就读于西北师范大学的刘昊冉觉得算法无处不在，“有时仅仅是和同学聊天谈到某个话题，打开手机就会发现相关推荐已经出现在各类软件里了”。刘昊冉对这样的推荐不太满意，“感觉隐私在算法面前暴露无遗”。

  近日，中国青年报·中青校媒就算法推荐话题面向以大学生为主体的青年展开问卷调查，回收有效问卷3694份，78%的受访者认为自己需要减少对算法推荐的依赖，72.8%的受访者曾遇到过“大数据杀熟”的情况，68.9%的受访者认为推荐算法应该更加透明。

  当“算法推荐”不再“隐身”

  不久前，就读于北京林业大学的窦颖慧和朋友聊到想购买一款耳机，她的社交平台首页、购物软件主页立即被各类耳机占领。有时窦颖慧会和身边的朋友开玩笑说：“小声一点，别被我的大数据听到了。”

  今年刚毕业于福建一所高校的倪梦娜发现，算法推荐已经渗透到她生活的各个角落，“给我推荐的视频总能让我感到舒适愉悦”；打车软件对她的生活规律了若指掌，甚至知道她每周三或周四都要去一位朋友家，到了这天，就会自动在目的地栏中填入朋友的地址。

  调查显示，89.7%的受访者意识到“算法推荐”的存在，视频平台（90.5%）、购物平台（74.4%）、社交媒体（67.7%）、音乐平台（66.1%）、生活消费软件（39.2%）都是受访者经常使用的含有“算法推荐”的平台。

  西南政法大学数字法治政府研究院执行院长、教授冯子轩认为，在信息过载的数字化时代，用户难以从海量数据中获取对自己有益的内容与信息，而企业通过算法推荐为用户精准推荐相关内容，提升用户的体验感，进而提升平台自身的竞争力，平台借助算法推荐也能实现商业利益。“正因如此，各种算法推荐正在被越来越多平台研发并采用。”

  熟悉了算法推荐的特点，倪梦娜甚至会“驯化”常用的App，先给自己打好标签，方便App推荐自己喜欢的内容。在一些视频平台观看视频时，她还会专门“一键三连”（网络流行语，指对视频作品进行点赞、投币、收藏——记者注），让App清楚地了解自己喜欢什么。“如果看完直接退出，算法可能就捕捉不到我喜欢这个视频，给我推荐的内容就会有点‘脱轨’。”

  虽然并不抵触算法推荐，但倪梦娜坦言，自己也遇到过“算法刺客”。“在和朋友同时打同一类型的车、走同一条路线时，我的打车价格会比朋友高出五六元。平台给我们发放的折扣券不一样。”

  每到一个城市旅游，刘昊冉都会在短视频平台刷到当地旅游攻略和店铺推荐。不过这些算法精心准备的内容，刘昊冉并不“买账”。在他看来，内容大多同质化严重，视频拍摄的文案、运镜、音乐几乎都是同一个模板，参考价值并不大。

  就读于云南一所高校的王明明（化名）是个无线电爱好者，这个小众爱好，让他对算法推荐哭笑不得。他有时会在购物软件上购买一些电子元器件。“如果数据量够大，推荐会相对精准，但因为我的爱好很小众，算法可能抓取不到足够的数据，比如当我买了射频混频器，它就给我推荐手机信号增强器，但这和我的爱好毫无关联。”

  对稀奇古怪的推荐内容感到不适的王明明，有时会和算法开玩笑，“我会收藏一些看起来好玩、但绝对不会买的产品，混淆算法的视听”。他和朋友还讨论过，有些软件关闭个性化推荐功能后，效果并不明显，于是他们互相交流如何“反算法”，王明明的“胡乱收藏”法也在朋友之间传播开来。

  “算法推荐‘似乎比我更懂我’”

  因为在短视频平台上刷了一条街边卤味小摊的视频，江西的95后程慧萍“掉”进了美食、吃播的“坑”。平台发现她在这类视频上停留时间长，总会给她推荐，现在她已经在平台推荐下关注了不少美食博主。短剧也是常常被推荐给她的视频类型，“每集短剧最后的剧情都特别‘抓人’，让人忍不住还想看。这时候再往后刷两条视频，就会刷到后面的剧情。平台一直推，就让人忍不住一直刷”。

  窦颖慧所学的专业是数字媒体艺术，在平时的学习任务中需要用相关社交媒体平台来搜集素材，她说：“有些图片平台，只要点击一张图，就会推送巨量相关图片，极大提高了我查找素材的效率。”

  调查显示，60.3%的受访者对算法推荐的内容表示满意。在受访者看来，更容易找到感兴趣的内容（68.8%）、提高信息获取效率（58.0%）、增加接触新事物的机会（43.6%）、提供更多实用的学习资源（26.7%）、匹配志同道合的朋友（24.9%）都是算法推荐带来的价值。

  两个月前，浙江海洋大学的袁家乐在算法推荐的帮助下买到了一台二手相机，足足省下了1700元。“我刚原价下单，就刷到了同校同学出二手相机的帖子，很多离我更近的卖家信息也都出现在推荐页面，而之前大多是其他城市的信息。”

  袁家乐认为算法推荐也有好处：“算法筛选信息更有效率，我也更容易找到兴趣爱好等方面比较匹配的朋友。”

  在准备国际人才英语考试（中级）期间，袁家乐经常在社交媒体上搜集备考攻略，“15天极速备考”“非英专生通过考试需要哪几步”等符合她身份和需求的内容接连出现在推荐主页。“算法推荐的内容帮我补足了很多知识和方法上的漏洞，似乎比我更懂我。”最终，袁家乐取得了自己满意的成绩。

  对于长安大学的王硕而言，观看视频不仅是放松心情的方式，也是补充能量和知识的重要途径。他在复习汽车理论的专业课时，在视频网站上搜索了相关内容后，平台推荐的视频里也多出了许多汽车理论的课程视频和学习资料。

  算法对个人行为过于熟悉也会带来问题。一次去外地订酒店时，程慧萍不经意间对比了两个不同预订软件的价格，发现同一家酒店的同个房型，她常用的软件上竟然比不常用的软件上贵出80元。“我有一个朋友经营度假小屋，他告诉我，这可能是因为‘杀熟’，还可能是因为商家向平台购买了付费推广服务。所以，我们看到的推送也不一定只是基于用户画像，还可能掺杂广告和营销。”

  冯子轩坦言，当前算法推荐的管理和监管存在诸多难点，相关规定还存在内容分散、标准不清晰等问题；其次，算法推荐技术本身具有复杂性，这使得监管机构难以深入了解算法的工作原理和决策过程，进而影响监管效果。

  算法推荐仍需多样化，超六成受访大学生曾点击“不感兴趣”

  “算法给用户推荐最关心、最感兴趣的内容，削减用户较少涉及的领域，让用户处于信息的自循环，大家心里都明白这层‘茧房’已经越来越坚固，但难以舍弃和打破。”窦颖慧说。

  最近，窦颖慧正处于期末周，“搜索关键词都是‘互动艺术设计’‘数字应用’等与专业课相关的内容，而我生活中还有拍照、看电影等其他爱好，但由于近期没有搜索相关信息，它们已经慢慢淡出我的视野，而那些时事政治、数学科学等我更少关注的领域，几乎从不在我的社交平台出现。”

  袁家乐自认为对算法的依赖程度较高，有时也会陷入算法推荐的信息流中难以自拔。“时间不知不觉就在指尖划过，反应过来已经是1个小时后了”，袁家乐会因为停不下来而花费更多时间，最终“被动熬夜”，伤害身体。对此，她也一直在想办法降低对算法推荐内容的依赖。

  调查显示，接收到的信息来源单一（61.7%）、推荐内容同质化（61.7%）、不自觉地花费更多时间（51.5%）等都是受访者眼中算法推荐的不良影响。调查还显示，72.9%的受访者会根据需要主动关闭个性化算法推荐，66.6%的受访者会有意识地使用“不感兴趣”来规避“算法推荐”可能带来的问题。

  对于算法推荐的信息，刘昊冉不会全盘接受，视频的评论区是他辅助判断的重要信息来源。如果评论区的信息单一，他会搜索其他用户发布的内容，或者切换其他软件来获得更多信息。“信息来源越多，越容易获得有价值的内容。”他说。

  刘昊冉觉得，算法推荐虽然提高了信息匹配的效率，但个人应该有更多的选择权，“在获取个人信息时平台需要和我确认是否允许，我可以随时选择是否接收算法推荐的内容”。

  倪梦娜希望App可以给她推荐一些她喜好以外的内容，但要控制比例，“推荐80%我喜欢的内容，20%我并不常看的内容，避免被困在‘信息茧房’中”。

  冯子轩认为，当普通用户对算法推荐感到不适，或认为数据抓取或推荐侵害了自己的权益，可以自行关闭算法推荐服务。“用户在使用平台服务时，应提高自我保护意识。例如，应当注意保护个人隐私和信息安全，谨慎授权平台获取自己的个人信息和数据等。”

  冯子轩说，如果用户对算法推荐存在不满或认为自己的权益受到侵害，可以向平台投诉，寻求解决方案。当用户的权益受到严重侵害，且平台未能给予合理解决方案时，用户可以咨询律师或相关机构，依法维护自身合法权益。

  一个好的算法推荐长什么样？在受访者看来，考虑用户多样性需求（79.1%）、增加对推送内容的筛选（59.3%）、允许用户有更多的控制权（58.3%）、确保用户隐私数据安全（46.4%）、向用户解释清楚推荐机制（40.1%）、优先推荐积极有益的内容（37.1%）都是不可或缺的因素。

  “有时候算法推荐带来的问题，不是普通用户可以决定或左右的，必须要平台和相关监管部门从根源上来解决。”程慧萍说。不过，她还是会根据经验，有意识地去甄别平台算法推荐，并且会在各个平台上“货比三家”，避免算法推荐带来的问题。

  “我选择将部分个人信息提供给算法，那么算法也应当为我推荐更有价值的优质信息，而不是推荐同质化的内容。”袁家乐对算法和用户的“对等关系”表达了期待，“如果仅考虑部分人的利益，用算法搞‘算计’，忽视用户的长期使用体验，最终用户也会‘寒心’”。