你其實沒有想像的那麼自由,社群演算法是怎麼改變你的人生?

你其實沒有想像的那麼自由,社群演算法是怎麼改變你的人生?

編者按:必須承認,科技給我們的生活帶來了極大的便利,尤其是算法,它一直都在不斷地優化和自我進化,但同時,我們的行為和決策也在持續被算法影響,乃至操控。究竟是人類在控制算法,還是算法即將控制人類?本文作者 Diego Lopez Yse,原標題為“Algorithms of Social Manipulation”。

你知道你手機裡的應用程式都是如何工作嗎?你可知道(開發應用程式的)科技公司在背景用你的資料都做了什麼?再深挖一下,你知道你的哪些行為其實是出自那些應用程式的影響嗎?當你用Uber出行,在Amazon上買東西,或者在Netflix上看電影的時候,什麼時候是你自己在有意識地做決定,什麼時候你的決定是因為受到了很強烈的影響?

科技公司並不是僅僅被動地觀察你的行為以便採取行動:相反,它們正在影響你的行為,使你的行為變得更加可預測。透過調節操控你的行為,公司可以用更好的方式預測你的行動結果,進而更知道該向你推銷什麼。

被算法操縱的人生

你的每一次呼吸它們都知道

作業系統和應用程式有巨量的資料可供利用,如使用者的位置、地圖訊息、上網瀏覽偏好,以及來自行動設備和可穿戴設備的資料流,在這個時代,企業幾乎獲得了前所未有的權力,它們不再僅僅去迎合滿足人們與生俱來的慾望,而是試圖操縱我們的行為。

網站「True People Search」曾經調查過全球最大的11家科技公司的隱私政策,目的是了解這些公司對使用者訊息的掌握究竟到了何種程度,結果令人毛骨悚然。

可怕之處在於:它們掌握的訊息並不只是你慣常公開分享的訊息(如你的名字或電子郵件地址),而是所有一切你不會想要分享的訊息。這些大科技公司會記錄你的收入水準、你的政治和宗教觀點、你的信用卡訊息、你的日程安排、你所有的搜尋歷史,你存取過的網站,以及你瀏覽或參與的所有內容。

科技巨頭在收集你的哪些訊息?資料來源:TruePeopleSearch 

Uber儲存了大量來自其使用者的資料,包括使用者的定位、性別、消費歷史記錄、聯繫人、手機電池電量、他們是否在一夜情後回家的路上,甚至包括使用者是否喝醉。Uber還不斷對他們的司機進行測試,來製定最有效的策略,以確保他們盡可能長時間地在路上工作。

為了做精準的內容匹配,Netflix記錄了你曾經觀看過的所有內容以及觀看方式:你的每次點擊、觀看、搜尋、播放、暫停,你考慮觀看但最終沒有觀看的節目是哪些,以及你最可能重新觀看節目的時間。為了更好地辨識使用者的喜好,內容會被分為成千上萬種細微的類型,然後與使用者的觀看歷史進行匹配。你在Netflix上看到的一切都是演算法的推薦:一行一行的內容,這些內容行中的標題,標題的順序都是經過精確計算的。

但真正強悍的還要數Amazon,它將大數據的利用提升到了一個全新的高度。Amazon能夠捕捉到你所有一切的行為資料:你的產品搜尋記錄,你看了什麼商品但沒有買,你下一步看的是什麼,你的支付方式,你的送貨喜好,你與Alexa的互動,或者你對Echo(Amazon智慧型音箱)發送的指令。更令人震驚的是,這些大公司儲存資料已經到瞭如此詳細的程度:包括你使用的設備型號、你選擇某個產品之後又點閱了多少個其它產品、你所處的位置、甚至你在Kindle上每次點閱的閱讀章節和具體時間都被一一記錄。

對於Amazon來說,使用者在其網站、APP和平台上進行的每一次點擊、每一次跳轉行為都是商品,都具有巨大的價值。

當Amazon說服第三方商家透過自己的平台銷售商品時,他們可以藉此收集到巨量的資料,隨之而來的發現遠超預期:他們現在可以進入任何他們想進入的市場,而且了解客戶在每個市場中的行為。

告訴我我想要什麼

每天你都會受到演算法的影響,是這些演算法指導著你的決策和選擇。演算法是一系列用以解決問題或達到目標的步驟方法,接收到外界輸入後,它會執行一連串指定的動作以達到結果。自現代科技爆發以來,演算法日益成熟、擴展並到處複製,它們已經成為了各類社群媒體平台的核心驅動力。

一些社群媒體和內容推薦選擇演算法的目標是最大化點擊量。它們的目的是通過展示或推荐一些內容,以增加使用者點擊,因為點擊能為平台帶來收入。

例如,如果一個點擊最佳化演算法能夠更好地預測人們會點擊什麼,那麼它就可以準確地推送給他們相應的內容,進而獲得更多的利潤。所以,一種最佳化結果的方法就是持續提供給使用者喜歡的內容,但不要展示任何超出他們喜好範圍的東西。雖然這確實會導致使用者的興趣範圍變得更加狹窄,但演算法的目的並不是要向使用者展示他們喜歡的東西:演算法是想把你變成一個可預測的點擊者,把你帶到一個「可預測的點」,進而公司就更容易操縱你的行為(比如賣給你東西)。

公司很清楚,他們可以利用使用者自己的資料實現這個目的,透過持續提供有針對性的內容來逐步調整或強化你的喜好。基本上可以這樣認為,如果你更偏向某個喜好,是因為演算法想讓你養成這樣的偏好,讓你成為一個更可預測的點擊者,這樣他們就可以更有效地從你身上賺錢。這就是先進的應用行為科學的作用,或者如Jeff Hammerbacher(Cloudera——Hadoop資料管理軟體與服務提供商——的創始人)所說:

「我們這一代最優秀的頭腦都在思考如何讓人們點閱廣告。這真是糟透了。」

這背後的原因主要是經濟方面的。《華爾街日報》的一項調查發現,Google操縱搜尋演算法,讓大企業的搜尋排名優先於小企業,進而引導搜尋使用者更多連結更知名的企業,而那些不知名的企業的存取量就下降了。根據調查,eBay在2014年來自Google的流量銳減,導致其當年營收減少了2億美元。Google告知eBay他們進行了一項改變,導致幾個eBay高流量頁面的排名降低,eBay得知後曾經考慮停止在Google投放的大約3000萬美元的季度廣告支出,但最終,他們還是決定對高管施壓。Google最終同意提升幾個被降級的eBay網頁的排名,而eBay則對其網頁進行了代價不菲的修改,使其更具相關性。

機械化干預是一種理想的方式,促進產生更加有利可圖的內容,避免那些不能帶來足夠的使用者參與度或利潤的內容。科技公司要想獲得成功,他們的演算法必須專注於可盈利的活動,而這正是他們對我們的資料所做的事情。

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則