Getting your Trinity Audio player ready... |
Facebook(成立于2004年)和Twitter(成立于2006年)的兴起,加上同时出现的两极分化的增加,一直是近年来的一个热门话题。讨论的基础似乎总是归结为在利润和两极化之间取得平衡。
许多人提出了如何解决两极分化的解决方案:活动家、专家、利益集团和政府代表,在监管、透明度和教育领域进行改革。
但真正的解决办法很简单:开始滚动发呆。
社会媒体极化假说
许多关于社交媒体和两极分化的研究文章的一般假设通常集中在这样一个事实:为股东赚钱是这些公司的主要目标。
社交媒体公司的盈利动机是增加参与度和用户在其平台上花费的时间,再加上优化算法以优先考虑和推广能产生最多参与度的内容,导致两极化的观点在社交媒体上的强化和扩散,导致社会更加两极化。
但究竟什么是算法?算法的基本原则是什么?"脸书 "的算法是如何让它赚钱,同时又明显地助长了网上的仇恨?
什么是算法?
一个算法遵循一组指令或步骤来解决一个问题或完成一项任务。各个领域,包括生物学、医学和金融,都在利用算法。在生物学中,研究人员使用算法来分析基因数据并了解不同基因的功能。在医学上,医生使用算法来分析医学图像并帮助诊断。金融领域的专业人士将算法用于金融建模和风险管理等任务。这些领域中具体算法的一些例子包括用于医学诊断的决策树算法,遗传学研究中的基因序列排列算法,以及金融领域的投资组合优化算法。
有哪些类型的算法?
有许多不同类型的算法,这是今天使用的一些最流行的算法的列表。
- 搜索算法。这些算法在一个大的数据集中寻找特定的项目,例如在一个文件中搜索一个特定的词或在一个电子商务数据库中寻找一个特定的项目。例子包括线性搜索和二进制搜索。
- 排序算法。这些算法以特定的顺序组织数据,如字母顺序或数字顺序。例子包括冒泡排序、插入排序和quicksort。
- 机器学习算法。这些算法训练计算机系统从数据中学习,在没有明确编程的情况下做出预测或决定。例子包括线性回归、决策树和神经网络。
- 图形算法。这些算法处理以图的形式表示的数据。例子包括寻找图中两点之间最短路径的算法和寻找图的最小生成树的算法。
- 随机化算法。这些算法使用随机数作为解决一个问题或完成一项任务的逻辑的重要部分,它们在找不到确定的算法或倾向于使用概率方法时被使用。例子包括蒙特卡洛方法和随机quicksort。
- 近似算法。这些算法可以找到优化问题的近似解决方案,当找到精确的解决方案是不可能的或不切实际的。这些算法经常被用于运筹学、计算机科学和工程等领域。例子包括贪婪算法和模拟退火算法。
还有很多类型的算法,如密码学算法、压缩算法、加密算法等。
社交媒体平台如何使用这些算法?
值得注意的是,社交媒体平台可以使用这些算法的组合,以获得更有效的方法。此外,每种算法的有效性取决于具体环境和实施方式。社交媒体公司还定期更新和改进这些算法,以提高性能和用户体验。
这些算法有助于一个平台的发展。
- 内容推荐。算法根据用户的兴趣和在平台上的行为向他们推荐内容。这可能包括他们关注的朋友和网页的帖子,以及算法认为用户可能感兴趣的帖子。
- 新闻提要策划。算法决定了帖子出现在用户新闻源中的顺序。该算法考虑的因素包括:帖子的相关性、用户过去与类似内容的互动,以及帖子发出的时间。
- 搜索。算法通过根据相关性对搜索结果进行排名,帮助用户在平台上找到内容。
- 趋势。算法实时识别平台上的热门话题和趋势,并向用户强调它们。
- 广告定位。算法是根据用户的兴趣和在平台上的行为将广告与用户匹配。
- 内容过滤。算法过滤违反平台社区准则的内容,例如,仇恨言论、骚扰和错误信息。
- 管理。算法标记、报告和删除违反社区准则的内容。
- 个性化。算法将用户在平台上的体验个性化,这可能包括针对特定的人口统计学、兴趣或行为。
备忘录
接下来是有趣的部分:备忘录,一个算法可以真正发挥其魔力的地方。
什么是备忘录?
理查德-道金斯在他1976年出版的《》一书中说自私的基因,"创造了 "meme "一词来描述通过互联网迅速传播的文化元素,通常是以带有文字或字幕的图像或视频的形式。它们可以是喜剧性的,并参考流行的电影、电视节目和其他互联网备忘录。任何人都可以创造和分享备忘录,作为一种讽刺和社会评论的形式。它们通过共同的理解和幽默将人们联系起来,是互联网文化的一个重要组成部分。
流行的备忘录
一些最受欢迎的是。
- "Harambe"(2016年)--一只大猩猩,在辛辛那提动物园被枪杀,因为一个孩子掉进了它的围栏。该备忘录经常以哈兰贝的名字作为表达怀旧或失落情绪的一种方式。
- "Doge"(2013年)--一只柴犬,标题用蹩脚的英语和Comic Sans字体书写。该备忘录经常出现 "这样的哇 "和 "非常[形容词]"等短语。
- "心不在焉的男友"(2017年)--一个男人看着另一个女人,而他的女朋友在一旁不以为然的照片。人们用这个备忘录来评论不忠或背叛的问题。
- "膨胀的大脑"(2016年)--一幅大脑不断增大的图像,上面有各种描述智力水平提高的标题。
- "嘲笑海绵宝宝"(2017年)--动画片《海绵宝宝》中的海绵宝宝图片,文字以嘲笑的口吻写成。
- "青蛙佩佩"(2005年)--一个在4chan和其他网络平台上流行起来的互联网备忘录。该备忘录通常由一张佩佩的照片和一个用蹩脚英语写的标题组成。
- "Dank Memes"(2015年)--被认为特别有趣或聪明的备忘录被称为 "Dank Memes"。
- "蛾子备忘录"(2018年)--一张飞蛾飞向灯的图片描述了某人被某种东西所吸引,通常以幽默或讽刺的方式。
- "尤达宝宝"(2019年)--迪斯尼+系列电影《曼陀罗》中的一个角色迅速走红,被广泛用于备忘录中。
- "亚瑟之拳"(2018年)--儿童剧《亚瑟》中的人物亚瑟握拳的形象,通常用于表达决心或愤怒。
为你提供正确的备忘录
为了提供正确的备忘录,社交媒体平台使用决策树的算法。正如我们之前读到的,决策树算法是机器学习算法的一种。
它使用一组输入变量来分析与你的偏好、浏览历史和其他相关因素有关的一组数据,以预测你会参与哪一个备忘录。
该算法创建了一个决策和结果的树状结构,其中每个内部节点测试一个输入变量,每个分支代表测试的结果,每个叶子节点代表预测的结果或类别。该算法从根节点开始,通过基于输入变量的决策遍历树,直到到达代表最终预测的叶子节点。
该算法做出的决定是基于一些因素,如你的年龄、位置、浏览历史以及你之前是否对某种类型的备忘录(如政治备忘录、猫咪备忘录等)表现出兴趣。然后,该算法根据备忘录的具体特征做出进一步决定,如长度、语气或关键词。
决策树算法通常与其他机器学习技术配对,以提高其准确性和稳健性。这使它们成为根据复杂的数据集做出决策并以高精确度预测结果的强大工具。
那么,滚动发呆是如何解决极化问题的呢?
这是怎么做到的?当然,正如你所知道的,嗑药会让你更容易发笑(让你哑口无言)。这不是新闻,但是......我在嗑药时看到的备忘录与我清醒时看到的有所不同。
我自己的实验表明,与清醒时的滚动相比,发呆时的滚动会导致更多的笑声。
我将我的发现以决策树的形式可视化,正如算法所使用的那样。
佩吉订婚了吗?
可视化的是,为了决定向我展示什么,该算法使用的基本决策树看起来是这样的。
如果我不参与这些内容,算法就会不断为我提供更多更极端的内容,直到它记录下一个互动。
这种 "更极端 "的内容取决于一个平台对你的简介。我的档案会写成这样的小东西。
20多岁的千禧一代博主,拥有博士学位,试图买房但没有成功,并通过消极攻击性的社交媒体帖子和喜欢某些类型的备忘录来发泄她的愤怒和沮丧。
现在,这个档案是基于我在该社交媒体平台上的所有互动和信息。
通过使用这个档案,我可以进一步在我的决策树中填写一些类别,算法用来决定在决策树的哪一点上应该为我提供什么内容,以增加我参与的机会。
同样的决策树可以用不同类型的备忘录来做。
当然,社交媒体平台使用的算法将所有话题混合在一起,试图让你参与进来。在我开始参与之前,我会看到关于住房市场的备忘录和话题飞过,这时,算法会给我提供更多相同的内容。但决策树越深入,可用的内容就越少。有几十万个普遍有趣的备忘录,而没有那么多有层次的政治备忘录,所以算法仍然向我展示一些它认为我可能会参与的关于住房市场的煽动性(与潮人有关)的话题。
别担心,开心点
现在,正如你可能已经猜到的那样:滚动发呆让我更喜欢简单的备忘录,由于有很多这样的备忘录,算法不断为我提供越来越多的服务,自从我进入社交媒体以来,我从来没有在时间轴上滚动过这些爆笑的内容。滚动发呆让我觉得:这些算法越来越有趣了,我爱社交媒体!"。
但事实是:更多的内容,以及对更简单、无辜的事情的嘲笑,会使算法提供更柔和、更多的内容,并使你不至于进入网上两极化的兔子洞。
下次你在做卷轴的时候;像一些你目前实际上并不觉得有趣的愚蠢的备忘录,因为一个宝石可能就在角落里等着你!"。
“Fix Polarization: Start Scrolling Stoned.”上的一条回复
[…] When you think of algorithms, you’re probably thinking of Wall Street supercomputers whizzing around making thousands of calculations and transactions in a fraction of a second or social media companies monitoring your every click and comment, targeting you with ads and polarizing content. […]