這個(gè)夏天，因工作和城市的轉換，我有了一個(gè)悠長(cháng)假期。我打算走一圈，并提前用手機百度做了詳盡的酒店攻略，結果卻有些狼狽——此后我的百度App首頁(yè)資訊冒出了很多酒店“艷事”，而且還被太太看到了。

結果，我一邊費勁地自證清白，一邊輸入一堆體面人物來(lái)沖刷。這場(chǎng)小風(fēng)波，由軟件里一個(gè)叫“個(gè)性化推薦”的功能而起。它通過(guò)算法記錄我的閱讀行為，計算我的喜好，并認為讀懂我心。

“個(gè)性化推薦”是PC互聯(lián)網(wǎng)時(shí)代的產(chǎn)物，卻在移動(dòng)互聯(lián)時(shí)代發(fā)揚光大。隨著(zhù)Google、Facebook等巨頭從2005年開(kāi)始陸續將其納入技術(shù)戰略，統一、標準化的互聯(lián)網(wǎng)信息傳播形式終結了。在此后十余年的進(jìn)化中，推薦算法變得越來(lái)越聰明，幫助人腦極大提升信息獲取效率的同時(shí)，也帶來(lái)新的問(wèn)題。

如今，個(gè)性化推薦技術(shù)在全球如日中天，包括中國。不但誕生了今日頭條等資訊巨頭，還席卷搜索、網(wǎng)購、娛樂(lè )、社交、理財等幾乎所有互聯(lián)網(wǎng)細分行業(yè)。

本文試著(zhù)撥開(kāi)這些榮光，還原我們被推薦算法“統治”后的信息環(huán)境真相，還將觸及技術(shù)過(guò)濾下“越開(kāi)放越封閉”的矛盾共存。當然，這個(gè)問(wèn)題很復雜。我先從以下三個(gè)問(wèn)題入手——我確信對大多數人來(lái)說(shuō)，它們存在已久卻從未被深入推敲。

• 我看到的信息真的越來(lái)越豐富？

• 誰(shuí)在決定我看什么？

• 屏幕里的世界是真實(shí)的嗎？

“離完全個(gè)人化的傳播不遠了”

雖然我鐘情人文領(lǐng)域，卻不是一個(gè)技術(shù)悲觀(guān)主義者。相反，當我還在傳統報紙的時(shí)候，我就熱衷于用RSS訂閱提升工作效率。

后來(lái)我成了ZAKER的總編輯，隨后開(kāi)始了一段1個(gè)月左右的不適，主要是思維方式上。關(guān)于“個(gè)性化推薦”，當時(shí)扎克伯格有一段有趣的答記者問(wèn)。記者問(wèn)：“為什么你這么看重News Feed（動(dòng)態(tài)信息流）？”小扎說(shuō)：“你對家門(mén)口一只瀕臨死亡的松鼠的關(guān)心，也許更甚于非洲難民。”

傳統新聞人可不是這么看，頭版編輯會(huì )毫不猶豫地選擇后者。職業(yè)新聞?dòng)柧氉屗麄冏非笞罹哒鎸?shí)性和公共影響力的資訊產(chǎn)品，并且過(guò)濾掉一些與大眾道德相悖的雜質(zhì)。

推薦算法動(dòng)搖了這套穩定運行了一個(gè)世紀的信息傳播模式。這讓轉型初期的我十分苦惱——某些常規判斷失效了，一條美食攻略或汽車(chē)降價(jià)消息會(huì )悄然爬上我的頭條，它們的影響力顯然不夠大，縱使還算符合我的興趣。

這里面可能有守舊的因素，但絕不是孤例。事實(shí)上，Facebook News Feed的進(jìn)化就是一部大眾反對史。從最初推出個(gè)人動(dòng)態(tài)分享功能，到資訊按熱門(mén)排序，無(wú)不招致抗議——用戶(hù)認為前者涉及隱私，后者則違背他們“按時(shí)間順序閱讀”的習慣。

扎克伯格對此卻非常堅決。Facebook上平均每個(gè)用戶(hù)一天的新鮮事有1500條，但用戶(hù)只能看完其中的300條。如果讓Feed按時(shí)間排序，非常不利于用戶(hù)體驗。于是，扎克伯格和他的工程師們寫(xiě)出EdgeRank算法，用以量化描述用戶(hù)的“興趣”并排序，2011年又全面轉向機器學(xué)習。

他的預見(jiàn)是正確的。人們漸漸不再反對了，還相當喜歡。如今News Feed也成為了日收4000萬(wàn)美金的明星產(chǎn)品。在其2016年十周年慶典上，扎克伯格這樣自我打分——“改變了整個(gè)互聯(lián)網(wǎng)行業(yè)。”

“個(gè)性化推薦”首先是倒逼的產(chǎn)物，目的是解決信息過(guò)載。最早可追溯到1995年由卡耐基·梅隆大學(xué)推出的個(gè)性化導航系統“Web Watcher”。此后十年間，麻省理工、AT&T實(shí)驗室、IBM等著(zhù)名機構也加入其中，分別在廣告、銷(xiāo)售、搜索等領(lǐng)域各有建樹(shù)。

2003年，芝加哥大學(xué)法學(xué)教授凱斯·桑斯坦注意到這一趨勢。他于當年出版的《網(wǎng)絡(luò )共和國》一書(shū)中開(kāi)門(mén)見(jiàn)山地告訴人們：“未來(lái)某時(shí)，科技將能極大地幫助人類(lèi)過(guò)濾他們的所讀所看所聽(tīng)。我們現在習慣的報紙、雜志和廣播電視多已成為過(guò)去式。”

“我們離傳播系統完全個(gè)人化的時(shí)代已經(jīng)不遠了。”桑斯坦寫(xiě)道。

誰(shuí)在決定你的屏幕？

14年后的今天，桑斯坦的部分預言正在實(shí)現。推薦算法得到廣泛應用，除了資訊服務(wù)，還為人們推薦商品、電影、音樂(lè )、美食、社交好友和旅游勝地。“你會(huì )有一種錯覺(jué)，最了解你的不是家人，而是手機程序。”我的朋友悠悠是重度手機依賴(lài)者，對此感觸良多，“好像整個(gè)世界都為你而轉。”

再說(shuō)說(shuō)三年前我轉型至互聯(lián)網(wǎng)的那個(gè)焦慮的夏天。幸而我的新同事都很熱心，幫我打破藩籬，給我講解推薦算法的原理。在那些精妙的流程圖中，我體會(huì )著(zhù)大數據的藝術(shù)，以及與機器相處的哲學(xué)。

黃仲輝是ZAKER的CTO，給了我最初的技術(shù)思維啟蒙。“算法是一種策略機制。具體到內容推薦，影響因素變得異常復雜，因為更新頻率很高。”他說(shuō)：“通俗來(lái)講，要對用戶(hù)信息、行為特征、關(guān)聯(lián)規則、社交關(guān)系等有既精準又全局的理解和把握。”

這段話(huà)至少涉及兩類(lèi)基礎算法：“基于內容的推薦算法”和“協(xié)同過(guò)濾算法”。它們應用最廣，也最典型。

前者在資訊閱讀領(lǐng)域有著(zhù)基石般的存在。形象地說(shuō)就是“你多看什么就給你推薦什么”。Feed流（信息流）是目前資訊和社交軟件最常用的展示方式，因直觀(guān)、簡(jiǎn)單、高效等優(yōu)勢深受歡迎。若究其字面意思卻既形象又令人難堪——“飼料”，比喻像喂動(dòng)物一樣填滿(mǎn)那些貪婪又懶惰的腦袋。

早期Feed流都是以Timeline（時(shí)間線(xiàn)）排序，最經(jīng)典的案例就是朋友圈。這種排序法易于理解且充滿(mǎn)極簡(jiǎn)主義哲學(xué)。然而它的缺點(diǎn)也很明顯——呈現效率極為低下，如果更新量很大且不是強熟人關(guān)系，使用體驗將相當災難。

于是，“重力排序算法”得以衍生，它是兼顧熱度和更新時(shí)間的綜合策略。它給內容施加兩種力：“重力”和“拉力”。前者是時(shí)間，新內容會(huì )把老內容刷下去。后者則代表點(diǎn)擊數、評論、贊等“熱度”，又會(huì )把熱點(diǎn)內容推上去。如此往復，用戶(hù)將看到一種“既新又熱”的動(dòng)態(tài)平衡。

基于內容的推薦算法原理圖，來(lái)自“人人都是產(chǎn)品經(jīng)理”社區）

“協(xié)同過(guò)濾算法”主要是基于人際關(guān)系和興趣關(guān)聯(lián)的推薦方案。例如“我很多朋友愛(ài)看NBA，我也極有可能喜歡籃球”，“讀王小波的人很有可能也喜歡喬治·奧威爾（對王影響最大的作家之一）”。

有趣的是，協(xié)同過(guò)濾最終不是在資訊而是在電商領(lǐng)域發(fā)揮了最大價(jià)值。“相比資訊，用戶(hù)購物偏好和商品種類(lèi)都相對有限，推薦結果也就能相對精準。”黃仲輝說(shuō)。

那個(gè)被引用無(wú)數的“尿布—啤酒”的銷(xiāo)售案例就是協(xié)同過(guò)濾的經(jīng)典應用。沃爾瑪分析消費者購物行為時(shí)發(fā)現，男性在買(mǎi)嬰兒尿片時(shí)都會(huì )順手犒勞自己幾瓶啤酒。于是，兩種看似風(fēng)馬牛的東西，通過(guò)大數據和算法，捆綁銷(xiāo)售實(shí)現效益最大化。

“絕大多數情況下，推薦算法不會(huì )單一應用，而是多種算法的組合和優(yōu)化。”黃仲輝說(shuō)。推薦算法在實(shí)戰中升級，進(jìn)化得更為復雜。“智能排序”成為新的寵兒，它具有更高級的機器學(xué)習能力，能更準確地預測“內容價(jià)值”，從而實(shí)現一些更高級細分的功能，如Facebook屏蔽標題黨，知乎處罰抱團點(diǎn)贊等。

他們消失了

從傳播學(xué)角度看，推薦算法不僅迎合人們的行為，還符合人們的心理。“它為什么被接受且流行？”美國密歇根州立大學(xué)傳播學(xué)碩士江曉雅說(shuō)，“這或許符合了人們的一種信息選擇機制——選擇性接觸。”

“選擇性接觸”指的是，人們傾向于接觸和他們的觀(guān)念相近的信息，回避和他們的觀(guān)念相左的信息。

技術(shù)和心理的合力讓真實(shí)的天平失衡，所有人的屏幕只是過(guò)濾后的結果。這種改變相當隱形，個(gè)體對其甚難覺(jué)察。

美國學(xué)術(shù)期刊《輿論季刊》刊發(fā)的一個(gè)調查表明，愛(ài)泡社交網(wǎng)絡(luò )和搜索引擎的人，意見(jiàn)更極化；另一份學(xué)術(shù)期刊《信息、傳播與社會(huì )》發(fā)現，兩檔脫口秀的Facebook粉絲，很少有共同的信息來(lái)源。

美國人伊萊·帕里澤想驗證一下這些隱蔽的鴻溝。他請幾個(gè)朋友在Google同時(shí)輸入“埃及”，結果大相徑庭。

“丹尼爾（Daniel）的搜索結果首頁(yè)沒(méi)有任何埃及抗議活動(dòng)的新聞，而斯科特（Scott）的則滿(mǎn)是這些。這可是當天的大新聞。”在2011年的TED分享中，他為全球觀(guān)眾展示了這個(gè)小秘密。

Facebook也好不到哪去。帕里澤是美國左翼活動(dòng)人士，號召更開(kāi)放、多元、透明的互聯(lián)網(wǎng)環(huán)境，因而也關(guān)注了一些保守派人士的賬號，想聽(tīng)聽(tīng)不同的聲音。“但有一天，我注意到，我Facebook里保守派朋友的動(dòng)態(tài)消息全都消失了，這讓我很吃驚。而且沒(méi)有任何人告知我。”

這些觀(guān)察被他寫(xiě)進(jìn)著(zhù)作《過(guò)濾氣泡》，爾后這個(gè)書(shū)名成了流行詞。帕雷瑟用各種方式告誡人們，將信息判斷權交與算法后，看似省事兒，實(shí)則被包進(jìn)了“信息繭房”，而它們正是封閉、分化、偏見(jiàn)的溫床。

“算法帶來(lái)權力的轉移。更確切地說(shuō)，是對信息的支配權從專(zhuān)業(yè)人士轉移到機器。”美國賓夕法尼亞大學(xué)傳播學(xué)博士候選人方可成說(shuō)，“算法成了新的權威。”

“我們好像又回到了1915年”

現在的Facebook和13年前那個(gè)起步于哈佛大學(xué)宿舍的社交工具相去甚遠，那些發(fā)發(fā)校園照片的小清新日子永遠回不來(lái)了。日活12億的體量讓其成為全球最具影響力的社交媒體，也成為最具破壞力的假新聞陣地——每一秒，News Feed的推薦機制都在海納百川，把真相，也把謊言分門(mén)別類(lèi)、互不干擾地投給嗷嗷待哺的用戶(hù)。

然而，由于篤信自己算法的優(yōu)勢，Facebook在美國大選前開(kāi)除了所有的熱點(diǎn)話(huà)題編輯。此后兩個(gè)月，它幾乎被假新聞掩埋。紐約時(shí)報稱(chēng)，整個(gè)大選期間共125萬(wàn)條假新聞飛揚，“推波助瀾者正是Facebook和Twitter之流。”

前總統奧巴馬也哀嘆：“它們被包裝得天衣無(wú)縫，以至當你在 Facebook 上看到它們時(shí)，會(huì )認為它們跟電視新聞一樣權威。”

由推薦算法制造的片面甚至虛幻的世界，帶來(lái)全面、客觀(guān)、中立、平衡等健康信息傳播形態(tài)的喪失。正如英國留歐支持者知道公投結果后深感絕望，希拉里的粉絲也在特朗普獲勝后毫無(wú)防備——他們在Facebook里完全不知道那群做相反選擇的人的存在。

“造成的最終結果之一，就是極大地影響了公眾對真正事實(shí)的探究，甚至集體做出錯誤的決定。”《紐約時(shí)報》評價(jià)。

《華盛頓郵報》則對Facebook用戶(hù)做了抽樣調查，發(fā)現幾乎所有用戶(hù)的熱門(mén)話(huà)題是一則關(guān)于世界首例“男性生殖器移植”的新聞。由此可見(jiàn)。“獵奇+性”的超級組合，在Facebook的算法里也獲得極高的通行權限。

這是全球資訊低俗化浪潮的縮影。在中國，流量和用戶(hù)時(shí)間的爭奪異常慘烈，推薦算法在某種意義上已成為垃圾信息的引擎，大把謀殺數以?xún)|計人的時(shí)間。

Facebook無(wú)意承擔更多作為超級媒介的責任，它甚至不希望成為媒體。去年，工程師們調整了算法，降低專(zhuān)業(yè)新聞的權重。這意味著(zhù)，用戶(hù)將獲得更多的碎碎念，而非經(jīng)嚴格流程生產(chǎn)的事實(shí)真相。“新聞失勢了。”Buzzfeed科技記者查理·瓦澤爾這樣認為。

這套新算法卻不盡如人意。2016年9月，挪威作家湯姆·艾格蘭發(fā)布了歷史照片《凝固汽油彈的女孩》。那個(gè)正遭受烈火之痛的越南小女孩赤身奔逃的畫(huà)面，是上世紀越戰最著(zhù)名的瞬間，它還獲得普利策新聞獎。

但Facebook的算法把它刪除了，還順帶封了作家的號，挪威首相索爾貝格也轉發(fā)了此貼，結果也被干掉了——算法可能將此圖視為“兒童色情”。Facebook CEO桑德伯格隨后寫(xiě)信給挪威首相道歉。首相說(shuō)，社交媒體不應該將責任轉交給機器。

這和《過(guò)濾氣泡》作者伊萊·帕里澤在TED演講中的呼吁如出一轍。他說(shuō)：“我們將選擇權傳遞給了計算機算法，但問(wèn)題是，它們并沒(méi)有人類(lèi)所具備的道德精神。”