一、过火的年代
咱们正在迎来一个越发过火的年代，网络上、日子中戾气横行。
曾几何时，当移动互联网和信息革新以摧枯拉朽之势席卷全球时，田园诗一般的浪漫气氛从前四处飘荡。人们满心认为，信息网络将彻底打破人与人之间的信息不对称，地球变得扁平，国际变得通明，贫富分解终将反转，各个民族和阶级有更多的时机对话交流宽和。
可是实际无情击碎了人们的幻梦。仅以财富这一项看，在互联网年代的20年里，全球贫富分解加重，仅以美国为例，依据《彭博》报导，前1%的富豪财富接近前90%精英阶级的总和。放到全球的规模，仅2017年，1%的有钱人就占有了82%的财富。
马修.杰克逊曾在《人类网络》一书中指出，决议人与人不同阶级和财富走向的中心有两个：一是信息，二是时机（资源）。
那么，在信息高度通明扁平的今日，为何人类的过火和分解却愈加严峻了？
有一个说法是“信息茧房”。
二、信息茧房的假说
2001年，美国法学家凯斯.桑斯坦在《网络共和国》一书中从前提出：互联网年代，人们面临海量剧增的信息，会倾向于从中挑选契合自己喜爱的加以吸收，成果每个人吸取的内容越来越狭隘，一步步滑入信息茧房。
比信息茧房愈加急进的说法是“网络巴尔干化”，1996年美国学者埃尔斯泰恩和布林约夫森提出，网络上的信息渐渐的变多，人们喜爱的东西姑且看不过来，因而不会由于互联网愈加敞开开通，反而会愈加关闭极点。
两个假说都指向了一点：信息的通明敞开未必全都是功德，由于这样一来信息爆破了、信息太多了、真假信息难辨，人们底子就看不过来了。
虽然信息通明敞开带来了一种公正，可是人们“处理信息的才干和精力”良莠不齐，这带来了新的不对等。
所以新的对立好像产生了。人们把指向头条、淘宝这样的“算法引荐”途径，他们说：这些App依据某某算法对人做各种深度学习、大数据剖析，最终引荐的都是人们感喜好的内容，这不是标准的“信息茧房”吗？
这个说法看起来很简略，也很粗犷，最大的问题在于“看轻了算法”。
“算法引荐便是，我看到时髦、旅行、宠物的内容，逗留的久，点了赞，成果今后途径给我引荐的都是时髦、旅行、宠物了。”他们总是这样说。
但这仅仅依据“内容特色”的引荐，是一种最根底、最表层的算法。假如仅仅仅仅这么简略粗犷，那么这些公司很简略就会走入喜好的坑里，面临两大困局：
1、人是丰厚多元的，每个人的喜好偏好都是多样的。你随意问一个人他的喜好是什么，他自己或许也很难精确表述自己的喜好构成。
2、人们的喜好又是善变的，新的喜好点随时或许出现，而一些感喜好的内容由于过度消费反而或许遽然“腻味不伤风”了，从此边沿效益递减。
就好像，天天在网上看萌宠，没准哪天就遽然不想看了，再看也不萌了。
事实上，不管头条、阿里，仍是国外的脸书、谷歌，选用的算法维度都没这么简略。
三、算法的维度
一个老练的算法引荐体系，至少需求细心考虑五个维度。
一是算法模型。常见的有协同过滤算法、监督学习算法Logistic Regression、深度学习、Factorization Machine、GBDT五种模型。
五种算法模型
比方协同过滤模型，体系不断剖析用户大概是怎样的人，然后进一步找到和他类似特点的人，依据这一类人的喜好喜好进行引荐，把类似的内容引荐给臭味相投的人。也便是说，决议引荐的，不只仅看你一个人今日点赞了什么，更要看和你类似的人们喜爱什么。
以一个“人群”为基数进行海量继续剖析，不断迭代优化，还会堕入信息茧房吗？
二是内容剖析。比方一篇文章的语义特征（要害词、Topic、实体词）、文本类似性特征、时空特征。
三是用户标签。除了用户的喜好、聚类、性别、年纪、地址等身份特征，还要环绕用户行为做好数据处理战略，比方过滤噪声、热门赏罚、时刻衰减、赏罚展示。
四是成果评价。怎么统筹短期和长时间目标，怎么统筹用户目标和生态目标，怎么经过ABtest试验继续优化引荐成果？
五是安全标准。比方电子商务途径的反黄与合规，比方内容途径的ugc内容审阅、危险内容辨认技能（鉴黄、反咒骂及低俗）、泛低质内容辨认（假新闻、洗稿、标题党等）。
可见，真实的算法引荐体系远比“喜爱看蛋糕引荐蛋糕”要杂乱得多，也深化得多、智能得多。
把锅甩给技能和算法历来都是最简略不吃力的办法，只不过这样一来人们就会回绝更深化的反思和改动。
美国明尼苏达大学计算机系专门进行了试验，让两组人一起在协同过滤算法引荐的途径上获取内容，一组人对引荐成果进行“跟从”，一组人对引荐成果毫不理睬。
试验成果和一般的认知彻底相反：归纳21个月的数据，跟从组取得的信息愈加丰厚多元，不理睬算法引荐的一组，视界反而愈加狭隘了。
前几天今日头条的CEO朱文佳在活力大会上说，头条要做的便是通用信息途径，经过引荐、重视、查找来分发图文、视频、音频、问答等各种内容信息，这种内容和分发手法的多元组合不只不会带来信息茧房，还会带来一个“更大的国际”。
他说的或许是大真话，就像前面所说，假如头条们做的仅仅是“喜爱看萌宠就引荐萌宠”这种最浅显的引荐，那么一定会无法处理人们喜好的多元、喜好的善变和喜好满意的阈值提高。
四、喜好，仍是心情？
事实上，喜爱挑选感喜好的内容原本便是人类的习气，是天分和天性。
试想，不管读书看报，仍是逛书店、看电视，你该不会是首要都要找自己感喜好的？
即使前期的网站，是不是也有主题和版块，便利你去挑选？
算法引荐仅仅加快了这一进程，让人们面临海量信息时、挑选感喜好的内容愈加简略高效。
前面说过，信息的爆破带来了新的马太效应，在信息处理才干和精力上优裕的人变得更有优势。从这个视点说，算法引荐不只不是构成分解的要害，反而是一种功率提高手法，协助才干精力上并不占优的人补偿缺乏、提高功率，为什么反而要背锅呢？
每一次讨论人类的“过火化”和“挑选性认知”，咱们都必须厘清一个概念，喜好和心情。
喜好并不会让人过火，只需对某件工作的心情、观念和心情继续强化，变得关闭极点，人们才真实开端过火起来。
比方说，你的喜好或许是足球，你的心情或许是对我国男足很不喜爱，假如这个心情不断强化变成切齿腐心了，你该不会是就过火了？
从这个视点说，算法引荐只能引荐你“感喜好”的内容，却并不能了解你的“心情、观念和心情”，引荐你“喜爱支持”的内容。
算法引荐或许知道你对智能手机感喜好，会给你引荐锤子的内容，却并不知道你打心眼里不喜爱罗永浩，所以锤粉锤黑锤中立的东西都一股脑儿过来了。
算法引荐或许知道你对健康十分重视，会给你引荐医疗范畴的音讯，但并不知道你对中医或许西医的心情，所以它都会引荐。
分解裂化的元凶巨恶不是算法引荐，由于真实导致割裂的不是喜好，而是人们在同一喜好中不同的心情和心情被不断强化。
这便是常说的网络回音室原理，关于同一问题，人们总是喜爱听到和自己类似的观念，过滤相反的观念，最终接收到的就像是自己的回音相同。
是什么在催生网络的回音室？假如算法引荐并不会带来信息茧房，终究是什么在带来信息的“偏食”和心情的过火？而咱们，又该怎么应对和破解？
五、真实该警觉的
一个答案或许是“单一”。
单一的信息获取途径、单一的信息交流形式是问题的本源。
不管是只在网站看修改置顶，仍是只在朋友圈看别人转发的文字，亦或许只重视大V的共享，乃至只放任算法的引荐……只需一个用户、他对某一信息获取和交流形式构成“途径依靠”，那么视界就或许渐突变窄。
其实，每一种信息分发方法都有其独有价值，修改分发带来的是“你应该知道的”，查找带来“你想知道的”，引荐带来“你或许感喜好的”，重视带来“你关怀的人的动态”。
每一种分发方法都不可或缺，只需丰厚多元的信息获取组合，查找、重视、算法、熟人和陌生人整合起来，才干防止信息的偏食，这或许也是大途径们正在企图成为“归纳化”的原因。
谷歌、百度不只做查找引擎，还在查找成果之外参加内容引荐；微博在单纯的重视流和热搜之外，添加智能引荐和视频；头条则是算法引荐、要闻热文、大V重视、查找多合一。
只需整合满意丰厚的信息分发形式，乃至成为通用信息分发途径，才干从底子上防止信息茧房，从而全方面、智能化地了解用户、满意其信息需求。今日头条所说的“一横一竖”，也恰恰是环绕这方面来演化的。
另一个答案或许是“孤单”。
最近几年交际阑珊，人们正在从社会性动物，变成孤单型生物。
人们越来越不愿意面临实际交际的危险、压力和不确定性，也渐突变得不愿意为了别人退让姑息。虚拟网络的开展让人们愈加沉迷于“不依靠别人”的文娱，比方游戏和直播。各种消费服务的完善也让人们的日常日子越来越不需求与别人交际协作。
这样的交际茧房带来了这样一个成果：人们越来越懒得和陌生人交流交流，即使关于现已知道的人，也倾向于挑选和观念心情共同的人进行交流。
“好吧”正在成为渐渐的变多现代人回绝交流的常用语，而“静静拉黑”则替代“正面刚”，成了非暴力不合作的标配。
第三个答案是“心情”。
从微博到群众号，从条漫到短视频，从咪蒙到卢克文，内容生产者和KOL们正越来越长于使用人们的心情，功德不出门，坏事传千里，理中客或许正确，但远不如非黑即白的过火心情更能驱动群众的传达，更能带来流量。
正如《弱传达》一书中描绘的那样，早在勒庞的年代，长于鼓动引发传达就现已是揭露的隐秘。可是在今日、依据大数据的心情驱动让全部变得套路化、标准化乃至科学化。
获取信息上途径依靠，交流信息上交际阑珊，消化信息上感情用事，比起算法引荐信息茧房的假说，或许这三个问题才愈加底子，也愈加荫蔽。
作者张俊，上海帅醒创始人，群众号阿争辩（ID：bianlunlove），个人微信13385698365。
