推薦算法的真實價值，就藏在生活場景裏_風聞

來源 | Tech星球

文 | 任雪芸

2011年之後，史鐵生一度“隱身”在了作品裏，透過《病隙碎筆》、《我與地壇》、《命若琴絃》等文學作品，一代人試圖去拼湊他的一生。

但在過去一年，史鐵生和他的作品“出圈”，走向了更大範圍的羣體。數據顯示抖音平台上，過去一年史鐵生相關視頻累計達到了18.6萬個，增長192%，視頻總時長增長415%，總分享的次數增加了51%。

他的個人經歷以及筆下那些跨越代際的優秀作品，通過短視頻的傳播，被越來越多的人看到、並喜愛上了史鐵生。《2024年抖音讀書生態數據報告》顯示，史鐵生已經成為了抖音最受歡迎的作家，其中00後成為最愛看史鐵生的讀者年齡段。

有觀點認為，史鐵生的“出圈”與“翻紅”，離不開推薦算法的作用。促成其“出圈翻紅”的必要條件是，越來越多的人因為推薦算法而“看見”了史鐵生。史鐵生和作品是基礎，算法是推力，而短視頻平台則是陣地，三者緊密結合，共同促成了這次“出圈翻紅”。

如今，史鐵生與讀者跨越了物理空間，越來越多的人從其作品中找到了共鳴。而作為信息社會一項劃時代的技術，算法同樣獲得了正名，在這個信息過載的時代，算法作為一個高效的技術工具，讓無數在互聯網上的用户和“史鐵生們”實現了廣泛的連接。

走出誤區：個性化推薦≠信息繭房

算法引路，很多年輕人在短視頻平台認識了史鐵生，通過他們的傳播，史鐵生成為了當代青年的“嘴替”和“人間清醒。

這是算法的正向例子。但似乎在幾年之前，有關“算法”的另一些聲音，曾被廣泛討論，即：算法導致“信息繭房”，這個當下佔據各主流網絡平台的技術，一度飽受質疑。

但毫無疑問，這個觀點是錯誤的。事實上，算法的個性化推薦不會造就繭房，反而能破除繭房。

舉個簡單的例子：一份報紙16個版100篇文章，這些文章都是編輯給你選擇的，你所看到的世界，因為編輯的篩選，變得千篇一律，所有的讀者，所看到的世界，也和編輯、和你所看到的一樣。並且，它的範圍永遠超不出這16個版的100篇文章裏。

新浪網易等佔據信息主流的門户時代，道理也是如此，編輯們已經讓信息過濾了一遍。你所看到的，原本就是有限的、被挑選和引導的信息。

在微博的早期時代，用户只能刷到“你所關注的人”所發的信息，你的眼界也只能因為自己關注的人的行業、類別、多少而有所區別，無法超越自己所關注的那些人。

這符合“信息繭房”的定義，這個概念早於算法，2006年就由美國一位學者所提出。其本意正是指的個人的信息需求和信息選擇趨向窄化、封閉化。

但算法出現後，你會發現，個人的信息需求和信息選擇顯然變得更寬泛、更開放化。算法技術不僅能幫助用户在特定領域獲取信息，還能提供更廣泛的參考信息，幫助用户探索原本不熟悉的領域。

還是舉例説明——可能很少人會想到，考古這門“小眾”學科，竟然通過短視頻和直播的傳播方式變得“平易近人”。

著名考古學家許宏，曾通過抖音持續分享了自己的考古歷程、科普考古知識，吸引了眾多粉絲。

他們中，除了既往的歷史、考古愛好者外，不乏大量從未接觸過考古的用户。在許宏的每條短視頻和直播的留言中，都能看到一些有趣的提問。越來越多的網友透過許宏的分享，激發出對上古中國的興趣。

對比上述例子，“個性化推薦=信息繭房”的説法不攻自破。

所以，回到史鐵生本身，如果沒有算法，史鐵生的美好文字、觸動人心的那一條條熱門話題詞，也只能侷限在原本就關注或熱愛它的網友圈子之內，又如何能夠出圈成為現象級文化事件、打動億萬網友？

信息過載時代，為什麼更需要算法？

《全國數據資源調查報告》顯示，2023年中國每天產生的信息數據量高達900億GB，信息已海量過載。

信息過載社會，過往低效的“人找信息”模式，已經不適應人們需求。假設沒有算法，你所看到的世界會是以下的場景：

新聞資訊，來自編輯精心挑選過、符合編輯個人價值傾向與喜好；購物，都是廣告費交得多的店鋪和商品；外賣，難以看到真實的用户消費與評價；短視頻，始終是千篇一律自己關注的內容……

而另一端，無數好的文章、個性商品、優質店鋪、創意短視頻，卻無法被看到、被消費，他們都被淹沒在這900億GB之中。

算法的出現，個性化推薦技術，改變了這種場景演變——簡單來講，實現了數字時代從“人找信息”到“信息找人”的進化，有了更高效的人與信息間的鏈接方式。

推薦算法通過對用户的瀏覽歷史、搜索關鍵詞、點贊、評論等行為數據的分析，能夠精準地瞭解用户的興趣偏好和需求，從而為用户篩選並推薦相關的內容。

通過推薦算法，用户能夠快速獲取與自己需求相關的信息，節省了大量時間和精力。

有一本特別小眾的線裝古籍，北宋建築大師李誡所著的《營造法式》，內容是中國古代建築、審美、格局、規制的彙編，此前在庫房中積壓很久少有問津。但抖音讀者創作者@趙健的讀書筆記 在直播間裏講述了它的故事後，竟然被賣斷了貨。

這説明，這本書並非沒人喜歡，而是之前沒有讓人知道的路徑。因為算法的高效推薦與分發，讓喜歡《營造法式》的人看到了@趙健的讀書筆記 直播、瞭解了這本書，實現了書與讀者之間的有效鏈接。

類似的小眾圖書被賣斷貨的情況，在短視頻平台上有無數例子。因為4條推薦視頻，40年前的老書《畫魂》被加印了5次。冷門懸疑推理小説《不可以》原本只是想清掉1000冊庫存，沒想到推薦視頻獲得了110萬多的點贊，最後加印了15萬冊……

不僅是短視頻平台，當你需要打車時，推薦算法迅速匹配司機；當你尋找酒店時，它能根據行為推薦你可能喜歡的酒店；當訂外賣時，算法能夠讓配送員和餐品配送實現高效連接；甚至在電商平台上，它能通過買家喜好推薦，幫助賣家加快銷售。

毫無疑問的是，推薦算法已經是在當下海量、碎片、紛雜的信息時代的必然選擇。

算法在萬千場景中“破繭”

依託算法“走紅”，不止史鐵生、不止天水和淄博。

在成都，有個名為“三花”的民間川劇團，原本瀕臨倒閉。創辦劇團的“三姐妹”，藝齡均超過40年，憑着一腔熱情演出，但常年入不敷出。直到去年9月，一條名為“探訪‘三花’劇團開放式化妝間”的短視頻，改變了她們的命運。很多網友被三姐妹對川劇的痴迷和堅守所感動，到現場觀看演出。短短三個月，“三花”川劇團通過網絡平台賣出2.5萬張票，幾乎是過去兩年多的總和。

作為年輕人感受傳統文化魅力的入口，推薦算法深入到了中華傳統戲曲的場景中，發現了與現代生活的契合點，讓傳統的戲曲藝術再次觸達、並找對了新時代的觀眾。

在湖北鶴峯，81歲的退休農技員梁振清開設“梁老師説農業”直播間，把自己畢生所學的農技知識，通過互聯網從湖北鶴峯推廣到全國各地。在推薦算法的幫助下，他的直播短視頻能被準確推薦給對三農、鄉村、農技感興趣的用户。

在短視頻和直播成為主流內容消費趨勢的當下，算法的價值從惠及個人，到如今已經深入到了萬千場景之中。

一方面，算法和大眾生活共棲共生，信息獲取的方式發生了轉變，進入了“私人定製”時代，藉助推薦算法，信息的傳播效率和精準度大幅提升，每個人都可以擁有專屬的“新聞報刊”。

另一方面，學者尼克·西弗曾提出了 “算法文化”的概念，認為在數字經濟日益發達的今天，算法已不再僅僅是文化建構的一部分，而已然變成了文化實踐本身。在堅守公共價值觀、社會道德之下，推薦算法的確正在為社會的各行各業帶來新的可能。

一些文旅景區借力於推薦算法，正在將流量轉化為實實在在的效益，吸引着來自全國各地的旅客；一些下沉到鄉村、帶動貧困村脱貧致富的企業，也在發揮互聯網平台公司的算法優勢幫助農產品走出農村、走向更廣闊的消費市場；一些小眾硬核知識如甲骨文、考古知識、弦理論、星際化學等在推薦算法的助力下，為廣大網友尤其是青少年朋友打開一扇瞭解科學、探索世界的窗口；甚至還有一些關乎到家庭幸福和社會安定的公益項目，通過推薦算法，團圓了無數個曾經支離破碎的家庭……

由此可見，當各行各業善用推薦算法後，算法將不再只是一個追求效率的工具，而是成為了帶領個體、行業去認知無限世界的“連接者”。

這些正向案例之下，每一個人都能看到，算法已然成為數字經濟時代最主要的生產工具，它推動着社會資源的再分配，讓分散資源實現了整合、傳播，也重構了消費的版圖。