<p class="ql-block ql-indent-1">在當(dāng)今數(shù)字化浪潮洶涌澎湃的時(shí)代，算法猶如隱藏在網(wǎng)絡(luò)世界背后的神秘操縱者，深刻地塑造著我們的信息環(huán)境和生活方式。從首富鐘睒睒炮轟今日頭條/抖音算法，到國(guó)家四部門聯(lián)合開展“清朗·網(wǎng)絡(luò)平臺(tái)算法典型問題治理”專項(xiàng)行動(dòng)，算法是否應(yīng)承載價(jià)值觀這一問題被推到了輿論的風(fēng)口浪尖。這一現(xiàn)象并非某個(gè)國(guó)家所獨(dú)有，而是全球范圍內(nèi)共同面臨的嚴(yán)峻挑戰(zhàn)。</p> <p class="ql-block ql-indent-1">智谷趨勢(shì)研究員暴雨敏銳地指出，在中國(guó)企業(yè)現(xiàn)代化進(jìn)程不斷攀升的過程中，類似這種觸及本質(zhì)的哲學(xué)性追問不時(shí)浮現(xiàn)，然而大多都陷入無果而終的困境。美國(guó)在應(yīng)對(duì)這類問題時(shí)，嘗試讓多元觀點(diǎn)相互碰撞，以期達(dá)成平衡或者找到突破困境的上升路徑。但事實(shí)上，至今也未能從根本上破解算法監(jiān)管這一復(fù)雜難題。</p> <p class="ql-block ql-indent-1">回顧歷史，臉書在2016 - 2017年的遭遇堪稱典型案例。當(dāng)時(shí)，臉書將算法的核心KPI設(shè)定為用戶停留時(shí)長(zhǎng)和參與度，背后的商業(yè)邏輯是通過吸引用戶的長(zhǎng)時(shí)間停留和高度參與來售出更多廣告。然而，算法在追求這一目標(biāo)的過程中卻走向了歧途，發(fā)現(xiàn)最能達(dá)成目標(biāo)的方式是激發(fā)用戶的憤慨情緒。于是，仇恨視頻在臉書中大量涌現(xiàn)，其中竟有53%是由算法推薦的。這一現(xiàn)象引發(fā)了一系列嚴(yán)重的負(fù)面效應(yīng)，緬甸暴力屠殺事件就是其惡果之一。這充分表明不同的算法核心指標(biāo)會(huì)構(gòu)建出差異巨大的觀念世界，算法一旦被利益綁架，就可能成為破壞社會(huì)穩(wěn)定與和諧的幫兇。</p> <p class="ql-block ql-indent-1">抖音同樣面臨著類似的困境。它占據(jù)了11億人平均每天126分鐘的時(shí)長(zhǎng)，其影響力遠(yuǎn)遠(yuǎn)超過了99%的傳統(tǒng)媒體。如此龐大的用戶群體和長(zhǎng)時(shí)間的用戶粘性意味著抖音的算法稍有偏差，就可能產(chǎn)生巨大的社會(huì)影響。</p><p class="ql-block ql-indent-1">除了臉書和抖音，推特也曾陷入算法監(jiān)管的泥沼。推特的算法推薦機(jī)制在某些時(shí)期被發(fā)現(xiàn)過度推薦極端言論和虛假信息。例如在一些政治事件期間，算法推薦使得部分帶有明顯政治偏見和誤導(dǎo)性的推文廣泛傳播，造成了公眾認(rèn)知的混亂，加劇了不同政治群體之間的對(duì)立情緒。這不僅影響了正常的社會(huì)輿論氛圍，也對(duì)民主政治的健康發(fā)展產(chǎn)生了負(fù)面影響。</p> <p class="ql-block ql-indent-1">還有一些電商平臺(tái)的算法也存在問題。某些電商平臺(tái)為了追求更高的銷售額，算法在商品推薦時(shí)過度傾向于高利潤(rùn)商品或者與商家有合作推廣關(guān)系的商品，而不是基于用戶的真實(shí)需求和商品的質(zhì)量、性價(jià)比等因素。這導(dǎo)致用戶可能購(gòu)買到并不適合自己的商品，降低了用戶體驗(yàn)，同時(shí)也破壞了市場(chǎng)公平競(jìng)爭(zhēng)的環(huán)境。</p><p class="ql-block ql-indent-1">算法監(jiān)管之所以成為全球各國(guó)共同面臨的棘手難題，是因?yàn)樵凇肮艿米 迸c“不管死”之間尋求最優(yōu)解猶如在鋼絲上行走。如果監(jiān)管過于嚴(yán)格，就如同給算法套上了沉重的枷鎖，極有可能抑制算法的創(chuàng)新與發(fā)展活力。畢竟，算法是互聯(lián)網(wǎng)企業(yè)蓬勃發(fā)展的核心驅(qū)動(dòng)力之一。在正常情況下，算法能夠憑借對(duì)用戶行為和偏好的精準(zhǔn)分析，高效地推送內(nèi)容、提供貼心服務(wù)，極大地提升用戶體驗(yàn)，進(jìn)而提高商業(yè)運(yùn)營(yíng)效率。以音樂類平臺(tái)為例，算法推薦系統(tǒng)能夠根據(jù)用戶的音樂收聽歷史、收藏偏好等為用戶精準(zhǔn)推送符合口味的新歌和小眾音樂，讓用戶發(fā)現(xiàn)更多音樂寶藏，同時(shí)也幫助音樂人擴(kuò)大受眾群體。</p><p class="ql-block ql-indent-1">反之，如果監(jiān)管過于寬松，就會(huì)出現(xiàn)像臉書、推特等平臺(tái)那樣的亂象，算法被商業(yè)利益或其他不良因素驅(qū)使，肆意傳播不良內(nèi)容，嚴(yán)重威脅社會(huì)穩(wěn)定、公序良俗以及公眾的認(rèn)知健康。在當(dāng)今信息傳播如同閃電般迅速且無遠(yuǎn)弗屆的時(shí)代，算法推薦的不良內(nèi)容可能瞬間引發(fā)軒然大波，煽動(dòng)仇恨情緒、制造社會(huì)分裂、傳播虛假信息等危害社會(huì)的行為可能接踵而至。</p><p class="ql-block ql-indent-1">隨著人工智能時(shí)代的大幕徐徐拉開，算法治理的難度更是呈指數(shù)級(jí)上升。人工智能的發(fā)展高度依賴算法的持續(xù)進(jìn)化，這使得算法變得越發(fā)復(fù)雜和智能。一方面，人工智能算法可能產(chǎn)生更多難以預(yù)測(cè)的結(jié)果。例如，深度神經(jīng)網(wǎng)絡(luò)算法具有典型的黑箱特性，其決策過程和依據(jù)如同神秘的黑匣子，人類難以窺探其中的奧秘，這無疑給監(jiān)管工作帶來了前所未有的巨大挑戰(zhàn)。另一方面，人工智能的廣泛應(yīng)用將促使算法滲透到更多關(guān)鍵領(lǐng)域，如醫(yī)療、交通、金融等。在醫(yī)療領(lǐng)域，算法用于疾病診斷和治療方案推薦，如果算法出現(xiàn)偏差，可能會(huì)危及患者的生命健康；在交通領(lǐng)域，自動(dòng)駕駛算法一旦出錯(cuò)，可能引發(fā)嚴(yán)重的交通事故；在金融領(lǐng)域，算法用于風(fēng)險(xiǎn)評(píng)估和投資決策，錯(cuò)誤的算法可能導(dǎo)致金融市場(chǎng)的動(dòng)蕩。</p><p class="ql-block ql-indent-1">對(duì)于平臺(tái)而言，它們肩負(fù)著不可推卸的社會(huì)責(zé)任。平臺(tái)不能僅僅著眼于商業(yè)利益的最大化，而對(duì)算法帶來的社會(huì)影響視而不見。平臺(tái)應(yīng)當(dāng)積極探索如何在算法設(shè)計(jì)的源頭融入積極正面的價(jià)值觀，引導(dǎo)健康、有益的內(nèi)容傳播。例如，可以將社會(huì)責(zé)任指標(biāo)納入算法的綜合評(píng)估體系，改變過去單純以商業(yè)指標(biāo)（如用戶停留時(shí)長(zhǎng)、參與度等）為導(dǎo)向的算法設(shè)計(jì)理念。</p><p class="ql-block ql-indent-1">全球須攜手合作，共同應(yīng)對(duì)算法監(jiān)管這一艱巨挑戰(zhàn)。國(guó)際間應(yīng)加強(qiáng)交流與協(xié)作，分享在算法監(jiān)管方面的成功經(jīng)驗(yàn)和先進(jìn)技術(shù)手段。同時(shí)，需要匯聚科技界、法律界、社會(huì)學(xué)界等多學(xué)科領(lǐng)域?qū)＜业闹腔?，從不同的專業(yè)視角出發(fā)提出全面、可行的解決方案。此外，公眾的數(shù)字素養(yǎng)教育也是解決算法監(jiān)管難題的重要一環(huán)。只有當(dāng)公眾具備敏銳的信息辨別能力，能夠理性對(duì)待算法推薦的各類內(nèi)容時(shí)，才能在一定程度上減輕不良算法帶來的危害，形成全社會(huì)共同參與算法治理的良好局面。</p><p class="ql-block ql-indent-1">總之，算法監(jiān)管在全球范圍內(nèi)都是一個(gè)極為復(fù)雜且棘手的問題，在人工智能時(shí)代的宏大背景下更是困難重重。然而，我們必須堅(jiān)定地迎接挑戰(zhàn)，積極探索在“管得住”與“不管死”之間的理想路徑，確保算法成為推動(dòng)人類社會(huì)進(jìn)步的有益力量，而非破壞社會(huì)和諧穩(wěn)定的隱患。</p> <p class="ql-block">注:圖片來自網(wǎng)絡(luò)，若有侵權(quán)請(qǐng)聯(lián)系刪除。</p>