如同盲人摸象一般，信息茧房時下提及算法，首次算法仁者見仁智者見智。公开过多短視頻用戶認為算法確實“懂自己”，机制但擔心算法阻礙自己獲取更多信息；算法工程師觸摸的抖音打破則是神經網絡的結構肌理，努力為用戶帶來更豐富多元、何通實用可靠的样化推薦結果；媒體觀察者則在流量洪流中見證素人變身頂流的“數字造神”現象……
近日，在“安全與信任中心開放日”活動上，推荐抖音首次公開了其算法原理。信息茧房
作為人工智能機器學習技術的首次算法重要應用場景，推薦算法本質上是公开过多一套高效的信息過濾係統。在實際應用過程中，机制平台通常采取“人工+機器”協同的抖音打破方式進行風險治理，並借助多目標體係算法主動打破 “信息繭房”。何通抖音相關負責人表示：“我們的样化推薦係統以用戶長期價值為目標，維持健康生態需要維係微妙的多樣性平衡。”
平台如何主動打破“信息繭房”
以抖音為例，其內容治理體係采用“人工參與+機器學習”相結合的模式，通過專門治理團隊為算法設置“護欄”。創作者將內容上傳至抖音後，先是機器識別，再是人工審核，若問題概率較低，則獲得基礎流量進入下一環節。而流量越高的內容經過評估的次數越多，標準也越嚴格。內容被舉報、評論區出現集中質疑、流量激增等情況出現，均可能觸發再次審核。並導致停止進一步推薦和分發的處置。
抖音內容治理模式
“毫無疑問，這個過程既有機器學習精密如鍾的運行規律，又保持著人工審查的動態彈性。”此前曾有網友表示，正是由於算法推送內容的規律性，在實踐層麵，用戶對於“反向馴化”算法樂此不疲。“不連續點讚同類視頻、不使用平台搜索記錄、不定期清除瀏覽痕跡。”通過這種刻意製造“數據噪聲”的網絡行為藝術，與算法進行博弈。有業內人士表示，“近年來，用戶轉向更積極主動地馴化、製衡算法，主動告訴算法自己的需求和偏好，倒逼平台算法提升推薦服務水平。”
平台治理者麵臨的挑戰遠不止於技術博弈。“就像音樂會指揮要統籌不同聲部，算法係統亦需要平衡興趣黏性與認知拓展的節奏。”有從業人員舉例介紹，“這種平衡智慧體現在技術細節的精微處：當用戶觀看滑板教學視頻時，推薦係統不再執著於推送更專業的技巧分解，轉而試探性注入街頭文化紀錄片；用戶在連續點擊新能源汽車內容後，係統會自動穿插公共充電樁建設等關聯議題。這種基於知識圖譜的跨域推薦，與芝諾的知識圓圈理論形成巧妙呼應——即每個認知突破都在定義新的興趣邊界。”
“算法不懂晚霞，卻能連接背後的每一張笑臉。” 抖音生態運營相關負責人如此總結道。
抖音算法多重治理的破局嚐試
今年以來，抖音和今日頭條陸續釋放算法和平台治理的相關信息，試圖通過增加透明性來破解算法引發的種種爭議。抖音基於用戶行為的推薦方法包含多種技術模型，如協同過濾、雙塔召回、Wide&Deep模型等。
“用戶長期價值，是抖音推薦算法的‘北極星指標’，也就是我們最核心的業務目標。”相關負責人表示，抖音算法考慮了眾多目標，如完播、評論、點讚、對作者長期消費、分享、跟拍等，力圖計算出更符合用戶長期價值的目標。
推薦算法工作的核心是學習用戶產生的行為反饋數據，預測用戶行為的“發生率”。因為推薦算法不理解內容語義，隻能預估用戶行為，它不可避免地會存在一定的缺陷。如果不加幹預，一些更高點擊的博眼球、博流量的內容，有可能帶來更高的行為預測得分。因此，算法必須要由平台治理對其進行約束和規範。
據了解，抖音成立了多個團隊進行專項風險治理，今年1月，抖音宣布擬推出10項措施，推動平台工作透明化，表示將以安全與信任中心為依托，回應社會關切。3月底，該中心上線，目前處於試運行階段，正廣泛向用戶、創作者、社會各界征集意見。；對於公眾關心的治理議題，，抖音安全與信任中心網站上進行了解釋。目前，網站解釋的問題包括“抖音為何突出收藏按鈕”“App會竊聽用戶談話嗎”“網紅是平台強推出來的嗎”等。
“綜合來看，算法帶來的爭議，更多是裹挾著社會熱點事件本身引發的爭議以及公眾情緒。”有網友表示，技術能驅動平台快速發展，但科技向善的執著才是守護數字文明的核心。
當00後用戶通過相關熱榜重新發現史鐵生《我與地壇》這部經典作品時，算法並未停留在文本摘錄的平麵維度，而是串聯起作家訪談、讀者朗誦會、文學旅遊路線等立體化體驗。以“興趣譜係”的延展，助力信息高效分發和連接，幫助小眾內容、小城文旅、瀕危戲曲、寶藏商家等被大眾看到，印證著“抖音‘北極星指標’指向的不僅是短期的數據留存，更是歲月長河中的人文悸動。”
