算法在实际生活中的应用场景与影响

交谈中提到某种商品，不久即会收到相关的产品链接；购买同样的商品或服务，不同产品显示的价格竟然不一样……随着大数据、人工智能技术的日臻成熟和广泛运用，这样的算法场景越来越多地出现在我们身边。

算法，是一种依托海量内容、多元用户和不同场景等核心数据信息，进行自主挖掘、自动匹配和定点分发的智能互联网技术。当前与人们生产、生活紧密相关的算法类型多种多样，既包括长于新闻创作的自动合成型算法、适用线上购物的个性推荐型算法，也包括精于语句识别的检索过滤类算法和契合网络约车的治理决策类算法，等等。算法社会的到来势不可挡，从信息传播理论和实践的角度来看，算法在为公众提供极大技术便利的同时，对网络生态的发展亦产生了深刻影响。

算法极大降低了公众筛选有效信息的社会成本。算法的核心价值是利用对用户的年龄职业、兴趣爱好、网络行为与时空环境等关键信息的统计分析，致力于在信息内容、产品服务等多元层面实现对用户的追踪推测、精准分发和有效供给。这就在很大程度上改善了既往技术语境下公众付出的高昂时间与经济成本，让人们能够从以往单一重复的信息、产品和服务筛选行为中得以解放，满足了公众对于信息和服务的分众化需求。

算法不断建构和重塑着既有的网络群体关系。算法场景造就了公众的数据化和标签化，在强化了既有群体边界的同时，也促进了新的共同体关系的形成。以往网络群体互动关系的形成，大多是公众自发性主动找寻、相互选择的结果。而算法社会下，无论是信息内容的分发还是产品服务的送达，作为中介的算法在进行一对一的关系匹配或资源分配时，首先要对用户进行标签化甚至评分制的“全面数据化”处理。

在此过程中，主要是依据用户接收到相关信息和服务后的点击次数、停留时长、举报屏蔽以及转评赞等各种反馈行为，对其主要观点、情感倾向和媒介消费行为进行精准的图谱画像。进而通过后台信息匹配、技术调节与资源控制等方式，帮助用户发现、连接起具有相似观点或共同兴趣的其他共同体关系。

毋庸置疑，技术驱动的算法红利越来越广泛而深刻地影响着人们的生活：网络购物离不开“算法比价”、商业运营离不开“算法宣传”、日常出行离不开“算法导航”，甚至求职姻缘也需要“算法匹配”等。但看似理性、中立的算法背后，也存在着一定的技术偏见：大数据“杀熟”“欺生”、算法侵犯隐私乃至引发群体极化等现象时有发生。算法盛行给网络生态带来的一系列冲击，值得警觉与深思。

一方面，算法盛行容易造成“把关人”角色弱化，人沦为算法“囚徒”的可能性急剧增加。算法虽然带来了个人信息、服务水平的大幅提升，但在算法技术主导下，个性化分发力度得到空前强化，而信息、产品与服务编辑审校等“把关角色”却经常遭到弱化甚至缺位。一旦算法的设计与应用失当，个体在认知判断、行为决策以及价值取向等多个方面，很可能会受到单一算法的钳制乃至禁锢，成为算法的“囚徒”。马斯克通过脑机接口发现人脑90%的算力都在忙着关于“性”的计算，虽然相关结论有待考证，但其引发的“算法胜利后，人的自由意识去向疑问及其引发的价值迷失问题”，值得我们深思。

另一方面，算法盛行容易强化“信息孤岛”效应，网络生态失衡、失真的风险可能不断加大。算法在很大程度上影响着人们与某类信息的快速连接和匹配，但也自动过滤掉了其他潜在有效信息。信息窄化下的公众容易形成“很多人都是这种想法和价值取向”的错觉，这种“选择性”的接触、过滤与相信，不仅会闭塞与不同意见群体的交流沟通，更会造成在自我重复和自我肯定中的视野受困与故步自封。同时也会为偏见滋生、黏性缺失的网络舆论场埋下被操控的巨大隐患，甚至陷入恶性循环、诱发线下群体性事件，破坏网络生态的晴朗稳定。

简单粗暴、一刀切式的“算法抵制”并不可取，建立更加完善的法律法规监管体系、公开推行更加透明的行业技术准则，已迫在眉睫；同时，必须摒弃“算法崇拜”，进行更加全面专业的算法设计者素质培训，强化对算法使用者的素养教育。总体而言，从认知与关系的维度看，算法深刻影响和改变了既有的网络生态，也把自由与枷锁的张力推向了极致。算法场景的无限扩张，快速推动着人们的“全面数据化”，也引发了一系列的法律和伦理争议。有意识地对算法技术进行价值反思，始终是我们必须直面的现实问题。

算法为何要对公众“透明”？

汽车诞生后，关于汽车、马路、人之间关系的争论四起。有人说，因为汽车诞生后导致了更多车祸发生，所以不该有汽车。但是在经历了大讨论后，交通法规诞生，车祸率下降，汽车就不再是洪水猛兽了。

同样，当前的世界正在进入数字化时代，算法正在辅助人类很多活动。没有算法，网约车司机就没法接单；没有算法，外卖员就没法送外卖；没有算法，内容平台就无法做到千人千面；没有算法，无人驾驶汽车就没法安全行驶；没有算法，医院的癌症筛查就无法做到高效……

但是每个人对于算法都感觉到陌生，这就像是一个“魔盒”，你并不知道里面装着的是漂亮的公主，还是丑陋的魔鬼。这时候数字世界就出现了汽车诞生时的景象，人们展现出对未知的恐惧。想要构建数字时代的商业文明，就必须对算法制定规则。而制定规则的前提则是算法的透明化。

9月份，美团外卖首次公开了骑手交付时间的计算规则，并介绍了估计交付时间背后的算法逻辑后，11月5日再次公开了“订单分配算法”，让外界了解了美团外卖员是如何接单的。美团连续公开自己的算法，一方面满足了《互联网信息服务算法推荐管理规定（征求意见稿）》的要求，同时算法的公开有利于优化改进和舆论质疑的化解。

随着更多企业公开自己的算法必然有助于社会各界都能参与到算法的共建中来，除了帮助算法提高服务人的效率外，还能加入道德、人文和伦理，这也是数字时代进步的力量。

算法透明化，让公众具备知情权

算法是如何辅助人做决策的呢？以前我们看网络电影的时候，需要自己搜索影片内容。现在有了算法的帮助，会推荐适合每个人的电影；以前，我们自驾去很远的地方旅行，需要不停地查地图，如今利用GPS导航，可以智能推荐路线，智能避开拥堵，这也是算法在帮助做选择。

同样，每天你在办公室里点外卖，美团会把你的订单分配给骑手，会预估骑手送货时间，这背后同样是算法在帮助调配。算法还被用在医学、天文、化学、生物制药、工业等诸多领域，以帮助人提高效率。

但是“算法”可能会出问题。比如，部分媒体平台、短视频平台，通过算法把吸引眼球的内容，或是片面的内容持续推荐给用户，导致信息茧房；在某个假期，许多自驾游的人因为过度相信手机导航，他们在四川九寨沟附近一个死胡同里堵车一整天，自驾游的车主们在网上声讨许久。

算法一定不是完美的，也不是万能的。所以算法应该让用户有知情权，这就像是药品的说明书中会明确药品原材料、临床试验数据，告知效果和副作用一样。

据《算法推荐管理规定》第十四条：

算法推荐服务提供者应当以显著方式告知用户其提供算法推荐服务的情况，并以适当方式公示算法推荐服务的基本原理、目的意图、运行机制等。

从美团这次公开的算法规则也能看出，“订单分配”的目的，为了让骑手在安全行驶的前提下，通过更大的顺路程度获得更多的收入，同时也让用户准时收到餐。

但是“订单分配”算法目前依旧面临一些技术困难，比如，如何让“线上数字空间”与“线下物理空间”精准映射。如今，美团把这套算法公开出来，这种透明化有利于更多人参与到算法的优化中来，从而更接近于算法想要实现的目标。

算法不仅仅是个技术问题

算法的诞生是为了提高效率，解决人不能解决的大量难题。由于算法参与决策过程，因此算法不仅仅是个技术问题，还涉及到社会价值、伦理道德等多个方面，所以算法公开，有利于多方力量的加入，让算法变得更人性化。

在自动驾驶技术推进的过程中，算法就遇到了技术之外的难题——伦理问题。自动驾驶技术需要通过视觉传感器收集数据，然后对数据计算处理，通过算法去判断识别到的各类物体。

当自动驾驶汽车前方突然遇到一个行人，而旁边车道后方有来车的情况下，自动驾驶汽车是保护车主撞向行人，还是保护行人牺牲自己？这就是一个最典型的伦理问题。如果没有自动驾驶算法，人类可以根据自己的直觉做出判断，这都无可厚非。

但是如今车的控制者是算法，而算法本身不会思考，程序员需要在编写算法的时候就把伦理标准写进去，这就需要伦理委员会帮助程序员做出规范。所以算法不仅仅关系到技术，还关系到道德、社会价值、文化的方方面面。

同样，从美团外卖这次公布的算法规则来看，外卖员的工作强度也是考虑的其中一个因素，比如，为骑手设置接单上限，但是如何权衡骑手赚钱意愿与合理的劳动强度，这也需要更多人参与到算法非技术的讨论中来，帮助完善算法。

而只有把算法公开，才能让社会各界都参与到算法的合理性讨论中来，让哲学家、法律专家、历史学家等等都加入进来，让算法变得更加完美。

综上所述，在数字时代，商业价值的塑造依赖算法，而商业文明的塑造则需要让算法充分考虑社会价值、人文道德，让算法一直“向善”。这不仅对社会是有益的，对企业自身也是有益的，完善算法的同时，获得舆论的理解与支持。

美团已经抛出了算法公开的绣球，接下来会是谁呢？让我们拭目以待吧。

来源：中国青年报 李巨星 磐石之心