個性化推薦算法的“偽”個性化

摘要：針對個性化推薦編織出的個性繁榮的虛幻夢境，筆者站在媒介批評的角度，從文化工業等理論視角對此進行批判性反思，從個性化推薦算法的主導邏輯、技術局限以及算法滿足的個性的真實性存疑這3個角度，揭示算法推薦的“偽”個性化背后的哲學本質。

關鍵詞：個性化推薦；算法新聞；“偽”個性化；文化工業

中圖分類號：G206 文獻標志碼：A 文章編號：1674-8883（2020）18-0066-02

一、引言

算法作為信息傳播底層的技術支撐，正在被廣泛用于媒體信息生產、分發、反饋等環節[1]。新媒體時代，機器算法給信息分發機制帶來的一系列變革顯而易見，基于用戶個性化愛好的算法分發機制漸漸成為信息的主要分發方式。

在新聞傳播領域，個性化推薦算法帶來的是新聞個性化服務，而新聞個性化服務的背后離不開個性化推薦算法技術。新聞個性化服務，或稱“定制新聞”，即新聞或資訊的生產分發機構、平臺提供的頗為精準的新聞信息推送。它往往是基于用戶瀏覽歷史、欄目訂閱、人口統計學特征、相關聯的社交大數據等，并借助數據挖掘和機器學習來記錄和分析用戶瀏覽、轉發、評論、收藏的行為，給用戶畫像，標記特征，實現個性化推送。

表面看，算法推薦讓用戶與信息快速精準的匹配，也滿足了受眾多元化、個性化的信息需求。然而，個性化推薦算法真的是對我們個性發展的成全嗎？我們使用資訊客戶端來獲取各類信息，但算法技術的不成熟，還存在算法的不透明、標簽化、泛娛樂化等非常嚴重的“偽”個性化問題。算法推薦的“偽”個性化問題值得納入媒介批評的范疇。媒介批評對傳播媒介的考察，包括媒介的形式和文化內涵，并要整合人際傳播和大眾傳播活動中的媒介[2]。而算法推薦正符合這一點，因此它背后的哲學本質值得探討。

法蘭克福學派阿多諾曾對流行音樂展開批判，認為它是文化工業下的商業制作。有兩個特點，一是標準化，二是“偽”個性化。而當下新聞個性化服務與流行音樂一樣，均是文化工業的商業制作，標準化是指流行歌曲程序上的高度相似性，“偽”個性化是指它們中偶爾變現的差異存在，看似五光十色的流行歌曲的本質不過如出一轍。文化工業設置了一個難以察覺的陷阱，將實質上并無差別的東西改裝或包裝成精美的禮物，送到受眾眼前。平臺推送的消息呈現同質化，千人千面的閱讀設想難以實現。阿多諾所言的，標準化和“偽”個性化這兩個特點主要是歸咎于文化工業的拜物教性質，最終換來人們退化的鑒賞力和順從的態度[3]。

二、“偽”個性化的體現

（一）主導邏輯：提高效率而非滿足個性

從平臺算法的主導邏輯出發，算法為的是提高效率。平臺算法被效率的提升、交易的促成、快錢的獲得所驅使，而并非服務及質量的提高和產品的個性化[4]。算法推薦是一種工具，它的誕生符合工具理性。工具理性行為即以目的、手段和結果作為行為的取向，它是目的至上的行為。

誠然，算法分發符合目的理性，有利于解決供需匹配的問題，激發潛在需求。以滴滴出行為例，它的確服務了人們的個性需求，公司在短時間內獲得大量融資，甚至壟斷網約車的市場，很大原因是它借助智能算法來優化資源配置，提供了一個平臺，讓乘客的個人需求和車輛閑置運輸能力得以適配。但它只是商品法則的產物，始終受到利益的驅使。算法平臺的最終考量是效率的最大化和利潤的最大化，服務個性化需求只是手段而不是目的。算法背后的主導邏輯和操控力量決定了它的生存價值以及走向何方。

算法新聞并非為了滿足個性化需求而生。算法新聞來自歐美，運用智能程序自動生產新聞并實現商業化運營。我國媒體業將算法技術應用于信息采集與新聞分發過程的典型代表是“今日頭條”。同類平臺大多不自身生產內容，而是由算法全網收集資訊，再基于對受眾個人興趣的挖掘分析，實現個性化的推送[5]。一定程度上，內容推送與否、推送給誰都是由預先設定好的算法程序決定，而考量的核心依據往往是：能否獲得流量、能否受到關注。作為一項技術應用，個性化算法推薦的“技術中性”背后，暗藏平臺推送者的價值導向。技術與商業合謀，資本在“流量為王”這樣的單一導向的驅動下，讓人們忽略了內容本身的真偽和善惡，從當前已引發的問題也可見一斑。

（二）技術局限：算法永遠不能真正“理解”個性

從技術本身的邏輯來說，算法是一系列明確的代碼指令，能對按照規范的輸入獲得所要求的輸出，在有限時間內解決目標問題[6]。算法和程序是緊密相關的概念，運行算法需要程序，程序是用具體的計算機語言來表述抽象的算法，程序可以說是算法和數據結構的統一[7]。算法的實質，即一組執行決策意志的代碼[8]。

目前主要的算法推薦有基于內容的推薦、基于網絡結構的推薦、協同過濾推薦、混合推薦等。但不論是哪一種，按部就班執行代碼的過程本身就是循環的、機械的。計算機世界里，一切影音圖文都要轉換成數據才能進行處理。對于算法機器來說，我們每一個用戶，并不是擁有鮮明個性的活生生的個體，只是一堆數據，甚至可以說是1和0組成的數據。機器理解不了人類的興趣，獲取的是1和0的排列。算法不斷地拷貝和學習人類行為模式過程中不存在對于自由意志的考量，只是一些持續重復地由刺激到反應的集合。既然如此，我們憑什么可以說算法讓我們的個性走向繁榮呢。

這種“數據化”的趨勢日漸明顯，機器在悄然同化人類，因為機器要快速讀懂人類，有時甚至是以犧牲人的個性為代價的。奈飛（Netflix）在全球擁有超過1億的用戶，它要借助算法制作內容、吸引用戶。過去幾年，這家互聯網公司在逐漸弱化主觀的文字表達。最初奈飛網站上的用戶評價體系由“五星打分”和“用戶影評”組成。而2017年，奈飛用一個直接的“拇指向上/向下”點贊系統取代了“五星打分”體系[9]。后來，奈飛干脆停用了用戶影評功能，七嘴八舌的評論都沒有了。這一改變對算法機器的好處在于：讓用戶自行把評價數據化，算法學習更高效；不用去考慮模棱兩可的用戶評價，機器學習結果更準確。也就是說，為了算法更高效，機器學習更準確，用戶要為算法妥協，就像一臺不能說話只能按下數字鍵的機器。這不禁讓人擔心，在這個人與算法的互動過程中，人會不會變得越來越像機器、冰冷和無個性。

（三）滿足的個性化需求：不一定是自由和真實的

個性化推薦真的滿足了我們的個性化需求嗎？其實不然。如果需求都是虛假的，個性化從何談起。馬爾庫塞在《單向度的人》中說，人要區別真實的需要與虛假的需要，出于某些特定的社會利益，而被外部強加給個體的那些需要，不一定是真實的需要[10]。現行的大多數需要，諸如休閑娛樂、因廣告宣傳消費、愛人之所愛，都屬于虛假的需要。這種需要可能會讓人感到迷茫，但是卻又總是被視為合理的，本質上是一種同化和馴服，結果是人的異化。而當代算法個性化推薦的內容是否符合我們的真實需要，也是一個值得商榷的問題。

什么是真實的需要和虛假的需要這一問題必須由一切個人自己來回答。但是，倘若人們處于不能自治的狀態，只要接受灌輸和操縱，他們對問題的回答就不是他們自己的。也就是說，我們的五彩紛呈的個性化選擇，前提是要基于自由意志下的選擇。然而，表面上是用戶決定自己想看什么，實際上卻是平臺的算法分發系統決定了讓哪種人看到哪種內容。我們并沒有真實地選擇我們喜歡的，也并沒有權利拒絕我們討厭的。通過算法，受到越多人喜歡、點贊的可以被推薦給更多用戶，進入更大的流量池。而少數人、小眾化的喜好相對就會被淹沒在海量信息中，沉入信息汪洋的底部。文化工業下，憑借現代科技——披上個性化推薦外衣的算法在信息批量的生產和分發的過程中將大眾同化，我們的某些個性喜好也不過是被培養、塑造出來的。如果需求難辨真偽，則個性成為幻象。且文化更像一種流行或者娛樂，也是短暫和不穩定的。人們在習以為常中接受這種標準化的信息生產方式，致使思維僵化同質，個性和創造被拋諸腦后，成為信息消費的“仆人”。因此，從媒介批評的角度來說，算法推薦的側面是模糊和弱化了人們的個人偏好，剝奪了人們的個性和差異性，構成了對創新的威脅。這些虛假的快樂也偷走了人們從事更有價值的活動的潛能。

三、結語

算法本身有罪嗎？算法只是一個工具，真正在于運用算法的人，必須思考如何擺脫“偽”個性化的桎梏。畢竟，算法的濫用具有極大的殺傷力，已引發了算法黑箱、算法歧視、算法霸權等一系列問題，筆者強調關注算法的“偽”個性化，無意去增加當前的算法焦慮，而是呼吁沉湎在虛假的個性繁榮夢境中的人保持清醒。

參考文獻：

[1] 喻國明，耿曉夢.智能算法推薦：工具理性與價值適切[J].全球傳播學刊，2018，5（4）：13.

[2] 姚君喜.媒介批評：究竟批評什么[J].河北大學學報（哲學社會科學版），2013（4）：2.

[3] 陸揚，王毅.文化研究導論[M].上海：復旦大學出版社，2015：112.

[4] 吳靖.算法具有自由意志嗎[J].中國出版，2019（02）：8.

[5] 吳鋒.發達國家“算法新聞”的理論緣起、最新進展及行業影響[J].編輯之友，2018（05）：48-54.

[6] 呂國英.算法設計與分析[M].北京：清華大學出版社，2009：7.

[7] 唐培和，徐奕奕.計算思維：計算學科導論[M].北京：電子工業出版社，2015：144.

[8] 韋伯·M·S，科斯特里希.編碼新聞：計算代碼在新聞過濾和分發中的作用[J].數字新聞學，2018（3）：310-329.

[9] 極客電影.在Netflix的算法世界里，影評人和五星打分都成了多余[EB/OL].鈦媒體，https：// www.tmtpost.com/3348951.html，2018-07-10.

[10] [美]赫伯特·馬爾庫塞.單向度的人[M].上海：上海譯文出版社，2014：6.

作者簡介：李翔（1991—），女，湖南株洲人，碩士在讀，研究方向：傳播與技術、社交媒體、媒介批評。