信息茧房:推荐系统筛掉的那部分世界
地铁里,一排人低头,拇指以差不多的节奏上划。屏幕亮起,换一个,再亮起。
没人抬头。也没人知道自己下一条会看到什么,除了后台那个正在算的模型。
推荐系统常被说成「猜你喜欢」。更准确的说法是,它在猜你会在哪一条上停住。
这两件事的差别,决定了你看到的世界有多宽。
一条视频要过三道门
推荐不是一个模型,是一条流水线。
第一道是召回:从几千万条内容里捞出几千条候选。靠的是标签、向量、协同过滤——和你相似的人看过什么。
第二道是排序:给每一条打分,预测你会不会点、会看多久、会不会点赞。分数高的往前提。
第三道是重排:去重、控频、插广告、保证多样性。这一步最像编辑,也最少被讨论。
三道工序里,真正的目标函数只有几个:停留时长、完播率、互动率、次日留存。你喜欢什么,只是达成这些目标的中间变量。
它优化的不是你,是你留下的概率。
一个模型如果发现「愤怒的标题能让人多停两秒」,它就会多推愤怒的标题。它不判断愤怒好不好,只判断愤怒有没有用。
过滤气泡与回声室,两笔账
中文语境里,这两个词常被当成一个用。它们的账其实要分开记。
过滤气泡是帕里泽 2011 年提出的:算法在你看不见的地方替你筛,你以为看到的是世界,其实是你自己的画像。
回声室是桑斯坦更早的说法:一群人自己选同类,观点在内部反复放大,越说越确信。
前者的问题在平台,后者的问题在社群。分开记,才知道该找谁。
中国 2022 年 3 月 1 日施行的《互联网信息服务算法推荐管理规定》,把「算法选择权」写成了条文。
条文要求:应当向用户提供不针对其个人特征的选项,或者便捷的关闭算法推荐服务的选项;用户选择关闭的,应当立即停止提供相关服务。
这条规定的意义不在技术,在于它承认了一件事:默认的推荐不是中立,它是一种编辑。
被筛掉的是偶遇
旧媒体有一层算法给不了的东西:版面。
一份报纸,国际版在第一叠,副刊在最后一叠。你不关心的那条政变,会在翻页时撞进眼睛。你没法选择不看,只能选择翻过去。
信息流没有版面,只有队列。队列按你的反应排序,不会把你不关心的东西硬塞给你。
于是偶遇消失了。你不知道隔壁行业在发生什么,不知道对立立场的人怎么论证,不知道一个你从未搜索过的国家长什么样。
长尾确实被解放了:小众手艺、冷门学科、地方戏曲,都能找到观众。这是算法的功劳,不该抹掉。
但共同背景也在消失。以前大家看同一份晚报,吵架时至少有同一套事实;现在各自拿着一套截图,连「事实是什么」都要先吵一轮。
「社交媒体与搜索引擎,与个体之间的意识形态距离增加相关;但同样这些渠道,也增加了个体接触光谱另一侧材料的机会。……效应的量级相对温和。」(Flaxman、Goel、Rao,2016,译文)
反面证据:茧房可能被说大了
上面这段引文,来自一项规模不小的研究。三位研究者调取了五万名美国用户的浏览记录,结论是双向的:社媒和搜索确实让人群分化,同时也增加了个人接触对立立场的机会。
还有一个更容易被忽略的发现:绝大多数在线新闻消费,仍然发生在人们直接打开常看媒体的首页。算法推荐的占比,没有想象中那么大。
这动摇了「茧房全怪算法」的叙事。
另一层反驳更不客气:人本来就有确认偏误。在没有算法的年代,人们也只看自己爱看的报纸,只在同温层里聊天。算法放大了一个旧毛病,没有发明它。
还有一点:平台要留存,就必须给新鲜感。纯同质的推荐会让人腻,所以模型里留着探索项,会推一些你没看过的东西。茧房不是密不透风的。
下面这个视频把算法放回传播史里看,正好补上「平台为什么必须不断制造新鲜刺激」这一层。
我的判断是:把一切归给算法,是一种偷懒。它免除了用户的选择、内容供给方的投机,以及公共媒体缺位的责任。但反过来断言茧房不存在,也站不住。
真正的问题不在「你会不会看到不同意见」,而在「不同意见以什么顺序出现在你面前」。
收口
茧房不是你看不到别的声音。是每一个声音都按你的舒适度排好了队。
所以能做的动作很小:下一次推荐页里出现一个你不想点开的封面,点开,看完三十秒再划走。
或者更彻底一点,把个性化推荐关一天。看看首页变成什么样。那个样子,是别人每天看到的世界。