今天小編分享的互聯網經驗：推薦算法的真實價值，就藏在生活場景裡，歡迎閱讀。
文 | Tech 星球，作者 | 任雪芸
2011 年之後，史鐵生一度 " 隐身 " 在了作品裡，透過《病隙碎筆》、《我與地壇》、《命若琴弦》等文學作品，一代人試圖去拼湊他的一生。
但在過去一年，史鐵生和他的作品 " 出圈 "，走向了更大範圍的群體。數據顯示抖音平台上，過去一年史鐵生相關視頻累計達到了 18.6 萬個，增長 192%，視頻總時長增長 415%，總分享的次數增加了 51%。
他的個人經歷以及筆下那些跨越代際的優秀作品，通過短視頻的傳播，被越來越多的人看到、并喜愛上了史鐵生。《2024 年抖音讀書生态數據報告》顯示，史鐵生已經成為了抖音最受歡迎的作家，其中 00 後成為最愛看史鐵生的讀者年齡段。
有觀點認為，史鐵生的 " 出圈 " 與 " 翻紅 "，離不開推薦算法的作用。促成其 " 出圈翻紅 " 的必要條件是，越來越多的人因為推薦算法而 " 看見 " 了史鐵生。史鐵生和作品是基礎，算法是推力，而短視頻平台則是陣地，三者緊密結合，共同促成了這次 " 出圈翻紅 "。
如今，史鐵生與讀者跨越了物理空間，越來越多的人從其作品中找到了共鳴。而作為信息社會一項劃時代的技術，算法同樣獲得了正名，在這個信息過載的時代，算法作為一個高效的技術工具，讓無數在互聯網上的用戶和 " 史鐵生們 " 實現了廣泛的連接。
走出誤區：個性化推薦≠信息繭房
算法引路，很多年輕人在短視頻平台認識了史鐵生，通過他們的傳播，史鐵生成為了當代青年的 " 嘴替 " 和 " 人間清醒。
這是算法的正向例子。但似乎在幾年之前，有關 " 算法 " 的另一些聲音，曾被廣泛讨論，即：算法導致 " 信息繭房 "，這個當下占據各主流網絡平台的技術，一度飽受質疑。
但毫無疑問，這個觀點是錯誤的。事實上，算法的個性化推薦不會造就繭房，反而能破除繭房。
舉個簡單的例子：一份報紙 16 個版 100 篇文章，這些文章都是編輯給你選擇的，你所看到的世界，因為編輯的篩選，變得千篇一律，所有的讀者，所看到的世界，也和編輯、和你所看到的一樣。并且，它的範圍永遠超不出這 16 個版的 100 篇文章裡。
新浪網易等占據信息主流的門戶時代，道理也是如此，編輯們已經讓信息過濾了一遍。你所看到的，原本就是有限的、被挑選和引導的信息。
在微博的早期時代，用戶只能刷到 " 你所關注的人 " 所發的信息，你的眼界也只能因為自己關注的人的行業、類别、多少而有所區别，無法超越自己所關注的那些人。
這符合 " 信息繭房 " 的定義，這個概念早于算法，2006 年就由美國一位學者所提出。其本意正是指的個人的信息需求和信息選擇趨向窄化、封閉化。
但算法出現後，你會發現，個人的信息需求和信息選擇顯然變得更寬泛、更開放化。算法技術不僅能幫助用戶在特定領網域獲取信息，還能提供更廣泛的參考信息，幫助用戶探索原本不熟悉的領網域。
還是舉例說明——可能很少人會想到，考古這門 " 小眾 " 學科，竟然通過短視頻和直播的傳播方式變得 " 平易近人 "。
著名考古學家許宏，曾通過抖音持續分享了自己的考古歷程、科普考古知識，吸引了眾多粉絲。
他們中，除了既往的歷史、考古愛好者外，不乏大量從未接觸過考古的用戶。在許宏的每條短視頻和直播的留言中，都能看到一些有趣的提問。越來越多的網友透過許宏的分享，激發出對上古中國的興趣。
對比上述例子，" 個性化推薦 = 信息繭房 " 的說法不攻自破。
所以，回到史鐵生本身，如果沒有算法，史鐵生的美好文字、觸動人心的那一條條熱門話題詞，也只能局限在原本就關注或熱愛它的網友圈子之内，又如何能夠出圈成為現象級文化事件、打動億萬網友？
信息過載時代，為什麼更需要算法？
《全國數據資源調查報告》顯示，2023 年中國每天產生的信息數據量高達 900 億 GB，信息已海量過載。
信息過載社會，過往低效的 " 人找信息 " 模式，已經不适應人們需求。假設沒有算法，你所看到的世界會是以下的場景：
新聞資訊，來自編輯精心挑選過、符合編輯個人價值傾向與喜好；購物，都是廣告費交得多的店鋪和商品；外賣，難以看到真實的用戶消費與評價；短視頻，始終是千篇一律自己關注的内容……
而另一端，無數好的文章、個性商品、優質店鋪、創意短視頻，卻無法被看到、被消費，他們都被淹沒在這 900 億 GB 之中。
算法的出現，個性化推薦技術，改變了這種場景演變——簡單來講，實現了數字時代從 " 人找信息 " 到 " 信息找人 " 的進化，有了更高效的人與信息間的鏈接方式。
推薦算法通過對用戶的浏覽歷史、搜索關鍵詞、點贊、評論等行為數據的分析，能夠精準地了解用戶的興趣偏好和需求，從而為用戶篩選并推薦相關的内容。
通過推薦算法，用戶能夠快速獲取與自己需求相關的信息，節省了大量時間和精力。
有一本特别小眾的線裝古籍，北宋建築大師李誡所著的《營造法式》，内容是中國古代建築、審美、格局、規制的匯編，此前在庫房中積壓很久少有問津。但抖音讀者創作者 @趙健的讀書筆記 在直播間裡講述了它的故事後，竟然被賣斷了貨。
這說明，這本書并非沒人喜歡，而是之前沒有讓人知道的路徑。因為算法的高效推薦與分發，讓喜歡《營造法式》的人看到了 @趙健的讀書筆記 直播、了解了這本書，實現了書與讀者之間的有效鏈接。
類似的小眾圖書被賣斷貨的情況，在短視頻平台上有無數例子。因為 4 條推薦視頻，40 年前的老書《畫魂》被加印了 5 次。冷門懸疑推理小說《不可以》原本只是想清掉 1000 冊庫存，沒想到推薦視頻獲得了 110 萬多的點贊，最後加印了 15 萬冊……
不僅是短視頻平台，當你需要打車時，推薦算法迅速匹配司機；當你尋找酒店時，它能根據行為推薦你可能喜歡的酒店；當訂外賣時，算法能夠讓配送員和餐品配送實現高效連接；甚至在電商平台上，它能通過買家喜好推薦，幫助賣家加快銷售。
毫無疑問的是，推薦算法已經是在當下海量、碎片、紛雜的信息時代的必然選擇。
算法在萬千場景中 " 破繭 "
依托算法 " 走紅 "，不止史鐵生、不止天水和淄博。
在成都，有個名為 " 三花 " 的民間川劇團，原本瀕臨倒閉。創辦劇團的 " 三姐妹 "，藝齡均超過 40 年，憑着一腔熱情演出，但常年入不敷出。直到去年 9 月，一條名為 " 探訪‘三花’劇團開放式化妝間 " 的短視頻，改變了她們的命運。很多網友被三姐妹對川劇的痴迷和堅守所感動，到現場觀看演出。短短三個月，" 三花 " 川劇團通過網絡平台賣出 2.5 萬張票，幾乎是過去兩年多的總和。
作為年輕人感受傳統文化魅力的入口，推薦算法深入到了中華傳統戲曲的場景中，發現了與現代生活的契合點，讓傳統的戲曲藝術再次觸達、并找對了新時代的觀眾。
在湖北鶴峰，81 歲的退休農技員梁振清開設 " 梁老師說農業 " 直播間，把自己畢生所學的農技知識，通過互聯網從湖北鶴峰推廣到全國各地。在推薦算法的幫助下，他的直播短視頻能被準确推薦給對三農、鄉村、農技感興趣的用戶。
在短視頻和直播成為主流内容消費趨勢的當下，算法的價值從惠及個人，到如今已經深入到了萬千場景之中。
一方面，算法和大眾生活共栖共生，信息獲取的方式發生了轉變，進入了 " 私人定制 " 時代，借助推薦算法，信息的傳播效率和精準度大幅提升，每個人都可以擁有專屬的 " 新聞報刊 "。
另一方面，學者尼克 · 西弗曾提出了 " 算法文化 " 的概念，認為在數字經濟日益發達的今天，算法已不再僅僅是文化建構的一部分，而已然變成了文化實踐本身。在堅守公共價值觀、社會道德之下，推薦算法的确正在為社會的各行各業帶來新的可能。
一些文旅景區借力于推薦算法，正在将流量轉化為實實在在的效益，吸引着來自全國各地的旅客；一些下沉到鄉村、帶動貧困村脫貧致富的企業，也在發揮互聯網平台公司的算法優勢幫助農產品走出農村、走向更廣闊的消費市場；一些小眾硬核知識如甲骨文、考古知識、弦理論、星際化學等在推薦算法的助力下，為廣大網友尤其是青少年朋友打開一扇了解科學、探索世界的視窗；甚至還有一些關乎到家庭幸福和社會安定的公益項目，通過推薦算法，團圓了無數個曾經支離破碎的家庭 ......
由此可見，當各行各業善用推薦算法後，算法将不再只是一個追求效率的工具，而是成為了帶領個體、行業去認知無限世界的 " 連接者 "。
這些正向案例之下，每一個人都能看到，算法已然成為數字經濟時代最主要的生產工具，它推動着社會資源的再分配，讓分散資源實現了整合、傳播，也重構了消費的版圖。
