编译者：刘沫潇（北京外国语大学国际新闻与传播学院副教授、北京中外文化交流研究基地特聘研究员）

来源：《青年记者》2023年第11期

为了吸引用户，提升用户留存率，许多社交媒体平台依托算法，为用户“精选”信息流中的信息，用户也越来越习惯这样的“内容策展”，依赖平台为他们筛选和推送特定内容。然而，随之而来的一个关键问题就是鉴于大部分用户并不熟悉平台算法的内部运作机制，用户如何与算法博弈，获取他们真正想要的内容？

平台运用算法的目的：

提升用户参与度

广义上来讲，算法就是一组规则，用来指定特定的计算过程。在社交媒体语境下，算法特别是内容推荐算法可以决定一系列事情，包括用户可能阅读到的内容、可能关注的人以及特定帖子能否出现在用户的信息流之中。

社交媒体平台运用算法的主要目的是尽可能长时间地吸引和保持用户的注意力，提升用户参与度。用户与平台上的内容互动得越多，平台就越能有效地将用户的注意力“商品化”，从而精准投放广告。广告是社交媒体平台的主要收入来源之一。

社交媒体平台对内容推荐算法的使用最早可追溯至2005年前后的脸书，其将用户所有好友的照片、状态的更新信息按时间倒序排序，为用户呈现最新内容，即采用了所谓的最新内容推荐算法。自那时起，社交媒体平台的算法不断发展，变得更加强大和精妙，会综合考虑各种因素来决定如何推广内容，优化用户的个性化体验。比如，推特的推荐算法就是基于一个使用了约4800万个参数的神经网络。通过不断训练该算法，推特提升了为用户遴选最相关内容的准确性，进而增加了用户点赞、转发和评论等积极互动行为。除社交媒体平台早期普遍采用的最新内容推荐算法之外，现在比较流行的算法还包括基于个体用户信息消费行为和偏好的个人推荐算法，高阅读量文章推荐算法以及基于群体信息消费行为相似性的协同过滤算法等。

算法可以基于各种用户数据和线索（比如用户所在社交圈的信息消费偏好、用户在某些推文上的停留时长等）来推测用户可能关注的内容，再依据比重赋值逻辑，对部分信息进行加权处理，让这些信息与其他信息相比更容易呈现在用户的信息流之中。总之，平台依靠算法来“精选”用户信息流中的内容，其目的是优化个性化内容推荐，增强用户黏性。

用户与算法博弈的难题：

算法“黑箱”

用户在信息流中可以看到哪些信息很大程度上取决于算法的“幕后决策”，而算法恰恰是隐藏其内部工作原理的“黑箱”。科技公司也通常为了商业利益，不对外界公布其算法的具体运作机制。鉴于算法的透明度问题，用户很难与平台算法进行博弈，实现“反向控制”，这就像试图在没有任何指示和无法窥视内部构造的情况下打开一个“谜盒”。用户只能通过试错法，操纵表面的一些变量来衡量这些变量对“谜盒”整体状况的影响。换言之，由于算法的“黑箱”性质，用户如何控制社交媒体算法仍是一个棘手难题。

即使平台将算法代码向公众公开，也不能确保算法可以完全服从于用户意志。比如，推特在2023年3月公布了其推荐算法的部分源代码，虽然此次信息发布有利于提升平台算法透明度，增进平台与公众之间的信任，但一些关键信息仍处于保密状态，包括其广告推荐代码以及与推特算法相关的训练数据和模型权重等。此外，由于算法代码本身的复杂性以及开发人员对算法的不断调整，用户很难实现对算法的完全控制。

用户控制社交媒体算法的

四种可能性路径

虽然挑战算法“黑箱”困难重重，但用户仍有必要争取个人信息管理的主动权。那么用户究竟该如何主动出击，与社交媒体算法博弈呢？既然算法是由用户数据和用户的社交媒体使用习惯驱动的，那么为了控制算法，使其更好地为自己服务，用户首先要做的就是改变自己的社交媒体使用习惯，控制个人数据的展露程度，或者至少了解这些习惯和数据是如何影响平台的使用体验的。具体而言，用户可以通过以下四种方法来管理自己的社交媒体账号。

一是评估信息来源的可信度，与真正值得信任的、有价值的信息多互动。无论用户想要创建何种类型的信息流，订阅可靠的信息来源都十分重要。用户首先要批判性地思考自己关注的账户和推文。具体而言，可通过回答以下5个问题来确定消息源和推文的可信度：谁是推文的作者?这篇推文的目的是什么？推文来自哪里？该消息源为何存在或其存在的目的是什么？和其他消息源相比，该消息源的可信度如何？根据用户的不同需求，这些问题的答案可能存在差异。更进一步，用户还需评估推文的时效性、与自身需求的相关性、信息本身的准确性等。其次，用户可在希望被推荐的内容上投入更多的时间和精力，比如点赞和分享有价值的推文，积极寻找类似的推文等。这是因为，用户参与互动的内容的质量越高，就越有可能被推荐类似的有价值的内容，而不是假新闻或价值较低的信息。

二是审慎地向平台提供个人数据。目前，许多社交媒体平台掌握了大量的用户信息，包括用户的地理位置数据、用户感兴趣的内容、用户在该应用程序外的其他活动以及用户社交圈的活动和兴趣等。因此，用户在向平台提供个人数据时，需要非常审慎。如果用户有意识地限制给平台提供的个人信息，那么相应地，他们也限制了算法针对自己的精确程度。其中，用户需要特别注意的是，最好不要在不同平台之间关联自己的社交媒体账户，比如在其他平台注册新账号时，避免选择“使用脸书登录”或“使用谷歌登录”等选项，这样可在一定程度上切断不同平台之间的联系，避免平台之间通过某种形式的“合作”获取大量的用户个人信息。

三是调整隐私和个性化设置。调整隐私和个性化设置可以一定程度上控制平台对个人数据的收集和使用，帮助用户进一步减少算法基于特定信息向其精准投放的广告或政治宣传等。比如，很多社交媒体平台使用来自众多网站和应用程序（包括新闻客户端、购物应用程序、手机银行等）的信息来完善平台用户的个人档案。针对这种情况，脸书隐私工具里有一项名为“断开脸书活动”（Off-Facebook Activity）的设置选项，该选项可帮助用户管理脸书从第三方网站和应用程序那里收集来的数据。具体而言，通过选择该设置，用户可切断脸书账户与自己在其他网站上产生的数据之间的关联，限制脸书对这些数据的追踪和使用以及基于这些数据的定向广告投放。抖音国际版和推特也有类似的设置选项，这些选项可在一定程度上提升用户对个人信息的掌控程度。除此之外，用户还可通过撤销社交媒体平台的定位许可来保护自己的位置数据隐私，在隐私设置里限制特定主题广告的投放，使用广告拦截器和增强隐私保护的浏览器附加组件等。

四是远离不想看的内容。首先，用户可忽略自己不感兴趣的内容，选择隐藏部分帖文。其次，有意识地休息，避免“阴暗刷屏”（doomscrolling）。“阴暗刷屏”指的是用户在社交网络上频繁浏览负面信息的行为，其不利于用户的身心健康，容易让用户产生焦虑、生气等负面情绪，分散他们从事其他工作的注意力。“阴暗刷屏”现象与算法不间断地为用户推荐类似的负面信息有关，即如果用户点击查看了某条负面消息，算法可能会继续为该用户推送更多有关此条负面消息的内容。虽然知晓社会变化对公民来说十分重要，但在信息泛滥的背景下，人们需要思考如何平衡保持消息灵通和保护身心健康之间的关系。鉴于此，人们可以有意识地选择一些方法来规避“阴暗刷屏”现象，比如设定一个查看新闻的特定时间段，而不是一天中不间断地刷新闻；或者关闭弹窗推送以避免新闻“强推”，因为有时候意外地看到某些新闻可能会诱使人们点击查看更多相关信息，陷入“阴暗刷屏”的恶性循环。再次，用户可以定期修改自己的关注列表，确保这个列表与自己想从信息流中获取的信息相一致，这意味着撤销订阅那些不感兴趣的账号，增加感兴趣的账号，主动优化信息流。

通过采取上述举措，用户是否可以不再看自己不感兴趣的内容，不让算法分散注意力了呢？现实情况是，这很难实现。一来，算法不一定会删除用户的历史数据，这些数据可能会继续存在于缓存或备份之中；二来，算法本身具有复杂性，而且应用范围很广，用户无法保证对算法的完全控制。尽管如此，用户也不应该让科技巨头的底线决定其该如何与社交媒体互动，培养自身的算法素养仍然十分必要。通过了解算法的工作机制、算法的功能、算法的目的等内容，用户可以从被动接收信息的广告客户向信息流的积极管理者转变，成为更明智的信息“产消者”。

本文引用格式参考：

刘沫潇.挑战“黑箱”：用户如何与社交媒体算法博弈[J].青年记者,2023(11):96-97.