有智能社交这回事么

原标题：有智能社交这回事么

Photo by Eric Nopanen on Unsplash，本文来自微信公众号：胡泳（beingdigital），作者：胡泳。

我们的确需要新一代的社交应用，可问题是，存在“智能社交”这回事吗？

1

2017年11月，张一鸣提出“智能社交”，它不仅构成今日头条智能推荐发展的下一步，而且据说还代表着“社交媒体的2.0时代”。今日头条为智能社交框定的方向是：通过智能推荐更有效率地获取粉丝。公司还不惜投入，声称要在平台上扶持1000个拥有100万粉丝的账号。

2017今日头条创作者大会，张一鸣提出“智能社交”

一年以后的11月，市场上冒出一个新社交应用“Ta在”，将自己定位为“智能社交媒体”。然而此“智能社交”却不同于彼“智能社交”，完全反其道而行之：不要粉丝，不要大V，而是想通过不断演化的算法，越来越精确地提取用户特征，将信息的特征和人的特征予以精准匹配。其路径是从信息到人，而不是从人到信息。

“Ta在”也称自己是社交媒体2.0，而把新浪微博和朋友圈看做第一代社交媒体。不管如何分期和定义，大家对现有社交媒体的不满溢于言表。

微博做的是流量生意，资源和话语权集中于头部，商业化开采过度；

微信则混淆强弱人际关系，混淆公私空间，由熟人社交走向名片化，日益陷入“什么都是，从而什么也不是”的窘境。

“Ta在”把新浪微博和朋友圈看做第一代社交媒体。

我们的确需要新一代的社交应用，可问题是，存在“智能社交”这回事吗？

2

社交是人类的天性。通过社交媒体进行的社交，与一般意义上的社交，差异在于“更多”——即社交媒体允许更多的联系，更多的沟通，并且，是以一种更加公开的方式。围绕社交媒体的一个重要问题即是沟通超载——我们需要学习如何处理和理解我们现在所拥有的“更多”信息。

我在此使用“沟通超载”一词，而没有用大家惯常熟悉的“信息超载”，原因在于，我们在社交媒体上获得的信息并非单纯的信息，而大多是和发信人有关的信息，或者说，你在社交媒体上获取信息的过程，会天然导致你关注信息源。人和信息在社交媒体上是一体的。钱钟书有句名言，曾广泛传为佳话：“假如你吃了一个鸡蛋觉得很好，何必一定要去找下这只蛋的鸡呢？”对不起，在社交媒体上，我们“吃蛋”，但我们的确不满足于仅仅“吃蛋”，而是非常希望找到“下蛋的鸡”。

所以，“沟通超载”的内涵是，我们收到关于更多人的信息，比以往任何时候都要多，我们觉得需要处理它们，甚至希望对所有信息都能做出回应——而回应，显然不只是针对信息，更是针对人的。

这就导致了一个致命问题：我们要处理的信息以及人的关系，会远远超出我们大脑的处理能力。此种情势逼迫我们掌握信息时代的生存术，也即是如何过滤、筛选，为的是给滔滔的信息之流安上闸门。

我们正在实验的技术主要可以分为两类：算法机制和社交机制，尽管大部分我们使用的工具其实是结合了两者。算法技术利用计算机强大的记忆能力和处理能力，从浩瀚星云般的数据中寻找出答案。而社交工具则将我们朋友们的选择，作为指南，帮助我们寻找到感兴趣的东西。

这两种新型的过滤机制，解决了我们的苦恼，但各自又带来各自的问题：比如算法过滤存在算法黑箱以及剥夺我们的选择权的问题，而如果我们的社交网络是我们新的过滤器，那信息权威就从遥远的专家那里，转移到了我们所熟悉、所喜欢、所尊重的人所构成的网络上，这同样也会产生一系列意想不到的问题，例如过滤气泡，例如回声室效应——高度同质化的信息流把相异的观点有效地排斥在外。

然后，我们还会遭遇一个窘境：每次上网都会遇到如此多的信息，这告诉我们，，不管再怎么利用社交网络、再运行什么新奇的算法，也没有一个过滤器能够给我们提供恰好是我们需要的全套知识。因为，好东西实在是太多了，而不好的东西也太多了。

在一个非常基本的层面上，我怀疑“智能社交”的存在。就是说，我无法想象一个万能过滤器，我不相信有人能够把这样的东西开发出来。

3

“Ta在”的主创者说，“我们的智能体现在，通过算法和机器帮你识别你的兴趣，帮你筛选内容、传播内容，而不需要通过自己去选、去维护，简言之就是智能化的信息导流和动态关系链。”

智能化的信息导流，表面上看，当然不是不可以做到的。但动态关系链是否能因此建立，则完全是另外一个问题。

今日头条也可以说自己做的就是智能化的信息导流。算法的一个重要特点，我以为，是见数据而不见人，也因此，被算法训练出来的用户，不会特别在意信息生产者。如果说到信源问题，他们既无力分辨信源，也压根不关心信源。

用算法做社交，我一直觉得使力使错了地方。社交是人的一种基本欲望，但不是所有工具都适合社交。社交搜索成立吗？社交商务能走远吗？例如，航旅纵横本就是一款旅行工具，前一阵子却花心思去搞什么“用选座做社交”，不仅无益，反而有害。

那算法适合做什么呢？算法机制最好的着力点，当然是用于解决信息超载的问题。解决信息超载也有许多路径，其中之一是，把兴趣作为point of control（借用蒂姆·奥莱利的说法）。“Ta 在”公布的产品逻辑便是，在系统里先筛选出用户的兴趣爱好，再把兴趣相同的人聚合起来，由他们来决定内容的价值。其实，这是一种“兴趣图”（interest graph）的逻辑。

兴趣图以“人和人的共同兴趣”为线索。在2010 年的 Twitter 开发者大会上，当时的CEO狄克·科斯托罗（Dick Costolo）指出：“如果你看到我在Twitter上关注旧金山巨人队，这并不说明我认识其队员，而只是告诉你我对棒球很感兴趣。”当被问及推特新的“推广推文”（Promoted Tweets）平台将如何确定这些推文与用户推特流的相关性时，狄克首次提到兴趣图：“推特知道你与谁有联系，以及你和他们对什么感兴趣。”

推特CEO狄克·科斯托罗（Dick Costolo）首次提到兴趣图

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!