毋庸置疑，算法推薦憑借對用戶瀏覽數(shù)據(jù)的精準(zhǔn)分析，滿足了個(gè)性化的閱讀需求，也降低了人們獲取信息的成本。但不可否認(rèn)，這種推薦方式在“越用越懂你”的同時(shí)，也將一些人推向了固步自封的“舒適圈”。比如，一些算法以興趣為導(dǎo)向，推薦用戶喜歡看的、愿意讀的，卻屏蔽掉了其他信息。人們看似瀏覽了很多內(nèi)容，實(shí)際只是在不斷重復(fù)中強(qiáng)化固有的喜好和對事物的看法。一旦沉浸其中，探索世界多樣性的動(dòng)力和欲望難免降低，最終加劇了“信息繭房”效應(yīng)，將自己的生活桎梏在“繭房”中。

每個(gè)人對信息都有各自需求，這是人之常情；通過技術(shù)手段滿足人們對某類信息的偏好，同樣無可厚非。但一些不負(fù)責(zé)任的算法設(shè)計(jì)，已經(jīng)不是單純地“量身定制”，而是刻意地逢迎和取悅用戶偏好，將泥沙俱下的網(wǎng)絡(luò)信息一股腦、無休止地推薦出來，甚至縱容虛假信息、低俗內(nèi)容肆意傳播，導(dǎo)致受眾尤其是一些鑒別力、自控力不強(qiáng)的青少年越來越“偏”。

凡此種種，表面看是以算法推薦為核心的技術(shù)問題，但根源在技術(shù)設(shè)計(jì)、相關(guān)平臺(tái)業(yè)務(wù)導(dǎo)向出了問題。一些互聯(lián)網(wǎng)平臺(tái)認(rèn)為，流量越多，收益預(yù)期越高，也更容易獲得資本的青睞和支持。然而，當(dāng)唯流量馬首是瞻、算法主導(dǎo)一切時(shí)，信息平臺(tái)也就異化為純粹的利益平臺(tái)。行業(yè)內(nèi)有句話：“把用戶當(dāng)成豬，別管喂什么，養(yǎng)肥就行?！笨梢?，在一些企業(yè)經(jīng)營者眼中，算法的價(jià)值取向也要給流量讓路，這就走偏了。

規(guī)范用好算法推薦技術(shù)，打破“信息繭房”的桎梏，不僅需要一些企業(yè)“校正”價(jià)值取向，更離不開相關(guān)各方的共同發(fā)力。比如，能否讓消費(fèi)者更方便自由地“關(guān)閉算法”？針對算法推薦存在的漏洞和盲區(qū)，監(jiān)管部門如何進(jìn)行更加精細(xì)的管理？為促使企業(yè)肩負(fù)起公共價(jià)值觀導(dǎo)向的責(zé)任，如何將價(jià)值評價(jià)作為關(guān)鍵指標(biāo)納入產(chǎn)品設(shè)計(jì)中……總之，只有在內(nèi)容的生產(chǎn)、分發(fā)、監(jiān)管等環(huán)節(jié)同時(shí)下功夫，我們才有望駛離“信息孤島”，擁抱更為廣闊、理性的天地。

人類學(xué)家尼克·西弗曾指出，算法是文化生活的一部分，不能僅從數(shù)學(xué)邏輯的角度去理解。這意味著，算法在實(shí)踐中不應(yīng)片面追求效率，還必須兼顧公共價(jià)值觀、社會(huì)道德等價(jià)值內(nèi)容。而這部分內(nèi)容產(chǎn)生的社會(huì)影響，并不是數(shù)字可以直接計(jì)算出的。