无处不在的算法教程（算法困在算法里）

编辑导语：自Facebook创立以来，“算法”就走进了大众的视线，成为了各大互联网巨头的好助手，在各个平台应用广泛。本文主要从算法的过去以及现在的状况分析，展开了关于“算法”的一些思考。推荐对算法感兴趣的用户阅读，一起来看看吧。

“外卖骑手，困在系统里”

1年半前，随着《人物》那篇文章刷屏全网，这句话蔚为风行。作为泰罗制代名词的“系统”，也由此遭到口诛笔伐。

将系统越织越密的算法，也难逃大众口水的包围圈。

人们对算法的看法，也朝着“反科技狂人”泰德·卡辛斯基的“高智能机器”预警靠拢。

到了今天，情况已经变成了：算法，被困在“算法”里。

征兆就摆在那：

国外，前身系脸书的Meta增长遇困。

国内，首部聚焦算法治理的法规——《互联网信息服务算法推荐管理规定》，于3月1日起正式施行。

若干年后，复盘算法发展史时，这恐怕是两起标志性事件。

品玩那句话说得不无道理：2022，“算法”属于人民。

一、“算法决定互联网”

“算法决定互联网。”

2006年3月，在CSDN技术社区，有程序员这样预言道。

他由Euler语言发明者尼古拉斯·沃斯的“程序=算法 数据结构”延伸，认为到了到了Web2.0时代，在bbs blog wiki的结构下，算法将是信息过滤的核心手段，“今天可以肯定地说，未来的互联网，将被算法所主宰统治。”

他说这话时，谷歌的网页排名算法，还是创始人拉里·佩奇1997年开发的PageRank。

到了2013年，谷歌将核心算法更新为了蜂鸟算法（Hummmingbird），还是给网页等级赋值，但指标变了，搜索也变得更智能化了。

在那之后，脸书、推特等将算法继续“发扬光大”：

脸书推出了EdgeRank算法，将Affinity亲密度、Weight热点程度、Time Decay时效等作为信息排序依据；

推特推出了Algorithmic Timelines算法，将信息相关性放在了重要位置。

在国内，互联网企业也逐渐将具有踔绝之能的算法视作基础性技术。它跟算力、大数据合在一块，支撑了AI在长尾场景中的高频使用。

时至今日，在信息分发平台、短视频平台、电商平台、社交平台及餐饮外卖平台，生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术已得到广泛应用。

算法的触角，已伸进B端的流量分发、外卖派单和C端的内容阅读体验、动态价格体系之中。

“算法，比你还懂你自己”的说法，由此泛起。

二、很多人视算法为“魔”法

如今，人们的数字化生活，其实已经无法离开算法。

我们打车，导航会把最短或最快路径推荐给我们；

我们点外卖，平台会将评分最高、距离较近的餐馆优先呈现；

我们打开资讯类APP，热搜会将热门话题摆在我们面前。

这与其说是帮我们提高了信息撮合效率，不如说是帮我们节省了信息筛选成本——在信息大爆炸面前，算法“过滤泡”也算是为我们的“脑部减负刚需”而生。

从“效率/成本”的维度看，算法代表的就是面向未来的趋势。

拿资讯获取而言，从传统媒体的宣发模式，到门户媒体推动的搜索引擎模式，再到兴趣引擎算法推荐以及融合社交关系链的社交算法推荐，越来越低成本、快速、精准，是大趋势。

大势不可逆。

但“有需要时用算法，没需要时骂算法”，也是时下很多人的习惯。

现实中，不少人对算法有着很深的隔膜。膈膜之上，长出疑虑与恐惧。

无论是赫拉利式的预言，还是科幻片的渲染，都在强化着很多人的印象：“算法利维坦”远在将来，近在眼前。

他们视算法为魔法——魔是“妖魔化”的魔。

而大数据杀熟、过度干预、诱导沉迷等，都是他们捏住的把柄。

本质上，这类对算法的担忧跟对算法的迷恋，代表了两种典型的取向：反技术依赖倾向下的技术不可靠论；唯科学主义意识形态下的技术进步论。二者通常各据一端，反向并峙。

尽管包括算法在内的技术给人们带来了很多方便，可担忧派看到的更多的是算法不好的那一面。

而奶头乐理论与反技术乌托邦思维浸泡下的“××正在毁掉一代人”造句比赛，也不断为担忧派助攻。

三、对算法的约束机制正在强化

得承认，算法有AB两面。A面侧重的是效率，注重便捷性；B面侧重的是公平，讲究价值观。

效率与公平，是商业文明的DNA双螺旋，本该保持微妙平衡。

但以往，社会更注重效率，于是“效率”这条链特别粗壮，算法带来的便捷性会被重点突出。

现在情况无疑起了变化：“效率”跟“公平”的优先序在变，与算法伴生的问题会被各种强调。

在“公平本位”的逻辑下，算法在很多人眼中的主要形象，也就从解决问题者变成了制造问题者——它俨然成了信息茧房的编织者，是赛博囚笼的铸造者。

算法在“算计”用户，成了它被诟病最多的地方。

这里面，不无对算法的误解——因为不够了解，很多人会为算法赋魅，将其视同某种全知全能的高维度系统，乃至可算沙抟空的生命体。

事实上，算法确实能实现细粒度的数据管理，但它离开了天眼还远着。

裴培老师就提醒：互联网平台的“算法”被神化了。

在他看来，人工智能比拼的并不是算法，而是数据，有些互联网企业能将广告主的ROI（投入产出比）效果需求高效地转译成前台CPM（千人成本）需求，靠的是算法，更是算法背后量大、可信度高的数据。

但人们的顾虑，会“召唤”出针对算法的约束性力量。

理由就是，算法有些负外部性：如算法歧视，如舆论干预等。

而这样的约束机制，主要朝着两个维度拓展：

1. 是侧面包抄——强化隐私保护。
2. 是正面夹击——全方位“规范”算法。

四、强化隐私保护，会削弱算法“法力”

强化隐私保护，会削弱算法的“法力”。

扎克伯克的Meta，就撞在了隐私保护的高墙上。

Meta的前身脸书，这些年来几乎是负面缠身。

窃听门，前员工爆料事件，都在将其形象拽向谷底。

去年12月，脸书被美国网民评为“年度最差公司”后，有人曾这样揶揄Meta——

“Facebook被评年度最差，关我Meta什么事？”

这跟它的算法机制不无关系：之前就有很多人指责，脸书的算法创造出了“危险回音室”，借引起愤怒、激发恐惧、煽动仇恨的内容收割流量。

但对扎克伯格最重的一击，不是来自多方差评，而是来自苹果。

算法是脸书吸引广告投放的“大杀器”，但就像裴培老师所说，算法起作用，离不开数据广度、深度和可信度的支撑。

而苹果就对脸书来了一记釜底抽薪：去年4月，苹果推出了ATT应用跟踪透明度隐私功能（App Tracking Transparency），限制了APP随意性的设备识别与数据采集。

这就导致，脸书的广告推送精准度大受影响，推送准度下降了，效果就差了，广告收入自然也就下滑了。

随之而来的，就是今年2月初Meta财报公开后的“跌妈不认”——因为表现不及预期，Meta股价狂泻26.44%，市值缩水2340亿美元，创下美股历史上个股最大单日缩水纪录。

自2022年以来，Meta股价跌幅已高达约35%，股价（211.03美元）距2021年的高点（384.33美元）已跌去45%，扎克伯克也因此跌出全球富豪榜前10。

而Meta方面对此早有预见，老早就意识到了苹果iOS的隐私新政对自身营收的影响。

这表明了一点：算法的效用离不开数据广度、深度和可信度，没了精准画像，也就没了精准推荐。而隐私保护强化，势必会压低数据收集准度。

接下来，加强隐私保护是大势所趋。

欧盟有数据保护条例，美国很多州有数据隐私保护法案，中国也有《数据安全法》《个人信息保护法》等。

苹果调整隐私政策，也被认为是Web3.0时代隐私保护强弱化的风向标性动作。

算法未来的趋向，必然会受制于隐私保护、数据安全维度的“算法”。

五、规范化监管为算法戴上紧箍咒

“规范化监管”，更是戴在算法头上的紧箍咒。

学者尼克·西弗曾提出了 “算法文化 ”的概念，认为在数字经济日益发达的今天，算法已不再仅仅是文化建构的一部分，而已然变成了文化实践本身，对算法不能仅从数学逻辑的角度去理解。

其外延是，算法不能光追求效率，还要“植入正向价值观”。用咱们这的话说就是：算法必须向上向善。

• 你用算法搞歧视杀熟？不行。
• 你制造信息茧房？不行。
• 你搞算法黑箱？也不行。

最起码，刚实施的《互联网信息服务算法推荐管理规定》不答应。

规定就“在我的地盘，算法该听谁的”问题，给出了明晰答案：

要求平台不得用算法控制热搜、搞虚假点赞评论转发，是将算法的触手拦截在舆论干预权力半径外；

要求平台公示算法推荐服务的基本原理、目的意图和运行机制，剑指算法黑箱（在此之前，字节跳动、美团、滴滴、微博都曾公布算法原理）；

要求建立健全算法机制机理审核、科技伦理审查、用户注册、信息发布审核等管理制度，瞄准的是“算法向善”；

要求算法服务保护劳动者获得报酬、休息休假等合法权益，指向了“算法取中”……

可以说，算法被“算”了——若将算法的定义笼统化，监管秉持的，未尝不是另一种“算法”。

互联网算法用0和1筑起了某种系统，监管则用更“强大”的系统将其关进了笼子里。

驯服口诀是：算法要有价值观。

在监管频密落锤的当下，这必然会重塑算法的价值面向。

算法困在“算法”里。

困住算法的，是监管，是社情，也是算法自身的两面性。

而前方路口的标识牌上，就写着大写的“规范”二字。

这对互联网企业来说，倒也未必是坏事。

至少规范运作过后，算法被“污名”的包袱，能轻松卸下了。

与之伴生的场景是：

算法属于人民。算法里充满正能量。

作者：佘宗明

本文由 @数字力场 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Pexels，基于CC0协议。

,