网络冲浪时，你一定曾刷到过这样的内容，根据输入习惯来测性格，比如输入「ysbg」，候选词是一丝不苟还是一丝不挂，前者证明是个正经人，后者则不是。测试的原理很简单，手机输入法会记住你的输入偏好，因此候选词一定程度上可以反映一个人的性格，算法比你自己更懂你。我劝你别信，这不过是新时代的「电子迷信」罢了，打出「一丝不挂」不一定是不正经，这个锅应该算法来背。输入法的候选词预测功能，原本是为了提高输入效率，但在算法的介入下走向了「歧路」。经历过功能机时代的人，可能都会有这样一个共同回忆，老师在黑板上挥动粉笔，你在课堂下揣兜，发出轻微的抖动。嗡嗡嗡，一条短信就这样发出去了，盲打手机键盘是高阶手机玩家的专属技能，也是学校朋友圈的社交门槛之一，这背后就输入预测功能。手机输入法从计算机延伸而来，全键盘的输入效率很高，但要求输入完整拼音，对于手机这种小巧且经常单手操作的设备而言，并不是非常合适。
手机出货量越来越高，输入麻烦的问题就越发严峻，好在永远有人能从产品体验中找到赚钱机会，Tegic Communications 公司开发出 T9 输入法，摩托罗拉为了与之竞争推出了 iTab 输入法。这两种输入法的共同特征是都为手机键盘设计，支持 9 键，同时带有输入预测功能，不仅能根据已经输入的文字调整候选词，还能根据人们的输入习惯调整候选词顺序。比如按下 7 键（wxyz）和 9 键（qprs） ，候选词会出现「我是」，进而候选词又会优先显示姓名。根据输入习惯调整候选词顺序的认知，在功能机时代就已经形成，今天社交平台上的「输入法测试」，不过是又一次社交轮回，我们还在重复十年前的事。有趣的是，随着短信被各种互联网服务取代，让你打字更快的输入法，在输入预测方面进化出了新功能——算法预测和热词推荐，且破坏了自功能机时代就形成的认知，输入候选词不一定和你的输入习惯有关。比如「yyds」的候选词原本应该是一衣带水等词，在网络文化的影响下，「永远滴神」在候选词中排序越来越靠前，这和你的输入习惯没有任何关系。热词推荐选取的热词，往往来自各种网络流行文化，今天是 YYDS，明天是绝绝子，之后还会有更多。iPhone 默认输入法的输入预测功能，甚至会参考 Safari 浏览器的浏览记录。输入「ysbg」，候选词中有一丝不挂，并不是你不正经，可能是陈奕迅的歌太火，又或是作为陈奕迅的粉丝，你听过这首歌。为了让你输入更快，输入预测越来越智能，但人们的固有认知并没有及时更新，导致不少人替算法背了锅。如果不想某天输入候选框，出现奇奇怪怪的词，还是到输入法设置中关闭热词推荐等功能比较好。比起输入法预测，信息流资讯应用和短视频应用更像是「算法比你更懂你自己」的原教旨信徒，每一款信息流应用都力争将如山如海般的内容，通过算法算法推荐，准确地推送每一个人的手机屏幕上。然而，理想和现实总是会有距离，你可能有过类似的遭遇，刷着新闻或短视频，信息流突然出现一条一言难尽的八卦内容，刚好又被朋友看见了。不出意外，朋友脸上很快会浮现「原来你是这样的人」的表情，满是调侃与嬉笑。信息流算法推荐只是在推测你的喜好，它并不能完全真实反馈出喜好，尤其是初使用期间，当没有用户数据参考，算法会如何推荐内容呢？作为日常接触大量电子设备的编辑，我有一个切身体验，每次换不同型号的手机，第一次打开 B 站必然会推荐相关机型的内容，有时是评测，有时是产品介绍。算法推荐内容和平台氛围、热门内容也有不小的关系，UC 震惊体、标题党的认知，很大程度上来自平台部分热门内容，即便后续有所改善，但印象一旦形成要再改变，可能要付出数十倍的努力。即便是算法推荐广为吐槽的问题信息茧房，也有着两面性。美国学者凯斯·桑斯坦在《信息乌托邦》一书中提出了信息茧房的概念，即人们关注的信息领域会受个人兴趣引导，丰富的内容不一定能扩大认知，反而会让人持续形成偏见，陷入到「茧房」当中。人的兴趣是不断变化的，主动训练算法其实可以带来意想不到的效果，编辑部就有一位梁姓编辑，将小红书用成了「插画灵感」平台。她有意地不点击吃喝玩乐类内容，而只会点赞、关注、进一步浏览插画类内容，且保持每日 30 分钟，很快小红书信息流主页就基本都是各式各样的插画了，便于学习了解。在梁编辑看来：纯粹依靠算法推荐喂养自己接收到的信息无疑是有风险，极有可能陷入到盲从、偏见当中，主动从兴趣出发选择内容，是扩展信息领域和自我认知的新方法。算法就像是一个黑盒，我们只能远远地看见黑盒表面，无法看破其中的奇妙之处，一知半解再加上算法推荐的高效，自然会不断引发误解。微博被广泛认为是娱乐八卦中心，吃瓜群众不亦乐乎时，也有不少人选择逃离，但其实微博也是社会新闻的集散点，大量社会新闻在微博发出、发酵、影响。提及小红书，吃喝玩乐是大多数人的第一印象，但正如上文梁编辑的亲身经历一样，通过持续主动地训练，小红书也可以成为一个质量颇高的插画创作灵感平台。2018 年，字节跳动曾向公众揭开了算法黑盒的神秘一角，公布了《今日头条》的推荐系统原理。算法基于三个维度的数据调整内容分发，比如内容特征指的是系统分析图文、视频、微头条等类型内容的特征；用户特征则包括兴趣标签、职业、年龄、性别、机型等；而环境特征则包含地点环境，人们的行为（工作、旅游）等。点赞、关注、阅读都会影响算法最后分发到每一个人屏幕上的内容听起来似乎很好理解，但这不过是一个定性的介绍，而非定量分析，三大特征影响占比总是在不断变化，一套算法也不能满足所有内容的个性化分发。内容推荐算法是一个内容平台的核心，同时也是其商业命脉，技术和原理双门槛，能拦住不少试图猜测算法谋利的黑产，做号党一旦完全了解平台的算法，完全可以通过内容赚取大量流量收益，这并不是平台所想看见的。即便打开了一角，内容平台的推荐算法对于绝大部分人而言，还是一个黑盒，只能远观表面，而不能深入了解，未知带来的误解也就不会停止。但至少，下次你可以甩锅给算法，一个工具，怎么可能比你还了解自己呢。
点击「在看」
是对我们最大的鼓励
关注公众号：拾黑（shiheibook）了解更多
[广告]赞助链接：
四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/
AppSO
关注网络尖刀微信公众号
