来源：晓看（idxeyeview）
作者：李木
今天，一个人文章读得越多，反而有可能视野越来越狭窄，心智越来越封闭，格局越来越小。
读万卷书行万里，大意是说一个人文章读得越多，视野就会越开阔，心智就会越开放，格局自然就越来越高。
但是现在，在互联网时代，一个人文章读得越多，反而有可能视野越来越狭窄，心智越来越封闭，格局越来越小。
这不是一个脑筋急转弯的题目，而是已经成为现实的寓言故事。
最近，监管方面对今日头条连下猛药，让“算法推荐”这一概念，再一次浮出水面。
所谓算法推荐，是一种基于用户习惯的内容筛选和推荐机制。简单来说，你作为一个用户，过去看了什么内容，计算机将其记录下来，并对你的浏览内容进行分析，推测你可能喜欢的内容。等到你下次登录的时候，就根据分析推测结果，向你推荐内容。
这就是所谓大数据和人工智能的应用，计算机根据你的过往，推测你的未来。你在电脑上的所有操作，都有可能被记录在案。计算机据此对你进行用户画像，你喜欢什么就给你推荐什么，你不喜欢什么就不给你推荐什么。你登录的次数越多，计算机的推荐就有可能越精准。
看上去很美对不对？一切都是自动化的。对用户来说，计算机早已为你做好了选择，免去了你选择的烦恼。对计算机来说，则掌握了你的一切，为你提供内容和服务则更有效率，就越能产生经济效益。
但这样一来，后果是很严重的。试想一下，你的视野就只被限定在你过去的模式里，你的未来本来有无穷的可能性，却因为你偶然登录了一下计算机，从此就被计算机限定了拓展的可能。
比如，原本历史是你喜欢的诸多内容中的一种，而且你特别喜欢明史。一旦被计算机记录，你今后的每一次登录，计算机都会重点向你推荐明史。你想看看东西两汉、魏晋南北朝、五胡乱华、隋唐五代啥的，就会很麻烦去找。
网络上，类似周小平这样的文章越来越多，基本都依靠胡编乱造打鸡血来吸引眼球。一旦你误入其中，下次你再登录，计算机就会向你重点推荐这样的文章。于是你手机或者电脑，就会被“震惊了！”“吓尿了！”“惊呆了！”“反转了！”等等类似的文章刷屏。看多了，人就傻掉了。
时间是有限的，你的阅读时间窗口一打开，就都是这些同样的东西。今日复明日，明日何其多，你根本没有时间去更换食谱。不管是低俗还是高雅，不管是馒头还是鲍翅，天天给你灌进来，无论是谁都会厌烦的。
技术的确是中立的，但又不仅仅是中立的，关键在于掌握技术的人。这不仅仅是今日头条的问题，更是几乎所有以大数据和人工智能为买点的互联网公司的共同问题。
更麻烦的是，一旦这种算法推荐和商业结合起来，就会变得更加顽固。有个女记者因为写稿子，搜索了一下成人用品。从此登录计算机，打开网页，第一时间显示就是成人用品，偶尔被人瞧见，立刻引来异样的目光。她清理了好几次cookie都没用，依然无休止向她推荐这类东西。在这里，技术被商业的加权强化了，成为网络牛皮癣。
视野开阔，心智开放的前提，是更为广泛的阅读兴趣，而不是仅仅根据算法推荐而来的内容。这里就必须提一下现代信息社会的重要概念“信息茧房”。
2006年，哈佛大学法学院教授、奥巴马的法律顾问凯斯·桑斯坦出版了其著作《信息乌托邦——众人如何生产知识》。通过对互联网的考察，桑斯坦指出，在信息传播中，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的“茧房”中。
这样带来的后果其实是严峻的。信息茧房里的人聚合成了一个小圈子，形成了一种“群体共识”。不符合群体共识的他人言论，几乎都会受到这个团体的排斥和抵制。桑斯坦称之为“把自己归入他们设计的回音室（echo chambers）”。
我个人理解是，这个群体形成了逻辑的自我循环，从而成为一个舆论闭环，与外界切割开来。这样的群体只关心群体共识，视一切有违群体共识的意见为敌人，非常容易形成极端化的思维模式。无论左右，都是如此。思想是行为的指导，这种状态对社会的危害可想而已。
喻国明教授在一篇文章中写道，“长期生活在信息茧房之中，容易使人产生盲目自信、心胸狭隘等不良心理，其思维方式必然会将自己的偏见认为是真理，从而拒斥其他合理性的观点侵入，特别是获得同一类人认同后日益演化为极端思想和极端行为。”
这还仅仅是个人面对信息社会的信息爆炸所形成的自主选择，桑斯坦还没来得及预见到此后大数据和人工智能的发展。信息茧房的效应，通过技术的进步和扩张，得到了前所未有的加强。终有一天，人类会把选择权都交给机器。不是人来做选择，而是机器替人作出选择。
这样的前景是可怕的，意味着我们以为自己是自由的，但实际上却被一个无所不在无所不包的机器系统所控制。就像屠宰场里的猪牛羊，吃得好睡得好伺候得好，却只是埋头于自己的一口食盆，从来没有想过抬头看看围栏背后的景象。正如《黑客帝国》或者《头号玩家》等电影里所揭示的那样。
所以，对我来说，算法推荐的APP基本不用，web1.0时代的新闻网站、网络论坛等等，对我来说还是常用的工具。有时间，还会看一点纸质书或者报纸。保持阅读类型的广泛性，可以有效对抗算法推荐。
看更多走心好文章
