我被大數據殺熟了
編輯導語:我們的社會正處于大數據時代。在大數據下,我們的行跡是否真的無所遁形?我們的喜好是否真的已經被量身定制?推薦算法究竟是好是壞?也許讀完這篇文章后,你會獲得屬于你的思考。
我被大數據殺熟了,怎么辦?
“我和朋友一起買同一款項鏈,要一起下單時才發現她那邊顯示的價格居然比我便宜三十塊!”
“在網上買水果,同事那邊顯示火龍果0.99元,然而同一時間我的顯示6.9元。詢問客服先是說限購,又說同事是新人,最后官方也沒有解釋清楚,我去投訴也被以憑證不充分取消了?!?/p>
“在淘寶買口罩,同樣的獨立包裝20個,我這顯示68元,朋友那顯示98元,價格差距大?!?/p>
圖 / 黑貓投訴
“大數據殺熟”的話題已經不是第一次引起爭議了,被投訴最多的就是電商、外賣和打車。在黑貓投訴上,至今還有2019年1月網友提交的投訴沒有被處理。今年3月,復旦大學孫金云教授花費近50000元打車800次,實錘大數據殺熟的新聞又一次把這個話題推上了風口浪尖。
圖 / 微博投票
在網民對“大數據殺熟”現象發出不滿與譴責后,終于有官方回應了。4月8日,唯品會、京東、美團、餓了么、每日優鮮、盒馬鮮生、攜程、去哪兒網、如祺出行和滴滴出行共10家互聯網平臺簽署承諾書稱:“不價格欺詐、不利用數據優勢殺熟?!?/p>
“我們的推薦算法和其他內容平臺不同,我們是根據不同人的出行方式推薦最優的出行路徑和最省錢的方式,推薦系統是不斷迭代的,不可能一下子解決所有的問題?!背鲂蓄I域的大數據算法工程師告訴筆者。
那么,這些算法如何一步步融入了我們的日常生活?“推薦算法”對商家和用戶來說又存在哪些優勢和弊端?作為互聯網用戶,我們又該如何最大程度的保護自己的數據隱私?
一、算法讓你無所遁形
企業是如何用數據算法讓你“一覽無余”的?
(企業)通過算法和行為和猜測出用戶隱秘的、沒有和平臺明確說明的,比如購物興趣和其他行為興趣。通過行為去猜一個人的興趣或者購物傾向的概念本身并不新鮮,過去算卦的就會通過與對方的交談和穿著猜測出信息,他們把這個叫做‘把黃’。
《計算廣告》作者劉鵬在科普視頻中形象地解釋了推薦算法的基本邏輯,他的另一個身份是知乎大V「北冥乘海升」,他曾在某科技公司負責大數據變現相關業務。
除了科技圈的專業人士現身說法外,學術圈的科研團隊也進一步驗證了推薦算法的“神機妙算”。
2020年,孫金云教授帶領20多人的團隊在北京、上海、深圳、成都和重慶做了800多次實地調查,花費了近50000元打車費得出了一個驚人的結論,那就是用戶的手機被打車軟件分為三六九等,手機越貴打車越貴。
大數據通過你用什么品牌的手機就判斷了你的消費能力,甚至為你量身定制了收費標準。這就是千人千面的互聯網嗎?
圖 / 人民網官微
你覺得手機還有多少電量是隱私嗎?大多數人可能都會說不。但其實,電量反映了一個非常重要的信息——如果手機電量一直是滿的或者一直在增加,那就說明手機處于充電狀態,那用戶大概率是在室內。
此外,手機里用來測量我們步速、判斷運動姿勢的傳感器陀螺儀,則可以判斷用戶的運動狀態,你是在走路、跑步、開車還是坐地鐵都逃不過它的“法眼”。
“如果一部手機的電量總是滿的,就可以判斷它插在充電線上,從速度上又可以判斷出是在開車,而且這個狀態每天可以持續十個小時之久,那么就可以判斷這個人的職業是出租車司機?!?/p>
“再比如,你覺得手機的系統有沒有可能知道你的工作地點和家庭地址?如果想知道你在哪里上班,系統只要每天早上十點鐘對你進行一次采樣,如果發現一個月中有20天你都在同一個地點,那么基本就可以斷定你的工作地點了。同樣的,如果把采樣時間放在晚上十二點,就可以得出你家在哪里的結論?!眲Ⅸi通過兩個簡單的例子闡明了大數據是如何對個人信息了如指掌的。
在某種意義上講,今天的移動設備已經成為了你的一個“器官”,除了睡覺外,你幾乎想象不出哪個場景可以不帶手機。既然是一個器官,它就有可能泄露你大量的隱私,畢竟手機上有大量的傳感器,可以了解很多個人信息,有些信息的獲取途徑是非專業人士根本設想不到的。
“我想讓人們知道的是,他們在網上做的一切都被監控著、追蹤著、評估著。你所做出的每一個行為都被小心翼翼地監控著、記錄著,具體到你停在哪一張圖片上看了多久可能都被記錄了下來?!盩witter前高管Jeff Seibert在紀錄片《監視資本主義:智能陷阱》中說。
算法可能比你還了解你自己,它知道你的喜怒哀樂,了解你是內向還是外向,掌握著你的所有個人信息,還有什么比這更讓人膽戰心驚的事?
二、陷入“算法陷阱”
誠然,有人說算法推薦的東西更合自己的心意,節省了挑選的時間;但也有人說,我們不過是掉進了一個“算法陷阱”。
我們不妨先來看看,算法是如何更聰明地了解我們的偏好,并作出相應的推薦。
“通過數據可以判斷你是不是價格敏感的人,以電商為例,很多賣家會在一個平臺開十幾家店,同樣的商品在每家店鋪售價都不同,然后根據你的消費能力,算法就會把你能承受的價格推薦給你。價格歧視是不可能消除的,這違反了商業的本質,只是說在互聯網的條件下實現它變得更容易了。”劉鵬告訴筆者。
技術公司收集了用戶的數據后,會做出預判用戶行為的模型,數據越多這個模型就會越來越精確。每個人在屏幕上點擊的每一下,無論是點贊、不感興趣或是喜歡等等,這些數據都會成為塑造那個為你量身定做的模型的資料庫。
畢竟在市場競爭中,一旦拿到了更多的用戶數據,做出了更精確的模型,公司就有機會占領更大的市場空間。
圖 / A站《監視資本主義:智能陷阱》紀錄片
“互聯網的推薦邏輯主要看你的目標函數是什么,比如內容推薦,是要讓點擊率更高還是瀏覽時長更長,或者是讓用戶的滿意度更高,目標函數不同各家的推薦邏輯會有所不同。在不斷的正向反饋后,算法的精度會越來越高,推薦的也就會越來越精準。”劉鵬對筆者介紹到。
互聯網的出現讓很多人感受到了便利,但技術是把雙刃劍,系統對你的了解越多,大數據推薦給你的東西就會越精準,也就會讓你把更多時間花在他們的應用上,讓你越來越沉迷手機。
在這一方面,目前流行的社交軟件也多使用推薦算法來吸引用戶的注意力,最終讓用戶陷入“越刷越久”的狀態里。
例如,在社交平臺中的點贊、評論這些短期信號能讓人得到心理上的滿足,這種滿足的感覺對人來說是一種“獎賞”,得到了獎賞后人們就會期待下一次能有更大的滿足感。這就是人們沉迷于社交網絡的重要原因之一。
“美國青少年群體中出現了大幅增長的抑郁和焦慮,出現自殘甚至自殺入院的青少年人數急劇上升,10歲到14歲女孩中出現自殘行為的比例甚至增加了151%。這個增長模式指向了社交媒體。”紐約大學斯特恩商學院社會心理學家Jonathan Haidt博士表示。這是整個社會落入“算法陷阱”的另一個方面。
1996年之后出生的孩子從初中階段便開始使用社交媒體,00后更是被稱為“互聯網土著”,這些年輕人對互聯網生活更熟悉,也更加容易因網絡環境而產生焦慮、脆弱或抑郁的情緒。此前已有調查表明,不少年輕人有“手機焦慮癥”,一旦手機不在手邊便會陷入焦慮之中,覺得無所適從。
從一定程度上看,這種新式癥狀出現的原因之一,便是算法更吸引人們沉浸于手機應用中,讓人產生“玩手機很快樂”的感受,手機讓人的生活更便利,算法讓人更沉浸其中,最終人們就離不開手機上的虛擬世界了。
三、正確認識推薦算法
客觀來說,任何一項技術創新,都難逃利弊共存的局面,推薦算法也如此。
“首先我們不能把它妖魔化,如果今天不能通過數據來了解你的偏好,那你接收到的信息流會非常混亂,使用體驗也會更差。人們擔心隱私被利用,但其實使用數據的目的只是為了給你提供個性化的內容和廣告,用戶其實沒有任何損失,平臺也不會把你的數據拿出去交換或者賣掉,從經濟利益的角度也不值得他們做這些事,這個投入產出比是不平衡的。”劉鵬從企業的角度向筆者解釋道。
事實上,我們國家對于數據的使用是有一定規范標準的,有些邊界是不能觸碰的,比如用戶的電話號碼、E-mail和身份證號等。對很多人來說,其實數據泄露的風險不是來自這些大平臺,而有可能會發生在一些小平臺,或者公司中的個人,比如某個能看到數據的員工把你的快遞地址偷偷從數據庫里倒出來賣掉。
“通過法規不可能徹底解決數據保護的問題,更多的還是要靠技術手段。比如對核心的字段加密,保證內部的工程師也看不到數據信息。”劉鵬告訴筆者想真正解決數據保護問題,還是要依靠技術手段。目前,在數據安全保護的問題上,BAT等企業都有團隊在做相關加密技術的研發。
此外,還有一個問題困擾了大家很久——應用程序真的會監聽我們嗎?這是推薦算法的一種手段嗎?
“這件事原理上是可能的,但實操性很差。如果軟件要全天候地偵聽就需要在App內部打開錄音功能,這種情況耗電是非常高的,你的手機很快就會沒電,我個人認為是不可能的,如果是文字和輸入法還有可能。”劉鵬從專業的角度為我們解答了這個問題。若用戶依然對這個問題擔憂,或許可考慮在手機設置中關閉某些軟件的麥克風權限。
另外,很多用戶還對電商平臺的推薦算法存在一個疑問——為什么我們買過的東西還會一直推薦?難道算法不知道我們已經買了這個商品嗎?這是它還不夠智能的表現嗎?
“其實,這是因為很多用戶的重復購買率很高,從技術角度講,平臺讓算法不再推薦用戶已購買的東西很容易,但從盈利的角度講,重復的推薦是非常有效的。”劉鵬對筆者表示。
從本質上來說,數據和算法本身是為了讓平臺能更精準地向目標用戶推送,讓使用者有更好的體驗,但技術發展的過程中一定會遇到各種各樣的情況,不同企業也會根據需求的不同而制定不一樣的推薦邏輯。
也許一個算法會導致社會的兩極分化,甚至讓你被操縱,無法從算法為你創建的模型中逃離,掉進“信息繭房”。但在一定程度上看,算法也在為我們的生活提供便利。
我們真正需要的是,科技行業研發出更好的技術手段規避現存的問題,同時制定和運行算法的人對自己的行為有更高的道德要求,政策法規有更嚴密的條例對人們的數據安全進行保護,用戶能有更廣闊的視野和獨立思考的能力。
由此可見,這仍然是一個全社會的問題,需要所有人共同努力,一邊探索一邊改進。正如大數據殺熟的問題被人們提出來,才有了被解決和被優化的可能性。歸根結底,在未來我們想看到的無非是——推薦算法不僅更聰明,也更有德。
作者:王穎;編輯:蛋總;公眾號:探客Tanker
原文鏈接:https://mp.weixin.qq.com/s/BNV7wIO9seDiIPo7imRM4A
本文由@探客Tanker 授權發布于人人都是產品經理。未經許可,禁止轉載。
題圖來自 Unsplash,基于 CC0 協議
- 目前還沒評論,等你發揮!