“不去了，機票漲這么多，虧我那么信任你，天天看，越看越漲，辜負了我對你的期待。”

臨近春節假期，社交媒體上出現了很多“決定取消出行計劃”的留言。網友們買機票、訂酒店、囤年貨時還發現，有的線上平臺會 “看人下菜碟”“同貨不同價”。

不甘心被宰一刀的年輕人開始“反向馴化”大數據。有人說“哭窮”，就能刷到“便宜貨”；有人說卸載APP后重裝，或換個便宜手機就能搶到優惠券；還有不少人披上了“momo”的馬甲，隱藏個人信息……

這些“以彼之道還施彼身”的做法真的有用嗎？平臺究竟是如何進行算法推薦的？當越來越多的人開始反抗大數據，他們反抗的到底是什么？

新年第一期節目，《湃客Talk》邀請了復旦大學哲學學院教授、人工智能哲學研究者徐英瑾，以及前大廠算法工程師譚峰，揭秘大數據算法那些事。

*點擊下方收聽本期節目

 【本期主播】

陳玉坤 澎湃新聞·湃客高級編輯

【本期嘉賓】

徐英瑾 復旦大學哲學學院教授

譚峰 前大廠算法工程師

【內容節選】

*以下內容為基于節目錄音的口述稿，僅對語法與用詞稍作修改。

“反向馴化”大數據，可能嗎？

徐英瑾：“大數據殺熟”就在你我身邊 

澎湃新聞記者曾做過一個測試，結果顯示，不同品牌的手機購買同樣商品時，由于手機本身的運行歷史和數據存在差異，平臺顯示的商品價格可能會不一樣。這一現象顛覆了我們對于買賣公平的常識認知。

以我作為普通消費者的日常體驗來說，只要在網上搜索某些物品，與之相關的商品推薦便會立刻出現在手機上，這種情況屢見不鮮。更糟糕的是，我經常接到各種各樣的詐騙電話，以至于我現在基本不接陌生來電。

至于我們為何會收到如此多的推薦，根本原因在于，所有推薦算法背后都是基于休謨式假設，即認為人類行為總是重復過去，人是習慣的動物。但人有時候是要追求新奇性的，算法對于怎樣用新奇性來抓住大家的注意力，是沒有能力的。 

譚峰：電商平臺的“殺熟”行為很難被徹底杜絕

對互聯網平臺而言，“大數據殺熟”是一種商業化運營手段。互聯網平臺通過手機設備端收集用戶行為產生的各類消費數據，依據用戶的瀏覽興趣，以及與親友、陌生人在網上的互動關系，對用戶行為和個性展開分析，進而調整商品價格，或進行誘導性推薦，刺激用戶消費。

在“大數據殺熟”之下，老用戶優惠少、價格高，而新用戶則能享受優惠。

為了規避大數據的影響，在面對新平臺時，可以盡可能減少注冊以及關聯用戶行為，或者使用不同的設備操作不同事務。比如，一臺設備專門用于購買機票，另一臺設備瀏覽小紅書，以此減少用戶行為數據的共享。

消費者通過自身行為，比如對自己不感興趣的內容點擊“不喜歡”、定期清空購物車等，可以在一定程度上影響算法。平臺會據此調整算法工具，以適配用戶的偏好變化。

但從長遠角度出發，電商平臺的殺熟行為很難被徹底杜絕，只能在短期內盡量降低其影響。

大部分手機APP，尤其是安卓手機上的APP，在安裝或使用過程中常常會索要諸多權限，其中就可能包括錄音權限，進而在后臺進行聲音收集。

至于收集到的聲音信息是僅用于用戶行為分析，還是會分享給第三方，這很難保證。不過，經過蘋果等公司聲明不會默認開啟語音收集權限的智能手機，其應用大概率不會進行偷聽行為。

除了應用算法，社交平臺以及新媒體平臺也會對內容篩選進行人為干預。每個平臺都有自己的商業化路徑和偏好，不完全依賴用戶的個人行為或者群體行為。目前，國內外大廠都在內容審核方面投入了大量的人力和物力。

算法和大數據，為何叫人“又愛又恨” 

徐英瑾：算法讓你看不到世界的另一面，最后導致“腦腐化”

在原始的算法概念里面，算法和錢沒有一點關系，但進入了大數據時代，我個人認為算法的含義已經發生了改變。以前算法是為了解決一個能夠被清楚定義的數學問題，現在就是為了增加商家的利潤。

以前的算法有關機器，現在的算法是機器和人類心理的某種共謀。而我們人類有一個特點，就是缺乏耐心。比如，在美國，TikTok超越Youtube贏得了更多市場，就是因為廣大網友沒有耐心看完一兩個小時的節目，他們就愛刷短視頻。所以，人類心智的某些特點和 TikTok的算法構成了某種共謀，最后促成了它在美國的相對成功。

不幸的是，現在這種相互作用在往消極的方向轉變。很多心理學研究表明，沉迷于短視頻的人，各種認知能力和學習成績都在下降。我也發現，在教授大學生的過程中，同學們閱讀長文本的能力耐心、一般的語文能力都在逐年下降，我認為短視頻沉迷是一個很重要的原因。

最近有一個詞“腦腐化”，它產生的機制是什么？人要聰明，就要有對話性，要有敞開性，要聽不同的意見。但算法不會讓你看到這個世界的另一面，這樣一來，人的能力就沒有機會得到鍛煉，最后導致了腦腐化。

隨著受眾認知能力的下降，可能促使未來的算法進一步投喂類似的資料，使人繼續或者更深入地困在信息繭房里。

最近我看了一份資料，全球16歲至64歲的網民，平均每天“黏”在網上的時間是6個多小時，美國人是7個多小時，而日本人只有3個小時。

所以，今天所說的算法是個開放的東西，它會和人類的心理、和一個國家的文化以及國民對于線上線下活動的看法產生微妙的互動。

今天我們面對的算法，是一個我們好像僅僅“知其然卻不知其所以然”的技術工具，這是人類自瓦特改良蒸汽機以來從來沒有發生過的事情，由此帶來社會風險和倫理風險。 

譚峰：大數據與算法涉及“公平”與“效率”的問題 

算法并非新生事物，像如今熱門的深度學習，其前提假設基于神經網絡，而神經網絡早在上世紀六七十年代第一波人工智能熱潮時就已出現。但當時并未像現在這樣蓬勃發展，我覺得主要原因在于數據積累不足。數據采集方式和維度受限，致使算法的有效性未能被充分激發。

算法的發展使我們對生活、社會以及客觀規律有了全新的認識。比如，隨著算法技術的不斷演進，我們現在能夠運用算法對生命體的行為和生物機制運行進行建模。這無疑為人類社會的發展積累了技術力量。

大數據和算法的應用程度，直接關聯著“公平”與“效率”的平衡。畢竟，大型平臺公司在科技與技術方面具有優勢，獲取數據的渠道更廣、門檻更低。

如果對大數據和算法的管控過于嚴格，許多便民的APP、小程序等數字化應用可能就不會出現。在行業發展初期，會存在利用灰色地帶數據進行商業化拓展與創新的情況。然而，如果對此完全不加約束或約束力度過弱、單純追求效率，普通民眾和消費者的生活習慣、購物習慣以及對社會輿論現象的認知，就極有可能被平臺操控。 

AI制圖

徐英瑾：基于大數據的人工智能并非唯一的發展方向

平臺的數據運作依賴于數據獲取。放眼世界范圍內，歐盟有一套內部數據管理法規，即GDPR（《通用數據保護條例》），對個人隱私監管要求頗高。然而，也正因歐盟監管嚴苛，其互聯網發展速度也相對緩慢。

這便是典型的“魚與熊掌不可兼得”的情況：若要保護隱私，互聯網發展勢必受到影響，畢竟當下大數據技術依賴海量數據支撐。

基于此，我對解決該問題的思路與多數人不同。畢竟大數據算法就像老虎，本性食肉，無法改變。因此，我主張發展小數據人工智能。

它是更像人類，人類做出決策的時候，不需要那么多數據。比如你要了解一個城市的經濟情況，其實只要對這個城市的用電量、用煤量進行了解，就能夠抓到關鍵性的數據。我現在就希望人工智能具有這種少量取樣數據、利用自己的追因推理能力進行舉一反三的能力。

作為哲學研究者，我常站在少數派立場反思問題。如今大數據如此火熱，它是否就代表著通用人工智能發展的康莊大道？抑或只是人工智能發展歷程中的“飛艇階段”？我認為尚無定論。 

譚峰：大數據時代下，個人隱私的界定與留存具有多樣性

在當今時代，大數據的廣泛應用在一定程度上加劇了人們的不安全感。隨著對數據采集與使用機制加深了解，人們越發擔憂自己的行為乃至思想是否在不知不覺中被他人所洞察、干預。

由此衍生出一個關鍵問題：在大數據的籠罩下，個人隱私究竟還能在多大程度上得以留存？

在我看來，隱私的界定具有相對性。例如，那些公開發布在網絡上的行為與評論，顯然不具備隱私屬性。然而，人的內心世界往往是復雜多面的，網絡行為和言論未必等同于現實生活中的表現。倘若人們更為關注自身在現實社會中的真實行為和想法，那這部分隱私在一定程度上仍有可能得到保護。

AI時代，如何不被算法“掌控”？

徐英瑾：養成長閱讀習慣是對抗信息繭房的良藥 

推動算法朝著更好的方向發展，一方面，要對用戶進行教育，不要沉浸在自己的認知中不斷重復，這是在浪費時間。另一方面，要引導大廠或互聯網巨頭更多地關注長期利益，不能僅為了追求短期利益而采用“殺熟”這類手段，因為這會極大地損害消費者體驗，引發消費者反制，還會降低平臺的社會聲譽。

對于普通人來說，如何擺脫信息繭房、更客觀地認識世界？我有一個相對傳統的建議，就是在網上要盡量閱讀篇幅較長、論據充分的深度分析文章，養成長閱讀的習慣，并以長閱讀為榮。

就個體而言，在信息繭房日益嚴重的當下，我們能做的是進行自我認知和自我塑造。要有求知的欲望，渴望在復雜多變的社會中看到更多可能性，為自身發展創造更多機會，這樣才能自覺抵制信息繭房。

所以，欲望先于行動，只有明確自己想成為什么樣的人，才能決定突破信息繭房的程度。 

譚峰：沖破信息繭房需要克服個人惰性 

在當下平臺算法的作用下，多數人難以擺脫信息繭房的束縛，這很大程度上源于人的惰性。平臺往往會在短短15-30秒內，向用戶呈現它們認為有趣的內容，從而讓用戶獲得極大的滿足感。

我們很少看到平臺推薦議論文，大多數推送的內容是直接給出結論，而非提供充分的理由，情緒渲染類的內容更是備受歡迎，因為這類內容迎合了人的惰性。人的惰性就體現在希望以最小的付出獲取最大的滿足。平臺應用算法的目標恰好與之契合，否則便難以留存用戶。

所以，若想擺脫信息繭房，人們就需要克服自身惰性，比如廣泛涉獵多渠道的信息和內容，并進行比對，分辨其中是事實陳述，還是觀點表達或情緒宣泄。

不過，這對普通人而言要求過高，畢竟多數人瀏覽數字化平臺內容只是為了放松，而非像上課一樣進行批判性思考或深度推理。 

【時間軸】

02:48 信息泄漏，讓大學教授不想接陌生電話

07:34 算法工程師親身“欺騙”算法，效果如何？

12:53 離譜的算法推薦，你遇到過多少？

23:30 TikTok能贏Youtube，你的“貢獻”功不可沒

29:55 “腦腐化”成年度詞匯，怎么回事？

33:50 大廠的算法推薦，有多少人為因素？

38:07 社會“原子化”，推動了算法的流行

46:25 保護隱私，小數據人工智能是一種可能嗎？

53:23 對抗信息繭房，沖繩書店的啟示

在小宇宙·荔枝·喜馬拉雅APP，

搜索“湃客 Talk”關注我們 

策劃、主播 / 陳玉坤

監制 / 徐婉

實習生 / 張耀英 黃昕妍