f取消算法推荐，是技术上的倒退吗？云XR|虚拟世界|云xr|facebook|vr|

编辑导语：算法推荐在出现后被广泛应用，它在一定程度上帮助用户筛选了海量信息，但是过多地依靠算法推荐，也容易导致信息茧房等现象的发生。而近日对算法推荐所采取的系列管理措施，便是对算法推荐可能存在的隐患进行预防和清除。那么，算法推荐的存在是互联网史上的一段弯路吗？

文章插图
算法推荐技术从90年代开始显露优越性以来，被充分运用于电商、社交、内容资讯等等众多领域，并均为这些领域的革新做出了贡献。
但近年来，算法推荐却不断受到质疑，无论是本身的有效性，还是其社会影响，都面临诸多争议。许多互联网产品也一改“唯算法至上”的理念，在算法与人工之间摇摆不定，甚至有不少产品开始进行取消算法推荐的尝试。这是技术上的倒退吗？算法推荐会成为互联网历史上的一段弯路吗？
一、算法推荐的发展简史算法推荐分为许多类型，但简单来说，其原理就是基于用户的历史使用行为或相关信息，通过特定的数据模型，推测出用户可能的偏爱喜好。
1998年，Amazon平台上线了基于物品的协同过滤算法（ItemCF算法），将推荐系统推向服务千万级用户和处理百万级商品的规模。这一技术机制的革新产生了良好的效果，Amazon销售额提高了35%左右——这是推荐算法从实验室走向商业公司的一次成功应用。
2006年，一家原本做DVD租赁的公司悬赏百万招募算法推荐系统，希望改善其影片推荐效果。最终，凭借此次大赛的成果，这家公司成功转型为线上影片点播平台，并向用户普及了“推荐”的概念——这家公司就是Netflix。
视频平台YouTube同样以算法推荐为特色。它最早只通过点击和浏览量对内容进行排序，2012年YouTube开始采用复杂的推荐算法，尝试加入观看时长、分享、喜欢等参数来向观众呈现视频流。
2016年9月，YouTube将其技术文档整理成论文《Deep Neural Networks for YouTube Recommendations （深度神经网络在YouTube推荐系统中的应用）》发表，公布了从大规模可选内容中寻找最适合推荐结果的算法路径，探讨了深度学习带来的性能跨越式提升。
在视频网站之后，Facebook、Twitter等社交媒体也纷纷采用个性化信息流，将内容按用户兴趣程度进行排列。从时间顺序切换到算法乱序推荐，尽管初期引发了部分使用者的不适，但之后便被证明，这一举动带来了用户使用时长、广告点击率的大幅增长。
国内互联网行业同样拥抱算法。二十一世纪的第一个十年之后，内容资讯平台、短视频应用改变过往人工推荐的习惯，逐步加大算法推荐的比重，一大批代表性应用在这一浪潮中涌现出来。2016年又被称为“智媒元年”，以纪念算法推荐在内容分发领域所做出的重大贡献。
毫无疑问，身处信息大爆炸的背景下，算法推荐是继分类条目与搜索引擎之后的又一技术革新，它极大地提升了信息分发的效率和精准度，以此颠覆了人与信息的相处方式，也得益于这种能力，逐渐被应用于交通、金融、法律等等人类社会的其他领域。
与人工推荐相比，算法推荐的优越性不言而喻。但距“智媒元年”已经过去5年，算法推荐的发展虽然已经蓬勃，但它完全接手了互联网领域的内容分发吗？
答案是否定的。
二、一些互联网产品正在逐步尝试去算法化事实上，许多互联网产品都开始考虑取消算法推荐机制的可能性，并正在做出尝试。
YouTube客户端和网页端都开始提供“不看推荐”和“清除历史观看数据”的选项，用户可以自由选择切换，其儿童频道YouTube Kids更是彻底取消了算法推荐，改用纯人工筛选内容。
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。