f取消算法推荐，是技术上的倒退吗？( 二 )

Facebook新闻版块在2019年开始招聘人工编辑（主要是资深采访人员），以应对各国政府对其平台充斥极端内容的指控。
2017年成立的资讯分发平台Substack也是以人工推荐为特色，读者通过邮件订阅来接收内容，这吸引了不少怀旧的客户，仿佛瞬间回到了RSS时代。该产品在多轮融资后估值已经达到6.5亿美元。
为了与之抗衡，Twitter在年初收购了Substack的竞争对手Revue，而Facebook则新近推出了一款名为Bulletin的应用——二者均是以时事通讯作者为主的资讯平台，并采用编辑筛选，按作者订阅的模式。
诚然，算法推荐带来的用户和收入不可估量，但这么多的平台都选择重回时间流或人工推荐的形式，似乎也有那么一些势在必行的推力。除了商业模式上独辟蹊径的考量，或许也是对算法推荐负面效应的一种回应。
1. 极端内容在《为什么极端内容更容易流行？》一文里，我们曾探讨过推荐算法对社交媒体上极端内容传播的影响。极端内容是一条获取流量的捷径，而基于“流量至上”的理念，算法往往在无形中为极端内容的传播充当了推手的角色。
以Facebook为例，近2/3加入极端主义小组的用户都是被Facebook推荐关注而非主动检索。YouTube也面临同样的问题，平台持续不断地调整其推荐算法，尽量减少有害内容的推荐量以控制传播，尽管如此，成效却依然了了。因此这家公司保留了超过1万人的审核团队，负责删除违规视频以及进一步改善各种机制和政策。
互联网公司也在尝试更智能的方式来自动识别极端内容，比如研发一些恶意内容检测插件，但这些工具并没有很好地投入使用——因为过于严格的审核会影响社区氛围，平台方不想因此造成过多的用户流失。
2. 信息茧房不少读者应该都会有过刷短视频APP一刷几个小时忘了时间的经历，原因就在于源源不断的推荐会让人深受吸引无法自拔。算法推荐最初应用的目的，是为了提升检索效率，降低用户的时间成本，快速匹配用户最需要的内容，但却逐渐演变成为增强用户粘性，延长使用时间的机制保障，这显然与本意有所偏离。
引发更多争议的是“信息茧房”效应。算法推荐会为了取悦用户，不断推荐其感兴趣的内容，这让用户以自身兴趣为砖瓦构筑起一道墙，从此只能沉浸在自己喜爱的、熟悉的已知的世界里，这就是“信息茧房”所描述的状态。
在学术界，针对这一理论的现实效应还存在不少争议，但可以确认的是，算法基于兴趣的个性化推荐，确实收窄了用户的信息接收范围，并减少了接受差异化讯息的可能性。在日渐封闭的信息环境中，用户只看自己想看的，只听自己想听的，并在不断重复和自我验证中强化固有观念，进而相信一些扭曲的故事。
要知道，现在还有不少YouTube用户坚信，地球是平的，人类并不曾登上月球，水可以变成汽油。这就是信息茧房的“功劳”。
3. 失效的严肃内容传播在快速资讯、短视频领域，算法推荐或许有着优越的表现，但在严肃内容的传播上却频频失效。这也是为什么Twiiter、Facebook都选择将严肃新闻与社交内容拆分，并投资做独立的订阅资讯平台。
算法的基础是海量的用户数据收集，但是有些严肃内容，比如深度报道、行业知识等，本身受众面窄，没有办法为机器提供足够的基础数据，自然也无法给出合适的推荐。另外，就像许多文艺类电影常常叫好不叫座一样，很多优质内容与通俗内容放在同一个算法池中，可能很快就被淹没了，需要人工编辑捞出来。
美国作家尼古拉斯·卡尔《浅薄：互联网毒化了我们的大脑》，指出人们在享受互联网所带来便利的同时正在牺牲深度阅读和深度思考的能力：“我们对浏览和略读越来越得心应手，但是，我们正在丧失的却是专注能力、沉思能力和反省能力。”