關(guān)于信息繭房誤解真相和破解

有關(guān)“信息繭房”，誤解、真相和破解早在勒龐的時代，善于煽動引發(fā)傳輸就已經(jīng)是公開的秘密。但是在今天、基于大數(shù)據(jù)的情緒驅(qū)動讓一切變得套路化、原則化甚至科學(xué)化。一、偏激的時代我們正在迎來一種越發(fā)偏激的時代，網(wǎng)絡(luò)上、生活中戾氣橫行。曾幾何時，當(dāng)移動互聯(lián)網(wǎng)和信息革命以摧枯拉朽之勢席卷全球時，田園詩普通的浪漫氛圍曾經(jīng)到處飄揚。人們滿心覺得，信息網(wǎng)絡(luò)將徹底打破人與人之間的信息不對稱，地球變得扁平，世界變得透明，貧富分化終將逆轉(zhuǎn)，各個民族和階層有更多的機會對話溝通和解。然而現(xiàn)實無情擊碎了人們的幻夢。僅以財富這一項看，在互聯(lián)網(wǎng)時代的里，全球貧富分化加劇，僅以美國為例，根據(jù)《彭博》報道，前1%的富豪財富靠近前90%精英階層的總和。放到全球的范疇，僅，1%的富人就占有了82%的財富。馬修.杰克遜曾在《人類網(wǎng)絡(luò)》一書中指出，決定人與人不同階層和財富走向的核心有兩個：一是信息，二是機會（資源）。那么，在信息高度透明扁平的今天，為什么人類的偏激和分化卻更加嚴(yán)重了？有一種說法是“信息繭房”。二、信息繭房的假說，美國法學(xué)家凱斯.桑斯坦在《網(wǎng)絡(luò)共和國》一書中曾經(jīng)提出：互聯(lián)網(wǎng)時代，人們面對海量劇增的信息，會傾向于從中選擇符合自己喜好的加以吸取，成果每個人攝取的內(nèi)容越來越狹隘，一步步滑入信息繭房。比信息繭房更加激進的說法是“網(wǎng)絡(luò)巴爾干化”，1996年美國學(xué)者埃爾斯泰恩和布林約夫森提出，網(wǎng)絡(luò)上的信息越來越多，人們喜歡的東西尚且看但是來，因此不會由于互聯(lián)網(wǎng)更加開放開明，反而會更加封閉極端。兩個假說都指向了一點：信息的透明開放未必全都是好事，由于這樣一來信息爆炸了、信息太多了、真假信息難辨，人們根本就看但是來了。盡管信息透明開放帶來了一種公平，但是人們“解決信息的能力和精力”參差不齊，這帶來了新的不對等。于是新的矛盾似乎產(chǎn)生了。人們把指向頭條、淘寶這樣的“算法推薦”平臺，他們說：這些App基于某某算法對人做多個深度學(xué)習(xí)、大數(shù)據(jù)分析，最后推薦的都是人們感愛好的內(nèi)容，這不是原則的“信息繭房”嗎？這個說法看起來很簡樸，也很粗暴，最大的問題在于“看輕了算法”?！八惴ㄍ扑]就是，我看屆潮流、旅游、寵物的內(nèi)容，停留的久，點了贊，成果后來平臺給我推薦的都是潮流、旅游、寵物了?！彼麄兛偸沁@樣說。但這只是基于“內(nèi)容特點”的推薦，是一種最基礎(chǔ)、最表層的算法。如果僅僅只是這樣簡樸粗暴，那么這些公司很容易就會走入愛好的坑里，面臨兩大困局：人是豐富多元的，每個人的愛好偏好都是多樣的。你隨便問一種人他的愛好是什么，他自己可能也很難精確表述自己的愛好構(gòu)成。人們的愛好又是善變的，新的愛好點隨時可能涌現(xiàn)，而某些感愛好的內(nèi)容由于過分消費反而可能忽然“膩味不感冒”了，從此邊際效益遞減。就仿佛，每天在網(wǎng)上看萌寵，沒準(zhǔn)哪天就忽然不想看了，再看也不萌了。事實上，無論頭條、阿里，還是國外的臉書、谷歌，采用的算法維度都沒這樣簡樸。三、算法的維度一種成熟的算法推薦系統(tǒng)，最少需要考慮五個維度。一是算法模型。常見的有協(xié)同過濾算法、監(jiān)督學(xué)習(xí)算法LogisticRegression、深度學(xué)習(xí)、FactorizationMachine、GBDT五種模型。例如協(xié)同過濾模型，系統(tǒng)不停分析顧客大概是如何的人，然后進一步找到和他相似屬性的人，根據(jù)這一類人的愛好愛好進行推薦，把相似的內(nèi)容推薦給臭味相投的人。也就是說，決定推薦的，不僅是看你一種人今天點贊了什么，更要看和你相似的人們喜歡什么。以一種“人群”為基數(shù)進行海量持續(xù)分析，不停迭代優(yōu)化，還會陷入信息繭房嗎？二是內(nèi)容分析。例如一篇文章的語義特性（核心詞、Topic、實體詞）、文本相似性特性、時空特性。三是顧客標(biāo)簽。除了顧客的愛好、聚類、性別、年紀(jì)、地點等身份特性，還要圍繞顧客行為做好數(shù)據(jù)解決方略，例如過濾噪聲、熱點處罰、時間衰減、處罰呈現(xiàn)。四是成果評定。如何兼顧短期和長久指標(biāo)，如何兼顧顧客指標(biāo)和生態(tài)指標(biāo)，如何通過ABtest實驗持續(xù)優(yōu)化推薦成果？五是安全規(guī)范。例如電商平臺的反黃與合規(guī)，例如內(nèi)容平臺的ugc內(nèi)容審核、風(fēng)險內(nèi)容識別技術(shù)（鑒黃、反謾罵及低俗）、泛低質(zhì)內(nèi)容識別（假新聞、洗稿、標(biāo)題黨等）。可見，真正的算法推薦系統(tǒng)遠比“喜歡看蛋糕推薦蛋糕”要復(fù)雜得多，也進一步得多、智能得多。把鍋甩給技術(shù)和算法一向都是最簡樸不費力的辦法，只但是這樣一來人們就會回絕更進一步的反思和變化。美國明尼蘇達大學(xué)計算機系專門進行了實驗，讓兩組人同時在協(xié)同過濾算法推薦的平臺上獲取內(nèi)容：一組人對推薦成果進行“跟隨”，一組人對推薦成果毫不理睬。實驗成果和普通的認知完全相反：綜合21個月的數(shù)據(jù)，跟隨組獲得的信息更加豐富多元，不理睬算法推薦的一組，視野反而更加狹窄了。前幾天今天頭條的CEO朱文佳在生機大會上說，頭條要做的就是通用信息平臺，通過推薦、關(guān)注、搜索來分發(fā)圖文、視頻、音頻、問答等多個信息內(nèi)容，這種內(nèi)容和分發(fā)手段的多元組合不僅不會帶來信息繭房，還會帶來一種“更大的世界”。他說的可能是大實話，就像前面所說，如果頭條們做的僅僅是“喜歡看萌寵就推薦萌寵”這種最粗淺的推薦，那么一定會無法解決人們愛好的多元、愛好的善變和愛好滿足的閾值提高。君子不立于危墻之下，如果不對人們進行更加深度的算法學(xué)習(xí)，今天頭條根本不可能有今天。四、愛好，還是態(tài)度？事實上，喜歡篩選感愛好的內(nèi)容原來就是人類的習(xí)慣，是天性和本能。試想，無論讀書看報，還是逛書店、看電視，你是不是首先都要找自己感愛好的？即便早期的網(wǎng)站，是不是也有主題和版塊，方便你去篩選？算法推薦只是加速了這一進程，讓人們面對海量信息時、篩選感愛好的內(nèi)容更加簡樸高效。前面說過，信息的爆炸帶來了新的馬太效應(yīng)，在信息解決能力和精力上優(yōu)裕的人變得更有優(yōu)勢。從這個角度說，算法推薦不僅不是造成分化的核心，反而是一種效率提高手段，協(xié)助能力精力上并不占優(yōu)的人彌補局限性、提高效率，為什么反而要背鍋呢？每一次探討人類的“偏激化”和“選擇性認知”，我們都必須厘清一種概念，愛好和態(tài)度。愛好并不會讓人偏激，只有對某件事情的態(tài)度、觀點和立場持續(xù)強化，變得封閉極端，人們才真正開始偏激起來。例如說：你的愛好可能是足球，你的態(tài)度可能是對中國男足很不喜歡，如果這個情緒不停強化變成切齒痛恨了，你是不是就偏激了？從這個角度說，算法推薦只能推薦你“感愛好”的內(nèi)容，卻并不能理解你的“態(tài)度、觀點和立場”，推薦你“喜歡擁戴”的內(nèi)容。算法推薦可能懂得你對智能手機感愛好，會給你推薦錘子的內(nèi)容，卻并不懂得你打心眼里不喜歡羅永浩，因此錘粉錘黑錘中立的東西都一股腦兒過來了。算法推薦可能懂得你對健康非常關(guān)注，會給你推薦醫(yī)療領(lǐng)域的消息，但并不懂得你對中醫(yī)或者西醫(yī)的態(tài)度，因此它都會推薦。分化裂化的罪魁禍?zhǔn)撞皇撬惴ㄍ扑]，由于真正造成分裂的不是愛好，而是人們在同一愛好中不同的態(tài)度和立場被不停強化。這就是常說的網(wǎng)絡(luò)回音室原理，對于同一問題，人們總是喜歡聽到和自己相似的觀點，過濾相反的觀點，最后接受到的就像是自己的回音同樣。是什么在催生網(wǎng)絡(luò)的回音室？如果算法推薦并不會帶來信息繭房，終究是什么在帶來信息的“偏食”和情緒的偏激？而我們，又該如何應(yīng)對和破解？五、真正該警惕的一種答案可能是“單一”。單一的信息獲取渠道、單一的信息溝通模式是問題的本源。無論是只在網(wǎng)站看編輯置頂，還是只在朋友圈看別人轉(zhuǎn)發(fā)的文字，亦或者只關(guān)注大V的分享，甚至只聽?wèi){算法的推薦……只要一種顧客、他對某一信息獲取和溝通模式形成“途徑依賴”，那么視野就可能漸漸變窄。其實，每一種信息分發(fā)方式都有其獨有價值，編輯分發(fā)帶來的是“你應(yīng)當(dāng)懂得的”，搜索帶來“你想懂得的”，推薦帶來“你可能感愛好的”，關(guān)注帶來“你關(guān)心的人的動態(tài)”。每一種分發(fā)方式都不可或缺，只有豐富多元的信息獲取組合，搜索、關(guān)注、算法、熟人和陌生人整合起來，才干避免信息的偏食，這可能也是大平臺們正在試圖成為“綜合化”的因素。谷歌、百度不僅做搜索引擎，還在搜索成果之外加入內(nèi)容推薦；微博在單純的關(guān)注流和熱搜之外，增加智能推薦和視頻；頭條則是算法推薦、要聞熱文、大V關(guān)注、搜索多合一。只有整合足夠豐富的信息分發(fā)模式，甚至成為通用信息分發(fā)平臺，才干從根本上避免信息繭房，進而全方面、智能化地理解顧客、滿足其信息需求。今天頭條所說的“一橫一豎”，也恰恰是圍繞這方面來演化的。另一種答案可能是“孤單”。近來幾年社交衰退，人們正在從社會性動物，變成孤單型生物。人們越來越不樂意面對現(xiàn)實社交的風(fēng)險、壓力和不擬定性，也越來越不樂意為了別人妥協(xié)遷就。虛擬網(wǎng)絡(luò)的發(fā)展讓人們更加沉迷于“不依賴別人”的娛樂，例如游戲和直播。多個消費服務(wù)的完善也讓人們的日常生活越來越不需要與別人社交協(xié)作。這樣的社交繭房帶來了這樣一種成果：人們越來越懶得和陌生人溝通交流，即便對于已經(jīng)認識的人，也傾向于選擇和觀點立場一致的人進行溝通?！昂冒伞闭诔蔀樵絹碓蕉喈?dāng)代人回絕溝通的慣用語，而“默默拉黑”則替代“正面剛”，成了非暴力不合作的標(biāo)配。第三個答案是“情緒”。從微博到公眾號，從條漫到短視頻，從咪蒙到盧克文，內(nèi)容生產(chǎn)者和KOL們正越來越善于運用人