有人说内容的智能推荐算法会造成“信息茧房”。这是对算法最大的误解。“信息茧房”概念，来自于哈佛大学法学院教授凯斯·桑斯坦。他在《信息乌托邦——众人如何生产知识》一书中指出，在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的“茧房”中。
内容的智能推荐，真的会让用户陷入“信息茧房”无法自拔吗？
有人说内容的智能推荐算法会造成“信息茧房”。这是对算法最大的误解。“信息茧房”概念，来自于哈佛大学法学院教授凯斯·桑斯坦。他在《信息乌托邦——众人如何生产知识》一书中指出，在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的“茧房”中。
为什么我说智能推荐算法不会制造“信息茧房”？首先，算法在推荐时，除了用户现有的个人兴趣，还会基于使用环境、内容热度、其他用户的兴趣，来给用户推荐信息。这些因素能够让推荐内容更加丰富，避免了内容越来越窄。其次，算法本身还包括兴趣探索。一般人对算法的认识：喜欢什么，就推什么。可人生是漫长的，人的兴趣不但是各种各样的，也不断变化的。
比如，我是英超球队阿森纳的铁杆球迷，可最近几年阿森纳每况愈下，实在心生疲惫；在体育内容上，最近一年我就更关心乒乓球，尤其是“日本选手张本智和和伊藤美诚多大程度上可以挑战中国乒乓球运动员”，就比“阿森纳能不能排名英超前四”更让我关注了。算法如何做这样的兴趣探索呢？我了解到，算法最有效的能力，是识别出你最感兴趣的内容和最不感兴趣的内容。
在二者之间，还存在一大块“你可能感兴趣的内容”，这些内容绝对不会被工程师和产品经理们放弃。事实上，每个人的成长也是不断地将“可能感兴趣的事情”，固化为“确定感兴趣的事情”和“确定不感兴趣的事情”的过程。对于算法如何识别人们“最不感兴趣的内容”，算法推荐里专门有个名词叫“协同过滤”，英文术语叫collaborative filtering。
“过滤”是“推荐”的反义词，也是“同一个事情的两个方面”。算法有很强的能力，过滤掉那些你明显不感兴趣，跟你一点关系都没有的东西。比如我根本不关注美妆、口红方面的内容，算法没必要推荐这些内容给我。那么，算法如何去探索那些人们“可能感兴趣的内容”呢？用户兴趣泛化和窄化，其实是推荐系统中的经典问题，学界和业界一直很重视。
这个问题叫EE（Exploitation Exploration）：Exploitation是利用，通过已知的比较确定的用户兴趣，推荐相关的内容。Exploratio是探索，除了推荐给用户已知的感兴趣的内容，还需要不断探索用户的其他兴趣，避免推荐结果一成不变。算法追求的是，尽可能地满足用户获取有价值信息的需求，并且让用户获取信息的价值最大化。
就像开宝箱一样，算法需要通过探索来发现用户的兴趣兴趣探索在短期内会减损用户使用时长，因为用户会在信息流里刷到不那么感兴趣的内容，觉得信息流很乱。但是如果不做兴趣探索，短期内可以提升点击率，但这个提升效果会迅速衰减，因此从长期看收益是负向的。所以，兴趣探索并非算法的“锦上添花”，而是“必不可少”。这下你可以理解，“算法就是喜欢什么就推什么”是一个多么“天真”的误解了吧。
重点强调：人是万物的尺度，也是算法的尺度当然，任何事物都不是完美的，算法也有一定的局限性。所以，需要一些其他手段，来帮助信息更好地流动。今日头条的内容运营方面，主要做两个事情：一是帮助头条获取更多优质来源；二是确保优质内容在头条上获得合理的阅读比例。算法再精准，兴趣探索再成功，如果内容池的内容不够优质、丰富，那推荐做得再好，也不会让用户感受好。
所以，从一开始，今日头条就非常重视优质内容。2015年，头条率先推出“千人万元计划”，对1000个优质作者，给予每个月1万元的保底补贴。2019年又推出了“创作者收益计划”，希望帮助1万位创作者月薪过万，让优质创作者获得更多收益。公平并非一视同仁，一篇公司调查和一篇娱乐八卦，前者付出的心血多，而流量往往低于娱乐内容，而平台这时候，就该勇于去“拉偏架”。
“拉偏架”不但体现在资金扶持，也体现在流量扶持上。有些优质内容，它们不一定能引起所有用户的兴趣，也不能单纯从用户行为习惯来判断，无法被推荐系统直接有效地衡量。这个时候就需要人介入。一方面，今日头条调整机器推荐权重，比如给优质来源的优质内容更多推荐权重；另一方面，今日头条优化产品机制，提供双标题、双封面，帮助创作者提升推荐效果。
此外，今日头条还投入专门的人力，想办法帮助优质内容获得更好的分发和阅读体验。今日头条专门有一个团队就叫“作者体验”。举个例子。2017年10月，今日头条和《三联生活周刊》达成战略合作后，为《三联》量身打造了封面专题的分发方式。封面专题是《三联》的特色，一个专题往往由四到六篇文章组成。在手机信息流中，专题的阅读效果其实不如单篇文章，但是，如果这些文章被拆开、打散，作为一个专题的阅读价值就会降低。
后来，今日头条想办法让《三联》专题在头条信息流里，同时拥有两种分发方式，既可以被单条推荐，也可以以专题的方式被推荐。用户把每个专题收藏起来，就可以看三联周刊的所有封面报道。最新一期的封面报道《老友记》最近上线了，在今日头条内搜索“三联生活周刊”就能找到。三联生活周刊的封面报道，在今日头条内会打包成专题推荐，也在搜索中做了优化，帮助用户快速获取。
我们始终相信人对于优质来源和优质内容的鉴别力。人的判断不同于机器，但同样值得被重视。技术更快，面对海量的信息，分发效率尤其重要；但人更准，特别是进入模棱两可的地带，人的同理心和想象力能够发挥重要作用。无论是人还是技术，其实都只是一种手段，都是希望最优质的信息，能又好又快地触达到需要的用户手里，让人找到信息，让信息找到人，消除用户“早知道就好了”的遗憾。
不久前，有同事发给我一个脑科学专家的言论。大意是说，要打败推荐算法，需要两个因素：1. 你需要有追求高品质内容的需求。2. 你需要随机取样人类各个领域的知识。其实，算法追求的，和这位专家追求的，一点也不冲突。因为，说到底，算法的目标是由人设定的，算法的内核，和优质内容、多样性并不对立。这也是今日头条一直以来努力的方向。
而这位专家所需要的“因素”，在作为通用信息平台上的今日头条上都有。如果只有算法，绝不会有头条寻人；如果只有算法，今日头条也不会长期保持成长。“让上帝的归上帝，凯撒的归凯撒。”人类其实没必要打败算法。一定要和算法分个胜负，大概是人的虚荣心和傲慢在作祟。比如在围棋领域，我们没有必要一定要追求打败阿法尔狗。
