荣耀|陈根:算法侵袭互联网,算法背后什么人?

荣耀|陈根:算法侵袭互联网,算法背后什么人?

文章图片

荣耀|陈根:算法侵袭互联网,算法背后什么人?

文/陈根
2021年的今天 , 算法正以越来越激进的方式影响着我们的生活 。
随着移动互联网的广泛普及与智能手机功能的深度开发 , 以人工编辑为核心的传统分发模式逐渐衰落 , 以算法为核心的智能分发模式兴盛崛起 。 “算法型”分发模式的出现和普遍应用 , 意味着人类开始运用人工智能大规模地解决信息分发问题 , 人类社会信息分发也从“人找信息”转向“信息找人” 。
但主体的让渡也导致了越来越多问题的出现 。 要知道 , “算法型”信息分发更多地建立在对于人们的直接兴趣和“无意注意”的信息需求的挖掘上 , 它带来的直接后果是:忽略人们必需的那些非直接兴趣和需要“有意注意”的信息 , 导致“信息茧房”、算法偏见、假新闻泛滥等问题的出现 。
更重要的是 , 算法并非是单纯中立的 。 受到商业偏好的影响 , 在价值和利益的天平上 , 所谓的算法更容易成为利益的砝码 。 当我们今天接收的信息都是基于算法 , 甚至信息的产生也是基于算法所得出的结论 , 我们看似民主、自由的社会与思想 , 其实在根本上已经被算法“专制”所统治 。 当“算法为王”的价值观念已成为平台的增长极之时 , 对算法的导向纠偏也迫在眉睫 。

被算法控制的信息世界
算法以大数据为基础 , 经由智能媒体对信息进行传播 , 算法传播颠覆了传统的传播规则和传播边界 , 使得服务用户成为传播的根本动因 。 在注意力经济的驱使下 , 它逐渐成为受商业利益和政治目的驱动的自动化过程 。
基于算法的传播呈现出可计算的特质 , 后台将每个用户内容消费的行为数据 , 比如用户浏览时长、转发、评论等 , 个体属性数据以及社交关系数据进行大数据的统计和分析 , 进而挖掘用户的爱好习惯和社交兴趣网络 , 最终生成精准的用户画像 , 像用户推送最具个性化需求的信息 。
算法推荐让编辑筛选模式下的“人找信息”变为“信息找人” , 用户成为了算法架构或程序编码的价值落点 。 资讯分发的价值判断机制则从由编辑判断转变为由机器来决定 , 由此把信息内容的推送交给了“算法把关” 。
算法推荐的优势显而易见 。 一方面 , 算法推荐在互联网时代高效对接了受众需求和信息 。 算法通过对社交推荐机制进行二次过滤 , 优化推荐结果 , 从而提升了互联网内容推送的精准度 。 例如 , 各类平台都可以根据用户的社交行为、地理位置、职业、年龄等推断出用户的兴趣点 , 并判断这些兴趣的重要程度或者先后顺序进行推送 , 从而实现个性化信息推送 。
另一方面 , 个性化推送下 , 通过对数据的挖掘 , 原来被忽视的大量长尾信息得以被挖掘 。 这些非主流、个性化的产品需求 , 经过散落在社会各个角落中的用户的积累 , 能够更好地适配不同的长尾信息 。 这使得信息价值不再有统一的标准 , 不再有重要性的绝对的高低之分 。
算法让信息和人能够精准和高效地匹配 , 这也成为互联网信息流动的核心逻辑 。 甚至可以说 , 机器算法在一定程度上决定着信息的意义、信息的流向以及受众对信息感知的方式 。 虽然算法掀起了传播领域的一场革命 , 但随着算法日渐接管了人们的信息来源 , 算法背后存在的隐患也逐渐凸显 。
比如 , 算法通过精确的个性化描述打造了个性化的社区 , 形成了新的人际交往形式——“圈群文化” 。 随着圈子的粘性增强 , 圈子不可避免地会出现排他性 。 因此 , 社交媒体在运营的后期往往会出现“文化边界” 。 于是 , 人们在自己选择的圈子里活动 , 久而久之终于形成了“信息茧房” 。