寫在文章之前——
如果您剛好讀過本網近日發(fā)過的一篇名為《媒體正在淪為今日頭條們的“內容工人”?》的文章,如果您也是一名傳媒人,有沒有感到身處在到處“顛覆式創(chuàng)新”的環(huán)境而無所適從?
如果說思辨性是人類被賦予的一種難以“人工智能”的智慧的話,那么我想在這個充滿“信息爆炸”“資訊過?!钡臅r代,思辨與批判就是在包圍我們的海量數(shù)據(jù)中不至于迷航的核心能力之一。
接下來就為您再推薦一篇文章,其對“智能推薦”的觀點恰十分冷靜,也許可以帶來多維度的思考。
智能推薦時代,是什么讓我們變得更“懶”和更“笨”?
Lachel(轉自微信公眾號:L先生的貓(lxianshengmiao))
當你的信息、視野、思考方式
都完全“泯然眾人”,
你還如何能輸出更有價值的想法?
—
我想從智能推薦談起。
最早在國內把“智能推薦”推向大眾的產品,沒記錯的話,是豆瓣電臺。那時,這還是個很新奇的功能。它會提示你,給每一首歌點“喜歡”或“不再收聽”。經過大量的數(shù)據(jù)訓練,它就能越來越熟悉你的口味,給你推薦更多“你可能會喜歡”的音樂。
那個時候,打開豆瓣電臺,一次次地點“下一首”,來研究它的推薦到底準不準,是件挺有趣的事情。雖然從身邊的人來看,大多數(shù)人都覺得,不怎么準。
/1/
把時間撥回2016年。一轉眼,智能推薦早已在國內風靡了數(shù)年。除了音樂平臺,新聞平臺、自媒體平臺、購物平臺、廣告平臺、直播平臺、視頻平臺、游戲平臺……都紛紛開始轉向智能推薦。
它們的理由也非常正確:在這個信息爆炸的時代,傳統(tǒng)的人工分發(fā)太沒效率了,我們要依據(jù)大數(shù)據(jù),利用智能算法,一方面實現(xiàn)推送內容和用戶喜好的高度契合,另一方面也大大提高信息的分發(fā)效率。所有的平臺都在致力于提高算法質量。我們似乎已經進入一個“智能推薦時代”。
以亞馬遜為例。有數(shù)據(jù)表明,亞馬遜35%的銷售額是與推薦系統(tǒng)相關的。當你在亞馬遜購物的時候,你一定見到過這句話“購買此商品的顧客也同時購買”,很有可能你會被其中某個名字吸引,點進去,然后再點進另一個名字,最終買了一堆東西回來。
《一網打盡》中就提到過:當亞馬遜和大型出版商談判的時候,就會使用“推薦系統(tǒng)”作為殺手锏。如果出版商沒有達到他們的要求,亞馬遜就威脅將他們的書從推薦系統(tǒng)撤下——這也就意味著大約40%的銷量銳減。這樣的結果是,通常30天左右,出版商就會回過頭來說,“嗨,貝佐斯,咱們再聊一聊?”
9月,F(xiàn)acebook宣布,他們將解散“熱門話題”團隊,轉而使用算法來抓取最熱的新聞。當然,這個消息放出來第三天,就立刻遭遇了危機——算法抓到了一條假新聞,并推向所有用戶。不過,從Facebook的態(tài)度來看,他們堅信這只是一場小小的意外,智能推薦終將全面代替人工分發(fā)。
這幾年,國內崛起的各種資訊平臺——比如今日頭條、一點資訊,以及各種小而美的新聞資訊客戶端,幾乎都基于“尖端算法”、“硅谷核心團隊”,主打“基于興趣和熱門的智能推薦”,大有干掉傳統(tǒng)媒體平臺之意。
今日頭條的CEO張一鳴更是說得很明白:我們不需要主編,有主編就會有傾向性,我們把分發(fā)交給算法,用戶喜歡什么,我們就推給用戶什么,我們不干預用戶的喜好。
/2/
這是一個浩浩蕩蕩的趨勢。一切看來都很美好。
但是,我卻始終有一點懷疑。智能推薦的本質是什么呢?簡單來說,是這樣的邏輯:系統(tǒng)通過收集你的歷史數(shù)據(jù)和個人數(shù)據(jù),為你建立一個描述模型,并找到符合這個模型的其他用戶,找到他們所對應的“高評分內容”(比如,點一下“喜歡”,就給內容加1分;點“不再播放”,就扣5分。等等),再將這些內容推給你。
也就是說,系統(tǒng)先通過尋找“與你相似的人”,再將他們關注的、喜歡的內容推給你。
當然,實際的操作,比這要復雜百倍。比如矩陣分解系統(tǒng)、外顯/內隱行為評分機制、基于多因素(包括地域)的策略邏輯,等等。但本質來說,不會偏差太遠。
這樣一來,就會產生兩個問題:
1.為什么我要讓別人決定我想看什么?
2.為什么我一定要關注別人關注的東西?
這種基于大眾行為的機制,可能的結果之一,是“趨同”。系統(tǒng)推給你的都是在可選范圍內“最大眾”的信息(最多人關注),而你的行為又進一步強化了這種趨勢(為這些信息增加了關注)。這樣一來,就會導致極端的馬太效應:熱門的信息越來越熱門,冷門的信息越來越冷門。
這是一件很可怕的事情。如果由智能推薦來決定信息分發(fā),那么,我們選擇信息的權利,就完全由系統(tǒng)——本質上就是大眾來決定。
也就是說,我們所關注的信息,會越來越趨向于一致。我們接受到的信息,是大眾關注的信息;我們思考的問題,是大眾思考的問題;我們看到的事物,也是大眾看到的事物。
當你的信息、視野、思考方式都完全“泯然眾人”,你還如何能輸出更有價值的想法?
/3/
我在一篇舊文里面談到過,我們思考問題的過程,如果拆解出來,是什么樣呢?其實無非就是這個模型:Input - Tools - Output (ITO)—— 信息輸入 →利用邏輯工具對信息進行處理 →輸出結論。
所以,我們腦子里的想法,絕大多數(shù)的差異,其實存在于第一步,亦即信息的輸入。因為邏輯本身是普適的,對每個人的差異不大。只有接收到的信息更全面、更龐大,你用來“處理”的素材才會更豐富,也就能得出更精確、更有價值的結論。
這也就是為什么我們常說“你的問題是讀書太少,而想得太多”的緣故。因為讀書是拓展信息輸入最好的方法。沒有足夠的信息輸入,想再多也是沒有用的,因為從本質上講,你的材料就是匱乏的。
而如果你連接收到的信息都跟大多數(shù)人一樣,你還如何能指望比大多數(shù)人更優(yōu)秀?與大眾一致,永遠只能淪為平庸,成為被消費的對象。只有比大眾走得更遠,看得更遠,才能有出類拔萃的可能性。
另一種可能的后果,就是圈子的斷層和割裂。一個圈子里的內容,永遠只有最平庸、最膚淺、最沒有門檻的信息,能夠被最廣泛的人接受和關注。而這種關注,又會促進它的二次、多次傳播和螺旋發(fā)展。
這樣一來,其他的信息要么被“擠壓”到角落里,被我們遺忘;要么被擠出圈子,被我們忽視。簡而言之,你會只看到你所在的圈子里,大多數(shù)人愿意看的東西。
這也就是我在《你看到的世界,只是萬分之一》中提到的:當你接收到的信息與發(fā)出的信息,只能在你所屬的圈子、階層內傳播,你所能接觸到的世界,實際上就被局限在小圈子里面了。
你將看不到真正的世界,而是活在圈子為你構筑的“擬態(tài)世界”之中。但這一切,僅僅是智能推薦的問題嗎?當然不是。
所有的網站、平臺、APP,想要更好地生存,都必須融入“輿論場”,讓自己跟進各種熱門事件——熱門的東西,永遠都能吸引多數(shù)人的關注,因為熱門本身就意味著多數(shù)關注。
那么,無論是智能推薦,還是人工分發(fā),其實本質都一樣——你所被動接收到的,永遠是“大眾”的信息。只不過,在信息爆炸的時代,智能推薦實際上做了這么一件事情:我?guī)湍惆研畔⒑Y選好,你不用去找,安心等著就好。
/4/
這種基于熱門的篩選機制,雖然節(jié)省了我們大量去探索和尋找內容的時間。然而,另一方面也意味著,我們在被動接收之中,思維正在慢慢被同化和影響——無論是事件,觀點,事實,還是看待問題的角度。
我們變得越來越“懶”了,因為智能推薦幫我們把信息分門別類打包好,送到眼前。同時,我們也變得越來越“笨”了,因為我們接收到的信息,都被拉到了大眾的平均(甚至低于平均線)水平。
這種情況發(fā)展下去,會怎么樣呢?會造成精英和大眾的進一步割裂。從信息渠道來說,很可能會出現(xiàn)這樣的情況:少量大眾平臺掌握著大量用戶和流量,成為信息流通的中心渠道。眾多微型的小眾圈子(APP、個種自媒體)環(huán)繞在周圍,基于少量的、小眾的用戶,在內部交換信息。彼此獨立,畫地為牢,互不干涉。
這并不是一件好事。那么,面對這種情況,我們可以怎么做?
最核心的,還是要基于自己的需求和興趣,主動去進行“探索”,獲取有價值的信息。你要知道,傳播范圍越廣的東西,其實就越沒有價值。因為它要么已經人盡皆知,要么即將人盡皆知。
有意思的是,這個趨勢正在慢慢逆勢上揚。知乎Live,在行,得到,有不少平臺開始嘗試走“有價值的精品內容”路線。當然,我并不是說他們上面都是有價值的內容,你依然要進行篩選和辨識,但相比起被動接收由大眾所決定的信息,這始終是很有意義的一步。
作為個人,對自己的信息渠道進行優(yōu)化,將更多的精力花在“主動尋找信息”上面,會比被動接收大量的“庸俗信息”更有價值——因為前者才是你真正需要的,后者只是大家認為你需要的。
越是信息碎片化的時代,我們越是要建立結構化的體系。越是信息篩選便利的時代,我們越是要探索門檻更高的信息。這樣一來,才能走在大眾的前面,給自己帶來真正有效而長遠的提升。
大多數(shù)人只會成為時代的附庸。當潮水卷過,留下來的,永遠是逆流而上的人。
(注:以上為本網編輯在社交媒體上摘編的內容素材,文章并不代表本網觀點。)