“算法誤導(dǎo)”可能是一個(gè)至今仍被忽視的問(wèn)題。新聞客戶端、搜索平臺(tái)、媒體網(wǎng)站乃至購(gòu)物平臺(tái)，都或多或少地存在各種針對(duì)用戶“瀏覽習(xí)慣”“關(guān)注傾向”“興趣愛(ài)好”等個(gè)體特點(diǎn)的大數(shù)據(jù)算法規(guī)則，以便根據(jù)計(jì)算結(jié)果進(jìn)行傾向性的推薦和推送，最終達(dá)到信息傳輸后實(shí)際成果轉(zhuǎn)化的效益最大化。
對(duì)此，我擔(dān)憂得是，如果這種算法規(guī)則被一些不良群體或敵對(duì)組織利用，后果可能不堪設(shè)想。具體分析如下：
一是利用規(guī)則誤導(dǎo)“民意走向”。用戶瀏覽新聞、接受信息都會(huì)或多或少地表現(xiàn)出一些政治傾向、情緒特點(diǎn)和興趣選擇。如果用戶通過(guò)客戶端、社交媒體等平臺(tái)瀏覽點(diǎn)擊較多的社會(huì)負(fù)面新聞，平臺(tái)就會(huì)通過(guò)瀏覽記錄、點(diǎn)擊頻率等痕跡算法，分析出更容易讓該用戶點(diǎn)擊和傳播的新聞種類和信息類型，進(jìn)而有選擇地進(jìn)行定向推送。個(gè)人分析認(rèn)為，一旦有灰黑勢(shì)力、極端組織利用這樣的規(guī)則算法，對(duì)一些“憤青”用戶進(jìn)行惡意信息定向灌輸?shù)脑?，極易造成“憤青”用戶接受的信息更加“憤青”、“嗜丑”用戶接受的信息更加“嗜丑”的偏離局面，甚至誘導(dǎo)這些用戶無(wú)故產(chǎn)生“社會(huì)十分黑暗”“到處充滿罪惡”的心理錯(cuò)覺(jué)，最終達(dá)到“民意誤導(dǎo)”的險(xiǎn)惡目的。
二是借助算法分析用戶數(shù)據(jù)。網(wǎng)址IP、瀏覽習(xí)慣、興趣愛(ài)好、購(gòu)物記錄這些孤立的數(shù)據(jù)維度，一旦加以系統(tǒng)整合，就很容易定位和分析出用戶的職業(yè)、年齡、性別、地址。我們可以想象，這些數(shù)據(jù)算法被敵對(duì)組織利用和加以針對(duì)性分析，等到他們分析出用戶信息后，就會(huì)通過(guò)“人肉威脅”“線下施壓”“線上圍攻”等方式，對(duì)任何一位不利于該組織目的的網(wǎng)民進(jìn)行“定點(diǎn)清除”，社會(huì)危害隱患極大。從當(dāng)前多起“正能量網(wǎng)民頻受人身威脅”類似案例來(lái)看，這或許是一大重要原因。
三是根據(jù)結(jié)果推送有害信息。算法本質(zhì)在于結(jié)果，如果有人根據(jù)結(jié)果，有預(yù)謀地組織人員頻繁輸入易被平臺(tái)置頂推薦的熱詞熱搜，同時(shí)又對(duì)有害信息進(jìn)行針對(duì)性包裝的話，那么，大量有害信息就會(huì)通過(guò)算法結(jié)果推送到大批用戶手里，還能最大限度規(guī)避了“被攔截”“被屏蔽”的風(fēng)險(xiǎn)，將給社會(huì)穩(wěn)定面管控帶來(lái)重大風(fēng)險(xiǎn)難題，很難應(yīng)對(duì)破解。
四是“碰瓷”規(guī)則創(chuàng)設(shè)虛假熱點(diǎn)。當(dāng)用戶習(xí)慣逐步養(yǎng)成，規(guī)則算法推送成為平臺(tái)潛規(guī)則，就會(huì)令社會(huì)圈層分化越發(fā)明顯，三觀界限越發(fā)清晰。而這時(shí)候，如果有人“碰瓷”規(guī)則算法創(chuàng)設(shè)某一個(gè)符合某個(gè)群體的熱點(diǎn)時(shí)，就會(huì)令該群體產(chǎn)生“熱點(diǎn)假象”，造成“民意錯(cuò)覺(jué)”，同時(shí)會(huì)表現(xiàn)出對(duì)圈外群體反應(yīng)極強(qiáng)的排斥感，進(jìn)而形成群體間的爭(zhēng)論提前，給后續(xù)引導(dǎo)應(yīng)對(duì)和線下處置帶來(lái)極大難度。此外，如果陷入群體爭(zhēng)論，還會(huì)反向觸發(fā)“逆向傳播”，反而落入預(yù)設(shè)的負(fù)面“議題陷阱”。
要切實(shí)破解“算法誤導(dǎo)”，存在較大的事實(shí)難度和客觀難點(diǎn)，因建議方法不宜公開(kāi)，此篇不做詳述。（轉(zhuǎn)自墩墩輿情）
暫無(wú)評(píng)論，快來(lái)評(píng)論吧!