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。）