算法推薦：人性的，太人性

信息分發(fā)的本質(zhì)，就是有效地聯(lián)接人和信息。而算法推薦的本質(zhì)就是運(yùn)用機(jī)器算法實(shí)現(xiàn)大規(guī)模的自動(dòng)化信息分發(fā)，讓信息自動(dòng)找到人。

因此，算法推薦需要解決三個(gè)問(wèn)題：了解信息，了解人，了解人何時(shí)何地需要這些信息。不過(guò)，歸根到底，算法推薦的核心還是了解人，即了解人的使用習(xí)慣、興趣愛(ài)好，再通過(guò)算法預(yù)測(cè)用戶(hù)可能感興趣的信息和話(huà)題進(jìn)行加權(quán)推薦。

新聞信息的主要推薦算法都是來(lái)自于一些數(shù)學(xué)算法。在各大新聞資訊聚合類(lèi)應(yīng)用上主要使用以下這些算法：

1、內(nèi)容推薦。這是資訊類(lèi)推薦最常用到的算法。算法系統(tǒng)通過(guò)對(duì)文本內(nèi)容進(jìn)行標(biāo)簽設(shè)定，一旦用戶(hù)對(duì)相關(guān)內(nèi)容進(jìn)行過(guò)點(diǎn)擊、瀏覽、點(diǎn)贊、評(píng)論、分享等操作，系統(tǒng)就會(huì)對(duì)用戶(hù)打上相應(yīng)的興趣標(biāo)簽。這樣就可以將更多相關(guān)標(biāo)簽的文本進(jìn)行用戶(hù)標(biāo)簽的匹配。比如，一個(gè)看過(guò)“德甲”內(nèi)容的用戶(hù)，就會(huì)得到更多關(guān)于“德甲”的信息推送。

內(nèi)容推薦，如果先期無(wú)法獲取到用戶(hù)的興趣標(biāo)簽特征，就會(huì)容易遭遇冷啟動(dòng)問(wèn)題。因此，內(nèi)容推薦之外還需要其他推薦方式。

2、協(xié)同過(guò)濾推薦。這是推薦系統(tǒng)中應(yīng)用最早和最為成功的技術(shù)之一，采用了我們常識(shí)理解的“人以類(lèi)聚，物以群分”的思路，即找到用戶(hù)的好友或者與其相似特征的其他用戶(hù)那里，將他們感興趣的內(nèi)容來(lái)推薦給該用戶(hù)。

協(xié)同過(guò)濾推薦采取了經(jīng)驗(yàn)共享的方式，避免了內(nèi)容推薦中存在著內(nèi)容分析不準(zhǔn)確、過(guò)度單一等問(wèn)題，可以為用戶(hù)發(fā)現(xiàn)潛在的興趣偏好的內(nèi)容。

3、熱門(mén)推薦。熱門(mén)推薦來(lái)自于傳統(tǒng)媒體的思維方式，主要是基于當(dāng)前熱點(diǎn)新聞事件和話(huà)題進(jìn)行的內(nèi)容推薦。區(qū)別于傳統(tǒng)媒體由新聞編輯進(jìn)行的人工篩選，新聞聚合平臺(tái)的自動(dòng)算法推薦更在于通過(guò)數(shù)據(jù)統(tǒng)計(jì)的方式將一段時(shí)間內(nèi)點(diǎn)擊量、關(guān)注度最高的新聞推送給用戶(hù)。

此外，還有像一系列基于規(guī)則、效用、知識(shí)以及各類(lèi)組合的推薦算法來(lái)實(shí)現(xiàn)對(duì)于用戶(hù)的個(gè)性化推薦。

也就是說(shuō)，對(duì)于那些使用了算法推薦的內(nèi)容平臺(tái)，相當(dāng)于有了一手“秘密武器”來(lái)對(duì)付處在信息焦慮和信息饑渴的移動(dòng)互聯(lián)網(wǎng)用戶(hù)。即使你是一個(gè)新手用戶(hù)，平臺(tái)對(duì)你了解甚少，它也會(huì)很快通過(guò)讓你定制興趣標(biāo)簽、嘗試不同類(lèi)型的內(nèi)容推送，AB測(cè)試等方式來(lái)實(shí)現(xiàn)所謂“冷啟動(dòng)”，找到你的真正愛(ài)好。

但是，最根本上來(lái)說(shuō)，像今日頭條這樣的內(nèi)容平臺(tái)存在著一個(gè)最基本的“原罪”就是，平臺(tái)存在的目的是為了攫取盡可能多的用戶(hù)時(shí)間和注意力，而不是為了讓用戶(hù)獲得基本的資訊信息之后就轉(zhuǎn)身走人。

新聞聯(lián)播還有個(gè)準(zhǔn)時(shí)準(zhǔn)點(diǎn)的結(jié)束，而這些內(nèi)容平臺(tái)卻可以隨時(shí)刷新、無(wú)限供應(yīng)，獲得流量才是其運(yùn)營(yíng)的本質(zhì)。所以，平臺(tái)的推薦算法就會(huì)盡可能討好用戶(hù)，利用用戶(hù)的人性弱點(diǎn)來(lái)進(jìn)行信息的喂養(yǎng)。

這也正是內(nèi)容平臺(tái)經(jīng)常為人們所詬病的問(wèn)題：標(biāo)題黨橫行、洗稿文章泛濫，色情低俗這類(lèi)深諳人性弱點(diǎn)的內(nèi)容層出不窮。一旦因?yàn)楹闷鏋g覽相關(guān)內(nèi)容，算法就會(huì)全力推薦更多相關(guān)信息。這也是所謂“信息繭房”的根本原因，算法縱容了人性，人性又反過(guò)來(lái)固化了認(rèn)知，導(dǎo)致一個(gè)用戶(hù)就在自己熟悉的信息圈里打轉(zhuǎn)。這也是很多人對(duì)內(nèi)容平臺(tái)深?lèi)和唇^，但看起來(lái)又欲罷不能的深層原因。

但是需要指出的是，算法推薦本身不必為內(nèi)容平臺(tái)的這些問(wèn)題背鍋，道理就如同“人用刀殺人，而罪責(zé)在人而不在刀”一樣簡(jiǎn)單。其實(shí)，通過(guò)算法推薦本身的演化，是可以消解這種用戶(hù)的信息“偏食”行為和“信息繭房”問(wèn)題的。

算法推薦的自救：人機(jī)協(xié)作是正途

無(wú)論對(duì)于算法推薦的批評(píng)有多么嚴(yán)重，但是算法推薦的流行和普及已經(jīng)是一個(gè)不爭(zhēng)的事實(shí)。算法推薦的真正進(jìn)步之處就在于改變了信息分發(fā)的方式，即從一種中心化的“責(zé)編把關(guān)”的分發(fā)方式變成基于用戶(hù)個(gè)性化的機(jī)器智能推薦的“算法把關(guān)”的分發(fā)方式。

這種分發(fā)方式帶來(lái)的是信息分發(fā)效率的極大提升，當(dāng)然同時(shí)也帶來(lái)了傳統(tǒng)權(quán)威、專(zhuān)業(yè)媒體的分發(fā)“算法”的失效和分發(fā)內(nèi)容權(quán)重的下降。但是從目前來(lái)看，傳統(tǒng)權(quán)威媒體已經(jīng)不再抱有一開(kāi)始的否定和打壓態(tài)度，而是以積極的姿態(tài)擁抱新媒體平臺(tái)，參與到這場(chǎng)算法推薦的流量爭(zhēng)奪當(dāng)中，并且正在憑借其官方身份和專(zhuān)業(yè)內(nèi)容，在新媒體時(shí)代重新獲得用戶(hù)認(rèn)可。

對(duì)于算法推薦帶來(lái)的“劣幣驅(qū)逐良幣”的問(wèn)題，這之前確實(shí)是算法推薦的弱項(xiàng)，最早的一些機(jī)器學(xué)習(xí)算法和推薦算法是無(wú)法識(shí)別文章內(nèi)容是否涉嫌標(biāo)題黨、假新聞、洗稿、低俗、黃暴等內(nèi)容。這些低劣內(nèi)容其實(shí)對(duì)于平臺(tái)而言，也是一直在努力清除的隱患。

畢竟平臺(tái)的發(fā)展不能僅靠這些內(nèi)容來(lái)支撐，反而會(huì)帶來(lái)眾多的版權(quán)、投訴和負(fù)面輿情。現(xiàn)在的平臺(tái)都已經(jīng)加大對(duì)內(nèi)容安全機(jī)制的建設(shè)，其中包括高風(fēng)險(xiǎn)內(nèi)容的識(shí)別模型技術(shù)的廣泛應(yīng)用以及大規(guī)模人工審查核驗(yàn)。去年，就連同樣執(zhí)著于算法推薦的Facebook也因?yàn)榧傩侣劮簽E而開(kāi)始使用人工編輯來(lái)對(duì)內(nèi)容進(jìn)行審查。

對(duì)于“信息繭房”而言，正如近日北師大教授喻國(guó)明在一篇《算法推薦必然導(dǎo)致“信息繭房”效應(yīng)嗎》的論文中指出的，算法推薦不是“信息繭房”形成的必要條件，算法推薦在“信息繭房”生成后并不起增效作用，甚至還起到了一定的消解作用。

簡(jiǎn)單來(lái)說(shuō)，“信息繭房”的存在并不是因?yàn)樗惴ㄍ扑]的出現(xiàn)而出現(xiàn)的，傳統(tǒng)社會(huì)的單一信息、嚴(yán)格的媒介控制以及個(gè)人的信息“偏食”傾向都是造成“信息繭房”的原因。反而，在算法推薦時(shí)代，個(gè)體用戶(hù)還有著來(lái)自傳統(tǒng)媒體渠道、社交媒體渠道等多重信息來(lái)源，更加不容易制造這種“信息繭房”的生成機(jī)制；同時(shí)，隨著算法推薦技術(shù)的不斷迭代，用戶(hù)的潛在信息需求也在不斷的挖掘和豐富。

最終，在算法推薦和人工編輯推薦的取舍較量中，我們其實(shí)更應(yīng)該推崇一種帶有“人文理性”和“技術(shù)理性”的可信算法推薦系統(tǒng)。顯然，算法仍然更容易給用戶(hù)提供一種“沉浸式”的信息閱讀體驗(yàn)，而算法和人的互動(dòng)關(guān)系，本質(zhì)上是“算法背后設(shè)計(jì)者的價(jià)值邏輯或意識(shí)形態(tài)與用戶(hù)的互動(dòng)”。這就要求在算法設(shè)計(jì)者意識(shí)到“信息繭房”可能帶來(lái)的危害之后，主動(dòng)尋求一種更加優(yōu)化的解決方案，來(lái)建立可信的算法推薦的系統(tǒng)。

最主要的是在算法推薦之外，堅(jiān)持人機(jī)協(xié)同，即重視人工編輯在算法推薦基礎(chǔ)之上發(fā)揮應(yīng)用的作用，包括提供新聞專(zhuān)業(yè)主義的理念，設(shè)置更多的公共議題；提供更具權(quán)重的正反觀(guān)點(diǎn)信息；提供更多隨機(jī)視角的信息等等。

回到微軟新聞部門(mén)的裁員問(wèn)題，之前是模式是AI算法來(lái)輔助人類(lèi)新聞編輯，而未來(lái)更可能是人類(lèi)新聞編輯來(lái)輔助AI算法，來(lái)優(yōu)化內(nèi)容推薦的質(zhì)量。顯然，AI算法推薦不可能完全取代人類(lèi)編輯的工作。平臺(tái)也不會(huì)放心將自身的信譽(yù)和內(nèi)容的全部選擇權(quán)都交給AI算法。

一項(xiàng)技術(shù)的發(fā)明和應(yīng)用在人類(lèi)的發(fā)展歷史上從來(lái)只起到一種助燃劑或催化劑的作用。

對(duì)于A(yíng)I的算法推薦來(lái)說(shuō)，它既不會(huì)毀掉傳統(tǒng)媒體的生存根基，也不會(huì)徹底將人類(lèi)變成鼠目寸光、各自為營(yíng)的傻瓜。

其實(shí)，如果我們認(rèn)真觀(guān)察，當(dāng)你發(fā)現(xiàn)身邊的老人開(kāi)始整天盯著手機(jī)，關(guān)注自己城市發(fā)生的各種事情，關(guān)心政府出臺(tái)的各種政策，關(guān)心自媒體里各種奇葩狗血的故事，未嘗不是對(duì)他們生活和精神的一種解放，至少更加開(kāi)闊了眼界，不用再盯著家里的雞毛蒜皮。

而對(duì)于那些因?yàn)锳I而事業(yè)的媒體人，更加不必悲觀(guān)嘆氣。夜深人靜的時(shí)候，筆耕不輟地開(kāi)始你的創(chuàng)作，這些內(nèi)容平臺(tái)可能會(huì)應(yīng)許你更加光明的前景。