“个性化推荐”大一统时代的终结

2022-03-26 02:51 来源:中国经营报 原文链接:点击获取

毕舸

“个性化推荐”是近年来新兴的管理科学技术名词,其定义简单明了:根据用户的兴趣特点,通过人工智能的大数据和算法,推荐其感兴趣的商品、内容等各类信息。而推荐似乎也已经成为国内互联网行业发展用户、挖掘用户价值的一大利器,尤其是图文、短视频、电商、外卖、在线旅游等诸多领域,个性化推荐无处不在,人人都被包裹在算法系统之中。

不过,“个性化推荐”大一统时代即将终结。今年1月,《互联网信息服务算法推荐管理规定》出台,明确了算法推荐服务提供者应当以显著方式告知用户其提供算法推荐服务的情况;向用户提供不针对其个人特征的选项,或者向用户提供便捷的关闭算法推荐服务的选项。该规定自3月1日起施行。

如今,越来越多的用户也厌倦了清一色“个性化推荐”的互联网信息获取模式。根据北京大学互联网发展研究中心发布的《中国大安全感知报告(2021)》显示,受访者中,70%担心个人喜好、兴趣被算法“算计”,50%表示在算法束缚下想要逃离网络、远离手机。

在监管部门和公众的双重压力下,部分互联网平台已经陆续开始向用户提供个性化推荐功能的自由选择权。据不完全统计,截至3月15日,不少短视频、电商、社交类APP均已上线算法关闭键,允许用户在后台一键关闭“个性化推荐”。

不过,部分平台把“个人信息收集清单”和“个性化推荐”关闭键埋得比较深,一般是在隐私、广告相关的设置选项中找到。这暴露出相关平台仍然抱持半推半就的态度,不希望过多用户以便捷方式一键关闭。毕竟,“个性化推荐”能够让平台深度了解用户的喜好和习惯,为用户定制内容、信息和服务,用户的每一次点击,都会在后台算法系统中产生一个新的用户标签,点击次数越多,算法系统能够为用户勾勒的标签也就越全面,最终算法系统会成为“比你还了解你自己的影子”,从此提供更加精准的推荐,如此又会激发用户更多的兴趣,进行主动点击。最终,用户将大量时间、精力、金钱都用在该平台上,平台从单个用户身上所攫取的收益成倍增加。

研究表明,个性化推荐最早起源于美国电商平台亚马逊。亚马逊在1998年推出了基于项目的协同过滤算法,使推荐系统能够基于上亿的商品目录为数百万用户提供推荐服务。当用户进入亚马逊的商品浏览页面,就如同走进了亚马逊为其在网上量身打造的商店,那些自己感兴趣的商品会被自动移动到前面,而不太感兴趣的商品则被移动到远处。

而国内不少互联网平台则通过学习、模仿,将个性化推荐功能进一步推广到更多领域,从而为用户打造了“个性化推荐的一天”:早上,你从睡梦中醒来,想起下周就要休年假,准备和家人选一个景区放松身心,打开在线旅游APP,上面立即推送了一堆你“感兴趣”的旅游景区信息,这些景区信息都是根据你之前的浏览历史、点击记录,经过算法系统筛选后推荐的。到公司工作了一上午,又到了午餐时间,你赶紧打开外卖APP,外卖APP根据你之前的点餐记录,立即推送了一堆同类餐食的价格优惠信息。下午5点多临近下班,你想着回家要准备做饭,马上点开送菜APP,系统推荐了你昨天浏览过的当季最新蔬果,今天刚好有8折优惠。晚上8点多,你觉得衣柜里的冬装要换春装了,点开电商APP,APP所推荐的最新春装信息都是系统根据你过往浏览及下单记录所“定制”的。买好春装,放松的时刻到了,你打开短视频APP,一条又一条你最喜爱的网红热舞短视频扑面而来,让你直到深夜还在刷刷刷。

“个性化推荐”在各大互联网平台的大一统模式,让用户选无可选。对于这一愈演愈烈的现象,国外对此早有反思。一家世界知名媒体曾经刊登名为《反思Youtube算法:个性化内容推荐能毁掉你的人格》的文章,文章指出世界上有15亿的YouTube用户,他们观看的视频是由算法塑造的,这个算法扫描并排列了数十亿的视频,来确定用户“接下来”的20个视频片段,这些视频都与之前的视频有关联,从统计数据上来看,也极有可能是为了让人着迷。

由此造成的后果就是,推荐算法似乎并没有为信息的真实、平衡或健康而优化,反而为了最大程度获取流量,实现高点击量、转发量,以瞄准人性恶的一面,推送大量存在色情、低俗乃至更加不堪的不实错误信息,通过日复一日的此类信息推荐,深刻影响用户的观念、价值观,让其逐渐做出原本可能无法做出的选择。

算法不负责判断善恶、黑白,只是根据用户信息搜集,做出最有利于用户继续使用该服务的信息筛选及推荐,这表面上看是无懈可击的说法,但却隐含了互联网平台对于算法、推荐等服务的设定——不受限制、可以任由突破任何法律、人文禁忌的技术滥用,分发给成千上万的用户,不管这些用户的心智是否成熟,进而通过“个性化推荐”,将个人与世界之间的联系割裂成一个个碎片化、充满偏见的信息茧房。

就此,有关部门对于国内互联网平台“个性化推荐”强化约束,也就成为对算法主宰用户行为的限权。各大互联网平台也要明白,没有边界的算法及“个性化推荐”,最终会让平台信息内容走向低劣,也会在民意反弹及政府监管中走向没落。