卸载了抖音,也逃不过人情和技术的大网
2022-07-10 21:56

卸载了抖音,也逃不过人情和技术的大网

“我们的技术显然已经超越了人性,这让人不由得毛骨悚然。”——阿尔伯特·爱因斯坦


本文来自微信公众号:商隐社 (ID:shangyinshecj),作者:里普,部分内容参考锡南·阿拉尔所著《炒作机器》,原文标题:《多次纠结后,我为什么还是卸载了抖音》,题图来自:视觉中国


人情和技术织成了一张大网


前几天看了一篇文章,作者写了他卸载抖音30天后的一些变化,包括工作效率翻倍、读的书和看的电影多了等,总体上是“整个人都好了”,过得更有意义了。


我之前也是抖音的资深用户,把刷短视频作为一种闲暇时候的消遣方式,结果每次都没法做到浅尝辄止,一旦刷起来就很难停下,挤占原定的读书时间。


后来干脆卸载了,但经验告诉我们,对于一款容易让人上瘾的APP来说,卸载从来就不是安装的对立面,只是作为安装的一部分而推高了下载数据。


在小米应用商城中,抖音的下载量高达98亿次,而“拉人砍一刀”的拼多多是81亿次。



抖音是2016年上线的,这6年时间里,大多数人也就使用过2到3个手机,抛开换手机造成的下载,那么高的下载量,你说多少人在卸与装中反复横跳。


我也横跳过几次,但没了抖音,就没有了可以“杀时间”的APP吗?王者荣耀、微信短视频、长视频网站、B站、小红书、大众点评……哪个还没有点让你停不下来的本事?


图为主要APP 用户时长(分钟/天),资料来源:Questmobile,中信证券研究部


当把一众“杀时间”的APP卸载,不看微信的短视频后,手机似乎变得干瘪了,偶尔闲下来,摆弄着无精打采的手机,袭来的无聊感很容易让人破功,再次装上,手机中顿时又充满了欢乐的气氛。


后来在一次次自我谴责后,我还是把抖音、快手、王者荣耀等极度杀时间的APP卸载了,转而较多使用B站、微博等消耗时间较短、没那么欢脱的APP,再接下来,可能更多使用豆瓣、知乎等有些知性的APP,在这个过程中,慢慢多分配一些时间放在有意义的事上。


我想,既然一下子戒不掉所有杀时间的APP,那就采取渐进策略推进,有个消耗时间从高到低的梯度转移过程。


这样下来,好久没有再安装抖音了,时间长了也就没有再装回来的欲望。


在我的注意力梯度转移过程中,我也隐约感觉到了身处信息时代,我们每个人都无法避开的一张大网。


具体来说,你可以卸载抖音,但还有其他一众软件来继续瓜分你的时间,每个都很擅长揣摩你的内心:短视频推给你想看的美女帅哥、美食、萌宠;电商给你推送刚刚跟朋友讨论时你说想买的物品;新闻资讯推给你符合口味的内容;甚至婚恋网站也推给你惯常看着顺眼的人。


即便你能狠狠心卸载某个软件,也架不住亲朋好友让你帮忙下载个PDD“砍一刀”;架不住身边的人讨论突然火了的刘畊宏、王心凌,而你不知道;架不住想用这些软件窥探一下关心的人发了什么、做了什么。


这是一张用人情和技术织成的、串联起每个人的大网,人情让这张网得以建立并越来越稳固,技术从我们的本性中抽取并满足着我们毫不掩饰的欲望,获取了我们的关注度和参与度,并转化成经济效益。


最近正好也读了锡南·阿拉尔写的《炒作机器》,科学深刻地解读了这张网的运作机制。


锡南·阿拉尔曾经在脸书位于加州门洛帕克的总部看到了墙上的一行字“社交网络就是电脑”


他认为正如这句话所讲,我们这个世界本质上已经变成了一台庞大的信息处理器,其功能就是传递穿梭其间的各种思想、概念和观点。


而由微信、抖音、快手、脸书、推特等汇集在一起所构成的、通过数字化方式连接在一起的社交网络就是“电脑”。


这部电脑的算法决定了我们能看到什么,什么时候能看到,我们在网络上应该和谁联系,什么关注多一些、什么少一些。


从这个视角出发,现代化的信息秩序实际上是一个正在不断演化的、代理人类事务的网络,实际控制信息流动的就是各种算法。


算法构筑的小世界


社交网络中很关键的角色是算法,它是人工智能的一部分。但算法再牛,也不可能脱离人硬生生创作一套运行机制,它只能是在吸收我们思想、行为和观点基础上,反过来策划我们在信息流中看到的那些。


但我们人类思想、行为和观点那么多,应该从哪里下手?


要织成社交网络,当然是从人情这张网下手了。


人情最大的特点是什么?


喜欢跟性格、喜好等像自己的人成为朋友、伴侣,跟聊得投机的人搞合作,所谓“物以类聚,人以群分”


这是人类骨子里就带着的人情属性,尤瓦尔·赫拉利在《人类简史》就说到推动人认知革命很重要的就是八卦的能力,八卦讨论的不就是谁好谁坏,谁可以交朋友,谁要离得远远的吗?


别小看这种能力,这能迅速让人进行识别“同类”,快速确定关系,促成合作。


“人以群分”的最小单元是三个人,为什么?


假设我在百货公司当售货员,我有两个好朋友,一个是考上北大的张华,另一个是进了中等技术学校的李萍,我们都有光明的前途,我跟张华、跟李萍分别都是“强关系”。


虽然张华、李萍之前不认识,学历也相差甚大,但他们俩互相不认识的可能性极小。


因为他们都认识我,跟我兴趣爱好可能都相同,我们三个经常在一起玩,他们俩也会建立起或强或弱的关系。


一旦他们俩建立了联系,那这个三角关系就很可能越来越稳固。因为如果张华、李萍互相看不顺眼,那他们就会减少与我相见,避免见到另一个人,甚至揣测我跟谁关系更好一些,引发一些责难,三角关系就崩了。


所以为了避免一系列麻烦,我们三个内心都会有维系这个关系稳固的倾向,形成一个闭合的三角形,这被称为“三元闭包”。


人类就是由无数这样基础上的小圈子组成,这种同质性使沟通变得更容易,让人们可以更简单地预测朋友的行为,更方便建立信任,降低了维持关系所需要的成本及建立新关系时可能面临的风险。


这样就让越来越多相似的人组成团,再加上偶尔会出现的弱连接,成为一个“很小的世界”。


任何两个人都可以通过很短的路径产生关联。所以就有了“六度人脉”说法,即社会上任何两个人之间间隔的人都不会超过6个。


多说一句,不超过6个人是在有好友推荐机制的社交网络上,像脸书,两个人之间的间隔甚至连5度都不到,这个理论拿到线下就垮了,因为社交网络的“小世界”远比我们真实的大千世界要小得多。


说这些干嘛呢?


这种熟人网络催生的能量是巨大的。当年脸书刚创办时,美国第一大社交网站是MySpace,脸书怎么打败这个行业老大的?


脸书瞄准了大学校园里的学生,让他们从自己所在的人群聚类中招募用户,而不是跨越不同的人群招募用户,一下子提升了用户体验到的安全感和熟悉度,人越聚越多,脸书也就赢了。


熟人网络也解释了为什么QQ、微信可以做的那么大,而Soul、探探这样的陌生人社交只能发展成那样。


还有,你的亲戚朋友让你下载PDD帮忙“砍一刀”,你硬着头皮也会下载,而街边遇到的那些让你扫码关注公号的人,即便能领小礼品,你也会快步走开。


所以,很多APP刚被安装的第一件事就是请求读取你的通讯录,然后疯狂向你推荐可能认识的同学、同事、同行、同乡以及朋友的朋友。


做这些事的就是算法,它把我们人类的关系都看在了眼里。


它首先分析我们认识谁,我们跟认识的人如何沟通,我们和朋友的圈子都喜欢什么。


它还会不断提醒你的朋友看了什么、点赞了什么、买了什么,让你对有过熟人印记的东西多看几眼。


算法费尽心思地钻研熟人网络,造成的结果就是认知和思维方式相似的人更快、更大规模地聚集在一起。


采用了“好友推荐算法”的脸书,其人群聚类程度大约就是微软MSN的5倍,现在哪个社交APP不用这种算法呢?


这就造成了当下“茧房效应”加剧,网络上的对立越来越严重。也造成了很多人感觉到的网络跟现实世界严重脱节,因为社交网络是极度浓缩了的真实世界。


所以,在网上很难真正理解当下的世界和中国,很难理解真实的人际关系,一些人沉迷于自己网络聚类中的说法,在现实中屡屡感到大为震惊。


在某个特定的网络聚类中,那些能跳出他们自己所在的人群聚类进行思考的人,也就是我们平常说的那些观点能“破圈”的人,才能为各种机会牵线搭桥并推动某种创新。


把人性的细微之处算计到了极致


人情网铺开后,信息流算法就登场了,它会最大化地让我们参与到平台的内容中去。


刚开始,社交媒体的内容还没那么多,一般是用倒序的方式来显示内容,你看到的就是最新的,越往后越久远。微信公众号的推送之前也是倒序模式。


但当内容供应量超过了我们消费内容所需的认知能力时,主动推送的需求就自然而然地出现了。


首先,对于每篇内容,信息流算法都会给出一个对每个人来说都独一无二的“相关性评分”。随后,在推送给我们的新闻中,这些内容会被按照相关性评分依次递减的顺序进行排列。


这个相关性评分是由一些预测模型给出的,这些模型会去了解是什么驱使着我们给某个内容点赞、点击、分享,花时间仔细阅读或观看、针对具体的内容撰写简短的评论等数十种行为。


预测模型还会基于是谁上传了相关的内容、内容涉及了哪些领域或行业、其中是否包含了图片或视频、视频中有什么样的内容、是否是最新的内容,以及我们有多少朋友曾经点赞或分享了这些内容等,来预测我们是否也会参与这些内容互动。


这样算下来,你就会被抖音、脸书、视频号等不断“投喂”,也就不奇怪网友所说的,刷抖音看到的都是相当符合自己口味的几种短视频,像拼盘一样搭配着推过来,让人挪不开眼。


据说字节跳动之前用最资深的编辑和APP自身的算法推荐做pk,结果资深编辑完败,他们给用户推荐内容所获取的流量远远低于算法推荐。


这当然还不是算法能做到的终极状态,我们一般用眼耳鼻舌身来感知和理解这个世界,机器也会模仿我们的方式来认知世界。


一些主要的社交平台的研究者都在不断开发深度学习的神经网络,分析我们输入的文本、我们说话的语音、我们在照片和视频中显露出来的面部表情和身体姿势,从而理解我们在做什么、我们对什么感兴趣,以及是什么让我们感到高兴或悲伤。


这种技术还使机器能理解那些使我们采取行动的原因是如何与我们对某些事情的参与度、购物的模式,以及联网的能力联系起来的。


举例来说,当下是“短视频吞噬互联网”的时代,视频分析技术很关键,美国有一家名叫VidMob的公司,开发了目前世界上领先的视频优化平台“敏捷创意工作室”。


敏捷创意工作室可以自动提取视频中的元数据并进行情绪分析,识别出视频中的情绪、物体、标识、人和单词,还可以检测到视频中人物的面部表情,比如喜悦、惊讶或厌恶。


分析这些干嘛呢?


它会去看这些元素是如何与KPI对应的,比如说哪些元素导致了用户从视频中退出,然后它能自动对视频进行编辑,来提升用户的留存率。


VidMob对TikTok、脸书、推特等的视频都进行过大量分析,得出很多让我们感动震惊的结论,比如TikTok短视频里主体对象的脸部填充不足框架的20%时,点击率能提高31%;主体对象直接观看相机时,其视频点击率降低1.7倍。


真的是每个使你沉迷的表情、动作、话语都经过了精深的分析和计算,也把你观看视频时的行为都算到了细微。


更重要的是,技术的精进永远都是在路上,只会把你算得更细。


锡南·阿拉尔在《炒作机器》中提到,脸书的技术专利中,有通过比较手机的加速度计和陀螺仪的数据来推断两个人面对面行走,还是朝同方向行走;


还有技术可以通过用户拍摄照片的相机镜头上的灰尘颗粒,推断两个人上传的照片是否出自同一台相机,来揣测你们的关系。


还有这几年比较火的脑机接口,目的是实时解码我们大脑的活动,让用户在不接触键盘的情况下,仅通过思考就控制各种社交技术。


其实某种程度上来说,大部分社会性物种都会对孤独产生一些厌恶。有研究发现,被从种群中隔离,置于孤独状态下的老鼠出现了脑损伤迹象。


科学家认为,人类的孤独感之所以一直存在,是因为它对进化有利。为什么呢?


大部分人都抵挡不住孤独感,虽然我们一直说要学会独处,但谁都知道独处和隔离带来的痛苦,就会去寻求伴侣带来获得一些安全感。


这就像饥饿、干渴和疼痛会促使我们去寻找食物、水源和安全庇护所一样,孤独感也会促使我们去创造、修复和维系我们的社会关系。


孤独感会通过调节我们大脑中的多巴胺奖励系统来造成神经系统的损伤,而我们会寻求通过加强社交来修复这种损伤。


人类在进化的过程中就一直被互相绑定着,当我们相互之间进行沟通、联系和协调时,我们在精神意识上是相互连接在一起的。所以我们相信,世界上有很多个相似的我们,天黑了我们仰望同一片天空。


机器也洞悉到了这一点,鼓励我们通过相互之间的在线联系、参与和分享来获得更多这种形式的奖励,刺激多巴胺奖励系统以获得快乐、狂喜和销魂的感觉。


所以脸书合伙人之一肖恩·帕克在2017年时说了这样一句话:


“在设计的时候,我们主要思考的是,我们如何才能够尽可能多地消耗你的时间和你的注意力?这意味着我们需要每隔一段时间就稍稍给你一点儿多巴胺,因为如果有人对一张照片、一个帖子或者无论什么东西进行了点赞或评论,那么这些点赞和评论就会让你在网上贡献出更多的内容,而这些新的内容又会让你获得更多点赞和评论。这是一个社会认同的反馈循环……这利用的实际上是人类心理上的一个弱点。


当机器把人性的细微之处算计到了极致、再抽取出来撩拨我们时,那些让我们感觉到发自肺腑的东西,会不会也是表演?


图源:《黑镜》第一季《一千五百万的价值》


当然,接下来发挥作用的就是广告算法。社交平台做这么多是基于赢利目的。正如清华大学胡钰教授所说:


“它的动机是获得金钱,通过与我们互动,它可以使到手的金钱数额最大化。它向我们提供的选项越是精确,它与我们的互动就会越多,这样它的说服力就会变得更加强大。它的说服力越强,它所获得的金钱也就会越多,因此它的规模也就会随之变得更加庞大。


抖音和快手是中国最会“杀时间”的信息传播渠道,据媒体报道,今年一季度,字节的广告收入是中国第一,而快手广告收入也只比早它10年成立的百度少1/4。


很多社交属性的互联网企业财富的半壁江山甚至命脉也都来自于信息流广告,某种程度上,将一些互联网企业看作是广告公司,丝毫不为过。


我们会不会越来越笨?


技术是中立的,企业为追求盈利目的而不断进行合理的技术创新也无可厚非,但正如古希腊悲剧作家索福克勒斯所说:


“进入凡人生活的一切强大之物无不具有弊端。”


当下把我们每个人连接起来的这张大网,在给我们带来史无前例社交体验和信息处理效率的同时,也带来了我们被技术掌控、虚假信息泛滥、社交过度等风险。


我们该如何尽量减少这种“强大之物”的弊端?


锡南·阿拉尔把这台源源不断进行信息交换、时刻能涌动躁动和各种情绪、代理着人类日常大多数事务的网称为“炒作机器”。


《炒作机器》提出,要利用好四根杠杆来治理社交网络:用来管理社交平台的代码、由社交网络的商业模式创造的激励机制、在使用这些系统时建立起来的规范,以及为了监管市场失灵而制定的法律。


近些年科技巨头如Twitter、Youtube已经开始着手于弱化或取消算法推荐,近年也涌现出许多主打“隐私”和“去个性化”的替代工具,例如Peertube(自建视频分享)、Mastodon(去中心微博客)、Signal(加密聊天)等,这其实就是对算法逻辑进行的改版。


近些年各国也加强了对互联网企业的监管,监管模式怎么去搭建,还是个摸索的过程,也需要政府和企业不断去互动,只能说过去十年那种所谓“野蛮生长”的状态不会再继续了。


但这必然是个比较长期的过程。对于我们每个人来说,生活在每天离不开“炒作机器”的世界里,更要保持一种警觉。


我们的个体判断现在因为系统和算法而产生了相互依赖,同时两极分化为一大堆同质的群体,只有气味相投之人才会聚拢在一起。另外,这个体系不但延续了那些已经流行的东西的流行,而且加速了某些潮流的出现。


我们很大的变化是,会不由自主地追随其他人的行事方式。某个人因为自身的喜好无法和其他人的喜好相匹配而产生的焦虑,会促使他重新做出选择,以形成某种一致。


算法如果运用得当,可以用非常聪明的方式,通过快速地汇聚群体的意见来增强我们的群体智慧。但是,当这些算法把我们的集体缺陷融入群体行为时,群体智慧就变成了群体疯狂。


詹姆斯·索诺维尔基在《群体智慧》中写道:


“群体成员施加在彼此身上的影响力越大,他们相互之间的个人接触越多,这个群体所做出的决定就越不可能是明智的。我们施加在彼此身上的影响力越大,我们相信同样的事情并且犯同样错误的可能性也就会越大。这意味着,很有可能我们会在个体上变得越来越聪明,但是在成为一个集体后就变得越来越笨了。”


我们的环境中,离不开的社交网络、潮流热门话题、网红、大V等各种社会影响扑面而来,我们根本不用去找社会影响,它会来找我们,从早到晚各种推送的消息都在用其他人的观点不断炸向我们。我们会不会像索诺维尔基所说,越来越笨呢?


说了这么多,概括起来就是,当下没有什么比独立思考,关注科学和现实更宝贵的了。


本文来自微信公众号:商隐社 (ID:shangyinshecj),作者:里普,部分内容参考锡南·阿拉尔所著《炒作机器》

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定