教育圈|“信息茧房”或许并不存在?高考考了半天难道考了个寂寞?( 二 )


与此同时 , 算法也在不断向多元化方向优化 。 传统静态的用户画像已经不能适应用户多变的信息需求了 , 动态的用户画像和与之相适应的算法建模分析技术也在不断精进 , 用户的历史浏览数据、长期短期浏览偏好都会被纳入算法的运算过程中 。
比如用户的主动搜索会随时更新算法的逻辑 , 再比如用户并非只从一个内容平台获取信息 , 不同内容平台的算法逻辑是不同的(尽管他们都自称是公平公正的) , 用户在不同平台上的社会关系也是不同的 , 不管是基于关系协同过滤 , 还是基于时间流行度过滤 , 都不至于将自己困于同质化的“信息茧房”中 。
三、都有偏见:算法分发与传统编辑分发的比较传统“把关人”时代 , 人们之所以没有“信息茧房”担忧 , 是认为编辑会考虑内容的多样性 , 同一份报纸内的各个不同板块能让读者不至于陷入局限 。 但实际上 , 即使在人工编辑把关的时代 , 信息也一定程度上受媒体的风格、把关人的政治倾向而有一定的局限 , 从人工转向机器 , 解决的是过量信息处理背景下的效率问题 。
再退一万步讲 , 机器分发时代受众与机器的反馈互动、机器对人的喜好的动态学习 , 难道不比人工来得更及时吗?
一是使个性化推荐服务的使用者“意识到未知” , 也即不仅向用户呈现他感兴趣的内容 , 同时也呈现除此之外的其他不同角度 , 让用户意识到哪些内容是被过滤掉的 , 有助于“捡漏”;
另一种则是通过加深“个性化”来有效增强“多样性” , 虽然这听起来像是一个非常扯的“在侵犯隐私边缘试探”的借口 , 但有学者指出 , 由于年龄、受教育程度的不同 , 用户对异质声音的接受度也会不同 , 因此 , 细致描绘用户画像 , 根据用户特性考虑“推荐多少”是避免陷入“信息茧房”的重要手段 。


推荐阅读