你看到的內容是你想看到的，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，完成了尼葛洛龐帝“我的日報”的預言。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機制。這標志著互聯(lián)網行業(yè)對算法治理的探索邁入“深水區(qū)”。
人們需要算法嗎？
在社會學家的眼中，大家所處的時代具有兩個鮮明特質：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IDC發(fā)布的《數據時代2025》報告，全球每年產生的數據從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年產生的數據需要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、數百條新聞，增加到一個平臺每天就有上億條新內容，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，推薦算法的出現極大地提升了大家獲取信息的效率和質量。
推薦算法是一種基于用戶行為、興趣，向用戶推薦內容的信息過濾技術。它的目的是減少用戶在海量數據中篩選信息所需的時間和精力，把合適的內容推薦給合適的用戶，以提高信息分發(fā)的效率和準確性。
從技術視角來看，推薦算法的基礎是機器學習。而機器學習是人工智能的核心技術之一，其定義有很多種，大體都可以歸結為通過已有的數據進行數學建模、挖掘規(guī)律，隨后，在此基礎上對未知的數據進行預測。
以抖音為例，隨著機器學習技術的發(fā)展，平臺已經幾乎不依賴對內容或者用戶打標簽，而是通過一系列神經網絡計算，直接預估每一個用戶對每一個內容的目標行為，比如點贊、關注、分享、評論的概率，并挑選出概率最大的一部分內容，推薦給用戶。這意味著，算法無需理解內容類型或語義，就能直接預測用戶行為。
清華大學社科院發(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。
算法會導致信息繭房嗎？
“在互聯(lián)網平臺上，哪些內容我們看久了，之后就會收到重復內容的頻繁推送”“我們跟朋友聊什么，就會刷到與之相關的網頁、短視頻鏈接”。大數據時代，每個人都被算法“精準投喂”，陷入到“信息繭房”當中。
“信息繭房”一詞，最早出現在凱斯·桑斯坦的《信息烏托邦》一書，后擴展至互聯(lián)網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”的同質化信息環(huán)境中，導致認知窄化和社會孤立。
不少觀點認為，內容平臺在推薦算法加持下，只給用戶推送他們喜歡看的內容和觀點，會致用戶處于“信息繭房”中。
為進一步深化互聯(lián)網信息服務算法綜合治理，中央網信辦、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《關于開展“清朗·網絡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)勞動者權益、大數據“殺熟”、算法向上向善、落實算法安全主體責任等六大整治任務，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向正確、算法公平公正、算法公開透明、算法自主可控、算法責任落實等工作目標。
除了監(jiān)管部門和用戶，平臺同樣希望打破信息繭房，因為相似的內容過多直接會影響用戶體驗，多元化內容有益于用戶的長期留存，而算法承接的任務就是實現基于用戶感興趣前提下的多元化。
據抖音總裁韓尚佑介紹，目前抖音建立了多目標模型，設置了100多個目標，以解決單一目標下系統(tǒng)容易重復推送相似內容的問題；還加強了推薦系統(tǒng)中對搜索行為的應用，讓系統(tǒng)實時根據用戶搜索興趣進行調整。
騰訊公司副總裁陳勇則提到，他們正在陸續(xù)構建更豐富的“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，平臺和用戶在內容偏好上，要做到靈活調節(jié)，借助正、負反饋機制，進一步破除“繭房”。
具體到算法的技術層面，抖音算法工程師劉暢表示，抖音更關注用戶長期價值，而非追求平臺的短期數據。為此，抖音算法考慮了眾多目標，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。
抖音算法在多目標建模體系下，設置了專門的探索維度。一是對用戶在平臺上已經表現出的興趣，盡可能推薦更多樣的內容，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容出現的頻次。二是幫助用戶探索更多新興趣，采用隨機推薦、基于用戶社交關系拓展興趣、搜索推薦聯(lián)動、“不感興趣”不再展現等多種方式，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外大部分內容推薦平臺相似，包含召回、過濾、排序等環(huán)節(jié)，重點是學習用戶行為。抖音基于用戶行為的推薦方法包含多種技術模型，如協(xié)同過濾、雙塔召回、Wide&Deep模型等。算法可以在完全“不理解內容”的情況下，找到興趣相似的用戶，把其他人感興趣的內容推薦給該用戶。目前，抖音算法已幾乎不依賴對內容和用戶打標簽，而是通過神經網絡計算，預估用戶行為，計算用戶觀看這條內容獲得的價值總和，把排名靠前的內容推給用戶。
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的典型場景進行深度剖析，從技術原理、法律法規(guī)及消費者權益保護等維度展開全面解讀。
質疑1：
我剛和朋友聊到某個商品，打開手機就收到相關廣告，到底是巧合還是App在監(jiān)聽？
質疑2：
為什么我在A平臺看得多的內容，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？
質疑點3：
我不想讓推薦算法知道我的瀏覽習慣，明明對喜歡的內容點了不感興趣，為什么還會收到相似內容的推薦？
結語
當算法的神秘面紗被揭開，整個互聯(lián)網行業(yè)將會邁上新的發(fā)展臺階，為用戶帶來更優(yōu)質、安全、多元的服務體驗。
正如加拿大傳播學家文森特·莫斯可所言：不必壓抑這些爭論，因為當新技術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的結果。
本文鏈接：http://m.enbeike.cn/news-13-905-0.html消道長辟謠｜App偷聽用戶對話？算法導致信息繭房？真相是……
聲明：本網頁內容由互聯(lián)網博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯(lián)系，我們將在第一時間刪除處理。
上一篇：劉強東對京東外賣“投入不設上限”
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
