- 相关推荐
为什么我们变得越来越笨了美文
生活中，你是不是会把自己的选择权交给智能推荐？
想听歌的时候，打开网易云音乐，让系统根据自己以往听歌的记录来推荐歌曲。
不知道买什么书的时候，点开当当，系统会根据以往买过的书，向你推荐“和你买过同一本书的人也在买xxx”......
淘宝上一旦搜过“阔腿裤”，再次进入首页，猜你喜欢里，就会出现不同的阔腿裤。
智能推荐能够根据我们的喜好推荐我们应该会喜欢的事物，大大节省了时间和精力，然而，当你目之所及，都是自己想看的新闻，想听的歌曲，想买的衣服，长期待在舒适区的结果就是，我们会变得越来越“笨”。
1.0智能推荐
我想从智能推荐谈起。
最早在国内把「智能推荐」推向大众的产品，没记错的话，是豆瓣电台。
那时，这还是个很新奇的功能。它会提示你，给每一首歌点「喜欢」或「不再收听」。经过大量的数据训练，它就能越来越熟悉你的口味，给你推荐更多「你可能会喜欢」的音乐。
那个时候，打开豆瓣电台，一次次地点「下一首」，来研究它的推荐到底准不准，是件挺有趣的事情。虽然从身边的人来看，大多数人都觉得，不怎么准。
2.0智能推荐时代
把时间拨回2016年。
一转眼，智能推荐早已在国内风靡了数年。除了音乐平台，新闻平台、自媒体平台、购物平台、广告平台、直播平台、视频平台、游戏平台……都纷纷开始转向智能推荐。
它们理由也非常正确：在这个信息爆炸的时代，传统的人工分发太没效率了，我们要依据大数据，利用智能算法，一方面实现推送内容和用户喜好的高度契合，另一方面也大大提高信息的分发效率。
所有的平台都在致力于提高算法质量。我们似乎已经进入一个「智能推荐时代」。
以亚马逊为例。有数据表明，亚马逊35%的销售额是与推荐系统相关的。当你在亚马逊购物的时候，你一定见到过这句话「购买此商品的顾客也同时购买」，很有可能，你会被其中某个名字吸引，点进去，然后再点进另一个名字，最终买了一堆东西回来。
《一网打尽》中就提到过：
当亚马逊和大型出版商谈判的时候，就会使用「推荐系统」作为杀手锏。如果出版商没有达到他们的要求，亚马逊就威胁将他们的书从推荐系统撤下——这也就意味着大约40%的销量锐减。这样的结果是，通常30天左右，出版商就会回过头来说，「嗨，贝佐斯，咱们再聊一聊？」
9月，Facebook宣布，他们将解散「热门话题」团队，转而使用算法来抓取最热的新闻。当然，这个消息放出来第三天，就立刻遭遇了危机——算法抓到了一条假新闻，并推向所有用户。不过，从Facebook的态度来看，他们坚信这只是一场小小的意外，智能推荐终将全面代替人工分发。
这几年，国内崛起的各种资讯平台——比如今日头条、一点资讯，以及各种小而美的新闻资讯客户端，几乎都基于「尖端算法」「硅谷核心团队」，主打「基于兴趣和热门的智能推荐」，大有干掉传统媒体平台之意。
今日头条的CEO张一鸣更是说得很明白：我们不需要主编，有主编就会有倾向性，我们把分发交给算法，用户喜欢什么，我们就推给用户什么。我们不干预用户的喜好。
这是一个浩浩荡荡的趋势。一切看来都很美好。
3.0智能推荐的本质
但是，我却始终有一点怀疑。
智能推荐的本质是什么呢？简单来说，是这样的逻辑：
系统通过收集你的历史数据和个人数据，为你建立一个描述模型，并找到符合这个模型的其他用户，找到他们所对应的「高评分内容」（比如，点一下「喜欢」，就给内容加1分；点「不再播放」，就扣5分。等等），再将这些内容推给你。
也就是说，系统先通过寻找「与你相似的人」，再将他们关注的、喜欢的内容推给你。
当然，实际的操作，比这要复杂百倍。比如矩阵分解系统、外显/内隐行为评分机制、基于多因素（包括地域）的策略逻辑，等等。但本质来说，不会偏差太远。
这样一来，就会产生两个问题：
这种基于大众行为的机制，可能的结果之一，是「趋同」。
系统推给你的都是在可选范围内「最大众」的信息（最多人关注），而你的行为又进一步强化了这种趋势（为这些信息增加了关注）。
这样一来，就会导致极端的马太效应：热门的信息越来越热门，冷门的信息越来越冷门。
这是一件很可怕的事情。
如果由智能推荐来决定信息分发，那么，我们选择信息的权利，就完全由系统——本质上就是大众，来决定。
也就是说，我们所关注的信息，会越来越趋向于一致。我们接受到的信息，是大众关注的信息；我们思考的问题，是大众思考的问题；我们看到的事物，也是大众看到的事物。
4.0智能推荐的后果
当你的信息、视野、思考方式都完全「泯然众人」，你还如何能输出更有价值的想法？
我们思考问题的过程，如果拆解出来，是什么样呢？
其实无非就是这个模型：Input - Tools - Output（ITO）—— 信息输入 → 利用逻辑工具对信息进行处理 → 输出结论。
所以，我们脑子里的想法，绝大多数的差异，其实存在于第一步，亦即信息的输入。因为逻辑本身是普适的，对每个人的差异不大。
只有接收到的信息更全面、更庞大，你用来「处理」的素材才会更丰富，也就能得出更精确、更有价值的结论。
这也就是为什么我们常说「你的问题是读书太少，而想得太多」的缘故。因为读书是拓展信息输入最好的方法。没有足够的信息输入，想再多也是没有用的，因为从本质上讲，你的材料就是匮乏的。
而如果你连接收到的信息都跟大多数人一样，你还如何能指望比大多数人更优秀？
与大众一致，永远只能沦为平庸，成为被消费的对象。只有比大众走得更远，看得更远，才能有出类拔萃的可能性。
另一种可能的后果，就是圈子的断层和割裂。
一个圈子里的内容，永远只有最平庸、最肤浅、最没有门槛的信息，能够被最广泛的人接受和关注。而这种关注，又会促进它的二次、多次传播和螺旋发展。
这样一来，其他的信息要么被「挤压」到角落里，被我们遗忘；要么被挤出圈子，被我们忽视。
简而言之，你会只看到你所在的圈子里，大多数人愿意看的东西。
你将看不到真正的世界，而是活在圈子为你构筑的「拟态世界」之中。
但这一切，仅仅是智能推荐的问题吗？
当然不是。
所有的网站、平台、APP，想要更好地生存，都必须融入「舆论场」，让自己跟进各种热门事件——热门的东西，永远都能吸引多数人的关注，因为热门本身就意味着多数关注。
那么，无论是智能推荐，还是人工分发，其实本质都一样——你所被动接收到的，永远是「大众」的信息。
只不过，在信息爆炸的时代，智能推荐实际上做了这么一件事情：我帮你把信息筛选好，你不用去找，安心等着就好。
但是，这种基于热门的筛选机制，虽然节省了我们大量去探索和寻找内容的时间。然而，另一方面也意味着，我们在被动接收之中，思维正在慢慢被同化和影响——无论是事件，观点，事实，还是看待问题的角度。
我们变得越来越「懒」了，因为智能推荐帮我们把信息分门别类打包好，送到眼前。
同时，我们也变得越来越「笨」了，因为我们接收到的信息，都被拉到了大众的平均（甚至低于平均线）水平。
这种情况发展下去，会怎么样呢？
会造成精英和大众的进一步割裂。
从信息渠道来说，很可能会出现这样的情况：少量大众平台掌握着大量用户和流量，成为信息流通的中心渠道。众多微型的小众圈子（APP、个种自媒体）环绕在周围，基于少量的、小众的用户，在内部交换信息。
彼此独立，画地为牢，互不干涉。
这并不是一件好事。
5.0在智能推荐时代如何逃离变懒变笨的趋势？
那么，面对这种情况，我们可以怎么做？
最核心的，还是要基于自己的需求和兴趣，主动去进行「探索」，获取有价值的信息。
你要知道，传播范围越广的东西，其实就越没有价值。因为它要么已经人尽皆知，要么即将人尽皆知。
有意思的是，这个趋势正在慢慢逆势上扬。
知乎Live，在行，得到，有不少平台开始尝试走「有价值的精品内容」路线。当然，我并不是说他们上面都是有价值的内容，你依然要进行筛选和辨识。但相比起被动接收由大众所决定的信息，这始终是很有意义的一步。
作为个人，对自己的信息渠道进行优化，将更多的精力花在「主动寻找信息」上面，会比被动接收大量的「庸俗信息」更有价值——因为前者才是你真正需要的，后者只是大家认为你需要的。
越是信息碎片化的时代，我们越是要建立结构化的体系。越是信息筛选便利的时代，我们越是要探索门槛更高的信息。这样一来，才能走在大众的前面，给自己带来真正有效而长远的提升。
大多数人只会成为时代的附庸。当潮水卷过，留下来的，永远是逆流而上的人。
【为什么我们变得越来越笨了美文】相关文章：
为什么我们总喜欢批评别人美文10-05
各国变得越来越相似作文06-04
笨女人最值得你爱美文10-05
后来的我们,我们的青春美文10-06
我们再见美文10-05
相思在分分秒秒中变得越来越长散文10-05
我们友谊长存美文10-05
我们都很孤单美文10-05
我们的田径教练美文10-06
我们为什么活着10-11