中国青年报：近八成受访大学生认为需要减少对算法推荐的依赖
近日，中国青年报·中青校媒就算法推荐话题面向以大学生为主体的青年展开问卷调查，回收有效问卷3694份，78%的受访者认为自己需要减少对算法推荐的依赖，72.8%的受访者曾遇到过“大数据杀熟”的情况，68.9%的受访者认为推荐算法应该更加透明。
当“算法推荐”不再“隐身”
不久前，就读于北京林业大学的窦颖慧和朋友聊到想购买一款耳机，她的社交平台首页、购物软件主页立即被各类耳机占领。有时窦颖慧会和身边的朋友开玩笑说：“小声一点，别被我的大数据听到了。”
今年刚毕业于福建一所高校的倪梦娜发现，算法推荐已经渗透到她生活的各个角落，“给我推荐的视频总能让我感到舒适愉悦”；打车软件对她的生活规律了若指掌，甚至知道她每周三或周四都要去一位朋友家，到了这天，就会自动在目的地栏中填入朋友的地址。
调查显示，89.7%的受访者意识到“算法推荐”的存在，视频平台（90.5%）、购物平台（74.4%）、社交媒体（67.7%）、音乐平台（66.1%）、生活消费软件（39.2%）都是受访者经常使用的含有“算法推荐”的平台。
熟悉了算法推荐的特点，倪梦娜甚至会“驯化”常用的App，先给自己打好标签，方便App推荐自己喜欢的内容。在一些视频平台观看视频时，她还会专门“一键三连”（网络流行语，指对视频作品进行点赞、投币、收藏——记者注），让App清楚地了解自己喜欢什么。“如果看完直接退出，算法可能就捕捉不到我喜欢这个视频，给我推荐的内容就会有点‘脱轨’。”
虽然并不抵触算法推荐，但倪梦娜坦言，自己也遇到过“算法刺客”。“在和朋友同时打同一类型的车、走同一条路线时，我的打车价格会比朋友高出五六元。平台给我们发放的折扣券不一样。”
每到一个城市旅游，刘昊冉都会在短视频平台刷到当地旅游攻略和店铺推荐。不过这些算法精心准备的内容，刘昊冉并不“买账”。在他看来，内容大多同质化严重，视频拍摄的文案、运镜、音乐几乎都是同一个模板，参考价值并不大。
就读于云南一所高校的王明明（化名）是个无线电爱好者，这个小众爱好，让他对算法推荐哭笑不得。他有时会在购物软件上购买一些电子元器件。“如果数据量够大，推荐会相对精准，但因为我的爱好很小众，算法可能抓取不到足够的数据，比如当我买了射频混频器，它就给我推荐手机信号增强器，但这和我的爱好毫无关联。”
对稀奇古怪的推荐内容感到不适的王明明，有时会和算法开玩笑，“我会收藏一些看起来好玩、但绝对不会买的产品，混淆算法的视听”。他和朋友还讨论过，有些软件关闭个性化推荐功能后，效果并不明显，于是他们互相交流如何“反算法”，王明明的“胡乱收藏”法也在朋友之间传播开来。
“算法推荐‘似乎比我更懂我’”
调查显示，60.3%的受访者对算法推荐的内容表示满意。在受访者看来，更容易找到感兴趣的内容（68.8%）、提高信息获取效率（58.0%）、增加接触新事物的机会（43.6%）、提供更多实用的学习资源（26.7%）、匹配志同道合的朋友（24.9%）都是算法推荐带来的价值。
两个月前，浙江海洋大学的袁家乐在算法推荐的帮助下买到了一台二手相机，足足省下了1700元。“我刚原价下单，就刷到了同校同学出二手相机的帖子，很多离我更近的卖家信息也都出现在推荐页面，而之前大多是其他城市的信息。”
袁家乐认为算法推荐也有好处：“算法筛选信息更有效率，我也更容易找到兴趣爱好等方面比较匹配的朋友。”
在准备国际人才英语考试（中级）期间，袁家乐经常在社交媒体上搜集备考攻略，“15天极速备考”“非英专生通过考试需要哪几步”等符合她身份和需求的内容接连出现在推荐主页。“算法推荐的内容帮我补足了很多知识和方法上的漏洞，似乎比我更懂我。”最终，袁家乐取得了自己满意的成绩。
算法推荐仍需多样化，超六成受访大学生曾点击“不感兴趣”
“算法给用户推荐最关心、最感兴趣的内容，削减用户较少涉及的领域，让用户处于信息的自循环，大家心里都明白这层‘茧房’已经越来越坚固，但难以舍弃和打破。”窦颖慧说。
刘昊冉觉得，算法推荐虽然提高了信息匹配的效率，但个人应该有更多的选择权，“在获取个人信息时平台需要和我确认是否允许，我可以随时选择是否接收算法推荐的内容”。
倪梦娜希望App可以给她推荐一些她喜好以外的内容，但要控制比例，“推荐80%我喜欢的内容，20%我并不常看的内容，避免被困在‘信息茧房’中”。
一个好的算法推荐长什么样？在受访者看来，考虑用户多样性需求（79.1%）、增加对推送内容的筛选（59.3%）、允许用户有更多的控制权（58.3%）、确保用户隐私数据安全（46.4%）、向用户解释清楚推荐机制（40.1%）、优先推荐积极有益的内容（37.1%）都是不可或缺的因素。
“我选择将部分个人信息提供给算法，那么算法也应当为我推荐更有价值的优质信息，而不是推荐同质化的内容。”袁家乐对算法和用户的“对等关系”表达了期待，“如果仅考虑部分人的利益，用算法搞‘算计’，忽视用户的长期使用体验，最终用户也会‘寒心’”。