算法屬于人民？
撰文 ｜ 佘宗明
「外賣騎手，困在系統里」
1年半前，隨著《人物》那篇文章刷屏全網，這句話蔚為風行。作為泰羅制代名詞的「系統」，也由此遭到口誅筆伐。
將系統越織越密的算法，也難逃大眾口水的包圍圈。
人們對算法的看法，也朝著「反科技狂人」泰德·卡辛斯基的「高智能機器」預警靠攏。
到了今天，情況已經變成了：算法，被困在「算法」里。
征兆就擺在那：
國外，前身系臉書的Meta增長遇困。
國內，首部聚焦算法治理的法規——《互聯網信息服務算法推薦管理規定》，于今天起正式施行。
若干年后，復盤算法發展史時，這恐怕是兩起標志性事件。
品玩那句話說得不無道理：
2022，「算法」屬于人民。
01
「算法決定互聯網?！?/p>
2006年3月，在CSDN技術社區，有程序員這樣預言道。
他由Euler語言發明者尼古拉斯·沃斯的「程序＝算法＋數據結構」延伸，認為到了到了Web2．0時代，在bbs＋blog＋wiki的結構下，算法將是信息過濾的核心手段，「今天可以肯定地說，未來的互聯網，將被算法所主宰統治?！?/p>
他說這話時，谷歌的網頁排名算法，還是創始人拉里·佩奇1997年開發的PageRank。
到了2013年，谷歌將核心算法更新為了蜂鳥算法（Hummmingbird），還是給網頁等級賦值，但指標變了，搜索也變得更智能化了。
在那之后，臉書、推特等將算法繼續「發揚光大」：
臉書推出了EdgeRank算法，將Affinity親密度、Weight熱點程度、Time Decay時效等作為信息排序依據；
推特推出了Algorithmic Timelines算法，將信息相關性放在了重要位置。
▲臉書（Facebook）的算法機制。
在國內，互聯網企業也逐漸將具有踔絕之能的算法視作基礎性技術。它跟算力、大數據合在一塊，支撐了AI在長尾場景中的高頻使用。
時至今日，在信息分發平臺、短視頻平臺、電商平臺、社交平臺及餐飲外賣平臺，生成合成類、個性化推送類、排序精選類、檢索過濾類、調度決策類等算法技術已得到廣泛應用。
算法的觸角，已伸進B端的流量分發、外賣派單和C端的內容閱讀體驗、動態價格體系之中。
「算法，比你還懂你自己」的說法，由此泛起。
02
如今，人們的數字化生活，其實已無法離開算法。
我們打車，導航會把最短或最快路徑推薦給我們；
我們點外賣，平臺會將評分最高、距離較近的餐館優先呈現；
我們打開資訊類APP，熱搜會將熱門話題擺在我們面前。
這與其說是幫我們提高了信息撮合效率，不如說是幫我們節省了信息篩選成本——在信息大爆炸面前，算法「過濾泡」也算是為我們的「腦部減負剛需」而生。
從「效率／成本」的維度看，算法代表的就是面向未來的趨勢。
就資訊獲取而言，從傳統媒體的宣發模式，到門戶媒體推動的搜索引擎模式，再到興趣引擎算法推薦以及融合社交關系鏈的社交算法推薦，越來越低成本、快速、精準，是大趨勢。
大勢不可逆。
但「有需要時用算法，沒需要時罵算法」，也是時下很多人的習慣。
現實中，不少人對算法有著很深的隔膜。膈膜之上，長出疑慮與恐懼。
無論是赫拉利式的預言，還是科幻片的渲染，都在強化著很多人的印象：
「算法利維坦」遠在將來，近在眼前。
他們視算法為魔法——魔是「妖魔化」的魔。
而大數據殺熟、過度干預、誘導沉迷等，都是他們捏住的把柄。
本質上，這類對算法的擔憂跟對算法的迷戀，代表了兩種典型的取向：
反技術依賴傾向下的技術不可靠論；唯科學主義意識形態下的技術進步論。
二者通常各據一端，反向并峙。
盡管包括算法在內的技術給人們帶來了很多方便，可憂心派看到的更多的是算法不好的那一面。
而奶頭樂理論與反技術烏托邦思維浸泡下的「××正在毀掉一代人」造句比賽，也不斷為憂心派助攻。
03
得承認，算法有AB兩面。A面側重的是效率，注重便捷性；B面側重的是公平，講究價值觀。
效率與公平，是商業文明的DNA雙螺旋，本該保持微妙平衡。
但以往，社會更注重效率，于是「效率」這條鏈特別粗壯，算法帶來的便捷性會被重點突出。
現在情況無疑起了變化：「效率」跟「公平」的優先序在變，與算法伴生的問題會被各種強調。
在「公平本位」的邏輯下，算法在很多人眼中的形象，也就從解決問題者變成了制造問題者——它儼然成了信息繭房的編織者，是賽博囚籠的鑄造者。
算法在「算計」用戶，成了它被詬病最多的地方。
▲電影《社交網絡》劇照。
這里面，不無對算法的誤解——因為不夠了解，很多人會為算法賦魅，將其視同某種全知全能的高維度系統，乃至可算沙摶空的生命體。
事實上，算法確實能實現細粒度的數據管理，但它離開了天眼還遠著。
裴培老師就提醒：互聯網平臺的「算法」被神化了。
在他看來，人工智能比拼的并不是算法，而是數據，有些互聯網企業能將廣告主的ROI（投入產出比）效果需求高效地轉譯成前臺CPM（千人成本）需求，靠的是算法，更是算法背后量大、可信度高的數據。
但人們的顧慮是真實的，這會「召喚」出針對算法的約束性力量。
理由就是，算法有些負外部性：如算法歧視，如輿論干預等。
而這樣的約束機制，主要朝著兩個維度拓展：
一是側面包抄——強化隱私保護。
二是正面夾擊——全方位「規范」算法。
04
強化隱私保護，會削弱算法的「法力」。
扎克伯克的Meta，就撞在了隱私保護的高墻上。
Meta的前身臉書，這些年來幾乎是負面纏身。
竊聽門，前員工爆料事件，都在將其形象拽向谷底。
去年12月，臉書被美國網民評為「年度最差公司」后，有人曾這樣揶揄Meta：
「Facebook被評年度最差，關我Meta什么事？」
這跟它的算法機制不無關系：之前就有很多人指責，臉書的算法創造出了「危險回音室」，借引起憤怒、激發恐懼、煽動仇恨的內容收割流量。
但對扎克伯格最重的一擊，不是來自輿論差評，而是來自蘋果。
算法是臉書吸引廣告投放的「大殺器」，但就像裴培老師所說，算法起作用，離不開數據廣度、深度和可信度的支撐。
而蘋果就對臉書來了一記釜底抽薪：去年4月，蘋果推出了ATT應用跟蹤透明度隱私功能，限制了APP隨意性的設備識別與數據采集。
這就導致，臉書的廣告推送精準度大受影響，推送準度下降了，效果就差了，廣告收入自然也就下滑了。
隨之而來的，就是今年2月初Meta財報公開后的「跌媽不認」——因為表現不及預期，Meta股價狂瀉26．44％，市值縮水2340億美元，創下美股歷史上個股最大單日縮水紀錄。
自2022年以來，Meta股價跌幅已高達約35％，股價（211．03美元）距2021年的高點（384．33美元）已跌去45％，扎克伯克也跌出了全球富豪榜前10。
而Meta方面對此早有預見，老早就意識到了蘋果iOS的隱私新政對自身營收的影響。
這表明了一點：算法的效用離不開數據廣度、深度和可信度，沒了精準畫像，也就沒了精準推薦。而隱私保護強化，勢必會壓低數據收集準度。
接下來，加強隱私保護是大勢所趨。
歐盟有數據保護條例，美國很多州有數據隱私保護法案，中國也有《數據安全法》《個人信息保護法》等。
蘋果調整隱私政策，也被認為是Web3．0時代隱私保護強弱化的風向標性動作。
算法未來的趨向，必然會受制于隱私保護、數據安全維度的「算法」。
05
「規范化監管」，更是戴在算法頭上的緊箍咒。
學者尼克·西弗曾提出了 「算法文化 」的概念，認為在數字經濟日益發達的今天，算法已不再僅僅是文化建構的一部分，而已然變成了文化實踐本身，對算法不能僅從數學邏輯的角度去理解。
其外延是，算法不能光追求效率，還要「植入正向價值觀」。
用咱們這的話說就是：算法必須向上向善。
你用算法搞歧視殺熟？不行。
你制造信息繭房？不行。
你搞算法黑箱？也不行。
▲《武林外傳》劇照。
最起碼，剛實施的《互聯網信息服務算法推薦管理規定》不答應。
規定就「在我的地盤，算法該聽誰的」問題，給出了明晰答案：
要求平臺不得用算法控制熱搜、搞虛假點贊評論轉發，是將算法的觸手攔截在輿論干預權力半徑外；
要求平臺公示算法推薦服務的基本原理、目的意圖和運行機制，劍指算法黑箱（在此之前，字節跳動、美團、滴滴、微博都曾公布算法原理）；
要求建立健全算法機制機理審核、科技倫理審查、用戶注冊、信息發布審核等管理制度，瞄準的是「算法向善」；
要求算法服務保護勞動者獲得報酬、休息休假等合法權益，指向了「算法取中」……
可以說，算法也被「算計」了——若將算法的定義籠統化，監管秉持的，未嘗不是另一種「算法」。
互聯網算法用0和1的代碼筑起了某種系統，監管則用更「強大」的系統將其關進了籠子里。
馴服口訣是：算法要有價值觀。
在監管頻密落錘的當下，這必然會重塑算法的價值面向。
06
算法困在「算法」里。
困住算法的，是監管，是社情，也是算法自身的兩面性。
前方路口的標識牌上，寫著大寫的「規范」二字。
這對互聯網企業來說，倒也未必是壞事。
至少規范運作過后，算法被「污名」的包袱，能輕松卸下了。
與之伴生的場景是：
算法屬于人民。
算法里滿是正能量。
?作者 ｜ 佘宗明
?運營 ｜ 李玩
微軟雅黑;font-size:14px;">原文標題:算法被困在「算法」里
關鍵詞： 隱私保護
X 關閉
X 關閉