薦算法。
算法會導(dǎo)致信息繭房嗎？
“在互聯(lián)網(wǎng)平臺上，哪些內(nèi)容我們看久了，之后就會收到重復(fù)內(nèi)容的頻繁推送”“我們跟朋友聊什么，就會刷到與之相關(guān)的網(wǎng)頁、短視頻鏈接”。大數(shù)據(jù)時代，每個人都被算法“精準(zhǔn)投喂”，陷入到“信息繭房”當(dāng)中。
“信息繭房”一詞，最早出現(xiàn)在凱斯·桑斯坦的《信息烏托邦》一書，后擴展至互聯(lián)網(wǎng)時代的個性化信息過濾問題，指個體通過興趣篩選信息，逐漸將自己束縛在類似“蠶繭”的同質(zhì)化信息環(huán)境中，導(dǎo)致認知窄化和社會孤立。
不少觀點認為，內(nèi)容平臺在推薦算法加持下，只給用戶推送他們喜歡看的內(nèi)容和觀點，會致用戶處于“信息繭房”中。
為進一步深化互聯(lián)網(wǎng)信息服務(wù)算法綜合治理，中央網(wǎng)信辦、工信部、公安部、國家市場監(jiān)管總局等四部門于2024年11月聯(lián)合發(fā)布了《關(guān)于開展“清朗·網(wǎng)絡(luò)平臺算法典型問題治理”專項行動的通知》，明確了信息繭房、熱搜榜單、新就業(yè)形態(tài)勞動者權(quán)益、大數(shù)據(jù)“殺熟”、算法向上向善、落實算法安全主體責(zé)任等六大整治任務(wù)，督促企業(yè)深入對照自查自改，進一步提升算法安全能力。通知同時明確了算法導(dǎo)向正確、算法公平公正、算法公開透明、算法自主可控、算法責(zé)任落實等工作目標(biāo)。
除了監(jiān)管部門和用戶，平臺同樣希望打破信息繭房，因為相似的內(nèi)容過多直接會影響用戶體驗，多元化內(nèi)容有益于用戶的長期留存，而算法承接的任務(wù)就是實現(xiàn)基于用戶感興趣前提下的多元化。
據(jù)抖音總裁韓尚佑介紹，目前抖音建立了多目標(biāo)模型，設(shè)置了100多個目標(biāo)，以解決單一目標(biāo)下系統(tǒng)容易重復(fù)推送相似內(nèi)容的問題；還加強了推薦系統(tǒng)中對搜索行為的應(yīng)用，讓系統(tǒng)實時根據(jù)用戶搜索興趣進行調(diào)整。
騰訊公司副總裁陳勇則提到，他們正在陸續(xù)構(gòu)建更豐富的“破繭”功能矩陣，并提供用戶指引，通過算法迭代和體驗優(yōu)化的雙支點，讓用戶找得到、用得上、有實效。
小紅書總編輯、副總裁許磊認為，“信息繭房”是一個雙向過程，平臺和用戶在內(nèi)容偏好上，要做到靈活調(diào)節(jié)，借助正、負反饋機制，進一步破除“繭房”。
具體到算法的技術(shù)層面，抖音算法工程師劉暢表示，抖音更關(guān)注用戶長期價值，而非追求平臺的短期數(shù)據(jù)。為此，抖音算法考慮了眾多目標(biāo)，如完播、評論、點贊、對作者長期消費、分享、跟拍等，力圖計算出更符合用戶長期價值的目標(biāo)。
抖音算法在多目標(biāo)建模體系下，設(shè)置了專門的探索維度。一是對用戶在平臺上已經(jīng)表現(xiàn)出的興趣，盡可能推薦更多樣的內(nèi)容，通過多樣性打散、多興趣召回、扶持小眾（長尾）興趣等方法控制相似內(nèi)容出現(xiàn)的頻次。二是幫助用戶探索更多新興趣，采用隨機推薦、基于用戶社交關(guān)系拓展興趣、搜索推薦聯(lián)動、“不感興趣”不再展現(xiàn)等多種方式，讓用戶的主動行為影響推薦系統(tǒng)，使推薦更加個性化和多樣化。
劉暢介紹，抖音的推薦算法與國內(nèi)外大部分內(nèi)容推薦平臺相似，包含召回、過濾、排序等環(huán)節(jié)，重點是學(xué)習(xí)用戶行為。抖音基于用戶行為的推薦方法包含多種技術(shù)模型，如協(xié)同過濾、雙塔召回、Wide&Deep模型等。算法可以在完全“不理解內(nèi)容”的情況下，找到興趣相似的用戶，把其他人感興趣的內(nèi)容推薦給該用戶。目前，抖音算法已幾乎不依賴對內(nèi)容和用戶打標(biāo)簽，而是通過神經(jīng)網(wǎng)絡(luò)計算，預(yù)估用戶行為，計算用戶觀看這條內(nèi)容獲得的價值總和，把排名靠前的內(nèi)容推給用戶。
算法會窺探用戶隱私嗎？
針對算法與個人隱私的沖突問題，《消費者報道》選取了三個與消費者日常生活密切相關(guān)的典型場景進行深度剖析，從技術(shù)原理、法律法規(guī)及消費者權(quán)益保護等維度展開全面解讀。
質(zhì)疑1：
我剛和朋友聊到某個商品，打開手機就收到相關(guān)廣告，到底是巧合還是App在監(jiān)聽？
質(zhì)疑2：
為什么我在A平臺看得多的內(nèi)容，B平臺也會給我推送，我的瀏覽隱私是不是被泄露或者共享了？
質(zhì)疑點3：
我不想讓推薦算法知道我的瀏覽習(xí)慣，明明對喜歡的內(nèi)容點了不感興趣，為什么還會收到相似內(nèi)容的推薦？
結(jié)語
當(dāng)算法的神秘面紗被揭開，整個互聯(lián)網(wǎng)行業(yè)將會邁上新的發(fā)展臺階，為用戶帶來更優(yōu)質(zhì)、安全、多元的服務(wù)體驗。
正如加拿大傳播學(xué)家文森特·莫斯可所言：不必壓抑這些爭論，因為當(dāng)新技術(shù)徹底融入人們地生活后，這些爭論自然會趨緩。人們也終于可以用平和與理性去理解技術(shù)的結(jié)果。
本文鏈接：http://jphkf.cn/news-13-905-0.html消道長辟謠｜App偷聽用戶對話？算法導(dǎo)致信息繭房？真相是……
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔(dān)任何法律責(zé)任。天上不會到餡餅，請大家謹(jǐn)防詐騙！若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
