我们需要什么样的“算法”?( 二 )


“算法”是中性的, 问题出在人身上
算法技术的重要意义在于, 将此前基于人力的“人找信息”转变成基于电脑自动化运算的“信息找人”, 既极大解放了人力, 又更高效地完成了人和信息的匹配 。
从2012年起, 互联网平台今日头条在业内较早将算法推荐系统应用到资讯领域的产品中, 实现了系统的自动学习推荐 。 据今日头条算法架构师曹欢欢介绍, 推荐系统综合考量内容特征、用户特征、环境特征等因素进行决策 。 例如, 环境特征包括上班期间、上班路上、下班休息等不同场景下用户的兴趣偏好信息 。
为帮助用户发现更多兴趣点, 今日头条不断引入多领域的优质内容生产者, 并运用算法推荐给用户;推出“灵犬”反低俗助手, 剔除低俗信息 。 推荐系统还增加了消重和打散策略, 前者旨在消除内容相似文章推荐, 后者降低了同领域或主题文章的推荐频率 。
不过, 在头部互联网平台切实严格自律的同时, 仍有一些采编流程不规范、管理不严的网络社交媒体、新闻客户端在业务导向上走偏了 。 主要表现在:
——向用户推荐劣质信息 。 部分平台为留住用户, 不断向用户推荐其关注过的相似内容, 其中掺杂低俗媚俗、色情暴力、真假难辨、缺乏深度、价值观导向错乱等信息 。 一些互联网平台为增加点击率和流量, 还会进行人工推荐, 主动推荐“博眼球”、打“擦边球”信息, 很多用户直呼“辣眼睛” 。 这反映出一些平台社会责任感缺失, 更忽视了价值观建设 。
——增加用户权益保护难度 。 一些算法推荐的内容过度强化用户偏好, 影响了用户对于信息内容的自主选择权, 加剧“信息茧房”效应, 极易造成个体与社会的隔离, 缺乏对当下国情世情的深刻认识和判断 。 由于依托于用户浏览记录等数据, 算法推荐若设计不当, 还可能侵犯用户个人隐私 。
——进行“大数据杀熟” 。 中国传媒大学大数据研究中心教授沈浩介绍, 对于算法而言, 通过用户数据量以及数据更新频次, 可轻易判断出是“生客”还是“熟客” 。 结果是平台大赚, 商家、消费者利益受损, 还容易导致垄断 。
作为一项技术应用, 算法推荐是中性的, 问题出在设计者、操作者身上 。
一方面, 奉行“流量至上”的单一价值导向 。 一些平台为应对竞争, 将用户停留时间作为重要考核指标, 忽视了自身作为“把关人”的角色定位 。 而“把关人”必须用积极健康、符合公序良俗的价值观, 指引算法推荐的设计和应用, 方能确保推送内容价值导向正确 。
另一方面, 过度追求“利益至上”, 利用其信息不对称优势侵犯消费者合法权益 。 这是一个需要引起足够重视的法律问题 。
“一些算法的顶层设计思路存在问题 。 ”中国社科院信息化研究中心主任姜奇平对采访人员表示, 英国著名数学家、逻辑学家图灵等学者在勾画人工智能图景时提出, 人和机器是对等、双向互进的关系, 但现在一些算法设计呈现出人与机器的关系是单项的 。 比如在大数据方面, 迷信相关分析, 忽略因果分析 。 在定义算法效率方面, 只把专业化效率定义为效率, 而实际上多样化效率也是一种效率 。
大数据、算法推荐应更有“温度”
有网友最近在一个问答平台发文称, 自己在某社交平台和朋友聊天时提到了一款扫地机, 随后该平台出现了扫地机器人的广告 。 在跟帖中, 很多网友疑问:“平台是否可能利用算法等技术, 抓取用户聊天记录进行广告精准投放?”
App专项治理工作组专家何延哲今年9月表示, 四部委App专项治理工作组在对App多批次检测中尚未发现App有“窃听”行为 。 但App“窃听”在技术实现上是有一定可能性的, 相关部门有必要出台规定, 明确企业进行大数据“画像”时能否使用个人语音信息, 让用户更放心 。

推荐阅读