沉溺式算法是“內(nèi)卷” 張近東:應(yīng)推動“算法向善”

2020年,沒有比“內(nèi)卷”更成功的出圈詞匯了。“內(nèi)卷”,本是一個社會學(xué)術(shù)語,指個人必須通過競爭來獲得需要的資源。簡單來說,就是過分的內(nèi)部競爭。

職場內(nèi)卷、海歸內(nèi)卷、考研內(nèi)卷,年輕人的“被競爭”好像無處不在。在互聯(lián)網(wǎng)的世界里,數(shù)據(jù)的流動更是如同大海里的浪花,是一個高度競爭開放的場所,最近還有年輕人直呼:“我們也被算法內(nèi)卷了”。

所謂算法內(nèi)卷,指各大互聯(lián)網(wǎng)平臺依托人工智能、大數(shù)據(jù)等技術(shù),進行各種智能推薦,包括購物時的偏好推薦、看新聞時的信息流推薦,還有短視頻軟件里的各種視頻、電商廣告推薦等等。

人工智能技術(shù)的發(fā)展是好事,但是在被算法支配的世界里,人卻容易變得越來越疲憊。

現(xiàn)在Feed流幾乎在各大資訊、短視頻、購物類APP中橫行。這看上去是個蠻高級的詞,根據(jù)知乎上一個用戶的解釋,所謂的feed,直接翻譯就是“飼料”,其實是把用戶都比喻成愛吃東西得某種動物,不斷的給他喂食,滿足他的需求。

從最早的RSS用戶主動訂閱,搜索引擎時代的主動搜索信息,再到現(xiàn)在的大行其道的Feed流智能推薦,人們開始獲得被動投喂。信息獲取看上去更豐富了、更智能了,但算法不斷窺探、測試人們的偏好,也很容易讓人陷于大量重復(fù)的信息中,認(rèn)知反而更加單一、局限以及疲憊。

一個更嚴(yán)峻的問題是,在這個從主動到被動的過程中,人們到底是否希望自己的偏好被如此多APP、這么廣范圍的窺探、推演呢?而智能算法背后,這些互聯(lián)網(wǎng)公司又是如何獲取這些個人偏好信息的呢?

算法的應(yīng)用滿足了一部分人的“偏好”惰性,更也給不少公司帶來商業(yè)利益。最典型的就是靠著算法技術(shù)異軍突起,打敗了門戶、也打怕了搜索老大百度的字節(jié)跳動了。

以字節(jié)跳動旗下抖音為例,在智能算法應(yīng)用下,抖音的沉溺式用戶體驗非常突出。許多第一次使用抖音的用戶,不斷的滑動手指,使用時間就在無意識中變長。抖音的這種算法沉溺設(shè)計,不僅占用了用戶的碎片時間,更是大大增加了用戶使用時長。

甚至打開許多知識、搜索平臺,有人在問“抖音怎么防沉迷”。

沉溺式算法是“內(nèi)卷” 張近東:應(yīng)推動“算法向善”

現(xiàn)在抖音和今日頭條軟件的用戶使用時長快速增長,甚至一度威脅到社交工具微信,人們刷短視頻的時間,有可能從超過聊天社交的時間。也因此,現(xiàn)在,微信、抖音,已然分座社交軟件用戶使用時長老大、老二的位置。

而依靠智能算法推薦,字節(jié)跳動的廣告收入快速增長。一份字節(jié)跳動專家會資料顯示,字節(jié)跳動預(yù)計2020年巨量引擎媒體廣告會達到1500-1550億流水收入,其中抖音預(yù)期將達到1000-1050億。

據(jù)了解,除了短視頻的Feed流工具,抖音去年新推出直播間Feed流工具,也被稱為“直播間付費推廣工具”,是一個基于巨量引擎推出的廣告投放體系。商家支付一定的費用,就可以在抖音的推薦頁里直接將想推廣的直播間呈現(xiàn)給用戶。據(jù)公開資料,抖音這種Feed流投放最大的好處在于精準(zhǔn)投放,即在投放時,可以選擇用戶的性別、年齡、地域乃至手機機型。

這也意味著,抖音用戶的性別、年齡、地域乃至手機型號等個人信息無形中被抖音用于了商業(yè)推廣。

智能算法引發(fā)的問題也受到越來越多關(guān)注。在兩會上,全國人大代表、蘇寧集團董事長張近東就表示,各類企業(yè)在使用AI技術(shù)提供個性化推薦服務(wù)的過程中,的確存在隱私侵權(quán)的隱患和風(fēng)險。他建議,為共同推動“算法向善”,將數(shù)據(jù)應(yīng)用到用戶服務(wù)上,國家、企業(yè)和個人都需做出努力。

用戶隱私也在兩會上廣受關(guān)注。全國政協(xié)委員、河南科技大學(xué)副校長魏世忠也建議,嚴(yán)懲過度收集個人信息APP,對強制授權(quán)、過度索權(quán)、超范圍收集個人信息的APP要嚴(yán)厲懲戒,要做到違法必究,執(zhí)法必嚴(yán)。

“算法向善”、“不過度收集用戶信息”——應(yīng)該讓各大互聯(lián)網(wǎng)企業(yè)都聽到這些建議,也讓我們這些普通網(wǎng)民不要“被沉溺”在算法的“內(nèi)卷”中,爬不起來。

沉溺式算法是“內(nèi)卷” 張近東:應(yīng)推動“算法向善”

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )