演算法推送的影響

『壹』 推薦演算法會產生哪些負面影響

‍‍‍‍長期刷網頁的人會有一個感覺，每天花了大量的時間看頭條新聞，結果偶爾打開電視，發現錯過了很多重要有意義的新聞，說明演算法推薦方式本身有缺陷，它並沒有足夠全面的掌控用戶喜好，結果就是大家獲取到的信息是片面的。‍‍‍‍

『貳』 大數據推送叫什麼效應

大數據推送叫「信息繭房」效應。
大數據人工智慧演算法推送具有本身的優越性，能夠在大數據時代，對內容做出高效的分析推送。「信息繭房」來形容互聯網用戶在大量的網路信息中，依照個人喜好選擇自己所感興趣的信息，並對其他內容無視甚至排斥，進而長期形成「信息繭房」。
但需要注意，現如今的人工智慧演算法依然無法判斷數據的價值，因此同質化內容的重復推送，加強了「信息繭房」效應。演算法推送這一技術對「信息繭房」效應起到了增強作用，帶來一系列的負面影響。

『叄』 演算法推薦是否會造成演算法歧視

演算法歧視不僅損害用戶利益，更會激化社會的原有偏見。調研發現，新聞推送中的女性、老年人等弱勢群體更容易受到人們的關注，有68.7%的受訪者認為「女司機」「女大學生」等帶有性別指向的詞彙更容易上熱搜，性別議題更易激起討論。平台利用「用戶畫像」和「貼標簽」區別個體、扁平化用戶，強化現實生活中的刻板印象，可能引發社會輿論。
無處可逃的信息收集與「隱私威脅」。熱播的黑色幽默短劇《大媽的世界》中有這樣一段情節：廣場舞大媽們正發愁買什麼顏色的演出服，此時王大媽隨口說了一句晚上吃西紅柿炒蛋，並拜託楊大媽去接「熊貓班」的外孫，結果手機購物App就分別給她推送了紅黃相間、黑白配色的衣服。平台以「偷聽」的方式竊取數據用以計算用戶的偏好，再「突襲式」地進行信息推薦，已引起普遍關注。調研中多位被訪者表示，置身於平台與演算法聯手建立的系統中，被「偷聽」已成「家常便飯」。很多企業、App、第三方機構在共享用戶的個人信息之際，試圖掌控更多的個人隱私。訪談中，不少用戶表示，瀏覽器總能「記住」其搜索歷史並且同步到其他設備上，在首頁反復推送搜索過的同類內容，讓人有一種「被泄密」的不安感。
基於收集個人信息的演算法推薦服務帶來的困擾不止於此。一方面，不當的推薦表現在「量」上，過多同質化的內容形成了信息冗餘，容易使個體產生心理疲勞與隱私焦慮；另一方面，演算法推薦的「度」也常常超出應該推薦的內容範圍，色情、低俗等有違主流價值觀的內容常常被置入開機頁誘導用戶點擊。
被演算法過濾與掌控的「漸進式依賴」。「平時吃飯、遛娃我都會找App上排序靠前的餐廳和游樂場」，31歲的二胎媽媽孫穎表示，依靠應用平台推薦雖然也「踩過雷」，但這樣的選擇對於她而言更省時省力。互聯網時代，不少網民越來越多地將事物的優劣判斷交給演算法。演算法憑借著「優先」「分類」「聯想」「過濾」等機制在很大程度上建構了「人們在互聯網上的感知與現實」。調查顯示，差基超六成的受訪者會根據平台的排名、評分等數據做出個人櫻慶做決策，盡管他們並不認同排名靠前的商品或內容一定是更好的。
調研還發現，不少提供演算法推薦服務的平台，更是通過將相關內容放在突出位置、屏蔽其他平台鏈接等方式，實現「入口壟斷」與「自我優待」。這些平台在熱搜榜、首屏、彈窗等重點環節，通過設置關鍵詞、定向推送等方式將特定內容推至榜單前列，暗中控制人們可關注的信息范圍。72.1%的被訪者認為平台會推薦與自身興趣相似的內容。當人們習慣由平台供應信息時，有可能陷入演算法設置的「過濾氣泡」中，人委身成為數據的「附屬品」，漸漸喪失接觸多元信息的機會。
應對：
從「逃避」到「棲身」的用戶生存之道
從對「大數據殺熟」的詬病，到對「信息繭房」的熟知，普通用戶在強勢的演算法技術應用面前，不得不選擇以妥協的方式忍受演算法帶來的種種問題。調查中，超過半數受訪者表示自己意識到了平台或商家對個人信息的收集，但如果不勾選「用戶知情同意書」，就無法使用軟體所提供的功能。讓渡隱私來換取服務，成為普通人與算脊衡法共存時「無奈而自洽」的心態。然而，在「受制於演算法」的大多數情形之外，仍有不少用戶選擇同演算法「鬥智斗勇」，規避演算法的消極影響。
善用「反追蹤」策略的「數字隱身」。大學生高宇是社交平台的「重度用戶」，在和演算法推薦日復一日的相處中，她練就了一身「躲避」演算法的本領：「我每次在首頁刷到不想看的內容就會『以迅雷不及掩耳之勢』劃過。」此外，她還在同一個社交平台注冊了「小號」，「大號用來追逐熱點資訊，小號用來發日常，這樣不想看到相關內容的時候就有個地方可以『躲』了」。
當下，身處各類默認設置協議中的普通個體，發展出多元的「演算法迴避」策略。他們或更換手機號碼、建立多個賬號，以此迷惑演算法；或採取不點贊、不發表、不評論的方式，減少在互聯網中的數字痕跡；或因不喜歡某些軟體的推薦機制而選擇關閉或停用，直至尋求到演算法友好的替代性產品；或想辦法關閉手機收音功能，從硬體設備端對可能的演算法監聽予以阻隔。這些方式呈現出共性的演算法化生存之策——「斷連」與「隱形」。然而，調研中許多用戶表示雖然可以遠離演算法軟體，卻無法躲避演算法思維的連鎖反應。調查顯示，只有54.9%的人認為這種逃避產生了效果，霸王條款、偷用隱私、強行定位等情況依然難以靠個體力量得到緩解。
「因地制宜」投喂演算法的「反向規訓」。依據演算法情境「因地制宜」地制定使用策略，主動探究演算法運作的規則與思維方式，通過意圖鮮明的點贊、收藏、點擊「不感興趣」等行為設置自主偏好，甚至在感興趣的帖子下留言稱「大數據請記住我，多向我推送這樣的（帖子）」……調研發現，部分用戶選擇以主動「喂養」的方式尋求與演算法的相處之道。
其中，一度活躍於「飯圈」的「數據粉」就是依靠與演算法的「你來我往」試圖影響信息排序的一群人。「數據粉」群體通常通過組織信息點擊和發布，對偶像的作品點贊、帶話題轉發等，提高相關內容的熱度，從而影響演算法，令與偶像相關的內容躋身更顯著的位置，高調搶佔大眾注意力。
借演算法平台謀取紅利的「棲身式共存」。「以前我只選感興趣的內容創作，但有一次偶然剪輯製作了一部爆款影視劇介紹，流量特別好，自此以後我開始琢磨怎麼才能更火。」余家豪是一名業余的視頻網站內容創作者，受和他類似感受的牽引，越來越多的MCN（多頻道網路）及自媒體創作者全心「棲身」於演算法主導的內容世界，迎合代碼規則、抓住流量密碼、實現商業變現，構成了演算法化生存的另一種模式。調研中，在「是否主動迎合推薦機制發布內容」的回答中，選擇「是」的比重超過三分之二。調研也發現，部分內容生產者不惜使用「三俗內容」「打擦邊球」等方式迎合演算法准則。

『肆』 半數網民因演算法束縛想逃離網路，數字化環境對我們的生活造成了什麼影響

在數字化環境中最懂我們的不是我們的父母，不是我們的朋友，而是網路的演算法。在網路演算法面前我們沒有任何一點隱私，它知道我們的愛好，知道我們需求，可以根據我們的喜好需求不斷的給我們推送。同時也可以根據我們的喜好，根據我們的個人信息，對我們進行不公平的差別對待，也就是所謂的大數據殺熟。這也就是為什麼半數網民想要逃離網路，在網路面前基本上是赤裸的，沒有任何的隱私可言。

人們在享受網路演算法給予的福利時，反而在不知不覺中被演算法控制著人們，人們被演算法牽著鼻子走。這些演算法是由誰操縱的？最終都是由資本操縱。資本的最終目的是什麼？是掏空人們口袋中的錢，當沒有了錢沒關系接而再推送如何貸款，直到榨乾最後一滴血。很多時候人們又怕自己沒有去看手機，而錯過了一些相關的信息，網民就在這些演算法中慢慢的迷失，彷彿迷失在紛雜的森林之中。