抖音上热门背后的算法，没有你想的那么“简单”。

在1865年的北京，一场蒸汽机车的试验在永定门外的一条短短铁路上展开，这一历史性的时刻标志着中国铁路的起步。然而，当时的京城百姓对此感到陌生与恐惧，正如清人李岳瑞在《春冰室野乘记》中所记载：“京师人诧所未闻，骇为妖物，举国若狂，几至大变。”最终，这一新兴的交通工具因步军统领衙门的命令而被拆除。类似的情景也发生在10年后的上海，吴淞铁路的建成同样引发了骚动，最终清政府收购并拆除了这条铁路。

如今，算法技术的发展也面临着类似的挑战。在英语中，这种现象被称为“Technophobia”，即对技术的一种天然恐惧。正如上个世纪大众文化作品《科学怪人》所展现的，人们对新技术的恐惧是一种普遍现象。简单来说，算法是一种评估机制，它通过分析用户的反馈行为来优化平台功能，提升用户体验，从而构建一个良性循环的生态体系。然而，对算法的妖魔化言论始终不绝于耳。

例如，近期的一些文章如《比抖音让人堕落更可怕的，是今天头条让咱们变傻》等，强调了两个观点：一是算法只推荐用户喜欢的内容，二是今日头条、抖音等平台仅依靠算法运营。这种观点有意简化了客观现实，实际上是一种典型的Technophobia。随着人工智能在内容分发领域的应用，用户如何与推荐内容进行有效互动，以及如何明确界定其边界，将成为一个长期讨论的议题，而非简单地下结论。

1. 头条和抖音的内容机制持续进化 《变傻》一文的作者可能并未充分了解当前头条和抖音的内容机制，他们的认知还停留在过去。互联网评论往往存在一种倾向，即用固有的眼光审视和评判他人，从而得出错误的结论。头条公司深知算法的局限性，因此寻求其他分发方式来弥补算法的不足，即所谓的“粉丝分发”或“社交分发”。如今，今日头条已经更新至第七个大版本，不再仅仅是算法驱动，而是“算法+社交+搜索+问答”的综合体。

例如，用户可以通过搜索功能主动查找感兴趣的信息。如果你对哲学感兴趣，可以在今日头条上搜索“尼采”、“柏拉图”、“福柯”等关键词，获取相关资讯并进行交流。实际上，“主动搜索”并获取信息是所有平台都希望用户能够进行的行为，因为这能够创造更精准的价值。

1. 算法并非只推荐用户喜欢的内容 如果认为算法只推荐用户喜欢的内容，那么这种对算法的理解过于简单。在传播学中，这种现象被称为“回音室效应”，人们担心互联网的内容推荐算法会加剧这种效应——只推荐相同的内容，最终导致用户无法接触到其他观点。然而，现实并非如此，也没有任何互联网公司会如此愚蠢地操作。因为人性本就喜新厌旧，对多样性的追求是一种基本需求。只推荐单一内容显然与人性相悖。

以抖音为例，在未登录状态下随机刷10条视频，内容涵盖了日常生活、简笔画、萌宠、野外写实、小姐姐、英文教育、家庭亲子、健身、炒菜等多个领域。而在登录状态下连续点赞50个小姐姐视频后，抖音推荐的50个视频同样包含了小姐姐、日常生活、旅行景色、跳舞、正能量、萌宠、科普、健身等多个类别。这表明，即便用户对某一类内容表现出浓厚兴趣，平台也不会连续推送相同的内容。

1. 算法具有探究能力 算法并非简单的算术，它具有不断学习、迭代和进化的能力。机器人能够战胜世界顶尖棋手，正是因为它们强大的学习能力。算法的探究性是其特质之一，这涉及到“协同推荐”的概念。算法不仅基于内容推荐，还基于用户之间的相似性进行推荐，从而扩展推荐的范围。

例如，如果张三喜欢科技、财经、体育，而李四喜欢科技、财经、体育、健康内容，算法可能会尝试将健康资讯推荐给张三，因为从推荐系统来看，张三和李四是相似的用户。

1. 算法比社交更容易打破圈层 与朋友圈相比，算法推荐的内容能够打破圈层效应。朋友圈中的信息完全由个人定制，由于内容产出方是自己选择的，用户很难接触到与自己观点不同的信息和观点，这容易导致偏见和成见。而算法推荐的内容不是基于观点，因此能够保证更多样化的观点。

例如，抖音甚至会重新推荐数据库中的“优质老内容”，给予它们更多的曝光。这些老作品之所以能够“引爆”，通常是因为这些账号已经发布了足够多的垂直内容，标签更加清晰，推荐算法能够帮助这些优质内容匹配给更精准的用户。

总之，算法和APP只是工具，它们应该不断完善。如何使用这些工具，取决于人类自己。正如罗素所言：“不论你是在研究什么事物还是在思考任何观念，请只问你自己‘现实是什么’以及‘这些现实所证明的真理是什么’。永远不要让自己被自己所更愿意相信的，或者你认为人们相信了之后会对社会更加有益的东西所影响。仅仅单纯地去审视，什么才是现实。”让我们变傻的不是算法，而是失去理性的审视。