张朝阳称算法推荐容易让人越看越窄,普通用户该如何跳出信息窄化困境?
算法推荐的目标通常是让你更容易看到“可能会继续点开”的内容,不一定是让你看得更全面。要跳出信息窄化,关键不是完全拒绝推荐,而是主动给信息来源增加一些不同的入口。
可以从几件小事开始:
- 把“主动搜索”和“首页推荐”分开用。 首页适合发现感兴趣的内容;涉及公共议题、健康、投资或重要决策时,先列出自己真正想弄清的问题,再用关键词搜索,而不是只顺着信息流往下刷。
- 有意识地扩展来源。 对同一件事,至少看看几种性质不同的来源,例如当事机构或原始材料、专业媒体的报道、不同立场的评论。重点不在凑“正反各一篇”,而在核对它们引用的事实、证据和适用条件是否一致。
- 训练推荐系统,而不是只被它训练。 对不想继续看到的内容使用“不感兴趣”“减少此类推荐”等选项;偶尔主动关注与既有兴趣相邻、但角度不同的主题。只点开让自己愤怒或惊讶的内容,也会向系统传递“我喜欢这个”的信号。
- 给信息流设边界。 比如限定每天刷的时间,或把获取新闻与休闲浏览放在不同时间段。注意到自己连续看到相似说法、情绪越来越强时,停下来换一种来源,比继续刷更多同类内容更有用。
- 保留不确定性。 推荐流里反复出现,不等于更可靠或更普遍。遇到强结论,看看原始数据、发布时间、样本和上下文;暂时找不到时,先把它当作待核实的信息。
不必追求每天接触所有观点,也不必把每个问题都变成辩论。更现实的目标是:重要问题不只依赖一个平台或一种叙事,休闲内容则由自己决定看多少。