在短视频平台深度融入生活的当下，算法推荐虽精准捕捉用户偏好，却也悄然将人困在 “预判的内容圈” 中 —— 它放大共性、依赖历史行为，难挖掘个体潜在喜好，让用户在看似丰富的内容里逐渐失去探索欲，与 “看见更大世界” 的初衷产生偏差。
去年春节和表妹坐在一起刷抖音，因为不经意瞄了一眼她的手机，导致我有了一种被抖音算法规训的羞耻感。
我对她抖音里的内容很感兴趣，如果不是这次偶然因素，我在未来很长一段时间可能都还在被迫接受原有算法推送给我的视频内容。
倒不是说信息茧房带来的困扰，这种感觉更像是舒适区带来的自我麻痹，限制了我们追求寻找新内容的权利。
因为很长一段时间，我发觉抖音算法习惯于在人的共性中找特性，用历史行为预判用户。
这就导致也许我并不是大国叙事的爱好者，但一次的观看就会引发大量的推送；也许我有过交易行为，但后续仍反复给我推送同类型的商品；大家在休闲娱乐层面总是呈现出本能的一致性，而算法在做的事情就是在个人身上无限的放大这种一致性。
我们先来看一下抖音算法推荐逻辑，简单来说可以理解成【推荐优先级公式】—
综合预测用户的行为概率*各行为的价值权重=推荐优先级。
价值权重会从优质内容扶持、平台利益、用户体验、创作者收益等各个维度进行综合定义，而在预测用户行为概率层面，算法会结合用户的历史行为数据做出预判，这个过程就是我们经常会听到的“深度学习”。
包括抖音功能的优化，像新增的“推荐”“不感兴趣”“收藏”等本质都是在引导用户产品更多的行为数据，从而能让模型获取更多的数据养分。
但这种模型本质上还是在总结和模仿，本身无法实现进化和创造，因此在个体上它没有办法帮助我们挖掘内心深处不同人格属性和喜好。
为什么十八岁的男大就一定不爱听清心咒呢？孤僻内敛的人就一定不爱摇滚呢？
一旦我们被共性算法命中，我们就只能看到系统觉得我们应该看到的内容。
说到这，一定会有人说，那你为什么不主动去搜索观看这些内容，这样算法不就会给你推这类视频内容了吗。
这恰恰是我最想说的，现在我已经不太记得那次在表妹手机看到的内容是什么，但那种感觉到现在仍记忆犹新，就和大多数人一样，很多人是说不清自己喜欢什么的，更别说没有接触的内容领域。
在此之前，我勉强还算抖音的日活用户，虽然目前依然是，但已经几乎没有什么探索欲，现在我用抖音的场景基本是追几个常看的博主更新，又或者是必要时刻做一些内容检索，基本不再会去漫无目的看一些视频内容作为消遣。
当然站在产品、商业角度，抖音确实很成功，用全新的交互模式塑造了新的内容消费场景，同时带来了超大的商业价值。
但抖音没有让我看到更大的世界。
所谓的流量本质上就是所有用户的注意力合集，它一定是有限的，但算法推荐本身就是一种数学公式，极致的归纳没有能力引导和承接每个人所有的注意力。
其实我觉得比较有意思的事情是什么，每个人都能用抖音进行内容层面的人格探索，我们能不能自行塑造一种完全和现实不同的身份来接受内容推荐，又或者是在一种偶然性和多样性极高的环境中浏览内容。
就如同抖音说的，让每一个人看见并连接更大的世界，鼓励表达、沟通和记录，激发创造，丰富人们的精神世界，让现实生活更美好。
当然，也许我是错的。
本文由人人都是产品经理作者【都市摆渡人】，微信公众号：【都市摆渡人】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
博星优配提示：文章来自网络，不代表本站观点。
