老登小登對(duì)立，算法的鍋？

最近我常跟00后小伙伴搞一種玩法，叫作「交出你的抖音」。

這個(gè)說(shuō)起來(lái)有點(diǎn)失禮。因?yàn)閾?jù)說(shuō)算法會(huì)制造信息繭房，將小中老登的差異越拉越大，所以出于打破繭房的自律，我很渴望知道小登們每天都在刷些什么，而迫使他們交出手機(jī)是個(gè)最簡(jiǎn)單粗暴的方式。

每次圈閱他們的喜歡列表，都能讓人收獲新知識(shí)：

咦？這位網(wǎng)紅老師我怎么沒(méi)刷到過(guò)？大數(shù)據(jù)隔離得真徹底啊！這該死的算法！

直到有一天一位小伙伴問(wèn)了一句，陳老師，有沒(méi)有可能這不是算法的問(wèn)題，而是寧的問(wèn)題？

我承認(rèn)，他的發(fā)問(wèn)讓人產(chǎn)生了一點(diǎn)精神內(nèi)耗。這個(gè)問(wèn)題的本質(zhì)，顯然不是我誤會(huì)了自己，而是，是不是大眾誤會(huì)了算法？

有種說(shuō)法持續(xù)很長(zhǎng)時(shí)間了：算法推動(dòng)下的社交媒介并不簡(jiǎn)單，它討好每個(gè)人的興趣是小，而封印了個(gè)體的認(rèn)知、導(dǎo)致了觀念的極化。這個(gè)問(wèn)題可就大了，妥妥是造成社會(huì)撕裂的元兇啊！

社會(huì)撕裂不是小事情。熱點(diǎn)評(píng)論區(qū)總是激烈對(duì)線，鍵盤(pán)俠層出不窮，就連都市麗人每年回鄉(xiāng)走過(guò)村口，短短幾十米都會(huì)經(jīng)歷一次身敗名裂。村口大爺大媽的審視標(biāo)準(zhǔn)既統(tǒng)一又單一，均可歸結(jié)為兩點(diǎn)：你結(jié)沒(méi)結(jié)婚、你是否正經(jīng)？

村口是這個(gè)世界的一種真實(shí)寫(xiě)照，坐鎮(zhèn)村口的人和路過(guò)村口的人，總會(huì)視彼此為異端。

那么，這關(guān)算法什么事呢？

將觀念極化歸咎于算法制造的繭房，但這無(wú)法解釋在算法出現(xiàn)前，人類(lèi)社會(huì)本就存在到處可見(jiàn)的對(duì)立，也無(wú)法解釋村口老登們遠(yuǎn)離算法之外，也總是以一成不變的標(biāo)準(zhǔn)審視人。

我認(rèn)為的「村口效應(yīng)」，就是一群人只要各自搬著小板凳，坐到一起，就足夠形成一種輿論。

然而現(xiàn)在有個(gè)詞叫「傻子共振」，它針對(duì)的不是小板凳，而是算法，意思是那些持荒謬觀點(diǎn)的人，是在算法的幫助下強(qiáng)化荒謬，才導(dǎo)致極化的病情越來(lái)越重。

那事實(shí)到底是不是這樣呢？讓我好奇的是，還真有學(xué)者在仔細(xì)研究這個(gè)。

前一陣子，阿姆斯特丹大學(xué)的兩位社會(huì)學(xué)家搞了個(gè)實(shí)驗(yàn)，刊登在頂級(jí)科學(xué)期刊《Science》的八月刊。是的，社會(huì)科學(xué)也是可以搞實(shí)驗(yàn)的。這個(gè)實(shí)驗(yàn)怎么做呢？他們精心打造了500個(gè)AI人，這500個(gè)人都有年齡性別、教育愛(ài)好、信仰傾向等區(qū)別，有的是油膩老登人設(shè)，有的則是傻白甜或小可愛(ài)。除了沒(méi)有肉身，他們跟真實(shí)人類(lèi)也差不多。

該論文被Science關(guān)注

這500人團(tuán)需要做什么呢？讓他們活躍在一個(gè)虛擬的社交平臺(tái)上，像正常的網(wǎng)民一樣評(píng)論熱點(diǎn)事件。重點(diǎn)是，這個(gè)社交平臺(tái)非常原始，沒(méi)有算法的介入，成員看到的信息基本只依賴于發(fā)帖、回復(fù)、轉(zhuǎn)發(fā)，大概跟古早時(shí)期的論壇差不多。

社會(huì)學(xué)家期待通過(guò)這個(gè)實(shí)驗(yàn)去證實(shí)，剝離算法的干預(yù)之后，觀點(diǎn)抱團(tuán)和極端言論這些壞東西就不存在了。

然而結(jié)果讓人大失所望。那500個(gè)AI人根本不是什么省油的燈，他們既沒(méi)有出現(xiàn)安定團(tuán)結(jié)的大好局面、也沒(méi)有誕生理性客觀的討論氛圍，該吵鬧還吵鬧、該極端還極端。哪怕實(shí)驗(yàn)循環(huán)一萬(wàn)次，也還是呈現(xiàn)相同的結(jié)果。

這個(gè)實(shí)驗(yàn)的崩潰，仿佛又讓人看到了村口的影子。是不是人類(lèi)一旦「聚眾」，就會(huì)莫名其妙地「集體降智」？我問(wèn)了問(wèn)豆包，又翻了翻經(jīng)典，發(fā)現(xiàn)很早就有學(xué)者研究過(guò)這個(gè)猜想，并且早已得出了結(jié)論。

在130年前，法國(guó)學(xué)者勒龐在它那本神作《烏合之眾》里說(shuō)過(guò)一段話：

群體是匿名的，也就是說(shuō)無(wú)須負(fù)責(zé)，當(dāng)一直約束著個(gè)體的責(zé)任感消失不見(jiàn)時(shí)，人便會(huì)肆無(wú)忌憚。

一本書(shū)的名氣會(huì)越來(lái)越大，代表它的含金量在不斷上升。老先生在《烏合之眾》里為了說(shuō)明這個(gè)觀點(diǎn)，舉了個(gè)歷史上存在的真實(shí)操作。

在法國(guó)大革命時(shí)期，掌權(quán)的國(guó)民公會(huì)搞審判，陪審員基本都是溫和的中產(chǎn)階級(jí)，私下里都主張手下留情。哎呀，不要搞得太殘酷嘛，日后好相見(jiàn)。然而當(dāng)他們聚在一起后，在幾個(gè)「意見(jiàn)領(lǐng)袖」的影響下，總是毫不留情把一些無(wú)罪的人送上斷頭臺(tái)。悲劇啊！

歷史上的很多悲劇，都是由于人的抱團(tuán)成群、集體施暴導(dǎo)致的。極端觀點(diǎn)是一把殺人無(wú)形的刀。在群體中，尤其一個(gè)人發(fā)現(xiàn)自己的觀點(diǎn)是少數(shù)時(shí)，往往會(huì)因害怕孤立而陷入沉默。在眾多氣氛組的烘托下，極端意見(jiàn)很容易形成優(yōu)勢(shì)。

喧囂的一小撮，總能裹挾沉默的大多數(shù)。

人和人的悲喜并不相通，立場(chǎng)也不會(huì)一致，人類(lèi)天然就是一個(gè)容易各自抱團(tuán)的社會(huì)。不是一個(gè)團(tuán)，而是很多個(gè)團(tuán)，也如同一個(gè)個(gè)散落的村口。

成團(tuán)的因素通常極其簡(jiǎn)單，性別、年齡、學(xué)歷，跟什么人交朋友、去過(guò)多遠(yuǎn)的地方。

比如，大爺大媽幾乎很少走出村子，他們?cè)诖蹇诰涂梢栽爻蓤F(tuán)。因?yàn)樽约憾紱](méi)走出過(guò)多遠(yuǎn)，假如聽(tīng)聞?dòng)袣堈先耸勘г钩鲂胁槐悖撬麄儽厝粫?huì)一致認(rèn)為，殘疾人就不該出門(mén)給社會(huì)添麻煩。你看看大爺大媽?zhuān)诩依锒即煤煤玫摹?/p>

不過(guò)，社會(huì)始終在進(jìn)步的，現(xiàn)在絕大多數(shù)人都知道了，分歧是不好的，相互理解是重要的。所以在面對(duì)顯而易見(jiàn)的撕裂時(shí)，很少有人愿意承認(rèn)是自身「頭發(fā)長(zhǎng)，見(jiàn)識(shí)短」的原因：嗯，一定是媒介給我的信息不夠完整全面。

甩鍋于傳播信息的媒介，是一件非常輕松的事，而且成本極低。我們仔細(xì)捋一捋就可以發(fā)現(xiàn)，幾乎任何時(shí)代的主流媒介，都是被甩鍋的對(duì)象。

過(guò)去要么抱怨媒體提供一種類(lèi)型的報(bào)道，報(bào)喜不報(bào)憂；要么就說(shuō)他們立場(chǎng)偏頗、夾帶私貨，從而做了社會(huì)撕裂的幫兇。

而現(xiàn)在，算法更容易被怪罪。一個(gè)原因是，算法是去中心化的，首先干掉的是編輯和總編輯們。

當(dāng)年被編輯人為篩選掉的、無(wú)法構(gòu)成選題的信息，現(xiàn)在素顏地出現(xiàn)在了觀眾面前。因此，許多過(guò)去沉默的、邊緣的聲音出現(xiàn)在公眾視野，讓以往的「主流」感到詫異：完了，小群小團(tuán)怎么還越來(lái)越多了？

這不是算法制造了現(xiàn)實(shí)，而只是還原了真相。

而算法另一個(gè)容易被遷怒的原因是，他太強(qiáng)大了，人們認(rèn)為算法無(wú)所不包、無(wú)所不能，理應(yīng)提供滿漢全席式的套餐。但如果算法是一個(gè)技藝高超的廚師，他也無(wú)法保證將每一道菜都投喂到用戶的嘴里。

當(dāng)算法試圖將某些新口味送到用戶面前時(shí)，可能短短一秒鐘，他或許就已經(jīng)點(diǎn)了「不感興趣」。

人們總是過(guò)多看重媒介對(duì)信息的篩選和推送，而忽略了自身對(duì)信息的過(guò)濾。

如今有傳播學(xué)者也開(kāi)始懷疑，所謂的信息繭房是一個(gè)假說(shuō)。換言之，繭房到底是造成問(wèn)題的原因，還是說(shuō)，它僅僅反映了一個(gè)結(jié)果？

到底是有許多屋子困住了人，還是每個(gè)人都有著天然的偏好，走進(jìn)一個(gè)喜歡的小屋，便賴在里面不走了，更不再對(duì)別的屋子感到好奇？

那么有什么好辦法，將人從屋里趕出去，時(shí)常地交換空間呢？主動(dòng)打破社交隔離是一個(gè)辦法，但搶奪00后的手機(jī)畢竟不太體面，也不高效。

與很多固有的印象相反，算法或許還真是一個(gè)有效的辦法。它本身就具備打破繭房的動(dòng)機(jī)，就平臺(tái)來(lái)說(shuō)，也并不樂(lè)見(jiàn)于總給用戶推薦單一的內(nèi)容。

例如，抖音的實(shí)踐經(jīng)驗(yàn)是，只推薦單一內(nèi)容會(huì)使用戶很快厭倦，導(dǎo)致用戶體驗(yàn)與活躍度下降，因此平臺(tái)也在試圖打破繭房。抖音在網(wǎng)站上公開(kāi)了他們打破繭房的一些手段，其中我比較感興趣的有三個(gè)。

第一，多樣性的優(yōu)化。比如一個(gè)擼貓愛(ài)好者，他之前刷五個(gè)視頻就有三只貓貓，而進(jìn)行優(yōu)化之后，貓貓的數(shù)量降低到了一只。與此同時(shí)，勢(shì)必要用其他內(nèi)容來(lái)補(bǔ)齊。

這就是第二點(diǎn)，探索更多興趣。假如我是一個(gè)音樂(lè)愛(ài)好者，那么算法會(huì)隨機(jī)拉著我往舞蹈和美術(shù)的方向靠一靠，畢竟藝術(shù)都是相通的，尤其一個(gè)老派的文藝青年一定同時(shí)能欣賞多種技藝的。

而第三點(diǎn)，則是基于用戶社交關(guān)系進(jìn)行興趣拓展。在獲得用戶授權(quán)后，推薦系統(tǒng)會(huì)通過(guò)用戶的“互相關(guān)注好友”推斷用戶的興趣圈層，朋友喜歡的內(nèi)容會(huì)成為用戶的興趣探索內(nèi)容。這一點(diǎn)在我的理解是，無(wú)論在線上還是線下，信息的拓展必然要依賴朋友圈的拓展。

老東西如果只接觸老東西，那肯定滋生不了小清新，只會(huì)分泌更多油膩。

那回過(guò)頭來(lái)說(shuō)，村口回來(lái)了年輕人，實(shí)在是一件大好事。只是這一年一次的交互太少了。也許最終瓦解村口的，并不是大爺大媽們的「自然減員」，而是強(qiáng)大而多元的算法能夠覆蓋村口，也經(jīng)常告訴他們：

外面的生活是這樣和那樣，有很多種樣子的。

就像一個(gè)牢固繭房中，能滲透進(jìn)不同的聲音，哪怕微弱但只要持續(xù)，也是扭轉(zhuǎn)觀念、彌合分歧的開(kāi)始。

關(guān)注這個(gè)傳達(dá)室

更容易看到我的推送