当算法大行其道，你还能掌控什么？

源济

当算法大行其道，你还能掌控什么？ 

原创 2018-04-24 HBR-China 哈佛商业评论

只需要按一下开关，一些技术大佬们便可以改变人们所获信息的性质和范围。2013年，谷歌开始尝试利用Hummingbird算法来了解其用户的偏好。2016年，Twitter在引入其算法时间线时用最重要的推文取代了最近的推文。Facebook称，公司将在今年早些时候利用最有意义的互动取代消息中的点击诱饵。这些变化在最初的几周中总是会闹得沸沸扬扬，不久之后便会得到人们的默许。如今，精英们拥有前所未有的能力，能够在弹指间改变数十亿民众的思想和行为。

这一切都归功于算法。人们每天多次查看的个性化引导式新闻、信息和学习内容，都经历了协同过滤流程。其原理是，如果我喜欢X，而且你和我从算法上来看是类似的，那么你也有可能会喜欢X。每个人都会获得其自有的、大众式个性化信息，由机器进行配送。

此举的影响是广泛和深远的。假新闻和错误信息无处不在。幼小的孩童们看到的是那些由算法生成、经算法优化的有害内容。可能最无足轻重的影响在于，我们的信息内容中存在系统化的偏见，而且我们只不过是生活在一个小小的回音室中，所有的信息均来自那里。极具讽刺意味的是，尽管诸如艾力·帕里瑟这样的人士曾在2011年发出了警告，但如今人们在万维网的体验实际上异常本土化。

我们该怎么办？尽管数据科学家、决策者和伦理委员会正在研究大范围的长期对策，但作为独立个体的我们亦需担负应有的责任，确保我们能够发现和了解自己的需求到底是什么。基于上述技术背景，当代知识工作者应根据正确的信息——真实、客观、具有广泛基础的信息——做出正确的业务决策。当然，将算法拒之门外是十分困难的，因为我们面对的是一个复杂、神秘的系统。但此举并非是徒劳的，以下是我们当前可以采取的实用举措。

首先，弄清楚自身的情况（隐形代码有针对性地为你做出了很多决策）以及所面临的风险（拥有特定、狭窄的世界观的后果）。不妨在一开始对问题进行仔细研究。这种意识可能会促使你质疑所获信息的真实性和全面性，并寻找与你的情况更相关的解决方案。

第二，完善算法。或将其看做是一个游戏。改变你的设置，允许进行随机推荐（如果系统有这项功能）。特意跟踪那些拥有相反观点的人。主动探索你所选择的社交媒体平台，而不仅仅是被动地吸收它们所提供的内容。这类探索活动将被算法截获，并反映在未来的推荐当中。迫使系统扩大其推荐范围。

第三，避开雷达。人们可以通过无痕模式进行私密浏览，或使用duckduckgo这样的非跟踪搜索引擎来匿名搜索。人们无须一直或完全采取这种方式，但了解何时以及如何在网络上获取未经过滤的观点还是十分有用的。

第四，有意识地确立人类影响范围。个性化的电子邮件摘要和社交媒体信息均由算法来确定。传统的社论仍由人们手工编纂。当然，人工引导仍会产生偏见，但它同时还需要更广泛受众的审查、明晰的责任划分（终审在于主编）、伦理和标准以及抱负（至少某些刊物），来提供全面的报道，而不是带有主观色彩的报道。

第五，通过放下数字媒介，走出数字回音室。现实世界一直都充满着混乱。更多地去关注自己在真实生活中的感受、观察、沉思和对话。

算法的影响是巨大的，具有双面性。本文列举了一些不利的影响。然而其好处也是巨大的：算法可以从成千上万，甚至数十亿条基本不相关的内容中找到令人信服、振奋人心的宝贵信息。完善你的信息源，并借此让自己乐观地看待万维网以及这个大千世界。

 

马克·扎奥-桑德斯(Marc Zao-Sanders)  | 文

马克·扎奥-桑德斯是filtered.com首席执行官兼联席创始人，该公司是一家教育科技公司，使用人工智能并通过技能和学习来提升生产力。

时青靖 | 编辑