年輕人普遍陷入“不講武德”的演算法陷阱,如何自救?| 財智觀察

深燃(shenrancaijing)原創作者 | 王敏編輯 | 向小園

“演算法不講武德!”越來越多年輕人發覺,生活正在被演算法控制。

從事網際網路運營的盧鋒,想要搜尋某個科技產品的特性及使用者使用體驗,但開啟知乎,還沒來得及輸入關鍵詞,便被首頁的推薦內容所吸引,不停地點開一條又一條。

半個小時過去,他恍然間已經忘了最初為什麼開啟知乎。 這就是不少年輕人感受到的演算法推薦帶來的負面影響之一——易沉迷。 個性化推薦幾乎成為每一款網際網路產品標配,大資料已經越來越多地介入了人們的“手機生活”。

不可否認,演算法推薦在追求商業利益之外,本質上是為使用者服務的,很多人的感受是,在一些APP頻繁輸入興趣關鍵詞,演算法就能夠逐漸瞭解甚至摸透自己的興趣和喜好,進而持續推薦自己感興趣的內容。 正如美國學者凱斯·桑斯坦所言,在傳播過程中,公眾會偏向於選擇那些他們感興趣的資訊,但久而久之,便會將自身置於“繭房”之中。

在這樣的“資訊繭房”中,全部都是感興趣的內容,很容易致癮,讓人停不下來。 長此以往,可能會使人盲目自信甚至走向極端。美國網際網路觀察家伊萊·帕裡澤將此形容為“過濾氣泡”,演算法推薦會過濾掉異質資訊,為使用者打造個性化的資訊世界,讓使用者身處在“網路泡泡”的環境中。

一直深處於自己樂意看到的內容池當中,視野可能會變得狹窄,所見所聞被APP所控制。不過,這屆年輕人心裡清楚,在當今社會,完全脫離演算法是不可能的,他們只能用自己的方式去嘗試“對抗演算法”。

有人用“不登入、不點贊、不關注、不評論”的方式儘量減少在網上留下痕跡;有人用多個手機和手機號,儘量分隔可能成癮的網路環境;有人針對不同的場景訓練不同的賬號……

年輕人普遍陷入“不講武德”的演算法陷阱,如何自救?| 財智觀察

困在演算法裡

22歲的林楓最近因為工作新註冊了一個抖音賬號,面對著“震驚體、剛剛體”等“野生推薦內容”,他有些懷疑:“我是刷了一個假抖音嗎?” 為了讓抖音的演算法推薦更多偏向自己工作的內容,他當天晚上就決定“好好調教”一下抖音新賬號,持續用抖音搜尋工作相關的內容。

但沒想到,一“調教”居然“調教”到了天亮,只得拖著疲憊的身軀繼續上班。 林楓原本是想利用演算法,能夠更高效率地尋找優質內容,沒想到最後被“反噬”,很難控制自己刷完一個影片繼續上滑的動作。 如同抖音是林楓的“時間黑洞”,快手、B站、知乎,於很多年輕人而言也是時間黑洞,一旦開啟,就很難停下來,背後都有演算法的“功勞”。

時至今日,隨著網際網路門檻的降低,普羅大眾對於演算法這個詞並不陌生。演算法推薦能夠透過數學變數的運算,推測出使用者可能喜歡的東西,進而降低使用者尋找優質內容的時間成本。

楊漾為了降低尋找喜歡內容的成本,甚至會剋制自己、不隨意點開一些不喜歡的內容,即使不小心點開後也會及時退出,以免演算法進一步獲取錯誤資訊。 但演算法進一步最佳化,演變成一些APP為了增強使用者黏性,以此遷就使用者喜好的“工具”,不斷猜測和推薦符合其立場和偏好的內容。當人們習慣性地被自己的興趣所引導,很容易陷入“資訊繭房”。

年輕人普遍陷入“不講武德”的演算法陷阱,如何自救?| 財智觀察

“演算法推薦讓我越來越被迫固步自封了,其實也想偶爾跳出舒適區嘗試一些新的事物、獲取新的資訊,卻被不停投餵類似的資訊。”豆瓣一位使用者表示。

去年下半年,百度創始人李彥宏也曾兩次提到“資訊繭房”。在百度紀錄片《二十度》中,李彥宏說道,“現在的演算法在試圖取悅使用者,演算法的好壞基本上是按照這個使用者花了多長時間來消費內容、他第二天再回來的機率有多大,都是在最佳化這些東西”。

他認為這樣不好,會把人搞得非常分裂,容易讓人走極端。 個性化的推薦,讓相同價值觀的人被集合到一起,甚至有可能進一步走向極端,這並非沒有案例。劍橋分析公司曾被質疑深度參與了2016年美國大選,採用個性化內容推送方式,幫助政客確定不同型別的選民在特定問題上的立場,並輔助政客制定競選策略,影響美國大選結果。

雖然劍橋分析公司曾否認非法或不恰當地收集或與其他人分享資料,但這個案例證明,

演算法推薦如被不當使用,風險極大

。 李彥宏還在一次論壇中直言,演算法對於人類獲取資訊的影響越來越大,投餵式的資訊流造就產品粘性,但也考驗著網路媒體的價值觀。

他認為,演算法雖然無罪,但不能只給使用者他們本能喜歡的“易牙,豎刁,衛開方”,演算法更應該去主動了解使用者的高階目標,而不是追隨使用者本能的喜好。 深處APP的世界又難以完全擺脫演算法,越來越多的使用者開始警惕演算法推薦的便利性,針對投餵式演算法推薦出現了“逆反心理”。

一部分人為了擺脫“娛樂繭房”而開始下意識“對抗演算法”,還有人為了保持“神秘感”,不想被大資料、演算法抓走自己的行為資料,正在採取行動。

年輕人普遍陷入“不講武德”的演算法陷阱,如何自救?| 財智觀察

對抗演算法,各出奇招

普通人是怎樣對抗演算法的? 為了對抗個性化推薦而致癮,一些年輕人的選擇是,有意識的與致癮APP隔絕。

剛大學畢業三年的喬思會每天檢視自己手機的使用時長,分析自己在每個APP花的時間,以此警惕自己沉迷於娛樂APP。和喬思主動調控時長不同,一些人的選擇是杜絕容易沉迷的APP,比如,不讓容易上癮的APP在手機里長期存在,在短暫使用後趕快刪除。

同樣,盧鋒也沒有依賴個人的意志力,而是日常使用兩部手機。他的主手機用於日常社交和學習,目的是儘量將工作狀態下的自己與致癮環境隔離,輔助手機則用於刷抖音、今日頭條等娛樂向APP,同時儘量控制每天拿起輔手機的次數。

林楓之所以註冊新抖音號,其實也是想將自己的生活和工作分開。他的同事基本也是如此,會“訓練”出一個針對工作的抖音號,而個人興趣愛好,則用私人號搜尋,不讓演算法推薦模糊自己生活和工作的界限。

而要想走出投餵式演算法所造成的資訊繭房,有人採用技術工具,比如尋找RSS服務(Really Simple Syndication 簡易資訊聚合),利用RSS服務發揮聚合器的作用,將多個訂閱源整合在一起,得以快速獲得多個網站的內容更新,破除以單一來源為主的資訊繭房。

還有一些年輕人將“對抗”演算法的重心放在儘可能少地在網際網路上留下使用者行為資料上,讓演算法摸不清楚自己。演算法推薦,最重要的是資料,APP利用使用者行為資料不斷建模,才能做到透過推薦的內容刺激使用者分泌多巴胺。 盧鋒使用兩個手機,不僅是為了破除“娛樂繭房”,更關鍵的是也想要保護自己的個人資料安全,從根源上減少演算法對個人資料的捕捉。

年輕人普遍陷入“不講武德”的演算法陷阱,如何自救?| 財智觀察

早在2019年,有網友質疑某金融APP擅自儲存使用者圖片,涉嫌竊取使用者隱私,這件事情發酵之後引起了盧鋒的警覺,他立刻開啟手機檢視自己手機APP的許可權。

在當時,據他觀察,大多數APP都是預設獲取使用者的通訊錄資料。“這不僅會使得自己的手機號資訊洩露,還會洩露手機裡好友的手機號,當這些與資產狀況、消費習慣等資訊匹配,可能會被大資料殺熟。”

從那時起,盧鋒基本上每週都會檢查一遍自己手機裡APP的使用者許可權,主要檢視通訊錄、位置、語音、圖片的授權。“通訊錄授權一定是都關閉的,位置只允許地圖類APP使用。另外還有一些APP因為臨時需要開了授權,但會忘了關閉,我每週都會定期檢查,及時關掉。”

盧鋒認為,如果持續不關注這些APP的授權,自己未來便會被打上各種各樣的標籤,進而在網際網路世界無處遁形。 現在,盧鋒會用備用手機號碼和臨時郵箱註冊不常用的APP,但他依舊拒絕資訊讀取、照片讀取和語音讀取,甚至因為不願意授權,解除安裝了一些使用感受還不錯的APP。

“不點贊、不評論、不關注、不登入”,喬思為了不讓APP抓取到過多的個人資料,總結出了自己的四不原則。

一方面是儘可能少留下資訊,另一方面,儘可能減少在網上獲得的反饋,除了微信之外,拒絕了所有APP的通知。

“大部分‘通知’,既不及時也不重要”。 和喬思類似,多位使用者告訴深燃,對於一些資訊瀏覽類的APP,在不影響使用的情況下,會拒絕註冊。 但無論是在早期還是在個性化演算法推薦的內容環境形成之後,最重要的是,個人有意識地警惕演算法推薦。

儘管楊漾希望推薦演算法能夠給自己推薦足夠多的內容,但她也深知,這可能會給自己帶來一定負面影響。她的態度是“抱著警惕的心態,約束自己使用APP的行為”,並給自己制定的唯一一條準則就是,

儘可能少在APP上花費過多的時間和金錢。 

年輕人普遍陷入“不講武德”的演算法陷阱,如何自救?| 財智觀察

如何看待演算法推薦?

林楓的兩個抖音號,由於搜尋的內容不同,如今推薦的內容完全不同,某種程度上達到了將工作和個人興趣進行區分的目的。

喬思也發現,關閉“通知”、“不點贊、不評論、不關注、不登入”,少了很多推著自己開啟各個APP的鉤子,自己也會透過有目的地主動搜尋來減少演算法投餵內容,這在很大程度上降低了自己陷入“娛樂繭房”的機率。

盧鋒也是如此,將抖音等純娛樂性質的APP和辦公、學習類的APP分開,將更多的時間花在溝通、辦公類的工具上。 不過,喬思和盧鋒也提到,雖然有意識地在“抵抗”,但持續“上滑”的動作並沒有完全消失。

他們承認,只要身處當前的網際網路環境,使用者或多或少都會受到演算法推薦的一些負面影響。 在日本二維碼聚合支付平臺NETSTARS CTO陳斌看來,“演算法推薦的恰當使用,其實是一個科學倫理題。”他分析,利用資料建立模型,很多APP可能比使用者更加“懂”自己的喜好。“在這樣的引導下,人幾乎可以成為被引導和塑造的商品,一些企業透過推薦演算法利用人的漏洞與人性的弱點來實現利益最大化。”

年輕人普遍陷入“不講武德”的演算法陷阱,如何自救?| 財智觀察

陳斌最擔心的是,演算法推薦越來越廣泛與深入地使用,未來可能每個人的標籤都是透明公開的,這會讓一個使用者在被瞭解的時候缺乏灰度,沒有隱私可言。

而對於一些APP的霸王條款,普通人可能難以察覺,更不要提應該如何“抗議”了。 當然,相關部門一直在不斷查處侵害使用者權益的APP,責令其下架整改。

“科技發展總是先於立法,不可否認,立法層面需要持續加強。”陳斌表示。 同時,他也提出,使用者面對演算法推薦應該擺正心態,要客觀獨立思考。

“在演算法推薦的社會,最重要的是要有獨立思考的能力。每件事情都有兩面性,最重要的是怎麼去對待。技術為人類服務,人類在使用這項服務時,也要保持警惕的狀態。” 陳斌表示,網路上已經存在很多“自我保護”的方法,需要使用者意識覺醒之後,去主動探索。

在資訊氾濫的時代,沒有演算法推薦,使用者可能很難高效找到優質內容,但對於演算法推薦過於依賴時,使用者又容易陷入資訊繭房。不過,現在認識到這個問題還不晚,

不盲目順應演算法,就是走出“演算法陷阱”的第一步。

頂部