“算法誤導(dǎo)”可能是一個至今仍被忽視的問題。新聞客戶端、搜索平臺、媒體網(wǎng)站乃至購物平臺，都或多或少地存在各種針對用戶“瀏覽習慣”“關(guān)注傾向”“興趣愛好”等個體特點的大數(shù)據(jù)算法規(guī)則，以便根據(jù)計算結(jié)果進行傾向性的推薦和推送，最終達到信息傳輸后實際成果轉(zhuǎn)化的效益最大化。
對此，我擔憂得是，如果這種算法規(guī)則被一些不良群體或敵對組織利用，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、接受信息都會或多或少地表現(xiàn)出一些政治傾向、情緒特點和興趣選擇。如果用戶通過客戶端、社交媒體等平臺瀏覽點擊較多的社會負面新聞，平臺就會通過瀏覽記錄、點擊頻率等痕跡算法，分析出更容易讓該用戶點擊和傳播的新聞種類和信息類型，進而有選擇地進行定向推送。個人分析認為，一旦有灰黑勢力、極端組織利用這樣的規(guī)則算法，對一些“憤青”用戶進行惡意信息定向灌輸?shù)脑挘瑯O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)這些用戶無故產(chǎn)生“社會十分黑暗”“到處充滿罪惡”的心理錯覺，最終達到“民意誤導(dǎo)”的險惡目的。
二是借助算法分析用戶數(shù)據(jù)。網(wǎng)址IP、瀏覽習慣、興趣愛好、購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)算法被敵對組織利用和加以針對性分析，等到他們分析出用戶信息后，就會通過“人肉威脅”“線下施壓”“線上圍攻”等方式，對任何一位不利于該組織目的的網(wǎng)民進行“定點清除”，社會危害隱患極大。從當前多起“正能量網(wǎng)民頻受人身威脅”類似案例來看，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置頂推薦的熱詞熱搜，同時又對有害信息進行針對性包裝的話，那么，大量有害信息就會通過算法結(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”的風險，將給社會穩(wěn)定面管控帶來重大風險難題，很難應(yīng)對破解。
四是“碰瓷”規(guī)則創(chuàng)設(shè)虛假熱點。當用戶習慣逐步養(yǎng)成，規(guī)則算法推送成為平臺潛規(guī)則，就會令社會圈層分化越發(fā)明顯，三觀界限越發(fā)清晰。而這時候，如果有人“碰瓷”規(guī)則算法創(chuàng)設(shè)某一個符合某個群體的熱點時，就會令該群體產(chǎn)生“熱點假象”，造成“民意錯覺”，同時會表現(xiàn)出對圈外群體反應(yīng)極強的排斥感，進而形成群體間的爭論提前，給后續(xù)引導(dǎo)應(yīng)對和線下處置帶來極大難度。此外，如果陷入群體爭論，還會反向觸發(fā)“逆向傳播”，反而落入預(yù)設(shè)的負面“議題陷阱”。
要切實破解“算法誤導(dǎo)”，存在較大的事實難度和客觀難點，因建議方法不宜公開，此篇不做詳述。（轉(zhuǎn)自墩墩輿情）
暫無評論，快來評論吧!