财新传媒
位置:博客 > 创新工场 > 处处都是算法的时代,人类还有自由意志吗?

处处都是算法的时代,人类还有自由意志吗?

我们可能听说过这样一件事:某个网友由于亲人过世在网上搜索了「骨灰盒」。结果,不管他到哪个网站上,满屏的广告位全部显示的是「骨灰盒」。
 
无论这是一个捏造的段子,还是真实存在的案例,不可否认的是,我们的确身处于一个处处都是算法的时代。
 
在如今日常生活和行为都受算法影响的这个时代,人们是否还有自由意志?
 
今天为大家分享一篇文章,作者是沃顿商学院的 Kartik Hosanagar 教授,他通过分析他的学生所经历的一天,来分析算法背后的故事以及对我们产生的影响。
 
本文由 36 氪编译,原文来自 onezero.medium.com
 
宾夕法尼亚大学大四学生 Tai 每天早上起床时间都很准时,这个时间点既能保证他充足的睡眠时间,也不会让他出现上课迟到等情况。
 
今天早上,他 7 点 18 分醒来。他自己并没有主动设置早上 7 点 18 分的闹钟,但他的手机上,有一款睡眠追踪应用。过去几个月以来,这款应用一直在追踪他的睡眠模式,监控其夜间浅度睡眠的 REM 睡眠周期和时长。
 
REM 是「快速眼球运动」的缩写,REM 睡眠又称快相睡眠。在这个睡眠阶段,眼球会不由自主的快速移动。多数在醒来后能回忆的栩栩如生的梦,都是在 REM 睡眠阶段发生的。
 
通过分析其睡眠信息,系统可以为 Tai 设置一个智能闹钟,并且在他浅度睡眠时唤醒他。当然,系统也肯定会保证其夜间睡眠的稳定性和连续性。这个系统的主要功能,则是让 Tai 在第二天保持充足的能量和注意力。
 
如今的 Tai,正处于人生的转折点,他即将离开学校的「温室」,走进现实社会中。他需要去找工作、找房子,同时还有一段摇摇欲坠的感情需要他去经营。
 
Tai 在床上翻了个身,勉强地睁开了一只眼,然后伸手去拿床头柜上的手机,查看各种推送通知。
 
他在 Instagram 上收到了 14 个赞,Facebook 有 7 条通知,在 Facebook 新上传的头像下还有 3 条新的评论。他打开 Facebook,开始不断地向下滑动界面,刷新并浏览更多内容。
 
他留意到朋友 Harry 分享的一篇文章,标题是「玲琅满目的扫地机器人,让你从此从家务中解脱出来」。他点开了这篇文章,很喜欢对 Eufy RoboVac 这款扫地机器人的测评描述,然后把这篇文章转发给了自己的女朋友 Kate。
 
他还收到一封来自妈妈的邮件,邮件中有一篇《纽约时报》的文章链接,标题是「同居之前就要清楚了解知道的两三事」。
 
Tai 看到这个标题就发出抱怨般地叹息声。毕竟自己只是告诉过妈妈,可能和女朋友有一起同居的想法。然而,妈妈却把这个想法当成了板上钉钉的事情。
 
这篇文章的头图是一对 30 岁左右的夫妻,他们恩爱地坐在房前洁白干净的阶梯上,互相深情地望着对方的眼睛。
 
「哈哈,谢谢。这对中年夫妻看起来非常开心。你怎么找到这篇文章的?」Tai 在邮件中回复道。把头图中的这对夫妻称作中年夫妻,肯定会让他妈妈感到厌烦。
 
不过已经没有时间了,现在是早上 7 点 28 分。Tai 翻身起了床,懒散地走过脏乱不堪的地毯,来到衣柜前,挑了一条 Bonobos 牌的弹力修身裤(这是在 Instagram 上的穿搭账号推荐的长裤),一双蓝灰色袜子(Amazon 上好评最多的那款),一件正装衬衫以及一条领带。
 
Tai 今天有一个工作面试。坐下来开始吃早餐时,他开始回顾这次偶然的面试机会。
 
有一天,在他打开 LinkedIn 主页时,系统算法向他推荐了他的朋友 Samantha 入职某公司六个月的信息,于是他就对 Samantha 发了一条祝贺信,然后,Samantha 就向他推荐了现在这个职位。
 
Tai 和 Samantha 最开始是通过约会软件 Tinder 认识的。Samantha 是一个比较文艺的女生,看起来也非常洒脱自信。Tai 觉得 Samantha 各方面都非常好,但是他们互相之间却没有任何火花。
 
他们成为了朋友,但毕业过后 Tai 和 Samantha 就基本上没有了联系,特别是他的女朋友 Kate 不是特别喜欢 Samantha。
 
Tai 和 Samantha 之间的友谊,只是最近让 Kate 感到烦心事件之一。除此之外,他们还一直在商量要不要同居,这件事也让 Kate 觉得精疲力尽。
 
上周末,Tai转发了一篇来自《赫芬顿邮报》的题为「男女朋友同居前必须做的十五件事」的文章。Kate 对这篇文章很感兴趣,特别是其中第 15 点——「要准备退出方案」。
 
Tai 认为,如果他们最后真的没能继续在一起,同居后也应该是 Kate 搬出去。毕竟,这间不错的合租公寓,是 Tai 花了不少力气才找到的。为此,Tai 需要回复 Kate 发来的带有生气情绪的信息。
 
着装打扮完毕后,Tai 又检查了一遍手机,查看是否还有新的信息或推送通知。没有来自 Kate 的新信息,不过有一条他妈妈看完某篇文章后给他的信息,「我想为你和 Kate 找一个庆祝你们同居的礼物,然后打开谷歌网页时就有很多礼物广告弹了出来。亲爱的,你为什么不给 Kate 准备礼物呢?最后,祝你今天早上面试取得成功!」
 
随着太阳升起,泰听到了 Spotify Discover 自动为他推荐的歌曲,这是一首说唱歌手 Chance the Rapper 的饶舌歌。
 
差不多可以出门去面试了,他今天打算叫 Uber 去学校面试。他打开 Uber 软件,设置好出发地和目的地,界面显示价格为 11.23 美元,他觉得有点贵。昨天同样的路线,只花了 9.34 美元。于是他关闭了这个应用,然后再次打开。这一次,他按下了「预约车辆」按钮,并在门口等着他的丰田卡罗拉来接他。
 
上车后,Tai 一边和司机闲聊,一边拿着笔记本准备面试。一般而言,在商学院的求职过程中,面试官会让面试者分析某个具体的商业场景,并提供相应的解决方案。
 
这些问题有一定的挑战性,他从其他同学那里了解到,面试中可能还包括「如何利用根本原因分析法,跳过表象了解问题的真正原因?」等问题。
 
Tai 在笔记本上快速地记录着自己的思路笔记,并通过这个方法分析他的这一天,并画出了如下的图表。
 
左图中,主题是「Kate 生气了」,因为「他对 Kate 说了不该说的话」,背后原因是「那一篇文章」,再深一层原因是「算法推荐给他的」,所以根本原因是「算法」?
 
右图中,主题是「面试」,原因在于「LinkedIn 工作机会」,背后原因是「Samantha 推荐」,深层原因是「约会软件Tinder」,所以根本原因也是「算法」?
 
虽然这些事情看起来并没有什么规律,但他禁不住思考一个问题,Facebook、谷歌、Tinder 以及 Amazon 背后的算法到底在他所经历的一切中起到了多大的作用。
 
有没有可能,还会出现像 LinkedIn 算法一样的其他算法,继续为他推荐下一个新的工作机会吗?
 
这个工作机会到底是不是他的人生和职业规划中最好的一个选择?
 
还是说,这个推荐只不过是基于过去偶然的无关紧要的决定(比如在屏幕上通过鼠标随意点击后浏览的内容)而推给他的?
 
Tai 坐在 Uber 上一边叹气,一边把笔记本收了起来。也许,他和 Kate 应该分开一段时间,并认真考虑是否要同居这个决定。他拿出手机,打开了 Expedia 这款应用,也许系统能给他推荐一些好的酒店。
 
那么,我们到底在多大的程度上可以实际控制自己的行为?
 
事实上我们在 Netflix 上看节目时,有 80% 的内容都是自动推荐来的。
 
据估计,Amazon 销售额的 35% 也是通过自动推荐而达成的。
 
此外,就连 Tinder 以及 OkCupid 这类约会应用上的大部分匹配推荐也都有算法推荐的身影。
 
要想在被算法包围的年代,真正拥有自主决策权,下面这几件事你得提前知道:
 
首先,这些产品的设计初衷通常都是想让人们更冲动地行动,我们要在算法把我们推到所谓的「自由决策」面前之前,就意识到这一点。
 
例如,如果你明天要参加一个重要会议。理想状态下,你自己会在前一天晚上提前做相关准备,然后睡个好觉。
 
但是,当你还没来得及做这两件事之前,你的手机就弹出了一条推送通知,显示有个朋友在他的朋友圈提醒了你。「这肯定要耽误时间的」,你在点击这条通知之前在心里默默地告诉自己。
 
但是,你还是忍不住点开了这条通知,然后又不停地刷新其他朋友发的朋友圈。接着,你又开始看一个朋友分享的视频,而这个视频播放完毕后,系统又给你推荐了另外一些相关的视频。
 
于是,当你再看时间时,已经到了凌晨一点。
 
很显然,如果你还想准备第二天的会议内容的话,很可能这一晚上就没多少睡觉休息了。这种情况,相信我们大多数人都经历过。
 
我们会经历这种情况的原因,在于这些产品的设计师意识到,主流的设计方式,比如消息推送以及游戏化元素等内容,可以增加用户参与度。而这种方式,正是建立在我们内心对社交的需求以及对及时享乐的无法抵制,即便我们可能意识到这样的行为会付出长期代价。
 
其次,你要知道,我们进行在线选择酒店、浏览约会对象资料或者网购书籍时,所看到的内容,有可能只是所有相关信息中的冰山一角。
 
例如,在社交媒体上,我们就正在经历算法所带来的影响,大多数人都相信,是我们朋友圈的好友,主导着我们所看到的内容。
 
2012 年,Facebook 展开了一项研究。研究中,Facebook 对信息流算法稍微进行了调整,让用户看到更多的硬新闻(比如伊拉克战争等)的同时,减少他们看到和猫猫狗狗相关的软新闻。随后,他们会分析到底有多少用户点击了界面上方的「我投票了(I voted)」按钮。
 
该项研究对比分析了两组数据,其中一组用户所经历的信息流算法行了上述调整的,而另一组则保持原算法不变。研究结果显示,对信息流算法进行调整后,用户投票率提高了 3%,从原算法保持不变时 64% 的投票率提高至了 67%。随后的一项研究发现,这些用户也更倾向于关注政府事务的动态。
 
虽然听起来 3% 并不是一个很大的数字,但很多情况下,特别是 2016 年时的美国大选,3% 足以影响最终结果。
 
所以,我们需要理智评估摆在自己眼前的信息是否「片面」。
 
人们发明算法,不是为了被算法征服的。
 
毕竟,科技永远是中性的,善用误用取决于人类自身。
推荐 1