今天小编分享的互联网经验：推荐算法的真实价值，就藏在生活场景里，欢迎阅读。
文 | Tech 星球，作者 | 任雪芸
2011 年之后，史铁生一度 " 隐身 " 在了作品里，透过《病隙碎笔》、《我与地坛》、《命若琴弦》等文学作品，一代人试图去拼凑他的一生。
但在过去一年，史铁生和他的作品 " 出圈 "，走向了更大范围的群体。数据显示抖音平台上，过去一年史铁生相关视频累计达到了 18.6 万个，增长 192%，视频总时长增长 415%，总分享的次数增加了 51%。
他的个人经历以及笔下那些跨越代际的优秀作品，通过短视频的传播，被越来越多的人看到、并喜爱上了史铁生。《2024 年抖音读书生态数据报告》显示，史铁生已经成为了抖音最受欢迎的作家，其中 00 后成为最爱看史铁生的读者年龄段。
有观点认为，史铁生的 " 出圈 " 与 " 翻红 "，离不开推荐算法的作用。促成其 " 出圈翻红 " 的必要条件是，越来越多的人因为推荐算法而 " 看见 " 了史铁生。史铁生和作品是基础，算法是推力，而短视频平台则是阵地，三者紧密结合，共同促成了这次 " 出圈翻红 "。
如今，史铁生与读者跨越了物理空间，越来越多的人从其作品中找到了共鸣。而作为信息社会一项划时代的技术，算法同样获得了正名，在这个信息过载的时代，算法作为一个高效的技术工具，让无数在互联网上的用户和 " 史铁生们 " 实现了广泛的连接。
走出误区：个性化推荐≠信息茧房
算法引路，很多年轻人在短视频平台认识了史铁生，通过他们的传播，史铁生成为了当代青年的 " 嘴替 " 和 " 人间清醒。
这是算法的正向例子。但似乎在几年之前，有关 " 算法 " 的另一些声音，曾被广泛讨论，即：算法导致 " 信息茧房 "，这个当下占据各主流网络平台的技术，一度饱受质疑。
但毫无疑问，这个观点是错误的。事实上，算法的个性化推荐不会造就茧房，反而能破除茧房。
举个简单的例子：一份报纸 16 个版 100 篇文章，这些文章都是编辑给你选择的，你所看到的世界，因为编辑的筛选，变得千篇一律，所有的读者，所看到的世界，也和编辑、和你所看到的一样。并且，它的范围永远超不出这 16 个版的 100 篇文章里。
新浪网易等占据信息主流的门户时代，道理也是如此，编辑们已经让信息过滤了一遍。你所看到的，原本就是有限的、被挑选和引导的信息。
在微博的早期时代，用户只能刷到 " 你所关注的人 " 所发的信息，你的眼界也只能因为自己关注的人的行业、类别、多少而有所区别，无法超越自己所关注的那些人。
这符合 " 信息茧房 " 的定义，这个概念早于算法，2006 年就由美国一位学者所提出。其本意正是指的个人的信息需求和信息选择趋向窄化、封闭化。
但算法出现后，你会发现，个人的信息需求和信息选择显然变得更宽泛、更开放化。算法技术不仅能帮助用户在特定领網域获取信息，还能提供更广泛的参考信息，帮助用户探索原本不熟悉的领網域。
还是举例说明——可能很少人会想到，考古这门 " 小众 " 学科，竟然通过短视频和直播的传播方式变得 " 平易近人 "。
著名考古学家许宏，曾通过抖音持续分享了自己的考古历程、科普考古知识，吸引了众多粉丝。
他们中，除了既往的历史、考古爱好者外，不乏大量从未接触过考古的用户。在许宏的每条短视频和直播的留言中，都能看到一些有趣的提问。越来越多的网友透过许宏的分享，激发出对上古中国的兴趣。
对比上述例子，" 个性化推荐 = 信息茧房 " 的说法不攻自破。
所以，回到史铁生本身，如果没有算法，史铁生的美好文字、触动人心的那一条条热门话题词，也只能局限在原本就关注或热爱它的网友圈子之内，又如何能够出圈成为现象级文化事件、打动亿万网友？
信息过载时代，为什么更需要算法？
《全国数据资源调查报告》显示，2023 年中国每天产生的信息数据量高达 900 亿 GB，信息已海量过载。
信息过载社会，过往低效的 " 人找信息 " 模式，已经不适应人们需求。假设没有算法，你所看到的世界会是以下的场景：
新闻资讯，来自编辑精心挑选过、符合编辑个人价值倾向与喜好；购物，都是广告费交得多的店铺和商品；外卖，难以看到真实的用户消费与评价；短视频，始终是千篇一律自己关注的内容……
而另一端，无数好的文章、个性商品、优质店铺、创意短视频，却无法被看到、被消费，他们都被淹没在这 900 亿 GB 之中。
算法的出现，个性化推荐技术，改变了这种场景演变——简单来讲，实现了数字时代从 " 人找信息 " 到 " 信息找人 " 的进化，有了更高效的人与信息间的链接方式。
推荐算法通过对用户的浏览历史、搜索关键词、点赞、评论等行为数据的分析，能够精准地了解用户的兴趣偏好和需求，从而为用户筛选并推荐相关的内容。
通过推荐算法，用户能够快速获取与自己需求相关的信息，节省了大量时间和精力。
有一本特别小众的线装古籍，北宋建筑大师李诫所著的《营造法式》，内容是中国古代建筑、审美、格局、规制的汇编，此前在库房中积压很久少有问津。但抖音读者创作者 @赵健的读书笔记 在直播间里讲述了它的故事后，竟然被卖断了货。
这说明，这本书并非没人喜欢，而是之前没有让人知道的路径。因为算法的高效推荐与分发，让喜欢《营造法式》的人看到了 @赵健的读书笔记 直播、了解了这本书，实现了书与读者之间的有效链接。
类似的小众图书被卖断货的情况，在短视频平台上有无数例子。因为 4 条推荐视频，40 年前的老书《画魂》被加印了 5 次。冷门悬疑推理小说《不可以》原本只是想清掉 1000 册库存，没想到推荐视频获得了 110 万多的点赞，最后加印了 15 万册……
不仅是短视频平台，当你需要打车时，推荐算法迅速匹配司机；当你寻找酒店时，它能根据行为推荐你可能喜欢的酒店；当订外卖时，算法能够让配送员和餐品配送实现高效连接；甚至在电商平台上，它能通过买家喜好推荐，帮助卖家加快销售。
毫无疑问的是，推荐算法已经是在当下海量、碎片、纷杂的信息时代的必然选择。
算法在万千场景中 " 破茧 "
依托算法 " 走红 "，不止史铁生、不止天水和淄博。
在成都，有个名为 " 三花 " 的民间川剧团，原本濒临倒闭。创办剧团的 " 三姐妹 "，艺龄均超过 40 年，凭着一腔热情演出，但常年入不敷出。直到去年 9 月，一条名为 " 探访‘三花’剧团开放式化妆间 " 的短视频，改变了她们的命运。很多网友被三姐妹对川剧的痴迷和坚守所感动，到现场观看演出。短短三个月，" 三花 " 川剧团通过网络平台卖出 2.5 万张票，几乎是过去两年多的总和。
作为年轻人感受传统文化魅力的入口，推荐算法深入到了中华传统戏曲的场景中，发现了与现代生活的契合点，让传统的戏曲艺术再次触达、并找对了新时代的观众。
在湖北鹤峰，81 岁的退休农技员梁振清开设 " 梁老师说农业 " 直播间，把自己毕生所学的农技知识，通过互联网从湖北鹤峰推广到全国各地。在推荐算法的帮助下，他的直播短视频能被准确推荐给对三农、乡村、农技感兴趣的用户。
在短视频和直播成为主流内容消费趋势的当下，算法的价值从惠及个人，到如今已经深入到了万千场景之中。
一方面，算法和大众生活共栖共生，信息获取的方式发生了转变，进入了 " 私人定制 " 时代，借助推荐算法，信息的传播效率和精准度大幅提升，每个人都可以拥有专属的 " 新闻报刊 "。
另一方面，学者尼克 · 西弗曾提出了 " 算法文化 " 的概念，认为在数字经济日益发达的今天，算法已不再仅仅是文化建构的一部分，而已然变成了文化实践本身。在坚守公共价值观、社会道德之下，推荐算法的确正在为社会的各行各业带来新的可能。
一些文旅景区借力于推荐算法，正在将流量转化为实实在在的效益，吸引着来自全国各地的旅客；一些下沉到乡村、带动贫困村脱贫致富的企业，也在发挥互联网平台公司的算法优势帮助农产品走出农村、走向更广阔的消费市场；一些小众硬核知识如甲骨文、考古知识、弦理论、星际化学等在推荐算法的助力下，为广大网友尤其是青少年朋友打开一扇了解科学、探索世界的視窗；甚至还有一些关乎到家庭幸福和社会安定的公益项目，通过推荐算法，团圆了无数个曾经支离破碎的家庭 ......
由此可见，当各行各业善用推荐算法后，算法将不再只是一个追求效率的工具，而是成为了带领个体、行业去认知无限世界的 " 连接者 "。
这些正向案例之下，每一个人都能看到，算法已然成为数字经济时代最主要的生产工具，它推动着社会资源的再分配，让分散资源实现了整合、传播，也重构了消费的版图。
