【猜你喜欢】你是否也经常在各大平台看到这样的词语呢，你相信吗？ 这就是推荐算法，只是更口语了。
一直有看《看理想》文章的习惯，总觉得被一群90年代的文青，培育着，自己的气质也会不同，上周看到了这篇，看到了算法。
我一直对计算机有一种热情，但就是不去自己学习，身在互联网社会，对算法一词 也算是耳熟能详了，害怕算法，恐惧自己被算法替代。
听到外卖骑手，被困在推荐算法里，也会担心自己，是否已经被算法包围，而不在有自己思维方式。
想到读到这篇文章的人，还是有差异的，我决定还是先讲讲什么是算法，「推荐算法」就是利用电脑运算，通过特定的步骤来向网络服务的用户推荐内容的机制。
{在年轻一代人看来，很可能是这样的：打开YouTube或抖音，就有听不完的歌和看不完的视频。这些内容好像自上古时代以来就存在在那里，只等着你点一下手机。
假如有上了年纪的中年人看到这里，请不要觉得荒诞。在我们看来，歌要有人写，词要有人填，然后还要有人编曲，唱歌，录音，做成唱片，宣推，然后卖到人们手中。这些人当然还存在，没有他们我们还是听不到歌，但是新一代在音乐流媒体听歌与我们当年用唱片或录音磁带听歌的感受还是很不一样的。
就好比拧开水龙头就有水出来。虽然理性上，你知道自己有在付水费，有污水处理厂等一系列基础设施，我们才能享用自来水，但你同时会把自来水视为一种理所当然的事。}
过去上网，不知道要做什么，而现在 信息丰富，你可能会疑惑，还需要别人推荐吗，假如你这样有过这样的想法，我觉得你可能已经着了推荐系统的道。几乎所有视频网站和社交平台首页都充斥着推荐系统。用户每天都被推荐系统引导着去看和听不同的影像和音乐，但却很可能几乎意识不到它的存在。可以说，这有点像广告想要达到的最高境界了。
【猜你喜欢】【你可能还想看这本】
推荐系统的结果看上去可以很简单直白。你打开日常看到视频网站，页面上会显示近期常看的新内容，但这些结果背后都有复杂的计算。
说了系统机制，你一定接触到过这样的情景，走进一家服装店，导购迎上来，准备开始给您介绍，看似是适合你的衣服，好像在推荐着他们店铺的内容，这一排不好，换下一排，这一列换下一列，左边挑一个换右边的一个，导购就是一套人肉推荐算法。与现在各大电商平台比，这套算法很不周全，不过颇有些特别之处。例如，有时他会通过某种无伤大雅的羞辱来达到让人消费的目的。具体表现为「这你都没看过！」之类的话术。还有的时候他也会诉诸于社交性，比如说哪个哪个明星都穿了之类。总之，我们都了解他的伎俩，也都比较能以平常心对待他，因为在那个年代还有一个重要的推荐系统，那就是点评。导购个人的心水推荐也是一种点评。
那么，读评论是在求推荐吗？肯定有这方面的考虑，但它更是一种参与公共话语的过程，用英文的说法，是一种“making sense of the world（搞清世界是怎么回事）”的过程。
在这个过程中，你可能会发现一些自己喜欢的音乐和电影，但从本质上说，那并不是目的。真的目的还是在于“making sense”，搞清楚。而当今我们批判推荐算法时所提出的罪名，诸如推荐算法让人懒惰、让人陷入虚无的循环，都忽略了硬币的另一面，那便是「人」本身没有求知欲。
【在推荐内容一事上，我们也不能忽视实体世界社交的作用。设计推荐算法的人都明白，用户的朋友的推荐，在很多时候比任何聪明的算法都更有效。】
中国有家酒店，在客房内对于自己提供的宽带上网服务写了一份免责声明，说「网络是一个巨大且可能令人产生困惑的地方」，如果客人因为上网受到了伤害，本酒店不负责任。
在我看来，推荐算法要是能把巨大的互联网上那些可能令人产生困惑的东西适时地推送过来，倒也是功德一件。只不过，上面那位朋友的经历告诉我们，或许有比推荐算法更大的力量在左右着人们的内容消费。
请与算法共存，我想，和推荐算法共处时最重要的一点就是要意识到它的存在，并且自己去挖掘算法意识到的相关性背后的故事。这是因为推荐算法是软件，它需要用精确的语言定义所有问题。
我们写作时的信息自我推荐本就是在自己感知世界，推荐给其他人，写作时，你也在编辑自己的推荐算法。
而 making sense of the world，本来就是人类在创作时所做的事。
