TikTok向用户公开算法，透明也是一种力量

声明：本文来自微信公众号“三易生活”（ID:IT-3eLife），作者:三易菌，授权转载发布。

“算法”这个词，想必绝大多数朋友都多少有所耳闻。在如今这个移动互联网时代，算法也决定了我们在抖音上看到什么视频内容、在淘宝上看到什么商品，各互联网昌洒还能够在大数据基础上拿出的推荐算法，真的也做到了“比你还懂你”。然而算法到底是什么?可能一般人还真的说不太清楚。

日前TikTok方面宣布推出一项新的功能，允许用户查看他们在For You Feed中推荐某个特定视频内容的原因，而这一功能旨在为For You Feeds中的推荐内容带来更多的用户知情权。据悉，用户可以在某一视频的分享面板中点击“为什么是这个视频”按钮，TikTok就会告知用户该内容被推荐给用户的原因。

据悉，TikTok向用户解释视频被推荐的原因，可能是因为有用户自己的点赞、评论，或是关注了类似的内容，又或者是与用户在同一区域的其他用户发布，这个内容在用户所在地区是最新、最受欢迎的。TikTok在相关博客文章中表示，公开算法是他们努力为用户带来有意义的透明度的诸多方式之一。

事实上有观点认为，TikTok之所以要向用户公开算法，其实与算法推荐体系本身的不完善有一定的关系。诚然，基于个人数据构成的用户画像能在一定程度上反应用户的偏好，但依然无法避免会向用户推送不感兴趣的内容。所以TikTok此举，就是在解释为什么会给用户推送自己不感兴趣的内容。

一直以来，算法其实是一个距离我们既近又远的概念。说算法距离很“近”，是因为算法推荐是如今各大网络平台将信息展现给不同用户的主要方式，算法在某种意义上也代替了用户的自我意志来规划我们所能看到的信息。而说算法离我们很“远”，是因为算法的运行机制是一个“黑箱”，用户往往是知其然、而不知所以然。

那么什么是算法呢?简单来说，算法就是由计算机自动执行的一套规则，以便做出关于特定行为的决定。而程序员则根据平台所要实施的不同目的，编制了不同的规则，显而易见对于互联网公司来说，算法是市场竞争力的重要组成部分之一，从来都是敝帚自珍的。而互联网厂商不希望用户了解算法的模式，归根结底是不希望用户搞清楚平台的运行机制。

长期以来，人与算法的相处模式就是人类提供数据、设定规则，而人工智能则负责生成内容、输出结果。换句话来说，算法的内在运算机制就像一个黑箱，如何运作并不能为人所知，用户也只能接受它的结论。但这其实是不合理的，毕竟诱导用户沉迷、流量造假、大数据杀熟、信息茧房等负面问题，几乎都是在算法的黑箱基础上产生。

如今，用户厌倦了算法代替自身的意愿来决定我们看到的互联网世界，而用算法来代替大脑的思考实现的信息筛选，同时也会导致认知的退化，甚至是恐惧科技巨头用算法来控制我们的生活。典型的例证就是当年那篇引起广泛讨论的外卖骑手与算法的文章，外卖骑手虽然没有流水线那样有形的生产管理制度，但是无时无刻不处于系统无形的监督控制之下。

内容平台通过算法将吸引眼球的内容，或是片面的内容持续推荐给用户导致信息茧房。所以以算法也应该让用户有知情权，就像药品的说明书中会明确告知效果与副作用一样。

在部分平台看来，一旦向用户公开算法，就意味着用户就有寻找漏洞的能力、进而导致算法效用下降。其实这样担忧是正常的，即使没有公开算法，在过去的很长一段时间里，用户也在一刻不停的试图总结不同平台的算法运行规律，试图通过试探算法推荐机制来搞清楚什么样的内容更容易被平台“选中”。

然而现在的情况是随着监管的不断加强，以及用户个人隐私保护意识的觉醒，继续保持算法的黑箱状态已经不再被接受。用户希望看到的每一个内容都是出自自己的主观能动性，而非由算法来代替自己决定。那么如何解决算法的透明度问题呢?公开算法源代码、数据、决策树等构成算法规则的元素虽然看起来似乎是解决方案，但问题是，绝大多数用户其实是缺乏相关知识背景的。

即使互联网厂商公开算法，许多人依旧也会一头雾水，知情权同样没有被满足。再说了，互联网厂商也不愿意公开算法的源代码，毕竟这会降低他们投资开发新算法的动力，竞争对手也很容易通过源代码来增强自己的产品。所以现在互联网公司公开算法往往并不会选择直接公开算法的运行原理，而是加强算法的可解释性，也就是解释算法推荐的结果是如何产生的。

那么问题就来了，TikTok方面此次向用户公开算法，解释用户看到的推荐内容是如何产生的，对用户来说是有意义的吗?答案可能并不那么肯定。这一行为或许更多的像是在作秀，也不会从实质上改变用户看到内容的机制，但必须要承认的是，对于TikTok这样一个用户规模极为庞大、且面向全球市场的产品，只有算法推荐才是最有性价比的选择

而算法推荐不仅能够提升TikTok的粘性，让用户持续被感兴趣的内容包围，更能以最低的成本为不同的用户提供相对更加合适的内容。毕竟，如果向用户推送了冒犯他们文化背景的内容，最终的结果必然是招致用户反感、乃至让用户流失了。