算法被困在「算法」裡

撰文 | 佘宗明

1年半前，隨着《人物》那篇文章刷屏全網，這句話蔚爲風行。作爲泰羅制代名詞的「系統」，也由此遭到口誅筆伐。

將系統越織越密的算法，也難逃大衆口水的包圍圈。

人們對算法的看法，也朝着「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」裡。

徵兆就擺在那：

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》，於今天起正式施行。

若干年後，覆盤算法發展史時，這恐怕是兩起標誌性事件。

品玩那句話說得不無道理：

2022，「算法」屬於人民。

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，認爲到了到了Web2.0時代，在bbs+blog+wiki的結構下，算法將是信息過濾的核心路徑，「今天可以肯定地說，未來的互聯網，將被算法所主宰統治。」

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爲了蜂鳥算法（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。

在那之後，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時效等作爲信息排序依據；

推特推出了Algorithmic Timelines算法，將信息相關性放在了重要位置。

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。

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」也算是爲我們的「腦部減負剛需」而生。

從「效率/成本」的維度看，算法代表的就是向前的趨勢。

拿資訊獲取而言，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係鏈的社交算法推薦，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，不少人對算法有着很深的隔膜。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，都在強化着很多人的印象：

「算法利維坦」遠在將來，近在眼前。

他們視算法爲魔法——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，反向並峙。

儘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，也不斷爲憂心派助攻。

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，於是「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製造問題者——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。

這裡面，不無對算法的誤解——因爲不夠了解，很多人會爲算法賦魅，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着。

裴培老師就提醒：互聯網平臺的「算法」被神化了。

在他看來，人工智能比拼的並不是算法，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，更是算法背後量大、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，主要朝着兩個維度拓展：

一是側面包抄——強化隱私保護。

二是正面夾擊——全方位「規範」算法。

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牆上。

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，臉書被美國網民評爲「年度最差公司」後，有人曾這樣揶揄Meta：

「Facebook被評年度最差，關我Meta什麼事？」

這跟它的算法機制不無關係：之前就有很多人指責，臉書的算法創造出了「危險迴音室」，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採集。

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財報公開後的「跌媽不認」——因爲表現不及預期，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，也被認爲是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，必然會受制於隱私保護、數據安全維度的「算法」。

「規範化監管」，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，認爲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。

你製造信息繭房？不行。

你搞算法黑箱？也不行。

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、微博都曾公佈算法原理）；

要求建立健全算法機制機理審覈、科技倫理審查、用戶註冊、信息發佈審覈等管理制度，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的代碼築起了某種系統，監管則用更「強大」的系統將其關進了籠子裡。

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。

算法困在「算法」裡。

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，寫着大寫的「規範」二字。

這對互聯網企業來說，倒也未必是壞事。

至少規範運作過後，算法被「污名」的包袱，能輕鬆卸下了。

與之伴生的場景是：

算法屬於人民。

算法裡滿是正能量。