请选择 进入手机版 | 继续访问电脑版
您尚未登录,请登录后浏览更多内容! 登录 | 罗友注册

QQ登录

只需一步,快速开始

 找回密码
 罗友注册

QQ登录

只需一步,快速开始

查看: 123|回复: 0

030 | 算法会让你的视野越来越窄吗?-2019-07-05

[复制链接]

签到天数: 3 天

[LV.2]偶尔看看I

1万

主题

1万

帖子

3万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
34134
发表于 2019-7-5 09:47:22 | 显示全部楼层 |阅读模式


030 | 算法会让你的视野越来越窄吗?

你好,这里是《邵恒头条》,我是邵恒。

今天我跟脱不花讨论了一个关于算法推荐的问题:假设你要给一个点餐APP设计推荐机制,那么以下这个场景你会怎么处理——你发现用户连着吃了两顿日料,那么接下来,APP上是应该继续推荐日料呢,还是应该推荐川菜?

这个问题,在算法工程师当中是很有争议的。算法要实现的目的很单一,就是要让你完成点餐这个动作。但人的决策过程是多维的,点餐这么一个简单的动作,里面也有无数个维度要考虑,比如你是不是喜欢吃日料、会不会已经吃腻了、你可能是在什么场景下吃,等等等等。算法要想影响人的行为,并没有我们想象得那么容易。

最近,我看到一篇有意思的文章,就讨论了一个与此相关的话题:推荐算法会不会让人只选择看自己喜欢的东西。我们经常听到的说法是,猜你喜欢这样的算法会让你只选择自己熟悉、喜欢的内容。时间久了,我们的视野就会越来越窄。

这种现象,被称为“ 信息回音室 ”。也就是说,你只听到跟自己观点相似的声音,这就像是你自己声音的回音。

但是这篇文章的作者,把国外学术机构对这个问题的主要研究都看了一遍,告诉我们结论是,并没有出现信息回音室的现象。其中一个原因,便是影响人选择的因素非常多元,而这些因素在不断地突破算法的边界。

今天的《邵恒头条》,我想来跟你分享一下这篇文章的观点。文章的作者是方可成博士,他曾经担任《南方周末》的记者,后来到美国宾夕法尼亚大学的传播学院做博士研究,今年刚刚获得学位。

首先,作者提醒我们,算法的类型很多元,并不是所有的算法,都会造成信息同质化的趋势。

比如说,现在有一种常用的算法,是“ 协同过滤算法 ”。这种算法的基本思路,就是找到和你喜好相同的人,把他们的选择也推荐给你。也就是说,这种推荐并不是完全基于你之前看了什么内容,把相似的内容推荐给你,而是也要基于和你类似的人在看什么。

明尼苏达大学计算机系的几位研究者,就曾经分析这样的算法对于信息同质化的影响。他们分析了一个电影网站Movie Lens的用户行为,这个网站就用到了协同过滤算法。

他们把用户分成了两组。其中一组用户不相信“猜你喜欢”推荐的内容,一组呢,相信“猜你喜欢”的推荐,并且愿意根据推荐来购买喜欢的电影。

他们研究了将近2年的数据后发现,每个人都找到了自己的偏好,选择电影的广度的确有所下降。但是相比而言,使用“猜你喜欢”的人,比不使用的人,购买的电影反而更多样。

所以,首先我们要知道的一点是,我们一直担心的算法技术,从结果上来看,并不一定会造成视野变窄,信息同质化。有些算法,反而可能会拓宽人的视野。

不过我们都知道,现在有一些社交网络,为了流量和商业利益,会只给你推荐,你想看的内容。比如说,脸书 Facebook的广告算法。它会根据你过去的浏览和点赞记录,对你看到的朋友圈进行排列。那些更容易让你点赞、留言的朋友圈,会排列在上面,让你最先看到。这样的算法,听起来很容易造成信息同质化。

可是研究结果却不是这样的。在2018年,两位丹麦的学者选取了1000名丹麦的脸书用户,分析了他们2周之内在脸书上分享的朋友圈。他们的假设是,如果脸书的算法造成了人们接触到的信息或者圈子变窄,那么这些人分享的内容,应该也有很高的趋同性。

但结果发现,只有不到10%的人分享的链接是雷同的,不到30%的用户发布的内容文本是有相似性的。这个比例比研究人员的预期要低很多。

为什么呢?研究人员分析,这是因为脸书的算法虽然能决定朋友圈排列的顺序,但有一个因素是算法无法影响的,那就是我们跟谁做朋友,我们有多少朋友。这些因素,都是算法无法掌控的。

我们的社交关系也在影响着我们摄取信息的广度。算法可以在我们的社交圈里挑挑拣拣,但是没法左右我们真实生活中的社交圈。

好,接下来我们说说最后一点,个人偏好对信息同质化的影响。

我们总认为算法会造成信息同质化,这件事有一个前提,就是我们觉得人们只爱看自己熟悉的内容。

但是,文章作者所看到的心理学、传播学研究的结果,却并不支持这一点。这些研究显示,我们人不仅喜欢自己熟悉的东西、认同的东西,我们还喜欢超出我们预料的东西。

神经科学的研究显示,我们成年人的大脑很喜欢意料之外的东西。首先,意外会激活我们大脑里的杏仁核,让感官对于外界刺激的处理更敏锐。此外,意外的出现还会刺激海马体分泌多巴胺,我们都知道,多巴胺是让人产生快感的。因此从生理上来说,我们就乐于探索意料之外的东西。这种偏好,会驱使我们主动突破信息的边界,而这也是当前的算法无法囊括的。

说到这,你可能也会好奇,既然这么多研究的结果,都显示推荐算法并没有造成信息同质化,那为什么有这么多人持有这种看法呢?算法的负面效应,是怎么被夸大的呢?

方博士的这篇文章里提供了一个视角,我觉得非常有意思。他引用奈特基金会的一个研究解释说,之所以会出现夸大的现象,是因为人们为了跟自己的价值观保持一致而扭曲了真相。

什么意思呢?奈特基金会做了一个政治倾向的调研。他们发现,美国保守派的选民,会说自己平时主要看偏保守的福克斯新闻。但如果你去看他们的网页浏览记录,你会发现,其实这些保守派也会看自由派的新闻,比如CNN和《纽约时报》。那为什么他们要隐瞒这个信息呢?研究者认为,这是因为人们会把看什么新闻,跟自己的政治理念、价值观等同。我看什么新闻,就意味着我是什么人嘛。当然,这件事不一定是人们在刻意撒谎,人们也有可能是选择性地记忆。

同样的道理,人们可能嘴上抱怨,我被社交媒体上的算法限制住了,但实际上他们浏览的内容,可能远比他们认为的要丰富。

总结一下,今天的《邵恒头条》跟你分享了推荐算法是否会造成信息同质化,让人们的视野变窄。方可成博士梳理了最近几年发表在学术期刊上的研究。大部分研究的答案都是否定的。算法多种多样,现在很常见的协同过滤算法不仅不会让视野变窄,反而会让我们接触的信息多元化。不过,即使有些算法的确会带来负面效应,但我们每个人手里也都有抵御这种效应的武器,那就是广泛的社交关系,以及我们与生俱来的好奇心。这些元素都是算法没有办法掌控的。

方可成博士的文章链接: https://media.weibo.cn/article?id=2309404389564880915107

也欢迎你在留言里分享你自己的想法。

此外,我在第0期《邵恒头条》里,也介绍过两种突破算法局限的尝试,如果你感兴趣可以再去听听那期节目,为什么有人要过完全随机的生活?

好了,这就是今天的《邵恒头条》。我是邵恒,我们明天见。

来源:得到
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 罗友注册

本版积分规则

       
    忘了密码|使用说明|Archiver|手机版|小黑屋|逻辑思维|     

GMT+8, 2019-8-21 18:32 , Processed in 0.109375 second(s), 32 queries .

© 2012-2018 Powered by Discuz! X3.1. Theme By 罗辑集

快速回复 返回顶部 返回列表