个性化推荐算法的“伪”个性化

摘要：针对个性化推荐编织出的个性繁荣的虚幻梦境，笔者站在媒介批评的角度，从文化工业等理论视角对此进行批判性反思，从个性化推荐算法的主导逻辑、技术局限以及算法满足的个性的真实性存疑这3个角度，揭示算法推荐的“伪”个性化背后的哲学本质。

关键词：个性化推荐；算法新闻；“伪”个性化；文化工业

中图分类号：G206 文献标志码：A 文章编号：1674-8883（2020）18-0066-02

一、引言

算法作为信息传播底层的技术支撑，正在被广泛用于媒体信息生产、分发、反馈等环节[1]。新媒体时代，机器算法给信息分发机制带来的一系列变革显而易见，基于用户个性化爱好的算法分发机制渐渐成为信息的主要分发方式。

在新闻传播领域，个性化推荐算法带来的是新闻个性化服务，而新闻个性化服务的背后离不开个性化推荐算法技术。新闻个性化服务，或称“定制新闻”，即新闻或资讯的生产分发机构、平台提供的頗为精准的新闻信息推送。它往往是基于用户浏览历史、栏目订阅、人口统计学特征、相关联的社交大数据等，并借助数据挖掘和机器学习来记录和分析用户浏览、转发、评论、收藏的行为，给用户画像，标记特征，实现个性化推送。

表面看，算法推荐让用户与信息快速精准的匹配，也满足了受众多元化、个性化的信息需求。然而，个性化推荐算法真的是对我们个性发展的成全吗？我们使用资讯客户端来获取各类信息，但算法技术的不成熟，还存在算法的不透明、标签化、泛娱乐化等非常严重的“伪”个性化问题。算法推荐的“伪”个性化问题值得纳入媒介批评的范畴。媒介批评对传播媒介的考察，包括媒介的形式和文化内涵，并要整合人际传播和大众传播活动中的媒介[2]。而算法推荐正符合这一点，因此它背后的哲学本质值得探讨。

法兰克福学派阿多诺曾对流行音乐展开批判，认为它是文化工业下的商业制作。有两个特点，一是标准化，二是“伪”个性化。而当下新闻个性化服务与流行音乐一样，均是文化工业的商业制作，标准化是指流行歌曲程序上的高度相似性，“伪”个性化是指它们中偶尔变现的差异存在，看似五光十色的流行歌曲的本质不过如出一辙。文化工业设置了一个难以察觉的陷阱，将实质上并无差别的东西改装或包装成精美的礼物，送到受众眼前。平台推送的消息呈现同质化，千人千面的阅读设想难以实现。阿多诺所言的，标准化和“伪”个性化这两个特点主要是归咎于文化工业的拜物教性质，最终换来人们退化的鉴赏力和顺从的态度[3]。

二、“伪”个性化的体现

（一）主导逻辑：提高效率而非满足个性

从平台算法的主导逻辑出发，算法为的是提高效率。平台算法被效率的提升、交易的促成、快钱的获得所驱使，而并非服务及质量的提高和产品的个性化[4]。算法推荐是一种工具，它的诞生符合工具理性。工具理性行为即以目的、手段和结果作为行为的取向，它是目的至上的行为。

诚然，算法分发符合目的理性，有利于解决供需匹配的问题，激发潜在需求。以滴滴出行为例，它的确服务了人们的个性需求，公司在短时间内获得大量融资，甚至垄断网约车的市场，很大原因是它借助智能算法来优化资源配置，提供了一个平台，让乘客的个人需求和车辆闲置运输能力得以适配。但它只是商品法则的产物，始终受到利益的驱使。算法平台的最终考量是效率的最大化和利润的最大化，服务个性化需求只是手段而不是目的。算法背后的主导逻辑和操控力量决定了它的生存价值以及走向何方。

算法新闻并非为了满足个性化需求而生。算法新闻来自欧美，运用智能程序自动生产新闻并实现商业化运营。我国媒体业将算法技术应用于信息采集与新闻分发过程的典型代表是“今日头条”。同类平台大多不自身生产内容，而是由算法全网收集资讯，再基于对受众个人兴趣的挖掘分析，实现个性化的推送[5]。一定程度上，内容推送与否、推送给谁都是由预先设定好的算法程序决定，而考量的核心依据往往是：能否获得流量、能否受到关注。作为一项技术应用，个性化算法推荐的“技术中性”背后，暗藏平台推送者的价值导向。技术与商业合谋，资本在“流量为王”这样的单一导向的驱动下，让人们忽略了内容本身的真伪和善恶，从当前已引发的问题也可见一斑。

（二）技术局限：算法永远不能真正“理解”个性

从技术本身的逻辑来说，算法是一系列明确的代码指令，能对按照规范的输入获得所要求的输出，在有限时间内解决目标问题[6]。算法和程序是紧密相关的概念，运行算法需要程序，程序是用具体的计算机语言来表述抽象的算法，程序可以说是算法和数据结构的统一[7]。算法的实质，即一组执行决策意志的代码[8]。

目前主要的算法推荐有基于内容的推荐、基于网络结构的推荐、协同过滤推荐、混合推荐等。但不论是哪一种，按部就班执行代码的过程本身就是循环的、机械的。计算机世界里，一切影音图文都要转换成数据才能进行处理。对于算法机器来说，我们每一个用户，并不是拥有鲜明个性的活生生的个体，只是一堆数据，甚至可以说是1和0组成的数据。机器理解不了人类的兴趣，获取的是1和0的排列。算法不断地拷贝和学习人类行为模式过程中不存在对于自由意志的考量，只是一些持续重复地由刺激到反应的集合。既然如此，我们凭什么可以说算法让我们的个性走向繁荣呢。

这种“数据化”的趋势日渐明显，机器在悄然同化人类，因为机器要快速读懂人类，有时甚至是以牺牲人的个性为代价的。奈飞（Netflix）在全球拥有超过1亿的用户，它要借助算法制作内容、吸引用户。过去几年，这家互联网公司在逐渐弱化主观的文字表达。最初奈飞网站上的用户评价体系由“五星打分”和“用户影评”组成。而2017年，奈飞用一个直接的“拇指向上/向下”点赞系统取代了“五星打分”体系[9]。后来，奈飞干脆停用了用户影评功能，七嘴八舌的评论都没有了。这一改变对算法机器的好处在于：让用户自行把评价数据化，算法学习更高效；不用去考虑模棱两可的用户评价，机器学习结果更准确。也就是说，为了算法更高效，机器学习更准确，用户要为算法妥协，就像一台不能说话只能按下数字键的机器。这不禁让人担心，在这个人与算法的互动过程中，人会不会变得越来越像机器、冰冷和无个性。

（三）满足的个性化需求：不一定是自由和真实的

个性化推荐真的满足了我们的个性化需求吗？其实不然。如果需求都是虚假的，个性化从何谈起。马尔库塞在《单向度的人》中说，人要区别真实的需要与虚假的需要，出于某些特定的社会利益，而被外部强加给个体的那些需要，不一定是真实的需要[10]。现行的大多数需要，诸如休闲娱乐、因广告宣传消费、爱人之所爱，都属于虚假的需要。这种需要可能会让人感到迷茫，但是却又总是被视为合理的，本质上是一种同化和驯服，结果是人的异化。而当代算法个性化推荐的内容是否符合我们的真实需要，也是一个值得商榷的问题。

什么是真实的需要和虚假的需要这一问题必须由一切个人自己来回答。但是，倘若人们处于不能自治的状态，只要接受灌输和操纵，他们对问题的回答就不是他们自己的。也就是说，我们的五彩纷呈的个性化选择，前提是要基于自由意志下的选择。然而，表面上是用户决定自己想看什么，实际上却是平台的算法分发系统决定了让哪种人看到哪种内容。我们并没有真实地选择我们喜欢的，也并没有权利拒绝我们讨厌的。通过算法，受到越多人喜欢、点赞的可以被推荐给更多用户，进入更大的流量池。而少数人、小众化的喜好相对就会被淹没在海量信息中，沉入信息汪洋的底部。文化工业下，凭借现代科技——披上个性化推荐外衣的算法在信息批量的生产和分发的过程中将大众同化，我们的某些个性喜好也不过是被培养、塑造出来的。如果需求难辨真伪，则个性成为幻象。且文化更像一种流行或者娱乐，也是短暂和不稳定的。人们在习以为常中接受这种标准化的信息生产方式，致使思维僵化同质，个性和创造被抛诸脑后，成为信息消费的“仆人”。因此，从媒介批评的角度来说，算法推荐的侧面是模糊和弱化了人们的个人偏好，剥夺了人们的个性和差异性，构成了对创新的威胁。这些虚假的快乐也偷走了人们从事更有价值的活动的潜能。

三、结语

算法本身有罪吗？算法只是一个工具，真正在于运用算法的人，必须思考如何摆脱“伪”个性化的桎梏。毕竟，算法的滥用具有极大的杀伤力，已引发了算法黑箱、算法歧视、算法霸权等一系列问题，笔者强调关注算法的“伪”个性化，无意去增加当前的算法焦虑，而是呼吁沉湎在虚假的个性繁荣梦境中的人保持清醒。

参考文献：

[1] 喻国明，耿晓梦.智能算法推荐：工具理性与价值适切[J].全球传播学刊，2018，5（4）：13.

[2] 姚君喜.媒介批评：究竟批评什么[J].河北大学学报（哲学社会科学版），2013（4）：2.

[3] 陆扬，王毅.文化研究导论[M].上海：复旦大学出版社，2015：112.

[4] 吴靖.算法具有自由意志吗[J].中国出版，2019（02）：8.

[5] 吴锋.发达国家“算法新闻”的理论缘起、最新进展及行业影响[J].编辑之友，2018（05）：48-54.

[6] 吕国英.算法设计与分析[M].北京：清华大学出版社，2009：7.

[7] 唐培和，徐奕奕.计算思维：计算学科导論[M].北京：电子工业出版社，2015：144.

[8] 韦伯·M·S，科斯特里希.编码新闻：计算代码在新闻过滤和分发中的作用[J].数字新闻学，2018（3）：310-329.

[9] 极客电影.在Netflix的算法世界里，影评人和五星打分都成了多余[EB/OL].钛媒体，https：// www.tmtpost.com/3348951.html，2018-07-10.

[10] [美]赫伯特·马尔库塞.单向度的人[M].上海：上海译文出版社，2014：6.

作者简介：李翔（1991—），女，湖南株洲人，硕士在读，研究方向：传播与技术、社交媒体、媒介批评。