老登小登对立，算法的锅？

最近我常跟00后小伙伴搞一种玩法，叫作「交出你的抖音」。

这个说起来有点失礼。因为据说算法会制造信息茧房，将小中老登的差异越拉越大，所以出于打破茧房的自律，我很渴望知道小登们每天都在刷些什么，而迫使他们交出手机是个最简单粗暴的方式。

每次圈阅他们的喜欢列表，都能让人收获新知识：

咦？这位网红老师我怎么没刷到过？大数据隔离得真彻底啊！这该死的算法！

直到有一天一位小伙伴问了一句，陈老师，有没有可能这不是算法的问题，而是宁的问题？

我承认，他的发问让人产生了一点精神内耗。这个问题的本质，显然不是我误会了自己，而是，是不是大众误会了算法？

有种说法持续很长时间了：算法推动下的社交媒介并不简单，它讨好每个人的兴趣是小，而封印了个体的认知、导致了观念的极化。这个问题可就大了，妥妥是造成社会撕裂的元凶啊！

社会撕裂不是小事情。热点评论区总是激烈对线，键盘侠层出不穷，就连都市丽人每年回乡走过村口，短短几十米都会经历一次身败名裂。村口大爷大妈的审视标准既统一又单一，均可归结为两点：你结没结婚、你是否正经？

村口是这个世界的一种真实写照，坐镇村口的人和路过村口的人，总会视彼此为异端。

那么，这关算法什么事呢？

将观念极化归咎于算法制造的茧房，但这无法解释在算法出现前，人类社会本就存在到处可见的对立，也无法解释村口老登们远离算法之外，也总是以一成不变的标准审视人。

我认为的「村口效应」，就是一群人只要各自搬着小板凳，坐到一起，就足够形成一种舆论。

然而现在有个词叫「傻子共振」，它针对的不是小板凳，而是算法，意思是那些持荒谬观点的人，是在算法的帮助下强化荒谬，才导致极化的病情越来越重。

那事实到底是不是这样呢？让我好奇的是，还真有学者在仔细研究这个。

前一阵子，阿姆斯特丹大学的两位社会学家搞了个实验，刊登在顶级科学期刊《Science》的八月刊。是的，社会科学也是可以搞实验的。这个实验怎么做呢？他们精心打造了500个AI人，这500个人都有年龄性别、教育爱好、信仰倾向等区别，有的是油腻老登人设，有的则是傻白甜或小可爱。除了没有肉身，他们跟真实人类也差不多。

该论文被Science关注

这500人团需要做什么呢？让他们活跃在一个虚拟的社交平台上，像正常的网民一样评论热点事件。重点是，这个社交平台非常原始，没有算法的介入，成员看到的信息基本只依赖于发帖、回复、转发，大概跟古早时期的论坛差不多。

社会学家期待通过这个实验去证实，剥离算法的干预之后，观点抱团和极端言论这些坏东西就不存在了。

然而结果让人大失所望。那500个AI人根本不是什么省油的灯，他们既没有出现安定团结的大好局面、也没有诞生理性客观的讨论氛围，该吵闹还吵闹、该极端还极端。哪怕实验循环一万次，也还是呈现相同的结果。

这个实验的崩溃，仿佛又让人看到了村口的影子。是不是人类一旦「聚众」，就会莫名其妙地「集体降智」？我问了问豆包，又翻了翻经典，发现很早就有学者研究过这个猜想，并且早已得出了结论。

在130年前，法国学者勒庞在它那本神作《乌合之众》里说过一段话：

群体是匿名的，也就是说无须负责，当一直约束着个体的责任感消失不见时，人便会肆无忌惮。

一本书的名气会越来越大，代表它的含金量在不断上升。老先生在《乌合之众》里为了说明这个观点，举了个历史上存在的真实操作。

在法国大革命时期，掌权的国民公会搞审判，陪审员基本都是温和的中产阶级，私下里都主张手下留情。哎呀，不要搞得太残酷嘛，日后好相见。然而当他们聚在一起后，在几个「意见领袖」的影响下，总是毫不留情把一些无罪的人送上断头台。悲剧啊！

历史上的很多悲剧，都是由于人的抱团成群、集体施暴导致的。极端观点是一把杀人无形的刀。在群体中，尤其一个人发现自己的观点是少数时，往往会因害怕孤立而陷入沉默。在众多气氛组的烘托下，极端意见很容易形成优势。

喧嚣的一小撮，总能裹挟沉默的大多数。

人和人的悲喜并不相通，立场也不会一致，人类天然就是一个容易各自抱团的社会。不是一个团，而是很多个团，也如同一个个散落的村口。

成团的因素通常极其简单，性别、年龄、学历，跟什么人交朋友、去过多远的地方。

比如，大爷大妈几乎很少走出村子，他们在村口就可以原地成团。因为自己都没走出过多远，假如听闻有残障人士抱怨出行不便，那他们必然会一致认为，残疾人就不该出门给社会添麻烦。你看看大爷大妈，在家里都待得好好的。

不过，社会始终在进步的，现在绝大多数人都知道了，分歧是不好的，相互理解是重要的。所以在面对显而易见的撕裂时，很少有人愿意承认是自身「头发长，见识短」的原因：嗯，一定是媒介给我的信息不够完整全面。

甩锅于传播信息的媒介，是一件非常轻松的事，而且成本极低。我们仔细捋一捋就可以发现，几乎任何时代的主流媒介，都是被甩锅的对象。

过去要么抱怨媒体提供一种类型的报道，报喜不报忧；要么就说他们立场偏颇、夹带私货，从而做了社会撕裂的帮凶。

而现在，算法更容易被怪罪。一个原因是，算法是去中心化的，首先干掉的是编辑和总编辑们。

当年被编辑人为筛选掉的、无法构成选题的信息，现在素颜地出现在了观众面前。因此，许多过去沉默的、边缘的声音出现在公众视野，让以往的「主流」感到诧异：完了，小群小团怎么还越来越多了？

这不是算法制造了现实，而只是还原了真相。

而算法另一个容易被迁怒的原因是，他太强大了，人们认为算法无所不包、无所不能，理应提供满汉全席式的套餐。但如果算法是一个技艺高超的厨师，他也无法保证将每一道菜都投喂到用户的嘴里。

当算法试图将某些新口味送到用户面前时，可能短短一秒钟，他或许就已经点了「不感兴趣」。

人们总是过多看重媒介对信息的筛选和推送，而忽略了自身对信息的过滤。

如今有传播学者也开始怀疑，所谓的信息茧房是一个假说。换言之，茧房到底是造成问题的原因，还是说，它仅仅反映了一个结果？

到底是有许多屋子困住了人，还是每个人都有着天然的偏好，走进一个喜欢的小屋，便赖在里面不走了，更不再对别的屋子感到好奇？

那么有什么好办法，将人从屋里赶出去，时常地交换空间呢？主动打破社交隔离是一个办法，但抢夺00后的手机毕竟不太体面，也不高效。

与很多固有的印象相反，算法或许还真是一个有效的办法。它本身就具备打破茧房的动机，就平台来说，也并不乐见于总给用户推荐单一的内容。

例如，抖音的实践经验是，只推荐单一内容会使用户很快厌倦，导致用户体验与活跃度下降，因此平台也在试图打破茧房。抖音在网站上公开了他们打破茧房的一些手段，其中我比较感兴趣的有三个。

第一，多样性的优化。比如一个撸猫爱好者，他之前刷五个视频就有三只猫猫，而进行优化之后，猫猫的数量降低到了一只。与此同时，势必要用其他内容来补齐。

这就是第二点，探索更多兴趣。假如我是一个音乐爱好者，那么算法会随机拉着我往舞蹈和美术的方向靠一靠，毕竟艺术都是相通的，尤其一个老派的文艺青年一定同时能欣赏多种技艺的。

而第三点，则是基于用户社交关系进行兴趣拓展。在获得用户授权后，推荐系统会通过用户的“互相关注好友”推断用户的兴趣圈层，朋友喜欢的内容会成为用户的兴趣探索内容。这一点在我的理解是，无论在线上还是线下，信息的拓展必然要依赖朋友圈的拓展。

老东西如果只接触老东西，那肯定滋生不了小清新，只会分泌更多油腻。

那回过头来说，村口回来了年轻人，实在是一件大好事。只是这一年一次的交互太少了。也许最终瓦解村口的，并不是大爷大妈们的「自然减员」，而是强大而多元的算法能够覆盖村口，也经常告诉他们：

外面的生活是这样和那样，有很多种样子的。

就像一个牢固茧房中，能渗透进不同的声音，哪怕微弱但只要持续，也是扭转观念、弥合分歧的开始。

关注这个传达室

更容易看到我的推送