起點課堂會員權益
職業(yè)體系課特權
線下行業(yè)大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識各種App是如何讓你變得又懶又笨的？
越是信息碎片化的時代，我們越是要建立結構化的體系。越是信息篩選便利的時代，我們越是要探索門檻更高的信息。這樣一來，才能走在大眾的前面，給自己帶來真正有效而長遠的提升。
我想從智能推薦談起
最早在國內(nèi)把「智能推薦」推向大眾的產(chǎn)品，沒記錯的話，是豆瓣電臺。
那時，這還是個很新奇的功能。它會提示你，給每一首歌點「喜歡」或「不再收聽」。經(jīng)過大量的數(shù)據(jù)訓練，它就能越來越熟悉你的口味，給你推薦更多「你可能會喜歡」的音樂。
那個時候，打開豆瓣電臺，一次次地點「下一首」，來研究它的推薦到底準不準，是件挺有趣的事情。雖然從身邊的人來看，大多數(shù)人都覺得，不怎么準。
1
把時間撥回2016年。
一轉眼，智能推薦早已在國內(nèi)風靡了數(shù)年。除了音樂平臺，新聞平臺、自媒體平臺、購物平臺、廣告平臺、直播平臺、視頻平臺、游戲平臺……都紛紛開始轉向智能推薦。
它們理由也非常正確：在這個信息爆炸的時代，傳統(tǒng)的人工分發(fā)太沒效率了，我們要依據(jù)大數(shù)據(jù)，利用智能算法，一方面實現(xiàn)推送內(nèi)容和用戶喜好的高度契合，另一方面也大大提高信息的分發(fā)效率。
所有的平臺都在致力于提高算法質(zhì)量。我們似乎已經(jīng)進入一個「智能推薦時代」。
以亞馬遜為例：有數(shù)據(jù)表明，亞馬遜35%的銷售額是與推薦系統(tǒng)相關的。當你在亞馬遜購物的時候，你一定見到過這句話「購買此商品的顧客也同時購買」，很有可能，你會被其中某個名字吸引，點進去，然后再點進另一個名字，最終買了一堆東西回來。
《一網(wǎng)打盡》中就提到過：
當亞馬遜和大型出版商談判的時候，就會使用「推薦系統(tǒng)」作為殺手锏。如果出版商沒有達到他們的要求，亞馬遜就威脅將他們的書從推薦系統(tǒng)撤下——這也就意味著大約40%的銷量銳減。這樣的結果是，通常30天左右，出版商就會回過頭來說，「嗨，貝佐斯，咱們再聊一聊？」
9月，F(xiàn)acebook宣布，他們將解散「熱門話題」團隊，轉而使用算法來抓取最熱的新聞。當然，這個消息放出來第三天，就立刻遭遇了危機——算法抓到了一條假新聞，并推向所有用戶。不過，從Facebook的態(tài)度來看，他們堅信這只是一場小小的意外，智能推薦終將全面代替人工分發(fā)。
這幾年，國內(nèi)崛起的各種資訊平臺——比如今日頭條、一點資訊，以及各種小而美的新聞資訊客戶端，幾乎都基于「尖端算法」「硅谷核心團隊」，主打「基于興趣和熱門的智能推薦」，大有干掉傳統(tǒng)媒體平臺之意。
今日頭條的CEO張一鳴更是說得很明白：我們不需要主編，有主編就會有傾向性，我們把分發(fā)交給算法，用戶喜歡什么，我們就推給用戶什么。我們不干預用戶的喜好。
2
這是一個浩浩蕩蕩的趨勢。一切看來都很美好。
但是，我卻始終有一點懷疑。
智能推薦的本質(zhì)是什么呢？簡單來說，是這樣的邏輯：
系統(tǒng)通過收集你的歷史數(shù)據(jù)和個人數(shù)據(jù)，為你建立一個描述模型，并找到符合這個模型的其他用戶，找到他們所對應的「高評分內(nèi)容」（比如，點一下「喜歡」，就給內(nèi)容加1分；點「不再播放」，就扣5分。等等），再將這些內(nèi)容推給你。
也就是說，系統(tǒng)先通過尋找「與你相似的人」，再將他們關注的、喜歡的內(nèi)容推給你。
當然，實際的操作，比這要復雜百倍。比如矩陣分解系統(tǒng)、外顯/內(nèi)隱行為評分機制、基于多因素（包括地域）的策略邏輯，等等。但本質(zhì)來說，不會偏差太遠。
這樣一來，就會產(chǎn)生兩個問題：
- 為什么我要讓別人決定我想看什么？
- 為什么我一定要關注別人關注的東西？
這種基于大眾行為的機制，可能的結果之一，是「趨同」。
系統(tǒng)推給你的都是在可選范圍內(nèi)「最大眾」的信息（最多人關注），而你的行為又進一步強化了這種趨勢（為這些信息增加了關注）。
這樣一來，就會導致極端的馬太效應：熱門的信息越來越熱門，冷門的信息越來越冷門。
這是一件很可怕的事情。
如果由智能推薦來決定信息分發(fā)，那么，我們選擇信息的權利，就完全由系統(tǒng)——本質(zhì)上就是大眾，來決定。
也就是說，我們所關注的信息，會越來越趨向于一致：
- 我們接受到的信息，是大眾關注的信息；
- 我們思考的問題，是大眾思考的問題；
- 我們看到的事物，也是大眾看到的事物。
當你的信息、視野、思考方式都完全「泯然眾人」，你還如何能輸出更有價值的想法？
3
我在一篇舊文里面，談到過，我們思考問題的過程，如果拆解出來，是什么樣呢？
其實無非就是這個模型：
Input – Tools – Output （ITO）—— 信息輸入 → 利用邏輯工具對信息進行處理 → 輸出結論。
所以，我們腦子里的想法，絕大多數(shù)的差異，其實存在于第一步，亦即信息的輸入。因為邏輯本身是普適的，對每個人的差異不大。
只有接收到的信息更全面、更龐大，你用來「處理」的素材才會更豐富，也就能得出更精確、更有價值的結論。
這也就是為什么我們常說「你的問題是讀書太少，而想得太多」的緣故。因為讀書是拓展信息輸入最好的方法。沒有足夠的信息輸入，想再多也是沒有用的，因為從本質(zhì)上講，你的材料就是匱乏的。
而如果你連接收到的信息都跟大多數(shù)人一樣，你還如何能指望比大多數(shù)人更優(yōu)秀？
與大眾一致，永遠只能淪為平庸，成為被消費的對象。只有比大眾走得更遠，看得更遠，才能有出類拔萃的可能性。
另一種可能的后果，就是圈子的斷層和割裂。
一個圈子里的內(nèi)容，永遠只有最平庸、最膚淺、最沒有門檻的信息，能夠被最廣泛的人接受和關注。而這種關注，又會促進它的二次、多次傳播和螺旋發(fā)展。
這樣一來，其他的信息要么被「擠壓」到角落里，被我們遺忘；要么被擠出圈子，被我們忽視。
簡而言之，你會只看到你所在的圈子里，大多數(shù)人愿意看的東西。
這也就是我曾經(jīng)提到的：當你接收到的信息與發(fā)出的信息，只能在你所屬的圈子、階層內(nèi)傳播，你所能接觸到的世界，實際上就被局限在小圈子里面了。
你將看不到真正的世界，而是活在圈子為你構筑的「擬態(tài)世界」之中。
但這一切，僅僅是智能推薦的問題嗎？
當然不是。
所有的網(wǎng)站、平臺、APP，想要更好地生存，都必須融入「輿論場」，讓自己跟進各種熱門事件——熱門的東西，永遠都能吸引多數(shù)人的關注，因為熱門本身就意味著多數(shù)關注。
那么，無論是智能推薦，還是人工分發(fā)，其實本質(zhì)都一樣——你所被動接收到的，永遠是「大眾」的信息。
只不過，在信息爆炸的時代，智能推薦實際上做了這么一件事情：我?guī)湍惆研畔⒑Y選好，你不用去找，安心等著就好。
4
但是，這種基于熱門的篩選機制，雖然節(jié)省了我們大量去探索和尋找內(nèi)容的時間。然而，另一方面也意味著，我們在被動接收之中，思維正在慢慢被同化和影響——無論是事件，觀點，事實，還是看待問題的角度。
我們變得越來越「懶」了，因為智能推薦幫我們把信息分門別類打包好，送到眼前。
同時，我們也變得越來越「笨」了，因為我們接收到的信息，都被拉到了大眾的平均（甚至低于平均線）水平。
這種情況發(fā)展下去，會怎么樣呢？
會造成精英和大眾的進一步割裂。
從信息渠道來說，很可能會出現(xiàn)這樣的情況：少量大眾平臺掌握著大量用戶和流量，成為信息流通的中心渠道。眾多微型的小眾圈子（APP、個種自媒體）環(huán)繞在周圍，基于少量的、小眾的用戶，在內(nèi)部交換信息。
彼此獨立，畫地為牢，互不干涉。
這并不是一件好事。
那么，面對這種情況，我們可以怎么做？
最核心的，還是要基于自己的需求和興趣，主動去進行「探索」，獲取有價值的信息。
你要知道，傳播范圍越廣的東西，其實就越?jīng)]有價值。因為它要么已經(jīng)人盡皆知，要么即將人盡皆知。
有意思的是，這個趨勢正在慢慢逆勢上揚。
知乎Live，在行，得到，有不少平臺開始嘗試走「有價值的精品內(nèi)容」路線。當然，我并不是說他們上面都是有價值的內(nèi)容，你依然要進行篩選和辨識。但相比起被動接收由大眾所決定的信息，這始終是很有意義的一步。
作為個人，對自己的信息渠道進行優(yōu)化，將更多的精力花在「主動尋找信息」上面，會比被動接收大量的「庸俗信息」更有價值——因為前者才是你真正需要的，后者只是大家認為你需要的。
越是信息碎片化的時代，我們越是要建立結構化的體系。越是信息篩選便利的時代，我們越是要探索門檻更高的信息。這樣一來，才能走在大眾的前面，給自己帶來真正有效而長遠的提升。
大多數(shù)人只會成為時代的附庸。當潮水卷過，留下來的，永遠是逆流而上的人。
作者：Lachel，互聯(lián)網(wǎng)經(jīng)理人，心理學、管理達人，知乎22萬贊答主，多家媒體特約作者。
來源：公眾號：L先生的貓（lxianshengmiao）
版權：人人都是產(chǎn)品經(jīng)理遵循行業(yè)規(guī)范，任何轉載的稿件都會明確標注作者和來源，若標注有誤，請聯(lián)系主編QQ：419297645
- 目前還沒評論，等你發(fā)揮！
