推薦算法，就是把用戶當成豬投喂
前陣子，百度CEO李彥宏怒懟推薦算法：算法最大的責任是了解挖掘用戶的深度目標和需求，而不是對用戶進行養(yǎng)豬式投喂。
如果平臺一直都是“投其所好”，用戶喜歡啥就一直推送啥，那么用戶就會被困在一個圈子里，對圈子外的東西了解會減少，最終結果就是用戶認知越來越狹隘。
拋開百度的惡行和李彥宏本人說這話的初衷，此番話本身真是一點毛病都沒有。
不知道多少人有跟我相同的遭遇：在信息流平臺上出于好奇而隨便看幾個內容，然后平臺就會認定你對這類內容感興趣，拼命增加這類內容的推送權重。
比如我在知乎隨便看一個“諸葛亮的才能被高估了嗎？”，第二天我的知乎信息流上就充滿了三國話題，矮大緊帶鹽的三國志游戲也強行插入其中。
又比如我隨便看一個“誰是NBA最被高估的球星”，然后詹姆斯、字母哥、哈登就霸占了我信息流的一半多。
甚至出現(xiàn)了三國和nba兩個標簽的聯(lián)動話題：假如把諸葛亮的士兵都換成詹姆斯，北伐能成功嗎？
無論現(xiàn)在的知乎有多么接近故事會，我始終都把知乎當做一個增長見識的地方。
所以，每次出于好奇或者手滑看完一些話題之后，為了避免此類話題出現(xiàn)在我的知乎信息流中，只能手動去屏蔽。
知乎僅僅是一個例子，推薦算法在互聯(lián)網內容產品里非常普遍，比如頭條系產品、電商產品的千人千面等。
據(jù)我的使用情況看，很多產品的推薦算法很單一，純粹是根據(jù)我以前瀏覽/搜索過的內容，推薦同類內容。
比如我的天貓賬號首頁的猜你喜歡，已經被茅臺、游戲本、睡衣、礦泉水等占據(jù)，全部是我曾經搜索過或者購買過的同類產品。
顯然，這些東西遠不能代表所有我感興趣的商品。
這就是推薦算法的弊端了，它根據(jù)用戶之前的行為而推薦類似或者關聯(lián)的內容，實際上是強行且片面的給用戶打了幾個標簽，然后就大量推送同標簽內容。
長久下去，用戶只能看到自己想看到的內容，視角越來越狹窄，最終人為的造成信息繭房。
信息繭房指人們關注的信息領域會習慣性地被自己的興趣所引導，從而將自己的生活桎梏于像蠶繭一般的“繭房”中的現(xiàn)象。
繭房是一個非常形象的比喻。
比如知乎這個綜合性的大平臺，NBA粉的信息流里永遠是詹黑和詹粉吵架，拳師看到的永遠是“男人那么普通，卻那么自信”。
在這個信息的繭房里，你看到的都是你喜歡的、感興趣的、能夠引發(fā)你同情的，至于這些是不是全部，甚至是不是事實，都不重要。
現(xiàn)在網上愈演愈烈的性別對立，一定有推薦算法很大一份功勞。
其實本質上講，技術無罪，有罪的永遠是那些濫用技術的人。
在互聯(lián)網巨頭眼里，用戶就像豬一樣，推薦算法就是根據(jù)用戶喜好，把豬分別投喂，養(yǎng)的白白胖胖。
用戶舒服了，就會在平臺上待的更久，為平臺創(chuàng)造更多的價值。
2020產品經理薪資大起底
我們還有全網最活躍的5000人產品經理社群，掃碼回復「加群」即可↓↓↓