“這世界上肯定存在讓人上癮的程式碼。”

或許你也有這樣的疑惑，每天的24小時不變，但是感覺自我支配的時間卻越來越少。手機上的各種APP，從social都遊戲，從購物到綜藝，機不離手是常態，這是上癮嗎？

“癮”從何來？
是技術操縱了我們的喜好和生活嗎？
這到底是技術的錯還是程式設計師的錯？

今天，我們就藉由雙十二，來聊聊——演算法的“原罪”，還有，它真的在支配我們的生活嗎？

雙十一剛過又到了雙十二，這兩個接連重磅炸彈註定在年終歲末把所有人的錢包榨乾，各大平臺爭先恐後賣貨的同時，也在暗搓搓的對你進行滲透，在買買買這場“金錢謀殺案”上，其實多得是你不知道的事。

演算法可能已經成為你的影子，如影隨形、寸步不離。用亞當·斯密的話來說，這是“一雙看不見的手”在引導你做出選擇，即便是深諳演算法大資料的程式設計師，也會中招。

儘管他分不清各種軸鍵盤的區別、各種耳機的引數，也不知道這一季流行格子襯衫還是輕羽絨服，但你的習慣會告訴TA。

就像喬布斯說的“消費者並不知道自己想要什麼”並將之作為一生的信仰，貫徹到企業的運營管理過程中，從事消費者行為研究的說服心理學家凱文·霍根認為：大量的購物決策在發生時，人們是無意識的。

人們對於自己未來將如何行動，或者有無可能購買什麼產品，幾乎沒有預測能力，而且他們肯定也無法準確告訴你過去這麼做的理由。”

商家便利用了消費者的這種心理，消費者需要不斷被觀察，試探和刺激，才能賣給他們更多商品。

就像在你走進超市之前，你也許並不會想到自己因為碰巧走近了薯片貨架，碰巧肚子有點餓，碰巧有新出的口味而放棄了預謀已久的減肥計劃。一切看似是碰巧，其實都是設計好的“陰謀”。

手機淘寶也是一樣，8月底改版後的手淘，個性化推薦欄目不僅在首頁佔了兩個板塊，還佔據了第二屏往後的全部位置。這些都意味著，“逛”和“刷”成了使用者使用電商App的新模式。

平均每個月有6.34億人在淘寶上購物。倚著早高峰8-9點的地鐵欄杆，或者晚上9-11點坐靠在床頭，無數男男女女端著手機，一頁一頁地刷著淘寶個性化推薦板塊“猜你喜歡”和“有好貨”。

不一定要買，可能是打發時間，可能只是為了一飽眼福，但看著看著就加進了收藏夾，加入了購物車。

一個剛開啟健身生活的上班族可能盤算了一早上午餐要點份蔬菜沙拉，但只因為被隔壁同事的漢堡的氣味吸引，意志就在一瞬間潰敗。

這意味著，預測使用者需求的機器需要反應迅速又極有眼色——甚至你劃過一條貨品的速度，在頁面的停留時間，都能成為考量你正被吸引還是因無聊而煩躁的指標。

這其中不僅僅追求的是銷售額，因為電商平臺的商品豐富度到了一個龐大的量級，如果不能對消費者做出有效推薦，能否篩選出有效資訊都是挑戰。

以淘寶為例，如今平臺上有幾十億商品，幾千個子類目，涉及十幾個行業。與此同時，當人們的購物渠道從十幾英寸的電腦轉移到幾英寸的手機螢幕，展示空間卻急劇縮小，這時候展示出的每一份產品都必須有針對性且擲地有聲。

另一方面，消費者的要求越來越高，相對於早年間的爆款，他們開始追求符合自己調性和偏好的商品，小眾市場成為沃土。瀏覽大量不符合使用者偏好的產品，會浪費使用者的時間，消磨他們對電商平臺的認可度，最終商家會失去他們。

要定義一個使用者，在整個阿里巴巴的生態內（包括淘寶、支付寶、UC、高德…）有幾百個維度的資料，而每個維度下面又能細分出無數屬性標籤。

比如價格偏好是一個維度，它下面又可以按照高、中、低價範圍劃分出幾個屬性。算下來，定義一個人總共能有成千上萬個標籤。

你像一顆枝繁葉茂的大樹，通過消費行為透露出來的資訊是你細密的枝椏。

除卻性別、年齡這些基本資訊，你的行為會以一種隱祕的方式向機器透露你是個什麼樣的人，你的偏好又是什麼？比如購物歷史、搜尋歷史和瀏覽軌跡，都能為機器定義你提供依據。

而且淘寶的推薦邏輯在逐漸外擴，從推薦物品、到推薦品類、再到今年主要做的推薦場景。

比如，從你搜索了格子襯衫，而向你推薦了更多花紋樣式的格子襯衫，又推薦了鍵鼠套裝、電腦顯示屏，最後推薦了人體工程椅，你是程式設計師的祕密已經掩飾不住了。

又比如當你購買了一種辣條，系統就會給你推薦泡麵，火腿腸，最終集齊加班神器行軍床，這種轉變，意味著從賣一樣貨、到賣一個場景，甚至再高階點，一種生活氛圍或方式。

在機器的上帝視角下，一切細碎的行為都被賦予意義：它能通過你購買前的瀏覽比對次數知道你是否是個糾結的選擇困難症患者，也能敏感的察覺到使用者是否對當前的推薦感到厭倦。

這就是所謂電商推薦，把使用者和商品資料化成機器能理解的語言，然後挖掘出使用者與商品、甚至商品與商品之間的關聯規律，實現精準的推送和高成交率，而這已經成為網際網路的大勢所趨。

Boss直聘2018年二季度人力報告顯示，搜尋和推薦演算法工程師成了當下最熱門的崗位。不只新晉獨角獸拼多多，甚至一些A輪的早期電商公司，都在高價尋覓AI科學家。

沒有人會是例外。我們也不過是被計算的一份子。


在電子電路中，有個術語叫孤島效應，指電路的某個區域有電流通路而實際沒有電流流過的現象。

我們在被分析的同時，越來越多自以為是的推薦會讓我們的資訊來源越來越閉塞，觀點更狹隘，最終變成一座座“孤島”。

你看到的都是你中意的商品，讀到的資訊都是符合你價值觀的理論，聽到的都是悅耳的音樂，忠言逆耳、良藥苦口的道理我們都懂，但仍然沉迷於被算計得服服帖帖的程式裡，最終的結果，難免不會成為演算法的奴隸。

圖片源自網路，侵聯刪

這個雙十二，你可以從現在開始做個統計，在最終的購買記錄裡，有多少是你原本的購買清單下的商品，又有多少是演算法推薦下的“意外收穫”，結果可能會超出你的原有認知。

大資料已經如此深遠地掌控、暗示了我們的生活，除了賬戶裡的現金額，我們的所有都已經全權交付於資料演算法了。你在看商品時，演算法也正在看你，這可能是當今快消時代唯一的“隱祕而偉大”。

既然演算法可能置多元的社會環境於不顧，那麼應該如何約束演算法呢？演算法的本質最終還是指向向善向上，像之前今日頭條的整改一樣，低俗內容、新聞失衡等等現象頻出，“資訊繭房”問題普遍，就需要加強技術平臺的監管治理。

明確平臺責任，在技術層面把好第一關，規範技術的適用範圍和標準，加大人工稽核的投入力度，保證內容的質量和貼近性。

“沒有人是一座孤島”，我們都不該也不能被演算法矇蔽雙眼，在獲得便利的同時，要把眼光放的更長遠，視角看的更多元。