“反算法”，讓你走出信息繭房

王敏

“算法不講武德！”越來越多的年輕人發(fā)覺，生活正在被算法控制。個性化推薦幾乎成為每一款互聯(lián)網(wǎng)產(chǎn)品的標(biāo)配，大數(shù)據(jù)已經(jīng)越來越多地介入了人們的“手機(jī)生活”。很多人的感受是，在一些a p p 頻繁輸入興趣關(guān)鍵詞，算法就能逐漸了解甚至摸透自己的興趣和喜好，進(jìn)而持續(xù)推薦自己感興趣的內(nèi)容。久而久之，便會置身于“信息繭房”。一直深處于樂意看到的內(nèi)容池，視野可能會變得狹窄，所見所聞被a p p 所控制。不過，這屆年輕人心里清楚，在當(dāng)今社會，完全脫離算法是不可能的，他們只能用自己的方式去嘗試“對抗算法”。

困在算法里

22歲的林楓最近因?yàn)楣ぷ餍伦粤硕兑糍~號，為了讓抖音的算法推薦更多偏向自己工作的內(nèi)容，他當(dāng)天晚上就決定“好好調(diào)教”一下抖音新賬號，持續(xù)用抖音搜索工作相關(guān)的內(nèi)容。但沒想到，一“調(diào)教”居然“調(diào)教”到了天亮，只得拖著疲憊的身軀繼續(xù)上班。

林楓原本是想利用算法，以便更高效率地尋找優(yōu)質(zhì)內(nèi)容，沒想到最后被“反噬”，很難控制自己刷完一個視頻繼續(xù)上滑的動作。如同抖音是林楓的“時(shí)間黑洞”，快手、B站、知乎，于很多年輕人而言也是時(shí)間黑洞，一旦打開，就很難停下來，這背后都有算法的“功勞”。

時(shí)至今日，隨著互聯(lián)網(wǎng)門檻的降低，普羅大眾對于算法這個詞并不陌生。

算法推薦能夠通過數(shù)學(xué)變量的運(yùn)算，推測出用戶可能喜歡的東西，進(jìn)而降低用戶尋找優(yōu)質(zhì)內(nèi)容的時(shí)間成本。

但算法進(jìn)一步優(yōu)化，演變成一些a p p為了增強(qiáng)用戶黏性，以此遷就用戶喜好的“工具”，不斷猜測和推薦符合其立場和偏好的內(nèi)容。當(dāng)人們習(xí)慣性地被自己的興趣所引導(dǎo)，就很容易陷入“信息繭房”。

“算法推薦讓我越來越被迫故步自封了，其實(shí)也想偶爾跳出舒適區(qū)嘗試一些新的事物、獲取新的信息，卻被不停投喂類似的信息。”一位網(wǎng)友表示。

在百度紀(jì)錄片《二十度》中，李彥宏說道：“現(xiàn)在的算法在試圖取悅用戶，算法的好壞基本上是按照這個用戶花了多長時(shí)間來消費(fèi)內(nèi)容、他第二天再回來的概率有多大，都是在優(yōu)化這些東西。”他認(rèn)為這樣不好，會把人搞得非常分裂，容易讓人走極端。

身處a p p的世界又難以完全擺脫算法，越來越多的用戶開始警惕算法推薦的便利性，針對投喂式算法推薦出現(xiàn)了“逆反心理”。一部分人為了擺脫“信息繭房”而開始下意識“對抗算法”，還有人為了保持“神秘感”，不想被大數(shù)據(jù)、算法抓走自己的行為數(shù)據(jù)，正在采取行動。

對抗算法，各出奇招

為了對抗個性化推薦而致癮，一些年輕人的選擇是，有意識地與致癮app隔絕。

剛大學(xué)畢業(yè)三年的喬思會每天查看自己手機(jī)的使用時(shí)長，分析自己在每個a p p花的時(shí)間，以此警惕自己不要沉迷于娛樂a p p。和喬思主動調(diào)控時(shí)長不同，一些人的選擇是杜絕容易沉迷的a p p，比如，不讓容易上癮的a p p在手機(jī)里長期存在，在短暫使用后趕快刪除。

同樣，從事互聯(lián)網(wǎng)運(yùn)營的盧鋒也沒有依賴個人的意志力，而是日常使用兩部手機(jī)。他的主手機(jī)用于日常社交和學(xué)習(xí)，目的是盡量將工作狀態(tài)下的自己與致癮環(huán)境隔離，輔助手機(jī)則用于刷抖音、今日頭條等娛樂向a p p，同時(shí)盡量控制每天拿起輔助手機(jī)的次數(shù)。

林楓之所以注冊新抖音號，其實(shí)也是想將自己的生活和工作分開。他的同事基本也是如此，會“訓(xùn)練”出一個針對工作的抖音號，而個人興趣愛好，則用私人號搜索，不讓算法推薦模糊自己生活和工作的界限。

而要想走出投喂式算法所造成的信息繭房，有人采用技術(shù)工具，比如，尋找R S S服務(wù)，利用R S S服務(wù)發(fā)揮聚合器的作用，將多個訂閱源整合在一起，得以快速獲得多個網(wǎng)站的內(nèi)容更新，破除以單一來源為主的信息繭房。

還有一些年輕人將對抗算法的重心放在盡可能少地在互聯(lián)網(wǎng)上留下用戶行為數(shù)據(jù)上，讓算法摸不清楚自己。算法推薦，最重要的是數(shù)據(jù)，a p p利用用戶行為數(shù)據(jù)不斷建模，才能做到通過推薦的內(nèi)容刺激用戶分泌多巴胺。

盧鋒使用兩個手機(jī)，不僅是為了破除“信息繭房”，更關(guān)鍵的是也想要保護(hù)個人數(shù)據(jù)安全，從根源上減少算法對個人數(shù)據(jù)的捕捉。

盧鋒基本上每周都會檢查一遍自己手機(jī)里a p p的用戶權(quán)限，主要查看通訊錄、位置、語音、圖片的授權(quán)。“通訊錄授權(quán)一定是都關(guān)閉的，位置只允許地圖類a p p使用。另外還有一些a p p因?yàn)榕R時(shí)需要開了授權(quán)，但會忘了關(guān)閉，我每周都會定期檢查，及時(shí)關(guān)掉。”

盧鋒認(rèn)為，如果持續(xù)不關(guān)注這些a p p的授權(quán)，自己未來便會被打上各種各樣的標(biāo)簽，進(jìn)而在互聯(lián)網(wǎng)世界無處遁形。現(xiàn)在，盧鋒會用備用手機(jī)號碼和臨時(shí)郵箱注冊不常用的a p p，但他依舊拒絕信息讀取、照片讀取和語音讀取，甚至因?yàn)椴辉敢馐跈?quán)，卸載了一些使用感受還不錯的app。

“不點(diǎn)贊、不評論、不關(guān)注、不登錄”，喬思為了不讓a p p抓取到過多的個人數(shù)據(jù)，總結(jié)出了“四不”原則。一方面是盡可能少留下信息，另一方面，盡可能減少在網(wǎng)上獲得的反饋，除了微信之外，拒絕了所有a p p的通知，“大部分‘通知，既不及時(shí)也不重要。”和喬思類似，多位用戶表示，對于一些信息瀏覽類的a p p，在不影響使用的情況下，會拒絕注冊。

如何看待算法推薦？

在日本二維碼聚合支付平臺NETSTARS CTO陳斌看來，“算法推薦的恰當(dāng)使用，其實(shí)是科學(xué)倫理問題。”利用數(shù)據(jù)建立模型，很多a p p可能比用戶更加“懂”自己的喜好。“在這樣的引導(dǎo)下，人幾乎可以成為被引導(dǎo)和塑造的商品，一些企業(yè)通過推薦算法利用人的漏洞與人性的弱點(diǎn)來實(shí)現(xiàn)利益最大化。”

陳斌最擔(dān)心的是，算法推薦越來越廣泛與深入的使用，未來可能每個人的標(biāo)簽都是透明公開的，這會讓一個用戶在被了解的時(shí)候缺乏灰度，沒有隱私可言。而對于一些app的霸王條款，普通人可能難以察覺，更不要提應(yīng)該如何“抗議”了。

當(dāng)然，相關(guān)部門一直在不斷查處侵害用戶權(quán)益的app，責(zé)令其下架整改。“科技發(fā)展總是先于立法，不可否認(rèn)，立法層面需要持續(xù)加強(qiáng)。”陳斌表示。

同時(shí)， 他也提出， 用戶面對算法推薦應(yīng)該擺正心態(tài)，要客觀獨(dú)立思考。“在算法推薦的社會，最重要的是要有獨(dú)立思考的能力。每件事情都有兩面性，最重要的是怎么去對待。技術(shù)為人類服務(wù)， 人類在使用這項(xiàng)服務(wù)時(shí)，也要保持警惕的狀態(tài)。”陳斌表示， 網(wǎng)絡(luò)上已經(jīng)存在很多“自我保護(hù)”的方法，需要用戶意識覺醒之后，去主動探索。

在信息泛濫的時(shí)代， 沒有算法推薦， 用戶可能很難高效找到優(yōu)質(zhì)內(nèi)容，但對于算法推薦過于依賴時(shí)，用戶又容易陷入“ 信息繭房” 。不過， 現(xiàn)在認(rèn)識到這個問題還不晚， 不盲目順應(yīng)算法， 就是走出“ 算法陷阱”的第一步。

//摘自深燃微信公眾號，本刊有刪節(jié)/

網(wǎng)友這么說

@馮靖：卸載非必要的app，特別是娛樂類游戲類，用戶權(quán)限、自啟動，在每次更新后嚴(yán)格檢查關(guān)閉，安裝時(shí)去掉多余選項(xiàng)，如興趣愛好等，避免隱私泄露。這是一個智能時(shí)代，更是一個與智能產(chǎn)品斗智斗勇的時(shí)代！

@拾方：我就不一樣了，我會去淘寶鍵入野生葫蘆娃、下水管、直升機(jī)、豬頭肉、鯨魚骨頭等各種奇奇怪怪的關(guān)鍵詞……反正，嗯，淘寶給我推的東西永遠(yuǎn)沒有正確過，我也不需要它給我推薦。

@白楊：反算法除了在權(quán)限上謹(jǐn)慎授權(quán)以外，最重要的還是要學(xué)會克制、辨識，拓展更多學(xué)習(xí)和消遣的渠道，從經(jīng)典作品和前人經(jīng)驗(yàn)總結(jié)中提升自己的思辨和審美能力。這樣你才能有更多的選擇，然后博弈，消化，乃至最后升華為自己的東西，才能在被算法籠罩的時(shí)代里掌握更多主動權(quán)。

@小桃冰茶：怎么沒有算法讓我對學(xué)習(xí)上癮……

@有疾：最討厭的就是某音樂a p p根據(jù)我喜歡的幾首歌一直推薦類似歌曲，就算刪除或者聽其他類型歌曲，依然會推送之前那一種風(fēng)格的，不知道本人善變嗎？

@江海彬：有一說一，算法在幫我們找工作、學(xué)習(xí)上的內(nèi)容時(shí)，還是很好的，但是刷娛樂類、打發(fā)時(shí)間的小視頻就很容易讓人沉迷。