“下次只能光看不點(diǎn)了

上述聲音來自我家智能管控系統(tǒng)和手環(huán)的反饋，好像把我生活安排的明明白白，又竊喜又憂愁，為什么？

竊喜的是我可以隨時(shí)知道身體數(shù)據(jù)，及時(shí)調(diào)整狀態(tài)；憂愁的是“我對(duì)智能系統(tǒng)的依賴慢慢喪某些大腦能力”，事情只是如此簡單嗎？不是的。

如果我告訴你，除書和電影外，我們的職業(yè)和人生選擇都被塞進(jìn)可被預(yù)知的黑匣子中，你會(huì)相信嗎？也許多數(shù)人都這句話有些茫然，不妨來具體下：

大量的信息流平臺(tái)正在通過算法偏好來迎合我們，向自身投喂相似的內(nèi)容，它會(huì)造成什么呢？

另一方面信息堆積越多，注意力就難以集中在那些復(fù)雜的問題上，造成判斷力下降，怎么辦？

信息繭房

我們先來看看它的由來。

2001年美國學(xué)者凱斯·桑斯坦（Cass R. Sunstein）在《信息烏托邦——眾人如何生產(chǎn)知識(shí)》中提出此概念，并針對(duì)內(nèi)容做出分析和討論，具體指：

人們的信息領(lǐng)域會(huì)習(xí)慣地被自身的興趣所引導(dǎo)，從而將生活桎梏于像蠶絲般一樣的「繭房」中的現(xiàn)象。

這個(gè)詞匯的源頭可以追溯到一本新聞傳播專業(yè)考研必讀的書籍，美國計(jì)算機(jī)科學(xué)家、麻省理工學(xué)院教授，尼葛洛龐帝的《數(shù)字化生存》，它為什么這么厲害呢？

要知道，20世紀(jì)90年代中后期，中國開始興起互聯(lián)網(wǎng)創(chuàng)業(yè)大潮，年輕的互聯(lián)網(wǎng)創(chuàng)業(yè)者們紛紛有感機(jī)遇來臨，但對(duì)能否把握住這份機(jī)遇卻心存忐忑，它的出現(xiàn)猶如“盲人指路”，被奉為互聯(lián)網(wǎng)時(shí)代的「指路圣經(jīng)」。

令人驚訝的是：25年后的今天在打開書中多半描述已經(jīng)成為現(xiàn)實(shí)，主要圍繞三個(gè)階段的預(yù)言：1）從原子到比特，2）代理人界面，3）后信息時(shí)代

第一階段：

我想，上過初中三年級(jí)的人應(yīng)該都熟悉，在化學(xué)中原子是變化中最小的微粒；如果你不懂沒關(guān)系，可以用文科的方式理解：

世界萬物都是由原子構(gòu)成，原子組合后構(gòu)成分子，分子就像瓦磚，堆成各種物質(zhì)。

它也是人類最經(jīng)典且使用最廣泛的基礎(chǔ)假設(shè)，用來精準(zhǔn)的解釋物理學(xué)中的力學(xué)，熱力學(xué)、光學(xué)、量子學(xué)等多方面的問題，甚至還能解釋自然科學(xué)中的生物學(xué)等等。

而尼葛洛龐帝看來，上世紀(jì)90年代，大多數(shù)信息都是以「原子」的形式呈現(xiàn)，例如：錄像帶、雜志、報(bào)紙、和書籍，長期以來大家對(duì)此也習(xí)以為常。

但隨著計(jì)算機(jī)技術(shù)的發(fā)展，即時(shí)的電子數(shù)據(jù)傳輸就會(huì)成為主流的傳播方式，我們進(jìn)而進(jìn)入比特（binary digit，簡稱BIT）組成的世界。

原因在于信息是最小單位，它沒有重量能以光速方式快速傳播，并且無成本拷貝并不會(huì)被區(qū)域所隔。

這種新的方式能幫助信息擺脫時(shí)空的限制，成為全球共享資源，為各個(gè)領(lǐng)域的發(fā)展帶來便利，同時(shí)也能促進(jìn)互聯(lián)網(wǎng)和計(jì)算機(jī)的普及。

第二階段：

在上世紀(jì)90年代美國計(jì)算機(jī)學(xué)界還是程序設(shè)計(jì)語言、操作系統(tǒng)和網(wǎng)絡(luò)協(xié)議天下時(shí)，尼葛洛龐帝召集一幫各領(lǐng)域?qū)＜覄?chuàng)立家「媒體實(shí)驗(yàn)室」的機(jī)構(gòu)，聚焦研究人機(jī)互動(dòng)。

當(dāng)時(shí)人們把計(jì)算機(jī)研究重點(diǎn)主要放在“人如何使用它”并沒有關(guān)注“如何和計(jì)算機(jī)更好相處”。

而基于此問題，他又提出新的概念為“計(jì)算機(jī)設(shè)計(jì)需要人性化界面、此界面應(yīng)該是使用人代理模式”，什么意思呢？

電腦界面必須像你的管家助手那樣能夠認(rèn)識(shí)你，了解你的愛好、品位、傾向與需求；甚至還要知曉你的社交朋友圈、理解你的表達(dá)語言和肢體動(dòng)作。

非常厲害吧，為此當(dāng)時(shí)他認(rèn)為觸屏技術(shù)、眼球追蹤、語言識(shí)別甚至互聯(lián)網(wǎng)人格的相關(guān)研究會(huì)是大趨所勢(shì)，目前看來這些在現(xiàn)在均已經(jīng)實(shí)現(xiàn)。

第三階段：

尼葛洛龐帝在上述基礎(chǔ)上，進(jìn)一步設(shè)想了智能計(jì)算機(jī)將為人類生活帶來巨大改變。

他預(yù)言到下一步互聯(lián)網(wǎng)會(huì)進(jìn)入「極端個(gè)人化的信息時(shí)代」，即算法推薦；在后信息時(shí)代里，電腦、手機(jī)APP會(huì)基于它對(duì)你的了解為自身推薦定制化信息。

從前，大眾媒體把一模一樣的信息通過廣播或電視無差別的推薦給每個(gè)人；而未來APP會(huì)主動(dòng)對(duì)信息進(jìn)行篩選，并通過界面為使用者制作獨(dú)一無二的“個(gè)人摘要”。

那么，如果按照此指導(dǎo)手冊(cè)發(fā)展，這意味著什么呢？

這不僅讓我心中一驚喜，目前買很多電子設(shè)備都不用看使用說明書都可以「語言、行為」控制它，以后豈不是更方便么？

但尼葛洛龐帝認(rèn)為，美好未來雖到來也會(huì)在不知不覺中侵蝕人們的智慧和知識(shí)；比如：工作機(jī)會(huì)的減少，導(dǎo)致更多互聯(lián)網(wǎng)創(chuàng)業(yè)者借助線上平臺(tái)創(chuàng)造更多知識(shí)來與企業(yè)協(xié)同。

背后意味著復(fù)雜的工作交給機(jī)器解決，人類創(chuàng)作性工作將很難一步登上山頂，甚至非常優(yōu)秀的創(chuàng)作也很難人性化的被發(fā)現(xiàn)，與此未來你可能更多的是和“機(jī)器交流”。

那么，嚴(yán)重的是機(jī)器取代大部分人力的潮流必不可當(dāng)，針對(duì)發(fā)展肯定力大于弊；更加嚴(yán)重的是隨著算法推薦帶來的信息繭房和數(shù)字鴻溝，會(huì)加深一個(gè)人與另一個(gè)人的距離感。

比如：你習(xí)慣看歷史知識(shí)，平臺(tái)圍繞歷史中心化展開；若一個(gè)天天看娛樂的人被推送的都是八卦，甚至像我這種經(jīng)常搜“學(xué)習(xí)內(nèi)容”的人，試想下種種場景“會(huì)帶來什么后果”呢？

我們很難逃出“習(xí)慣的周邊三公里”。如果不經(jīng)過主動(dòng)思考判斷或故意去搜尋，會(huì)陷入知識(shí)獲取單一化，沒有社會(huì)統(tǒng)一認(rèn)識(shí)中，嚴(yán)重者還會(huì)造成與社會(huì)和企業(yè)脫節(jié)。

一個(gè)現(xiàn)實(shí)的案例是：

我看到很多離職3個(gè)月以上的人，與他們溝通就已經(jīng)陷入自身的“信息繭房”，對(duì)跨崗一丁點(diǎn)技能還能理解，對(duì)跨公司業(yè)務(wù)就直接出現(xiàn)“黑匣子狀態(tài)”。

不可否認(rèn)，我們正在經(jīng)歷尼葛洛龐帝教授第三階段的預(yù)測(cè)；人們無法阻止數(shù)字化的變化，它就像無法對(duì)抗大自然一樣；但至少每個(gè)人可以了解它是如何形成的？如何一步一步吞噬著人們獨(dú)有的思考模式。

當(dāng)然，這一切背后離不開人們常說的“算法”或者“個(gè)性化推薦”，但它并不是罪魁禍?zhǔn)?；那它是什么呢？給自身帶來哪些影響呢？

算法原理

從框架而言，推薦系統(tǒng)一般包含“召回”和“排序”兩方面。

不論是信息還是消費(fèi)類電商平臺(tái)，多半以此類型來訓(xùn)練用戶，而算法又基于「內(nèi)容」和「用戶行為」兩大類別展開。

我們知道普通人的思維方式分為兩種類型：

1）線性思維，2）非線性思維」

前者是把認(rèn)識(shí)停留在對(duì)事物的抽象而非本質(zhì)上，并以這樣的抽象為出發(fā)點(diǎn)，片面、直線的解釋某件事；后者是把認(rèn)識(shí)停留在對(duì)事物的抽象層并以基石出發(fā)來看底層原理。

機(jī)器學(xué)習(xí)方式和人相似，也分為線性和多種思維（學(xué)習(xí)）模型，最主要區(qū)別是一方面偏向基礎(chǔ)原理，一方面偏向多元化加工；從專業(yè)角度出發(fā)市面一共有6種常用方式：

1）過濾算法，2）矩陣算法；3）因子分解機(jī)，4）邏輯回歸；5）梯度提升決策樹，6）深度神經(jīng)網(wǎng)絡(luò)過濾

它們用在什么位置呢？

要知道，人們看到的所有信息均展示在APP的首頁或分類上，在推薦系統(tǒng)中它們屬于最上層的展示層，算法屬于中間層，數(shù)據(jù)是最底層；而算法的主要功能就是排序和召回，上述的六種模型均服務(wù)它們兩者。

舉個(gè)例子：

我們經(jīng)常使用某款A(yù)PP，它習(xí)慣性的抓取自己點(diǎn)擊的每個(gè)圖片或者下方的內(nèi)容，然后以此用打標(biāo)簽的方式歸類在后臺(tái)中，該行為屬于排序，進(jìn)一步說平臺(tái)可以收集一個(gè)賬號(hào)的多個(gè)標(biāo)簽排序。

可當(dāng)自身許久沒有打開該APP時(shí)，機(jī)器就基于自身感興趣的內(nèi)容，通過push，短信的方式召回我們。

大部分大平臺(tái)（小紅書、抖音、快手）的推薦系統(tǒng)分人工干預(yù)和自動(dòng)推薦兩種，前者顧名思義人來操作，后者是給機(jī)器設(shè)定固定時(shí)間來循環(huán)使用。

自動(dòng)推薦是什么呢？

若進(jìn)一步展開解釋，如抖音和頭條的監(jiān)督學(xué)習(xí)算法Y= F(Xi ,Xu ,Xc)，這三個(gè)函數(shù)包含三個(gè)維度的變量分別為：1）內(nèi)容，2）用戶特征，3）環(huán)境特征

三者匹配起來是一個(gè)復(fù)雜的數(shù)學(xué)問題；市面常用模型有好幾種，字節(jié)系無非是把多模型混合使用，簡單來說就是：你是誰、你在哪里、你愛看什么？基于這些給你推薦什么。

一般當(dāng)推薦系統(tǒng)的自動(dòng)化運(yùn)作時(shí)，它就像山頭巡視的小兵，不斷從整個(gè)物品或者信息聚合中抽取當(dāng)次需要查詢的候選集；根據(jù)各種不同維度，如物品、年齡、性別、愛好，場景等種類以及規(guī)模的大小對(duì)候選集進(jìn)行推送。

此場景猶如流水線工作的「抽樣檢查」，也同樣用在大部分平臺(tái)的召回手段上，具體策略是什么樣呢？

其一：內(nèi)容過濾（Content Filtering）

其二：協(xié)同過濾（Collaborative Filtering）

資訊類產(chǎn)品的內(nèi)容審核是不可缺失一部分，主要目的是確保無低質(zhì)庸俗，保持平臺(tái)該有的調(diào)性；通常有“先發(fā)后審”和“先審后發(fā)”兩個(gè)原則。

場景較輕如網(wǎng)易云，QQ音樂此類閱讀、聽歌類產(chǎn)品通常是前者；對(duì)社區(qū)論壇、偏觀點(diǎn)討論、樹立權(quán)威通常是后者；因此內(nèi)容抽檢或過濾的基礎(chǔ)也是查敏感關(guān)鍵詞、重復(fù)度、IP發(fā)布次數(shù)等權(quán)重指數(shù)。

協(xié)同過濾是基于已知部分用戶或部分物品的偏好或評(píng)分，預(yù)測(cè)缺失偏好或評(píng)分的一種方法。

從切入點(diǎn)上，則可分為基于“去鄰域”的方法（本地生活類平臺(tái)使用居多）和隱語義模型（給每個(gè)分類中不同維度標(biāo)簽的人進(jìn)行推送），比較難理解對(duì)不對(duì)？

舉個(gè)例子：

跟朋友聚餐會(huì)習(xí)慣性打開美食點(diǎn)評(píng)平臺(tái)去搜索周邊餐廳，過程中我們能看到按照公里排行的推薦、也有部分商家的競價(jià)廣告。

疑問的是，你會(huì)發(fā)現(xiàn)那些廣告的美食是自己日常愛吃的，并且區(qū)域也不是太遠(yuǎn)，為什么會(huì)這么做？

因?yàn)榭梢曰凇班徲颉弊鼍珳?zhǔn)的推薦，以此滿足用戶多頻次的消費(fèi)和深度洞察；如果把“鄰域”比作數(shù)學(xué)的“2”，它左手鏈接“1”，右手鏈接數(shù)字“3”。

去鄰域算法就是把“1”推薦給“3”，假設(shè)不做去中心化折中結(jié)果就是上述你看到場景，基于自己搜索習(xí)慣、愛好、距離做折中推薦。

對(duì)于人工干預(yù)比較容易理解，基礎(chǔ)的說我基于某類標(biāo)簽做手動(dòng)推送，如：性別類型、興趣愛好、話題、KOL量級(jí)等。

高維一點(diǎn)會(huì)融會(huì)貫通幾項(xiàng)不同的數(shù)據(jù)綜合考量，好比針對(duì)女人中對(duì)護(hù)膚話題感興趣，客單價(jià)又在多少區(qū)間等。

這種方式常見在中小型（百萬級(jí)用戶量）以上的平臺(tái)，主要特征表現(xiàn)在技術(shù)的基礎(chǔ)建設(shè)已經(jīng)完成，屬于發(fā)展中期還完全不能依靠自動(dòng)化解決。

一方面防止有巨大漏洞出現(xiàn)，造成損失。

另一方面也能運(yùn)用人工的方式靈活多維度的基于用戶（商品）進(jìn)行推送，比如基于點(diǎn)擊率作為推薦指標(biāo)時(shí)，排序算法篩選后，我們會(huì)以預(yù)測(cè)結(jié)果為目標(biāo)。

這些場景中就會(huì)用到因子分解，邏輯歸因，梯度提升決策樹，以及各種神經(jīng)網(wǎng)絡(luò)算法，這一切也把它稱之為“混合模型”。

但不管怎么樣始終都離不開那兩大原則“基于用戶行為”和“基于內(nèi)容”；綜合上述，我們能得到什么啟發(fā)呢？

企業(yè)招聘大量研發(fā)人員，利用理科的思維邏輯將人的行為特征變成“數(shù)據(jù)化”，由數(shù)據(jù)進(jìn)行顆?；?，最終通過個(gè)性化的分析讓平臺(tái)更了解每個(gè)人，也就有了那句感同身受的話“我都沒有平臺(tái)了解我自己”。

但真的是這樣嗎？這種理解就狹隘了。

你以為平臺(tái)很了解自己？其實(shí)我們不過是把愛好，需求形成的特征進(jìn)行標(biāo)簽化沉淀在平臺(tái)上，這造成推薦的內(nèi)容都在自身的“認(rèn)知圈內(nèi)”。

簡而言之，每個(gè)人在頭部資訊（購物）平臺(tái)看到的展示頁均不同，他代表一個(gè)人的視野和愛好，這仿佛似一面鏡子瘋狂的為你展現(xiàn)熱愛的一面，它帶來的利弊也是極為可見。

孰是孰非

從優(yōu)劣上有兩個(gè)方面：

如果我們能夠正確認(rèn)知到信息繭房如何由來的，或者算法如何基于自身的各種行為形成“虛擬人設(shè)”為你定做線上畫像；加上我們能夠辨別哪些信息是優(yōu)質(zhì)的，哪些是不能為我所用，那就不存在“繭房”。

反而會(huì)為你推薦一大堆亂八七糟的內(nèi)容讓自身眼花繚亂失去對(duì)關(guān)鍵信息的辨別的能力。

在沒有互聯(lián)網(wǎng)時(shí)，世界上的信息同等無窮盡，新的信息也在產(chǎn)生舊的信息也從未消失，堆積依然很多；即便人用上一生的精力學(xué)習(xí)也是有限，真正有所造詣的人都是在冰山上抓住某個(gè)一角。

這四個(gè)關(guān)鍵表現(xiàn)，很好的解釋了信息與受眾的思維關(guān)鍵；具體而言，回音室效應(yīng)不但可以讓一個(gè)人思維禁錮，還極有可能直接廢掉理性思考能力。

前者學(xué)習(xí)幾十年光理論不實(shí)踐，很容易陷入封閉狀態(tài)中，這種原地踏步造成與現(xiàn)實(shí)社會(huì)脫節(jié)還沉浸在固有的圈子中“津津有味”，殊不知外界已經(jīng)發(fā)生巨大的變化。

正是陷入自己編織的信息繭房之中，才會(huì)不停閱讀內(nèi)容高度重復(fù)卻幾乎毫無營養(yǎng)的資訊，這造成自己的認(rèn)識(shí)很難提升到新的層級(jí)，不僅荒廢了自己還浪費(fèi)掉整個(gè)人生。

三個(gè)錦囊

掌握的概念越多加上日常靈活運(yùn)用，才能夠減少過錯(cuò)的概率。

有句話叫做“人無法賺到自身認(rèn)知之外的錢”，相對(duì)的是“人無法碰到自身認(rèn)知水平之外的問題”，那么，現(xiàn)在碰到的問題就是自己現(xiàn)階段的一個(gè)上限，具體改變上你可以進(jìn)行參考：

1）微調(diào)認(rèn)知基模

基模是人與生俱來的行為模式會(huì)隨著成長而變化，它是一種知識(shí)分類體系，呈層次化結(jié)構(gòu)，類似于樹狀圖；一般來說并不以某個(gè)具體事例為對(duì)象，而具有某種程度的一般化和抽象化的性質(zhì)。

比如可以將方法論提煉成為規(guī)律，將規(guī)律用在不同領(lǐng)域，它們彼此間都是有關(guān)聯(lián)和結(jié)構(gòu)，只是我們從未發(fā)現(xiàn)；并不是凌亂互不相關(guān)的保留在記憶中。

1973年，美國學(xué)者羅伯特·阿克塞爾羅德在《認(rèn)知與信息處理過程的基模理論》一文中，提出信息處理的過程模式的解釋：

它認(rèn)為“當(dāng)我們接觸到一個(gè)新的事物或者信息時(shí)，我們頭腦中的相關(guān)基模就被激活，參與到信息處理的每個(gè)環(huán)節(jié)當(dāng)中”。

進(jìn)一步說：當(dāng)信息的各項(xiàng)特征與我們認(rèn)知基模相吻合時(shí)，人習(xí)慣用原有的解釋和態(tài)度對(duì)待它；當(dāng)不吻合時(shí)，才會(huì)對(duì)新舊信息進(jìn)行比較，補(bǔ)充新信息確保新解釋和態(tài)度。

如果你認(rèn)識(shí)到就會(huì)發(fā)現(xiàn)，新信息處理結(jié)果對(duì)認(rèn)知基模會(huì)產(chǎn)生兩種影響，其一對(duì)舊行為認(rèn)知的強(qiáng)化，假如有矛盾即使修正形成新基模；其二新信息的處理，會(huì)讓自己做出分析，推理和判斷。

從發(fā)展來看，只有不斷接觸新信息，認(rèn)知基模才會(huì)發(fā)展出分支或做結(jié)構(gòu)調(diào)整，這也符合神經(jīng)心理學(xué)中“神經(jīng)元集群（neural ensemble）的解釋”。

2）改善偏食情況

很多人喜歡給自己貼標(biāo)簽，當(dāng)然他們都有一套邏輯自洽的理論，我不反對(duì)也不贊成；我原來也是現(xiàn)在基本不在乎，從我的角度出發(fā)往往給的心得是“年輕不要隨意貼標(biāo)簽”，為什么呢？

標(biāo)簽會(huì)植入到心智中，無形中滲透自身要往哪個(gè)圈子發(fā)展、學(xué)習(xí)什么類型的內(nèi)容等；這很容易造成“信息偏食”，它會(huì)局限的將自我定位。

有人說聚焦不好嗎？正確的聚焦在我看來先有中長期目標(biāo)，如結(jié)合3年-5年規(guī)劃再看當(dāng)下。

第一方面，人與標(biāo)簽唯一不同在于前者是動(dòng)態(tài)發(fā)展后者是靜態(tài)呈現(xiàn)；今年認(rèn)為對(duì)的，明年可能就會(huì)失效。

標(biāo)簽是手段，假設(shè)自身認(rèn)為某個(gè)標(biāo)簽在短時(shí)間能夠讓自己有個(gè)質(zhì)的提高，或通過此力量能帶來外界優(yōu)勢(shì)，反之是不錯(cuò)的選擇。

第二方面，即使通過標(biāo)簽或圈子滲透到某個(gè)領(lǐng)域中，自身也需要對(duì)領(lǐng)域的知識(shí)有全面的認(rèn)知，不要盲目地跟隨別人的意見和建議，這樣，受社交媒體下“群體性孤獨(dú)”的影響幾率會(huì)不斷減少。

那么，對(duì)于多元化信息的獲取和構(gòu)建“多元化”的圈子，都是擺脫信息繭房必要的手段，我近些年一直這樣才能橫跨不同的領(lǐng)域。

3）多看多聽多動(dòng)手

這句話的具體意思為“盡可能刪掉自己歷史瀏覽痕跡”，遇到喜歡的內(nèi)容把它立馬記錄下來或轉(zhuǎn)存在收藏中；這可確保自己看到的內(nèi)容不是經(jīng)過刻意被推薦，而是相對(duì)隨機(jī)的。

此方法好處是可以非常立竿見影的起效，壞處是你始終還很難完全避免掉“被種草”，那怎么辦呢？

多動(dòng)手去各種平臺(tái)獲取信息，并非“多動(dòng)手點(diǎn)贊”；這樣可以避免單個(gè)平臺(tái)的誤導(dǎo)；就我個(gè)人而言，因?yàn)槲矣虚喿x習(xí)慣，所以經(jīng)常通過RSS（信息聚合）閱讀完當(dāng)天所有新聞。

古人云：兼聽則明，偏信則暗。當(dāng)自身做到多渠道、全方位的獲取隨機(jī)性的信息時(shí)，信息繭房就會(huì)失去存在的基礎(chǔ)，自然就會(huì)不攻自破。

總而言之，它仍然是可被破解和避免的，主要是積極主動(dòng)行動(dòng)起來，放棄固有習(xí)慣，這可能會(huì)讓自身逃離舒適區(qū)，變得不那么愉快；我想，比起收益這點(diǎn)付出還算值得。

總結(jié)一下：

最厲害的并不是所謂平臺(tái)方“算力”或“數(shù)據(jù)”有多牛，而是人；不信你想想，平臺(tái)的技術(shù)會(huì)磨滅我們看世界的好奇心嗎？

并不會(huì)，平臺(tái)多元的分發(fā)口徑，沒有成為“繭”，反而織了一張“網(wǎng)”；而讓自身看到的信息能成為繭房，或許這件事只有自己能辦到，不是嗎？

-END-