大數據利用人性,瘋狂挑唆男女對立?_風聞
印客美学-印客美学官方账号-艺术科普向平台。1小时前

你有沒有想過,同樣的帖子,不同的人看到的評論是不一樣的。
你看到的是女性互幫互助,男性看到的可能是擦邊照片。
這會帶來多割裂的世界?

評論區也搞性別定製?
前段時間,有博主發現,同一個關於情侶吵架的視頻,她和她老公看到的評論是不一樣的。
她自己看到的評論,都是站在女性立場,幫女性説話的。
他老公看到的就有意思了,全是男性對女性無理取鬧,吵架沒腦子的吐槽。
甚至還鼓勵他們做測試,吵架的時候背課本,打賭對方絕對不會發現。
言辭極盡嘲諷。

有博主發了自己產後妊娠紋的視頻,她打開評論區,看到的都是互相鼓勵,分享去除方法的評論。
但從她男朋友手機上看,評論區全是女性性感身材、迅速恢復馬甲線的照片。
女性看到的生育苦難,男性看到的是產後恢復輕而易舉。
難怪每次刷評論,發現別人都在虛空對線,合着評論區就不是一個版本唄。
還有的媽媽在月子中心坐月子,給她推送奶瓶奶粉,但爸爸們接收到的廣告確實洗浴中心和各種擦邊小廣告……

有媒體特意做了測試,結果發現確實存在評論性別定製的現象。
3次測試中,有1次男性和女性刷出來的評論不一樣。
評論並非完全是按照時間和熱度排序的。

連評論都能不一樣,詞條搜索結果就更是天差地別。
有博主做測試,她和男朋友同時在小紅書搜“美女”,她搜出來的都是一些陽光健康的女性或者是變美攻略。
而男朋友搜出來的都是打擦邊的性感美女。

這就很讓人毛骨悚然了。
試想一下,你讓朋友搜的東西,根本不是你想讓他看的。
你想在評論區找的認同感,是大數據為你特意定製的。

這會出現一個多割裂的世界?

區別對待+搞性別對立?
説到底,這就是平台在搞性別的區別對待。
平台最初基於興趣標籤的推薦機制,到現在已經變成了“性別數據主義”。
男性用户看到的是職場成功或科技內容,女性則更多接收美妝和育兒信息,不就是説明平台通過行為數據將用户簡化為性別符號嗎?
當算法比我們自己更瞭解我們的性別時,這種瞭解本質上就是一種精密的偏見。

如果説大數據是偷偷摸摸,一些品牌則是明晃晃地區別對待。
就説酸奶吧。
Blueglass自己的消費者調研報告都顯示,主要客羣是25-35的女性,但它卻沒有推出過女性定製產品。
相反,卻在去年推出一款補腎壯陽的男性專用,還打上18禁標籤。
難怪女性消費者直呼“忍不了一點”。

要知道,當代互聯網最穩固的三角關係,是平台、流量和性別矛盾。
平台和品牌的核心目標是如何讓用户“上癮”,所以算法工程師和營銷策劃的KPI就是提高點擊率。
而數據反饋顯示,符合性別刻板印象的內容更容易引發用户互動,所以它們會毫不猶豫地利用人性的弱點。

就拿男性來説。
歷史的互動數據顯示,男性對桃色信息的點擊率和停留時長是女性的3倍。
所以,算法從一開始就會默認男性對桃色內容更感興趣,會給男性更多地推送這類內容。只要點了一次,哪怕是手滑後立即退出,後續2周內同類內容曝光量都會增加470%(劍橋大學實驗)。
這就會帶來算法的正反饋循環,所以它下一步做的就是擴大測試,讓更多的男性收到這類內容,最終就像破窗效應,形成了整個系統的偏差。

人其實很難跳出性別的腳本,尤其是在社會規訓已經嚴重影響認知的情況下。
兒童在3歲就能內化性別刻板印象,社會又默許男性公開表現性趣,因為“男人都這樣”。
這種符合“默認預期”的印象就成為大腦依賴的篩選工具,相關內容更容易讓用户點擊。
而且刻板印象內容通常都包含強烈的情緒符號,比如“精緻女孩必備”“真男人就該……”,這就比中性內容更能激活多巴胺分泌。
用户在這類內容上的停留時間是其他內容的1.8倍。

這種生理差異就成為算法的設計策略。
男性用户看到的是女性的無理取鬧,女性看到的則是育兒經驗。
用户的行為受社會規訓影響,算法只是進一步放大了這種規訓。

誰在瘋狂搞男女對立?
這個世界的割裂程度比你想的要深很多。
很多醫院的取袋機在掃碼後會讓我們選擇性別,添加健康顧問。
女性添加後,顧問朋友圈分享的都是育兒經驗,但當性別選擇為男性,顧問都變成了愛發自拍的美女。
如果是在婦產科,那他們極有可能被認為是長期沒有性生活,需要釋放的男性,於是掃完後的朋友圈會出現各種穿制服、打擦邊球的美女自拍。

還有的甚至會直接發短信。
前段時間,就有博主發視頻説,自己在孕期,老公卻收到了一條特殊短信。
大致內容是,老婆孕期不方便,自己可以提供服務。
而且她説,這不是老公第一次收到這種短信,自從在母嬰店註冊了會員,沒幾天就收到了類似的短信。

本以為社會打擊這麼嚴厲,這種涉黃信息應該是小眾事件,沒想到評論區很多人都有類似的經歷。
我也在我老公手機上看到了。
我也收到過,我的回覆是:同行勿擾。

甚至連幼兒園看寶寶動態的小程序,爸爸媽媽看到的都可能不一樣。
我想這就是為什麼互聯網輿論日益極端化的原因。
數據利用人性,把男女分成兩半,一半困在家庭育兒、身材管理的自我苦難,一半困在自以為是、拒絕理解的桃色陷阱。
大數據根據性別精準推送我們“應該看”的內容,強行塑造我們的“認知”。
接受的信息環境不一樣,兩性之間越來越難以溝通。
科技應該向善,希望在硝煙瀰漫之外,都有重新認識的機會吧。