没有推荐算法的YouTube，用户真的需要吗？

今天小编分享的科技经验：没有推荐算法的YouTube，用户真的需要吗？，欢迎阅读。

自进入 2023 年以来，YouTube 这个全球最大的视频流媒体平台在许多用户眼中，似乎变得已经越来越陌生了。例如在最近这几个月里，YouTube 突然开始打击广告拦截工具、YouTube Premium 订阅服务也迎来了涨价。日前 YouTube 方面还宣布了一项 " 新的观看体验 "，如果用户选择关闭自己的观看历史记录，并且之前没有重要的观看历史记录，那么主页就将变成 " 一片空白 "。

这一动作背后，则是 YouTube 将为关闭观看历史记录的用户推出禁用视频推荐功能，这一变化旨在使得用户更容易找到他们正在搜索的特定内容。对此 YouTube 方面表示正在逐步推进这一改变，" 以便用户了解当观看历史被启用时，哪些 YouTube 的功能依赖其实现视频推荐，并为那些更喜欢搜索、而不是浏览推荐的用户提供更简化的体验 "。

据悉，目前已有部分用户收到了这一更新，他们在关闭了观看历史记录后，在 YouTube 首页上原本显示推荐内容的地方就会被一条通知取而代之，其中显示 " 您的观看历史已关闭。您可以随时更改設定，以获取最新的、适合您的视频 "。简单来说，就是 YouTube 为用户提供了一个免受推荐算法影响，自主挖掘内容的选择。

那么问题就来了，用户真的会喜欢 YouTube 的这个改变吗，或者说当下的网民真能离开推荐算法吗？想要回答这个问题，就需要了解在推荐算法泛滥前，大家是怎样发现新内容的。

互联网自诞生以来，信息呈现到用户眼前的方式大体经过了三次变革。第一次发生在上世纪 90 年代，也就是互联网刚刚诞生时，彼时用户对于互联网的理解还停留在初级阶段，而此时信息的供给也主要是由专业人士提供。

这一时期网民能够看到的绝大部分信息，都是由平台自己或是非官方运营人员决定的，例如门户网站上呈现的内容需要编辑筛选和把控，论坛上则是由版主来负责。事实上，由编辑推荐来决定内容呈现的模式并没有持续很久，甚至于在整个互联网的发展历程中，这种中心化的信息分发模式一直就都不是主流，它的问题就在于维持一个团队来干预信息的传播在效费比上极为低效，一旦信息在网络上开始膨胀，人力就会显得杯水车薪。

很快随着网民规模的不断扩大、网络中信息密度的提升，互联网厂商原有的运营人员已经愈发难以满足多元化的用户需求，厂商开始尝试将权力交给用户、来让用户自己决定自己可以看到什么。由此也进入了网民自身来负责信息分发和呈现的时代，这一时期贴吧、博客、个人网站也开始大量出现。

其实用户自主挖掘信息的结果确实更契合互联网精神，但从商业层面来说却不符合互联网厂商的利益。因此从本世纪的第二个十年开始，从谷歌、Meta，到 Twitter，在从微博到微信、知乎、淘宝，全球的互联网平台都倾向于用信息流来完成内容分发。

早在 2013 年，谷歌就将核心算法更新为蜂鸟算法（Hummmingbird），算法也开给网页等级赋值，之后 Meta 推出了 EdgeRank 算法，将亲密度、热点程度、时效等作为信息排序依据，Twitter 也上线了 Algorithmic Timelines 算法，将信息相关性的权重无限拔高。

这时候，推荐算法就开始主导用户每天在互联网上能看到哪些内容。事实上，推荐算法能够大行其道是有理由的，因为它从技术上确实更加先进，并解决了一个此前从未出现过的问题、即 " 信息过载 "。在信息大爆炸时代，大众信息一股腦涌现到用户眼前，可人的认知范围毕竟是有限的，这就导致了大量有价值的信息被浪费，并没有被真正需要的用户发现。

随着用户规模呈指数级攀升，互联网的 " 信噪比 " 大幅度降低，单纯依靠网民自身来发掘需要信息的难度也越来越高。如今获取信息能力的重要性，也正在让位于筛选信息的能力，而算法存在的意义就是给用户呈现出他们认为对自身有效的信息，起到的是过滤器的作用。并且推荐算法是一个动态循环，会不停的基于内容更新、用户的行为反馈进行迭代和更新，以确保最终预测准确的概率接近 100%。

更为重要的是，在互联网厂商的视角中，机器学习技术打造的推荐算法不仅比人工编辑团队更便宜、更高效，也实现了中心化的信息分发能力。在推荐算法机制下，互联网厂商真正意义上有了决定用户能看到哪些内容的能力。事实上，推荐算法本身也是一种技术进步的标志，但也是被互联网市场的环境倒逼出来的产物。

最开始互联网上并没有太多的内容，所以仅靠人力就能遍历整个网络。随着上网的人越来越多、产出的内容也在同步增加，面对技术进步跟不上时代发展的互联网厂商选择放权，诸如搜索引擎等信息筛选工具就都是被动来等待用户使用。当内容数量进一步爆炸性增长，搜索引擎开始被劣质信息淹没的情况下，推荐算法在 " 沙里淘金 " 方面的优势就凸显了出来。

如今，不是互联网厂商主动迫使用户对推荐算法 " 上瘾 "，反过来是推荐算法被用户选择用脚投票。就拿 YouTube 为例，到目前为止，这个平台每天都有数以百万计的视频内容被上传，整个平台沉淀的内容更是浩瀚如烟海，如果没有推荐算法、单纯靠用户自己来发掘内容，恐怕找到一个自己感兴趣的内容就需要漫长的时间，所带来的挫败感也会是空前的。

所以相信有不少 YouTube 用户在用了这个禁用视频推荐功能后，很快就会感受到不适应，YouTube 也会立刻丧失感知用户的能力，只能依靠诸如历史、游戏、体育、科技等笼统的标签向用户来推送内容。这样的结果，就是用户会立刻发现 YouTube 不好用了，并会反过来让大家重新想起推荐算法的好。