就讀于西北師范大學的劉昊冉覺得算法無處不在，“有時僅僅是和同學聊天談到某個話題，打開手機就會發(fā)現相關推薦已經出現在各類軟件里了”。劉昊冉對這樣的推薦不太滿意，“感覺隱私在算法面前暴露無遺”。

  近日，中國青年報·中青校媒就算法推薦話題面向以大學生為主體的青年展開問卷調查，回收有效問卷3694份，78%的受訪者認為自己需要減少對算法推薦的依賴，72.8%的受訪者曾遇到過“大數據殺熟”的情況，68.9%的受訪者認為推薦算法應該更加透明。

  當“算法推薦”不再“隱身”

  不久前，就讀于北京林業(yè)大學的竇穎慧和朋友聊到想購買一款耳機，她的社交平臺首頁、購物軟件主頁立即被各類耳機占領。有時竇穎慧會和身邊的朋友開玩笑說：“小聲一點，別被我的大數據聽到了。”

  今年剛畢業(yè)于福建一所高校的倪夢娜發(fā)現，算法推薦已經滲透到她生活的各個角落，“給我推薦的視頻總能讓我感到舒適愉悅”；打車軟件對她的生活規(guī)律了若指掌，甚至知道她每周三或周四都要去一位朋友家，到了這天，就會自動在目的地欄中填入朋友的地址。

  調查顯示，89.7%的受訪者意識到“算法推薦”的存在，視頻平臺（90.5%）、購物平臺（74.4%）、社交媒體（67.7%）、音樂平臺（66.1%）、生活消費軟件（39.2%）都是受訪者經常使用的含有“算法推薦”的平臺。

  西南政法大學數字法治政府研究院執(zhí)行院長、教授馮子軒認為，在信息過載的數字化時代，用戶難以從海量數據中獲取對自己有益的內容與信息，而企業(yè)通過算法推薦為用戶精準推薦相關內容，提升用戶的體驗感，進而提升平臺自身的競爭力，平臺借助算法推薦也能實現商業(yè)利益。“正因如此，各種算法推薦正在被越來越多平臺研發(fā)并采用。”

  熟悉了算法推薦的特點，倪夢娜甚至會“馴化”常用的App，先給自己打好標簽，方便App推薦自己喜歡的內容。在一些視頻平臺觀看視頻時，她還會專門“一鍵三連”（網絡流行語，指對視頻作品進行點贊、投幣、收藏——記者注），讓App清楚地了解自己喜歡什么。“如果看完直接退出，算法可能就捕捉不到我喜歡這個視頻，給我推薦的內容就會有點‘脫軌’。”

  雖然并不抵觸算法推薦，但倪夢娜坦言，自己也遇到過“算法刺客”。“在和朋友同時打同一類型的車、走同一條路線時，我的打車價格會比朋友高出五六元。平臺給我們發(fā)放的折扣券不一樣。”

  每到一個城市旅游，劉昊冉都會在短視頻平臺刷到當地旅游攻略和店鋪推薦。不過這些算法精心準備的內容，劉昊冉并不“買賬”。在他看來，內容大多同質化嚴重，視頻拍攝的文案、運鏡、音樂幾乎都是同一個模板，參考價值并不大。

  就讀于云南一所高校的王明明（化名）是個無線電愛好者，這個小眾愛好，讓他對算法推薦哭笑不得。他有時會在購物軟件上購買一些電子元器件。“如果數據量夠大，推薦會相對精準，但因為我的愛好很小眾，算法可能抓取不到足夠的數據，比如當我買了射頻混頻器，它就給我推薦手機信號增強器，但這和我的愛好毫無關聯(lián)。”

  對稀奇古怪的推薦內容感到不適的王明明，有時會和算法開玩笑，“我會收藏一些看起來好玩、但絕對不會買的產品，混淆算法的視聽”。他和朋友還討論過，有些軟件關閉個性化推薦功能后，效果并不明顯，于是他們互相交流如何“反算法”，王明明的“胡亂收藏”法也在朋友之間傳播開來。

  “算法推薦‘似乎比我更懂我’”

  因為在短視頻平臺上刷了一條街邊鹵味小攤的視頻，江西的95后程慧萍“掉”進了美食、吃播的“坑”。平臺發(fā)現她在這類視頻上停留時間長，總會給她推薦，現在她已經在平臺推薦下關注了不少美食博主。短劇也是常常被推薦給她的視頻類型，“每集短劇最后的劇情都特別‘抓人’，讓人忍不住還想看。這時候再往后刷兩條視頻，就會刷到后面的劇情。平臺一直推，就讓人忍不住一直刷”。

  竇穎慧所學的專業(yè)是數字媒體藝術，在平時的學習任務中需要用相關社交媒體平臺來搜集素材，她說：“有些圖片平臺，只要點擊一張圖，就會推送巨量相關圖片，極大提高了我查找素材的效率。”

  調查顯示，60.3%的受訪者對算法推薦的內容表示滿意。在受訪者看來，更容易找到感興趣的內容（68.8%）、提高信息獲取效率（58.0%）、增加接觸新事物的機會（43.6%）、提供更多實用的學習資源（26.7%）、匹配志同道合的朋友（24.9%）都是算法推薦帶來的價值。

  兩個月前，浙江海洋大學的袁家樂在算法推薦的幫助下買到了一臺二手相機，足足省下了1700元。“我剛原價下單，就刷到了同校同學出二手相機的帖子，很多離我更近的賣家信息也都出現在推薦頁面，而之前大多是其他城市的信息。”

  袁家樂認為算法推薦也有好處：“算法篩選信息更有效率，我也更容易找到興趣愛好等方面比較匹配的朋友。”

  在準備國際人才英語考試（中級）期間，袁家樂經常在社交媒體上搜集備考攻略，“15天極速備考”“非英專生通過考試需要哪幾步”等符合她身份和需求的內容接連出現在推薦主頁。“算法推薦的內容幫我補足了很多知識和方法上的漏洞，似乎比我更懂我。”最終，袁家樂取得了自己滿意的成績。

  對于長安大學的王碩而言，觀看視頻不僅是放松心情的方式，也是補充能量和知識的重要途徑。他在復習汽車理論的專業(yè)課時，在視頻網站上搜索了相關內容后，平臺推薦的視頻里也多出了許多汽車理論的課程視頻和學習資料。

  算法對個人行為過于熟悉也會帶來問題。一次去外地訂酒店時，程慧萍不經意間對比了兩個不同預訂軟件的價格，發(fā)現同一家酒店的同個房型，她常用的軟件上竟然比不常用的軟件上貴出80元。“我有一個朋友經營度假小屋，他告訴我，這可能是因為‘殺熟’，還可能是因為商家向平臺購買了付費推廣服務。所以，我們看到的推送也不一定只是基于用戶畫像，還可能摻雜廣告和營銷。”

  馮子軒坦言，當前算法推薦的管理和監(jiān)管存在諸多難點，相關規(guī)定還存在內容分散、標準不清晰等問題；其次，算法推薦技術本身具有復雜性，這使得監(jiān)管機構難以深入了解算法的工作原理和決策過程，進而影響監(jiān)管效果。

  算法推薦仍需多樣化，超六成受訪大學生曾點擊“不感興趣”

  “算法給用戶推薦最關心、最感興趣的內容，削減用戶較少涉及的領域，讓用戶處于信息的自循環(huán)，大家心里都明白這層‘繭房’已經越來越堅固，但難以舍棄和打破。”竇穎慧說。

  最近，竇穎慧正處于期末周，“搜索關鍵詞都是‘互動藝術設計’‘數字應用’等與專業(yè)課相關的內容，而我生活中還有拍照、看電影等其他愛好，但由于近期沒有搜索相關信息，它們已經慢慢淡出我的視野，而那些時事政治、數學科學等我更少關注的領域，幾乎從不在我的社交平臺出現。”

  袁家樂自認為對算法的依賴程度較高，有時也會陷入算法推薦的信息流中難以自拔。“時間不知不覺就在指尖劃過，反應過來已經是1個小時后了”，袁家樂會因為停不下來而花費更多時間，最終“被動熬夜”，傷害身體。對此，她也一直在想辦法降低對算法推薦內容的依賴。

  調查顯示，接收到的信息來源單一（61.7%）、推薦內容同質化（61.7%）、不自覺地花費更多時間（51.5%）等都是受訪者眼中算法推薦的不良影響。調查還顯示，72.9%的受訪者會根據需要主動關閉個性化算法推薦，66.6%的受訪者會有意識地使用“不感興趣”來規(guī)避“算法推薦”可能帶來的問題。

  對于算法推薦的信息，劉昊冉不會全盤接受，視頻的評論區(qū)是他輔助判斷的重要信息來源。如果評論區(qū)的信息單一，他會搜索其他用戶發(fā)布的內容，或者切換其他軟件來獲得更多信息。“信息來源越多，越容易獲得有價值的內容。”他說。

  劉昊冉覺得，算法推薦雖然提高了信息匹配的效率，但個人應該有更多的選擇權，“在獲取個人信息時平臺需要和我確認是否允許，我可以隨時選擇是否接收算法推薦的內容”。

  倪夢娜希望App可以給她推薦一些她喜好以外的內容，但要控制比例，“推薦80%我喜歡的內容，20%我并不常看的內容，避免被困在‘信息繭房’中”。

  馮子軒認為，當普通用戶對算法推薦感到不適，或認為數據抓取或推薦侵害了自己的權益，可以自行關閉算法推薦服務。“用戶在使用平臺服務時，應提高自我保護意識。例如，應當注意保護個人隱私和信息安全，謹慎授權平臺獲取自己的個人信息和數據等。”

  馮子軒說，如果用戶對算法推薦存在不滿或認為自己的權益受到侵害，可以向平臺投訴，尋求解決方案。當用戶的權益受到嚴重侵害，且平臺未能給予合理解決方案時，用戶可以咨詢律師或相關機構，依法維護自身合法權益。

  一個好的算法推薦長什么樣？在受訪者看來，考慮用戶多樣性需求（79.1%）、增加對推送內容的篩選（59.3%）、允許用戶有更多的控制權（58.3%）、確保用戶隱私數據安全（46.4%）、向用戶解釋清楚推薦機制（40.1%）、優(yōu)先推薦積極有益的內容（37.1%）都是不可或缺的因素。

  “有時候算法推薦帶來的問題，不是普通用戶可以決定或左右的，必須要平臺和相關監(jiān)管部門從根源上來解決。”程慧萍說。不過，她還是會根據經驗，有意識地去甄別平臺算法推薦，并且會在各個平臺上“貨比三家”，避免算法推薦帶來的問題。

  “我選擇將部分個人信息提供給算法，那么算法也應當為我推薦更有價值的優(yōu)質信息，而不是推薦同質化的內容。”袁家樂對算法和用戶的“對等關系”表達了期待，“如果僅考慮部分人的利益，用算法搞‘算計’，忽視用戶的長期使用體驗，最終用戶也會‘寒心’”。

關鍵詞：