網絡沖浪時，你一定曾刷到過這樣的測試題，根據輸入習慣來測性格，比如輸入「ysbg」，候選詞是一絲不苟還是一絲不掛，前者證明是個正經人，後者則不是。
測試的原理很簡單，手機輸入法會記住你的輸入偏好，因此候選詞一定程度上可以反映一個人的性格，算法比你自己更懂你。
我勸你別信，這不過是新時代的「電子迷信」罷了，打出「一絲不掛」不一定是不正經，這個鍋應該算法來背。
輸入法的候選詞預測功能，原本是為了提高輸入效率，但在算法的介入下走向了「歧路」。
算法預測，不一定和你有關
經歷過功能機時代的人，可能都會有這樣一個共同回憶，老師在黑板上揮動粉筆，你在課堂下揣兜，發出輕微的抖動。
嗡嗡嗡，一條簡訊就這樣發出去了，盲打手機鍵盤是高階手機玩家的專屬技能，也是學校朋友圈的社交門檻之一，這背後就輸入預測功能。
手機輸入法從計算機延伸而來，全鍵盤的輸入效率很高，但要求輸入完整拼音，對於手機這種小巧且經常單手操作的設備而言，並不是非常合適。
▲ 黑莓全鍵盤手機，曾以效率高聞名.
手機出貨量越來越高，輸入麻煩的問題就越發嚴峻，好在永遠有人能從產品體驗中找到賺錢機會，Tegic Communications 公司開發出 T9 輸入法，摩托羅拉為了與之競爭推出了 iTab 輸入法。
這兩種輸入法的共同特徵是都為手機鍵盤設計，支持 9 鍵，同時帶有輸入預測功能，不僅能根據已經輸入的文字調整候選詞，還能根據人們的輸入習慣調整候選詞順序。
比如按下 7 鍵（wxyz）和 9 鍵（qprs），候選詞會出現「我是」，進而候選詞又會優先顯示姓名。
根據輸入習慣調整候選詞順序的認知，在功能機時代就已經形成，今天社交平台上的「輸入法測試」，不過是又一次社交輪回，我們還在重復十年前的事。
有趣的是，隨著簡訊被各種網際網路服務取代，讓你打字更快的輸入法，在輸入預測方面進化出了新功能——算法預測和熱詞推薦，且破壞了自功能機時代就形成的認知，輸入候選詞不一定和你的輸入習慣有關。
比如「yyds」的候選詞原本應該是一衣帶水等詞，在網絡文化的影響下，「永遠滴神」在候選詞中排序越來越靠前，這和你的輸入習慣沒有任何關系。
熱詞推薦選取的熱詞，往往來自各種網絡流行文化，今天是 YYDS，明天是絕絕子，之後還會有更多。
iPhone 默認輸入法的輸入預測功能，甚至會參考 Safari 瀏覽器的瀏覽記錄。
▲ iPhone 鍵盤. 圖片來自：9to5Mac
輸入「ysbg」，候選詞中有一絲不掛，並不是你不正經，可能是陳奕迅的歌太火，又或是作為陳奕迅的粉絲，你聽過這首歌。
為了讓你輸入更快，輸入預測越來越智能，但人們的固有認知並沒有及時更新，導致不少人替算法背了鍋。
如果不想某天輸入候選框，竄出奇奇怪怪的詞，還是直接關閉熱詞推薦等功能比較好。
信息流的誤解
比起輸入法預測，信息流資訊應用和短視頻應用更像是「算法比你更懂你自己」的原教旨信徒，每一款信息流應用都力爭將如山如海般的內容，通過算法算法推薦，准確地推送每一個人的手機螢幕上。
然而，理想和現實總是會有距離，你可能有過類似的遭遇，刷著新聞或短視頻，信息流突然出現一條一言難盡的八卦內容，剛好又被朋友看見了。
不出意外，朋友臉上很快會浮現「原來你是這樣的人」的表情，滿是調侃與嬉笑。
又一次，你替算法背了鍋，它並沒有那麼懂你。
信息流算法推薦只是在推測你的喜好，它並不能完全真實反饋出喜好，尤其是初使用期間，當沒有用戶數據參考，算法會如何推薦內容呢？
作為日常接觸大量電子設備的編輯，我有一個切身體驗，每次換不同型號的手機，第一次打開 B 站必然會推薦相關機型的內容，有時是評測，有時是產品介紹。
算法推薦內容和平台氛圍、熱門內容也有不小的關系，UC 震驚體、標題黨的認知，很大程度上來自平台部分熱門內容，即便後續有所改善，但印象一旦形成要再改變，可能要付出數十倍的努力。
▲信息流資訊應用里的標題黨文章
算法推薦，最終還是要平台內容供應。
即便是算法推薦廣為吐槽的問題信息繭房，也有有著兩面性。
美國學者凱斯·桑斯坦在《信息烏托邦》一書中提出了信息繭房的概念，即人們關注的信息領域會受個人興趣引導，豐富的內容不一定能擴大認知，反而會讓人持續形成偏見，陷入到「繭房」當中。
▲ 凱斯·桑斯坦. 圖片來自：wiki
人的興趣是不斷變化的，主動訓練算法其實可以帶來意想不到的效果，編輯部就有一位梁姓編輯，將小紅書用成了「插畫靈感」平台。
她有意地不點擊吃喝玩樂類內容，而只會點贊、關注、進一步瀏覽插畫類內容，且保持每日 30 分鍾，很快小紅書信息流主頁就基本都是各式各樣的插畫了，便於學習了解。
▲ 梁編輯的小紅書首頁
在梁編輯看來：純粹依靠算法推薦餵養自己接收到的信息無疑是有風險，極有可能陷入到盲從、偏見當中，主動從興趣出發選擇內容，是擴展信息領域和自我認知的新方法。
算法推薦上癮，其實比信息繭房更嚴重。
算法黑盒不開，誤解不止
算法就像是一個黑盒，我們只能遠遠的看見黑盒表面，無法看破其中的奇妙之處，一知半解再加上算法推薦的高效，自然會不斷引發誤解。
▲ 圖片來自：TechTalk
微博被廣泛認為是娛樂八卦中心，吃瓜群眾不亦樂乎時，也有不少人選擇逃離，但其實微博也是社會新聞的集散點，大量社會新聞在微博發出、發酵、影響。
提及小紅書，吃喝玩樂是大多數人的第一印象，但正如上文梁編輯的親身經歷一樣，通過持續主動地訓練，小紅書也可以成為一個質量頗高的插畫創作靈感平台。
2018 年，字節跳動曾向公眾揭開了算法黑盒的神秘一角，公布了《今日頭條》的推薦系統原理。
▲ 圖片來自：環球網
算法基於三個維度的數據調整內容分發，比如內容特徵指的是系統分析圖文、視頻、微頭條等類型內容的特徵；用戶特徵則包括興趣標簽、職業、年齡、性別、機型等；而環境特徵則包含地點環境，人們的行為（工作、旅遊）等。
點贊、關注、閱讀都會影響算法最後分發到每一個人螢幕上的內容
聽起來似乎很好理解，但這不過是一個定性的介紹，而非定量分析，三大特徵影響占比總是在不斷變化，一套算法也不能滿足所有內容的個性化分發。
內容推薦算法是一個內容平台的核心，同時也是其商業命脈，技術和原理雙門檻，能攔住不少試圖猜測算法謀利的黑產，做號黨一旦完全了解平台的算法，完全可以通過內容賺取大量流量收益，這並不是平台所想看見的。
即便打開了一角，內容平台的推薦算法對於絕大部分人而言，還是一個黑盒，只能遠觀表面，而不能深入了解，未知帶來的誤解也就不會停止。
但至少，下次你可以甩鍋給算法，一個工具，怎麼可能比你還了解自己呢。
來源：愛范兒
