我們需要什么樣的“算法”?

您是否有過類似經歷：在求職網站填寫一份有關工作喜好的調查，網站會自動推送匹配的崗位;打開購物軟件，發(fā)現頁面上多是近期搜索或瀏覽過的商品;通過App閱讀一條養(yǎng)生信息，隨后便會經常收到養(yǎng)生知識、養(yǎng)生產品的廣告推送……伴隨著信息技術迅猛發(fā)展、大數據廣泛應用，算法推薦技術正在將人們帶入個性化、定制化、智能化更強的信息傳播時代。

因為算法推薦，互聯網平臺越來越能抓住用戶的心，幫助人們更加方便、精準地獲取信息，也牢牢吸引了用戶的注意力。據不完全統(tǒng)計，當前基于算法的個性化內容推送已占整個互聯網信息內容分發(fā)的70%左右。算法推薦逐漸成為各平臺“基本操作”的同時，諸如低俗劣質信息精準推送、“大數據殺熟”等亂象也凸顯出來。

作為數字經濟的重要推動力，算法如何實現更高質量發(fā)展?移動互聯時代，我們究竟需要怎樣的“算法”?

互聯網平臺越來越“懂”用戶了嗎?

“看完一個短視頻后，平臺會自動推薦很多相關視頻，很方便。”在北京一家企業(yè)工作的陳輝是某款網絡對戰(zhàn)游戲的“發(fā)燒友”，平時喜歡通過手機觀看相關短視頻來提高操作水平。他發(fā)現，隨著刷短視頻的頻率增加，平臺推薦的相關視頻越來越多，“游戲攻略、英雄介紹、對戰(zhàn)視頻都有，電商平臺還會推薦鼠標、鍵盤。”

這些平臺的自動推薦功能，運用了一種叫算法推薦的技術。這是一種通過人工智能分析和過濾機制對海量數據進行深度分析、完成信息內容與用戶精準匹配的技術。

自從1994年美國明尼蘇達大學研究組推出第一個自動化推薦系統(tǒng)，算法推薦技術如今已深入到資訊、社交、電商、短視頻、搜索引擎等平臺和互聯網應用中。

互聯網平臺變得越來越“懂”用戶，在極大方便用戶獲取信息的同時，也容易引發(fā)一些用戶尤其是青少年不同程度的沉迷問題。

“說好只看5分鐘，結果一刷就是幾小時。”貴州省貴陽市的林忠信說，他12歲的兒子最近迷上刷一些惡搞的短視頻，不僅影響學習成績，與同伴一起進行戶外活動的時間也少了。

從去年5月底開始，全國主要網絡短視頻平臺中推廣青少年防沉迷系統(tǒng)。在“青少年模式”下，大多數平臺主要推送教育類、知識類等有益內容。但是，在缺乏監(jiān)護人照管監(jiān)督的情況下，防沉迷系統(tǒng)效果容易打折扣。

有受訪者反映，一些新聞資訊、網絡社交等平臺的個性化推送存在“泛娛樂化信息多、低俗內容多、未經核實內容多”的“三多”現象;一些網絡社交等平臺防沉迷手段較少，容易導致青少年沉迷和盲目模仿。

北京大學中國社會與發(fā)展研究中心主任邱澤奇對記者表示，對自我的偏好是人類認知偏好的一部分，“偏好”閱讀可能加速形成“信息繭房”效應和“情緒傳染”效應，前者易導致視野局限，后者易使個人情緒受他人感染。

一些喜歡網購的人還可能因遭遇“大數據殺熟”而蒙受損失。一些平臺利用算法技術給不同類型消費者數據“畫像”，判斷其偏好、用戶黏合度、價格敏感度等，使不同用戶看到的價格或搜索的結果不同。通常是老用戶看到的價格比新用戶貴，或搜索到的結果比新用戶少。

今年“雙11”期間，北京消費者韓女士發(fā)現，她通過某App預訂一家酒店，“同一時間，不同手機”預訂，價格相差約1000元。

9月中旬，微博上發(fā)起的一個投票顯示，有1.5萬人認為自己遇到價格明顯差異的情況，占所有投票人員的近八成。

“算法”是中性的，問題出在人身上

算法技術的重要意義在于，將此前基于人力的“人找信息”轉變成基于電腦自動化運算的“信息找人”，既極大解放了人力，又更高效地完成了人和信息的匹配。

從2012年起，互聯網平臺今日頭條在業(yè)內較早將算法推薦系統(tǒng)應用到資訊領域的產品中，實現了系統(tǒng)的自動學習推薦。據今日頭條算法架構師曹歡歡介紹，推薦系統(tǒng)綜合考量內容特征、用戶特征、環(huán)境特征等因素進行決策。例如，環(huán)境特征包括上班期間、上班路上、下班休息等不同場景下用戶的興趣偏好信息。

為幫助用戶發(fā)現更多興趣點，今日頭條不斷引入多領域的優(yōu)質內容生產者，并運用算法推薦給用戶;推出“靈犬”反低俗助手，剔除低俗信息。推薦系統(tǒng)還增加了消重和打散策略，前者旨在消除內容相似文章推薦，后者降低了同領域或主題文章的推薦頻率。

不過，在頭部互聯網平臺切實嚴格自律的同時，仍有一些采編流程不規(guī)范、管理不嚴的網絡社交媒體、新聞客戶端在業(yè)務導向上走偏了。主要表現在：

——向用戶推薦劣質信息。部分平臺為留住用戶，不斷向用戶推薦其關注過的相似內容，其中摻雜低俗媚俗、色情暴力、真假難辨、缺乏深度、價值觀導向錯亂等信息。一些互聯網平臺為增加點擊率和流量，還會進行人工推薦，主動推薦“博眼球”、打“擦邊球”信息，很多用戶直呼“辣眼睛”。這反映出一些平臺社會責任感缺失，更忽視了價值觀建設。

——增加用戶權益保護難度。一些算法推薦的內容過度強化用戶偏好，影響了用戶對于信息內容的自主選擇權，加劇“信息繭房”效應，極易造成個體與社會的隔離，缺乏對當下國情世情的深刻認識和判斷。由于依托于用戶瀏覽記錄等數據，算法推薦若設計不當，還可能侵犯用戶個人隱私。

——進行“大數據殺熟”。中國傳媒大學大數據研究中心教授沈浩介紹，對于算法而言，通過用戶數據量以及數據更新頻次，可輕易判斷出是“生客”還是“熟客”。結果是平臺大賺，商家、消費者利益受損，還容易導致壟斷。

作為一項技術應用，算法推薦是中性的，問題出在設計者、操作者身上。

一方面，奉行“流量至上”的單一價值導向。一些平臺為應對競爭，將用戶停留時間作為重要考核指標，忽視了自身作為“把關人”的角色定位。而“把關人”必須用積極健康、符合公序良俗的價值觀，指引算法推薦的設計和應用，方能確保推送內容價值導向正確。

另一方面，過度追求“利益至上”，利用其信息不對稱優(yōu)勢侵犯消費者合法權益。這是一個需要引起足夠重視的法律問題。

“一些算法的頂層設計思路存在問題。”中國社科院信息化研究中心主任姜奇平對記者表示，英國著名數學家、邏輯學家圖靈等學者在勾畫人工智能圖景時提出，人和機器是對等、雙向互進的關系，但現在一些算法設計呈現出人與機器的關系是單項的。比如在大數據方面，迷信相關分析，忽略因果分析。在定義算法效率方面，只把專業(yè)化效率定義為效率，而實際上多樣化效率也是一種效率。

大數據、算法推薦應更有“溫度”

有網友最近在一個問答平臺發(fā)文稱，自己在某社交平臺和朋友聊天時提到了一款掃地機，隨后該平臺出現了掃地機器人的廣告。在跟帖中，很多網友疑問：“平臺是否可能利用算法等技術，抓取用戶聊天記錄進行廣告精準投放?”

App專項治理工作組專家何延哲今年9月表示，四部委App專項治理工作組在對App多批次檢測中尚未發(fā)現App有“竊聽”行為。但App“竊聽”在技術實現上是有一定可能性的，相關部門有必要出臺規(guī)定，明確企業(yè)進行大數據“畫像”時能否使用個人語音信息，讓用戶更放心。

從另一角度看，社會輿論的疑問其實指向了大數據、算法等技術應用的價值導向問題。如何規(guī)范使用大數據、算法技術，讓其變得更有“溫度”、更讓人放心?需要建立起一套行之有效的監(jiān)管體系、評價系統(tǒng)，確保算法設計者、操作者以健康、正確、積極的價值觀，指引算法推薦的設計和應用。

相關立法和監(jiān)管亟待加強，特別是要強化對算法推薦本身的法治監(jiān)管。

例如，正在公開征求意見的《個人信息保護法(草案)》規(guī)定，個人認為自動化決策對其權益造成重大影響的，有權拒絕個人信息處理者僅通過自動化決策的方式作出決定。

11月10日，國家市場監(jiān)管總局發(fā)布的《關于平臺經濟領域的反壟斷指南(征求意見稿)》規(guī)定，基于大數據和算法，根據交易相對人的支付能力、消費偏好、使用習慣等，實行差異性交易價格或者其他交易條件;對新老交易相對人實行差異性交易價格或者其他交易條件;實行差異性標準、規(guī)則、算法;實行差異性付款條件和交易方式等，都可能被認定為“大數據殺熟”等不正當競爭行為而面臨更嚴格監(jiān)管。

北京大學電子商務法研究中心主任薛軍對記者表示，應針對算法運用的場景、對公民基本權益的影響，對算法進行不同強度的監(jiān)管。除了法律規(guī)定需更加明確外，可以建立某種社會化的評議機制，對平臺運用算法產生的后果進行評價，要求平臺基于公共價值予以優(yōu)化。

壓實平臺的社會責任。曹歡歡表示，今日頭條已不完全依賴算法推薦，而是一個綜合“算法+熱點+搜索+關注”的通用信息平臺，以幫助用戶拓展興趣。用戶還可以選擇關閉“個性化推薦”按鈕或“永久清除歷史行為”，自主選擇獲取信息的方式。

“應該在算法技術內講價值倫理，把人之為人的一面當作技術本身來考慮，倡導企業(yè)在商業(yè)行為中履行社會責任。”姜奇平認為，對算法推薦技術和平臺的監(jiān)管應確保公平和效率、個人信息開發(fā)與保護、個人信息與平臺信息等方面的平衡，在促進數字經濟服務業(yè)態(tài)健康發(fā)展層面考慮，可按照個性化信息服務所得和付出的均衡原則進行政策調整。他建議，確保消費者對信息采集者的服務好壞有評判權，使消費者始終處于主動地位。

有專家認為，監(jiān)管部門應督促企業(yè)調整業(yè)務邏輯，將正面價值取向、用戶高品質追求作為關鍵標簽納入算法頂層設計之中;政府、學校、家長、平臺各方應責任共擔，不斷提升青少年網絡素養(yǎng)。記者 彭訓文

標簽： 信息技術