LAIKA

2023/05/25

(資料圖片僅供參考)

“大數據比我媽還懂我”

作者 | 藍貓

編輯 | G3007

打開任意一個購物軟件，搜索想要購買的商品，購物軟件就會推送海量的相關商品，再從中挑選出心儀的商品，足不出戶就可以買遍天下，這已經是當代人習以為常的購物體驗了。購物軟件精準推送的背后，離不開電商平臺的大數據算法。

01

“大數據比我媽還懂我”

小藍是一個自詡理性的消費者，作為新手媽媽的她最近想購買一個掛在嬰兒床上的掛籃，她打開淘寶搜索了“儲物掛籃”，淘寶篩選出了她想要的商品，該商品名稱關鍵詞是“床邊掛籃/寶寶床頭尿不濕收納盒”，非常符合小藍的需求，價格也比較合理。收到快遞之后，雖然商品跟描述一致，包裝上卻赫然寫著“懸掛垃圾桶”。小藍用老公的淘寶搜索“懸掛垃圾桶”，出來的同款價格僅是她購買的“儲物掛籃”的一半！同樣的商品，命名不同，小藍知道跟母嬰沾邊的商品價格會更貴，所以并沒有搜索母嬰字眼，為什么淘寶還是給她推送的母嬰類商品呢？

因為大數據正在“猜你喜歡”。在小藍過往的購物經歷中，她已經被淘寶進行了用戶畫像，并且根據用戶畫像被區別對待了。

從第一次使用淘寶開始，小藍的每一次搜索、收藏、加入購物車、購買都被記錄了下來，這些行為充分地展現了她的購物偏好，比如：她購買過某行業的培訓書籍、某品牌化妝品、貓糧、嬰兒尿不濕等，這已經可以還原出小藍本人的工作經歷、家庭成員、生活習慣等信息；根據所購買的商品在同類商品中所處價位，就可以知道她的經濟情況和購買力如何；根據她日常瀏覽的服飾鞋帽、日用品風格，就可以看出她是喜歡中式、日系還是法式。當小藍多次在同一平臺購物之后，平臺根據算法為她創造了一個獨一無二、定制化的、符合小藍喜好的購物環境。“大數據比我媽還要懂我”——不少年輕人都這樣感慨過。

為了證實自己的猜測，小藍進行了“電飯煲”測試。用自己和老公的賬號分別在淘寶搜索“電飯煲”，果然篩選出來的商品價格、外觀都有明顯不同。

小藍承認，淘寶推送給她的這幾款電飯煲顏值非常符合她的喜好，但價格也偏高，如果不進行對比，她就會默認電飯煲的價格就是自己篩選出來的這樣，自己在購物中就很可能花冤枉錢。淘寶為小藍打造的這個符合她個人喜好的購物環境，就是一個消費領域的“信息繭房”。

02

購物場景中的“信息繭房”

“信息繭房”的概念最早是由美國學者凱斯·桑斯坦（Cass R.Sunstein）在《信息烏托邦:眾人如何產生知識》中提出。從書中對“信息繭房”的定義來看，桑斯坦認為人們掉入“信息繭房”是因為對信息進行了選擇和過濾。在網絡信息傳播過程中，由于公眾的信息需求并非是全方面的，所以他們只會注意自己選擇的內容和使自己愉悅的信息，久而久之就將自身桎梏于像蠶繭一般的“繭房”之中。

電商活動也是一種信息傳播行為。電商活動中，平臺算法根據個人消費偏好對目標用戶進行精準的鎖定和信息投食，每個消費者都有一個獨一無二的“信息繭房”。對于用戶來講，“繭房式”的購物環境會給自己帶來更加便捷愉悅的購物體驗。用戶也會主動參與到“繭房式”購物環境的構建中，甚至積極維系這個購物環境的持久存在，例如將喜歡的商品添加收藏、對不喜歡的商品進行屏蔽等。根據一項針對線上購物平臺的“信息繭房”現象的調查，不少用戶對繭房中出現的不喜歡的東西會感到不滿，力求自己購物環境的純潔。

算法和“繭房”的好處顯而易見，不但節省人力物力，而且提高了匹配效率，一定程度上解決了海量商品和用戶個性化需求之間的矛盾。然而，隨著人工智能和大數據算法的普遍和深入，電商中的“繭房”厚度在不斷增加。每個消費者都被一套看不見的算法所操控，看似海量選擇、公平公正，令消費者沉浸其中，實則容易因信息的單向度傳播，導致信息的過度窄化。目前不少關于大數據算法和“信息繭房”的弊端已經日漸凸顯。

首當其沖的是為了保證算法精準而帶來的隱私泄露。很多人都有過這樣的經歷：剛與朋友聊完某件商品，甚至只是口頭聊天，打開購物軟件，首頁就出現了該商品的推薦，因為大數據正在監聽你！這正是為了維持“繭房”的精準和舒適而帶來的犧牲用戶隱私。

其次是一些不舒服的購物體驗。比如用戶已經完成了購買，平臺仍然不斷推送同類商品，用戶被迫接收大量信息，需要過很長時間或者點不喜歡才能屏蔽。

而最屢見不鮮的還是“大數據殺熟”，平臺的解釋永遠是“基于算法”。當每個用戶被困在自己的繭房中時，繭房之間的信息互不流通，平臺擁有絕對的信息霸權。通過各種補貼、消費券、積分、拉新等讓價格神出鬼沒，令用戶摸不清套路。一旦跳出繭房發現自己被殺熟，就會對平臺和商家失去信任。

03

算法如何才能不“算計”

有人享受被繭束縛的舒適，也有人努力掙脫想要看到繭外的世界。

微信之父張小龍說：“從前一個人的世界，他的大小，是由他的腳的行走半徑來決定的，現在一個人的世界的大小，是由他所獲得的信息的寬廣度來決定的。”長期被禁錮在“信息繭房”中的個人，其思維甚至生活都可能呈現出一種定式化、程序化的狀態，失去了解不同事物的能力和接觸機會。

算法本身是中立的，只是一種技術工具，無所謂正向或負向價值觀，但如果算法技術與商業利益密切聯系，必然會引發一系列社會問題，不容回避。

近年來，監管部門已經在密切關注平臺算法帶來的問題，陸續出臺了不少相關法規意見，在《禁止網絡不正當競爭行為規定（公開征求意見稿）》中提到：“經營者不得利用數據、算法等技術手段，通過收集、分析交易相對方的交易信息、瀏覽內容及次數、交易時使用的終端設備的品牌及價值等方式，對交易條件相同的交易相對方不合理地提供不同的交易信息，侵害交易相對方的知情權、選擇權、公平交易權等，擾亂市場公平交易秩序。交易信息包括交易歷史、支付意愿、消費習慣、個體偏好、支付能力、依賴程度、信用狀況等”。

然而事實上，即便自己感受到了“大數據殺熟”，因為舉證困難，消費者也很難證明交易條件相同，司法部門無法認定平臺進行了“大數據殺熟”。在《我國“大數據殺熟”的立法規則與法律實踐》一文中，作者整理了部分涉及“差別待遇”的典型案例，法院均認定為“不構成差別待遇”。

繭房中的消費者也在覺醒。不少消費者已經認識到“信息繭房”對自身認知的局限性和危害性，開始“以其人之道還治其人之身”。在購物時切換賬號和購物平臺、貨比三家、進行線上線下比價等，都是可以打破購物“信息繭房”的方法。不少消費者還學會了“以暴制暴”，在社交平臺上喊話“咖啡好貴，喝不起了，請給我優惠券！”，主動讓大數據“監聽”自己，達到優惠的目的。社交平臺上還有不少博主分享如何利用購物關鍵詞平替等方法打破信息差，保護自己的荷包，例如想要購買“口紅收納”則搜索“馬克筆收納”等，避開美妝、母嬰等“貴價”標簽。

結 語

算法是中立的，它只是作為一種工具出現，至多只是為人的決策行為提供參考。每個矛盾都在自己的對立面中孕育著生機與未來，電商中的“繭房”阻隔了用戶信息的交流，影響了電商的生態建設，但是同時也蘊含著破繭的可能與生機。想要不被算法馴化，首先要將人的事情留給人，將算法的事情留給算法。

原文標題:大數據比你媽還懂你：馴化算法還是被算法馴化？