沒有推薦算法的YouTube，用户真的需要嗎？

今天小編分享的科技經驗：沒有推薦算法的YouTube，用户真的需要嗎？，歡迎閲讀。

自進入 2023 年以來，YouTube 這個全球最大的視頻流媒體平台在許多用户眼中，似乎變得已經越來越陌生了。例如在最近這幾個月裏，YouTube 突然開始打擊廣告攔截工具、YouTube Premium 訂閲服務也迎來了漲價。日前 YouTube 方面還宣布了一項 " 新的觀看體驗 "，如果用户選擇關閉自己的觀看歷史記錄，并且之前沒有重要的觀看歷史記錄，那麼主頁就将變成 " 一片空白 "。

這一動作背後，則是 YouTube 将為關閉觀看歷史記錄的用户推出禁用視頻推薦功能，這一變化旨在使得用户更容易找到他們正在搜索的特定内容。對此 YouTube 方面表示正在逐步推進這一改變，" 以便用户了解當觀看歷史被啓用時，哪些 YouTube 的功能依賴其實現視頻推薦，并為那些更喜歡搜索、而不是浏覽推薦的用户提供更簡化的體驗 "。

據悉，目前已有部分用户收到了這一更新，他們在關閉了觀看歷史記錄後，在 YouTube 首頁上原本顯示推薦内容的地方就會被一條通知取而代之，其中顯示 " 您的觀看歷史已關閉。您可以随時更改設定，以獲取最新的、适合您的視頻 "。簡單來説，就是 YouTube 為用户提供了一個免受推薦算法影響，自主挖掘内容的選擇。

那麼問題就來了，用户真的會喜歡 YouTube 的這個改變嗎，或者説當下的網民真能離開推薦算法嗎？想要回答這個問題，就需要了解在推薦算法泛濫前，大家是怎樣發現新内容的。

互聯網自誕生以來，信息呈現到用户眼前的方式大體經過了三次變革。第一次發生在上世紀 90 年代，也就是互聯網剛剛誕生時，彼時用户對于互聯網的理解還停留在初級階段，而此時信息的供給也主要是由專業人士提供。

這一時期網民能夠看到的絕大部分信息，都是由平台自己或是非官方運營人員決定的，例如門户網站上呈現的内容需要編輯篩選和把控，論壇上則是由版主來負責。事實上，由編輯推薦來決定内容呈現的模式并沒有持續很久，甚至于在整個互聯網的發展歷程中，這種中心化的信息分發模式一直就都不是主流，它的問題就在于維持一個團隊來幹預信息的傳播在效費比上極為低效，一旦信息在網絡上開始膨脹，人力就會顯得杯水車薪。

很快随着網民規模的不斷擴大、網絡中信息密度的提升，互聯網廠商原有的運營人員已經愈發難以滿足多元化的用户需求，廠商開始嘗試将權力交給用户、來讓用户自己決定自己可以看到什麼。由此也進入了網民自身來負責信息分發和呈現的時代，這一時期貼吧、博客、個人網站也開始大量出現。

其實用户自主挖掘信息的結果确實更契合互聯網精神，但從商業層面來説卻不符合互聯網廠商的利益。因此從本世紀的第二個十年開始，從谷歌、Meta，到 Twitter，在從微博到微信、知乎、淘寶，全球的互聯網平台都傾向于用信息流來完成内容分發。

早在 2013 年，谷歌就将核心算法更新為蜂鳥算法（Hummmingbird），算法也開給網頁等級賦值，之後 Meta 推出了 EdgeRank 算法，将親密度、熱點程度、時效等作為信息排序依據，Twitter 也上線了 Algorithmic Timelines 算法，将信息相關性的權重無限拔高。

這時候，推薦算法就開始主導用户每天在互聯網上能看到哪些内容。事實上，推薦算法能夠大行其道是有理由的，因為它從技術上确實更加先進，并解決了一個此前從未出現過的問題、即 " 信息過載 "。在信息大爆炸時代，大眾信息一股腦湧現到用户眼前，可人的認知範圍畢竟是有限的，這就導致了大量有價值的信息被浪費，并沒有被真正需要的用户發現。

随着用户規模呈指數級攀升，互聯網的 " 信噪比 " 大幅度降低，單純依靠網民自身來發掘需要信息的難度也越來越高。如今獲取信息能力的重要性，也正在讓位于篩選信息的能力，而算法存在的意義就是給用户呈現出他們認為對自身有效的信息，起到的是過濾器的作用。并且推薦算法是一個動态循環，會不停的基于内容更新、用户的行為反饋進行迭代和更新，以确保最終預測準确的概率接近 100%。

更為重要的是，在互聯網廠商的視角中，機器學習技術打造的推薦算法不僅比人工編輯團隊更便宜、更高效，也實現了中心化的信息分發能力。在推薦算法機制下，互聯網廠商真正意義上有了決定用户能看到哪些内容的能力。事實上，推薦算法本身也是一種技術進步的标志，但也是被互聯網市場的環境倒逼出來的產物。

最開始互聯網上并沒有太多的内容，所以僅靠人力就能遍歷整個網絡。随着上網的人越來越多、產出的内容也在同步增加，面對技術進步跟不上時代發展的互聯網廠商選擇放權，諸如搜索引擎等信息篩選工具就都是被動來等待用户使用。當内容數量進一步爆炸性增長，搜索引擎開始被劣質信息淹沒的情況下，推薦算法在 " 沙裏淘金 " 方面的優勢就凸顯了出來。

如今，不是互聯網廠商主動迫使用户對推薦算法 " 上瘾 "，反過來是推薦算法被用户選擇用腳投票。就拿 YouTube 為例，到目前為止，這個平台每天都有數以百萬計的視頻内容被上傳，整個平台沉澱的内容更是浩瀚如煙海，如果沒有推薦算法、單純靠用户自己來發掘内容，恐怕找到一個自己感興趣的内容就需要漫長的時間，所帶來的挫敗感也會是空前的。

所以相信有不少 YouTube 用户在用了這個禁用視頻推薦功能後，很快就會感受到不适應，YouTube 也會立刻喪失感知用户的能力，只能依靠諸如歷史、遊戲、體育、科技等籠統的标籤向用户來推送内容。這樣的結果，就是用户會立刻發現 YouTube 不好用了，并會反過來讓大家重新想起推薦算法的好。