抖音上熱門背后的算法，沒有你想的那么“簡單”。

1865年，在北京永定門外的平地上，英國人杜蘭特在一條只有一里多長的鐵路上開起了蒸汽機(jī)車。當(dāng)時(shí)京城的老百姓對此聞所未聞，根據(jù)清人李岳瑞 《春冰室野乘記》記載：“京師人詫所未聞，駭為妖物，舉國若狂，幾至大變?！?/p>

最后結(jié)局是步軍統(tǒng)領(lǐng)衙門下令拆掉。類似的，10年后在上海吳淞鐵路建成通車同樣引起了騷動(dòng)，結(jié)局也是清政府收購了這條鐵路，并將其拆除。 如今，算法的遭遇同樣如此。

英語里對這種現(xiàn)象有個(gè)專門的詞，叫Technophobia。類似上個(gè)世紀(jì)《科學(xué)怪人》那種大眾文化所體現(xiàn)的，人們對新技術(shù)的一種天然恐懼。

簡單通俗的講，算法就是一套評判機(jī)制。這套機(jī)制對平臺(tái)的所有用戶都有效，通過根據(jù)用戶的一系列反饋行為來改進(jìn)平臺(tái)功能，提高用戶體驗(yàn)最終使平臺(tái)形成一個(gè)可循環(huán)的良性生態(tài)。

但妖魔化算法的言論一直不絕如縷。比如近來《比抖音讓人墮落更可怕的，是今日頭條讓我們變傻》這類文章。這些文章強(qiáng)調(diào)兩點(diǎn)：

1、算法只給你推你喜歡看的

2、今日頭條、抖音等平臺(tái)只靠算法

這些立論有意將客觀事實(shí)簡化了，其實(shí)是非常標(biāo)準(zhǔn)的Technophobia。當(dāng)人工智能被用于內(nèi)容分發(fā)之后，隨之而來的，用戶需求如何與推薦內(nèi)容進(jìn)行有效重合并清晰定義其邊界的討論會(huì)是一個(gè)非常長期的議題，不是簡單粗暴就可以下結(jié)論的。

1 、頭條和抖音的內(nèi)容機(jī)制一直在自我進(jìn)化

《變傻》一文的作者，很可能并沒有用過現(xiàn)在的頭條和抖音，他的認(rèn)知還停留在過去。

互聯(lián)網(wǎng)評論就是這樣，總有人喜歡拿一成不變的眼光，來打量、評判對方，以至于得出錯(cuò)誤的結(jié)論。

頭條很清楚算法是不完美的，有自身的局限。

所以它需要另一種分發(fā)手段來補(bǔ)足算法的不足和弊端，或者說找到驅(qū)動(dòng)頭條系的第二個(gè)輪子，現(xiàn)在看來第二個(gè)輪子就是粉絲分發(fā)，或者叫社交分發(fā)。如今的今日頭條已經(jīng)更新過7個(gè)大版本，早已不是純算法，而是“算法+社交+搜索+問答”的綜合體。

比如，你可以通過搜索功能自發(fā)地去尋找任何對你而言有價(jià)值的信息。 如果你喜歡哲學(xué)，可以在今日頭條上搜索“尼采”、“柏拉圖”、 “福柯”等關(guān)鍵詞來獲取相關(guān)資訊，和人交流。事實(shí)上，“主動(dòng)搜索”并獲取信息是所有平臺(tái)都希望大家會(huì)去做的事情，因?yàn)檫@本身可以創(chuàng)造更精準(zhǔn)的價(jià)值。 算法的價(jià)值還在于長尾分發(fā)，即使小眾信息也能獲得較好的推薦，與此同時(shí)，在信息足夠豐富的情況下，擁有小眾興趣的人也能找到有價(jià)值的信息。

比如一些比較冷門的電影，80年代的老照片，大學(xué)的校園資訊。這些原本散落在互聯(lián)網(wǎng)各個(gè)角落的信息，被收納進(jìn)一個(gè)推薦盒子，出現(xiàn)在你眼前，而不是像過去那樣被埋沒在信息的大海中。

而且如果你看一下整個(gè)今日頭條首頁，它其實(shí)是有四塊：

第一個(gè)是搜索區(qū)，用戶可以主動(dòng)搜索感興趣的信息；

第二個(gè)是置頂區(qū)，屬于國家大事；

第三個(gè)是要聞區(qū)，屬于重要的媒體新聞，通常會(huì)打上“熱”的標(biāo)簽；

第四個(gè)才是個(gè)性化區(qū)，屬于用戶偏好的資訊，這里既包括用戶自主訂閱的信息，也包括系統(tǒng)推薦的信息。 也就是說，在今日頭條實(shí)際產(chǎn)品機(jī)制中，算法并不只是給你推感興趣的內(nèi)容，也不存在只能看到算法推薦的內(nèi)容的情況。

今日頭條的成功，主要還是靠對流量的理解和公司的運(yùn)營、算法、數(shù)據(jù)化思維形成的執(zhí)行力。算法是很重要，但也只是其中的一環(huán)而已。

2、算法并不是你喜歡什么就只給你推什么

如果你以為算法是你喜歡什么就給你推什么，就未免把算法想得過于簡單了。

其實(shí)這種說法很早就有了，傳播學(xué)里面叫所謂echo chamber situation（回音室效應(yīng))，很多人擔(dān)心互聯(lián)網(wǎng)的內(nèi)容推薦算法會(huì)加劇這種所謂的回音室效應(yīng)——喜歡什么就推什么，最后全部都是同一類內(nèi)容，看不到其他。但事實(shí)證明這并沒有發(fā)生，也沒有哪個(gè)互聯(lián)網(wǎng)公司會(huì)傻到這么去做。

原因很簡單，人性本身就是喜新厭舊的，對多樣性的追求是一個(gè)很基礎(chǔ)的需求。喜歡什么就永遠(yuǎn)推什么本身就很反人性。就好像愛吃什么就頓頓都給你吃一樣的東西，不給你看菜單一樣，沒有任何一家飯店會(huì)這么做。

比如我們拿抖音實(shí)驗(yàn)一下，用一臺(tái)新手機(jī)在未登錄狀態(tài)下打開抖音隨機(jī)刷10條，統(tǒng)計(jì)如下：日常生活（2條），簡筆畫（1條），萌寵（1條），戶外紀(jì)實(shí)（1條），小姐姐（1條），英文教學(xué)（1條），家庭親子（1條），健身（1條），炒菜（1條）。 在已登錄狀態(tài)連續(xù)點(diǎn)贊了50個(gè)小姐姐視頻，重啟后，抖音接下來推薦的50個(gè)視頻分別是：小姐姐24個(gè)，日常生活9個(gè)，旅行風(fēng)景6個(gè)，跳舞5個(gè)，正能量3個(gè)，萌寵1個(gè)，科普1個(gè)，健身1個(gè)。

也就是說，即使你再瘋狂關(guān)注小姐姐，抖音也不可能連續(xù)給你推送小姐姐視頻。

事實(shí)上，算法針對用戶的興趣偏好，具備一定的打散機(jī)制，不會(huì)出現(xiàn)連續(xù)雷同推薦的現(xiàn)象。認(rèn)為算法只是記錄你單一的喜好，然后根據(jù)這一愛好來做推薦，首先是看不起人性，其次是瞧不起算法。一個(gè)擁有健全人格的人，從來不可能只有一種愛好——喜歡小姐姐，并不妨礙你同時(shí)喜歡萌寵，世界各地的風(fēng)景，音樂和舞蹈。

而且因?yàn)檫呺H效用遞減的規(guī)律，連續(xù)推送同一個(gè)主題是一件很虧的事情，吃力不討好。

社會(huì)心理學(xué)上也有“貝勃定律”。當(dāng)人經(jīng)歷強(qiáng)烈的刺激后，再施予的刺激也就變得微不足道。就心理感受來說，第一次刺激會(huì)沖淡第二次刺激。 這也解釋了人們?yōu)槭裁纯偸恰跋残聟捙f”，一個(gè)人的興趣愛好，不可能總是一成不變。

可以說，即使從滿足用戶需求的角度，平臺(tái)也不可能一直給你推小姐姐。

3、算法自身有探索能力

何況，算法不是機(jī)械的算術(shù)。

若是如此，各大科技公司也用不著為爭搶名校畢業(yè)的算法工程師而擠破頭，算法工程師也根本不值得年薪百萬，Google、微軟等也無需聘用大量的高端人才進(jìn)行推薦算法優(yōu)化。算法的魅力，在于不斷學(xué)習(xí)、迭代和進(jìn)化。

機(jī)器人之所以能夠戰(zhàn)勝世界頂級棋手，就是因?yàn)樗鼜?qiáng)大的學(xué)習(xí)能力，形成極高的競爭壁壘。

而探索性，本來就是推薦算法原本就有的特質(zhì)之一。 這里涉及到一個(gè)知識(shí)點(diǎn)：協(xié)同推薦。

算法的協(xié)同推薦，除了內(nèi)容本身，還包括基于用戶推薦，根據(jù)分析不同用戶之間的相似性，從而擴(kuò)展推薦的探索能力。張三喜歡科技、財(cái)經(jīng)、體育，李四喜歡科技、財(cái)經(jīng)、體育、健康內(nèi)容，那么，算法會(huì)嘗試將健康資訊推送給張三。

因?yàn)樵谕扑]系統(tǒng)看來，張三和李四是相似的人。于是，張三就可以接收到原本不在自己興趣范圍內(nèi)的健康資訊。 推薦系統(tǒng)是在推薦跟你相似的一群人可能感興趣的內(nèi)容。

他們感興趣的內(nèi)容很可能是你會(huì)感興趣的，但是你此前還不知道的，所謂的“你不知道自己不知道”。這在一定程度上豐富了內(nèi)容。

4、 算法比社交更容易突破圈層

相比之下，朋友圈具有更大的“回音壁”效應(yīng)，人往往陷入而不知。 因?yàn)榕笥讶锏囊磺行畔?，完全由你個(gè)人定制，因?yàn)閮?nèi)容產(chǎn)出方完全是自己篩選出來的，人根本聽不到和自己相左的觀點(diǎn)和意見，很容易形成同一類人或者同一群人的偏見。

而通過算法推薦內(nèi)容，不是根據(jù)觀點(diǎn)推薦，這就可以確保更多種多樣的觀點(diǎn)。

若不是短視頻APP出現(xiàn)，社會(huì)底層的工作者、普通人，還會(huì)被這個(gè)社會(huì)繼續(xù)忽略。

這些人可能是你每天給你送外賣的小哥，很有可能是給你理發(fā)的學(xué)徒，是你手上拿著的手機(jī)的流水線上的工人，他們不曾上過微博熱搜，從不逛知乎，更不會(huì)出現(xiàn)在你的微信朋友圈里。是算法讓來自全國各地、各種身份的人無差別地匯聚到了你的手機(jī)里。這才能透過手機(jī)屏幕看到豐富多樣的人生百態(tài)。 比如，抖音甚至?xí)匦峦扑]數(shù)據(jù)庫里的“優(yōu)質(zhì)老內(nèi)容”，給它更多的曝光。

這些老作品之所以能被“引爆”，一般都是因?yàn)檫@些賬號已經(jīng)發(fā)布了足夠多足夠垂直的內(nèi)容，標(biāo)簽變得更清晰，推薦算法能夠幫助這些優(yōu)質(zhì)內(nèi)容匹配給更精準(zhǔn)的用戶。而在公眾號這樣的平臺(tái)上，很少會(huì)有一個(gè)月前的精品內(nèi)容能被“挖墳”再火的，這其實(shí)是對海量優(yōu)質(zhì)內(nèi)容的浪費(fèi)。

一個(gè)優(yōu)質(zhì)的推薦系統(tǒng)，本質(zhì)上是信息降噪的過程。

從一個(gè)巨大的內(nèi)容池中，選出對你而言有價(jià)值的信息推薦給你，降低你尋找信息、篩選信息、組織信息的成本。 說到底，算法也好，APP也好，都只是一個(gè)工具。誠然，算法作為工具應(yīng)該不斷完善。但具體如何使用，取決于人自己。

羅素提過一個(gè)看法：不管你是在研究什么事物還是在思考任何觀點(diǎn)，請只問你自己“事實(shí)是什么”以及“這些事實(shí)所證實(shí)的真理是什么”。永遠(yuǎn)不要讓自己被自己所更愿意相信的，或者你認(rèn)為人們相信了之后會(huì)對社會(huì)更加有益的東西所影響。只是單單地去審視，什么才是事實(shí)。

讓我們變傻的不是算法，而是失去理性的審視。