本文來(lái)自微信公眾號(hào)刷關(guān)鍵詞排名y原理3：王智遠(yuǎn)（ID：Z201440），作者：王智遠(yuǎn)，頭圖來(lái)自：視覺(jué)中國(guó)

早上好王先生：您的體溫是38.3攝氏度，體溫不正常建議去醫(yī)院檢查；昨天晚上您睡6個(gè)小時(shí)35分鐘，當(dāng)中醒來(lái)3次；其中深度睡眠時(shí)間2個(gè)小時(shí)30分鐘，最近注意各項(xiàng)指標(biāo).......

上述聲音來(lái)自我家智能管控系統(tǒng)和手環(huán)的反饋，好像把我的生活安排得明明白白，讓我又竊喜又憂愁，為什么刷關(guān)鍵詞排名y原理3？

竊喜的是我可以隨時(shí)知道身體數(shù)據(jù)，及時(shí)調(diào)整狀態(tài)；憂愁的是“我對(duì)智能系統(tǒng)的依賴慢慢喪失了某些大腦能力”，事情只是如此簡(jiǎn)單嗎？不是的。

如果我告訴你，我們的職業(yè)和人生選擇都被塞進(jìn)了可被預(yù)知的黑匣子中，你會(huì)相信嗎？也許多數(shù)人都對(duì)這句話有些茫然，不妨來(lái)具體看下：

不僅是青年，現(xiàn)在的老人和孩子在閑暇時(shí)都喜歡抱著手機(jī)刷個(gè)不停，形容難聽(tīng)點(diǎn)是“像中毒了一樣”。

大量的信息流平臺(tái)正在通過(guò)算法偏好來(lái)迎合我們，向我們投喂相似的內(nèi)容，它會(huì)造成什么呢？

一方面會(huì)讓自身固定在某個(gè)信息圈子中難以逃出，它持續(xù)強(qiáng)化你對(duì)某些問(wèn)題的看法，最后形成價(jià)值觀。

另一方面信息堆積越多，注意力就難以集中在那些復(fù)雜的問(wèn)題上，造成判斷力下降。

除此以外，身邊的一切智能設(shè)備仿佛也都在嘗試主動(dòng)為你“提供服務(wù)”，這不是壞事；但有一些會(huì)讓我們?cè)诓恢挥X(jué)中陷入信息繭房。

一、信息繭房

我們先來(lái)看看它的由來(lái)。

2001年美國(guó)學(xué)者凱斯·桑斯坦（Cass R. Sunstein）在《信息烏托邦——眾人如何生產(chǎn)知識(shí)》中提出此概念，并針對(duì)內(nèi)容做出分析和討論，具體指：

人們?cè)谛畔㈩I(lǐng)域會(huì)習(xí)慣地被自身的興趣所引導(dǎo)，從而將生活桎梏于像蠶絲般一樣的“繭房”中的現(xiàn)象。

這個(gè)詞匯的源頭可以追溯到一本新聞傳播專業(yè)考研必讀的書(shū)籍，美國(guó)計(jì)算機(jī)科學(xué)家、麻省理工學(xué)院教授，尼葛洛龐帝的《數(shù)字化生存》。

要知道，20世紀(jì)90年代中后期，中國(guó)開(kāi)始興起互聯(lián)網(wǎng)創(chuàng)業(yè)大潮，年輕的互聯(lián)網(wǎng)創(chuàng)業(yè)者們紛紛有感機(jī)遇來(lái)臨，但對(duì)能否把握住這份機(jī)遇卻心存忐忑，該書(shū)的出現(xiàn)猶如“盲人指路”，被奉為互聯(lián)網(wǎng)時(shí)代的“指路圣經(jīng)”。

令人驚訝的是：25年后的今天再打開(kāi)這本書(shū)，會(huì)發(fā)現(xiàn)書(shū)中的多半描述已經(jīng)成為現(xiàn)實(shí)，主要圍繞三個(gè)階段的預(yù)言：1）從原子到比特，2）代理人界面，3）后信息時(shí)代。

第一階段：

我想，上過(guò)初中三年級(jí)的人應(yīng)該都熟悉，原子是化學(xué)變化中最小的微粒；如果你不懂也沒(méi)關(guān)系，可以用文科的方式理解：

世界萬(wàn)物都是由原子構(gòu)成，原子組合構(gòu)成分子，分子就像瓦磚，堆成各種物質(zhì)。

它也是人類最經(jīng)典且使用最廣泛的基礎(chǔ)假設(shè)，用來(lái)精準(zhǔn)地解釋物理學(xué)中的力學(xué)、熱力學(xué)、光學(xué)、量子學(xué)等多方面的問(wèn)題，甚至還能解釋自然科學(xué)中的生物學(xué)等等。

而尼葛洛龐帝看來(lái)，上世紀(jì)90年代，大多數(shù)信息都是以“原子”的形式呈現(xiàn)，例如錄像帶、雜志、報(bào)紙和書(shū)籍，長(zhǎng)期以來(lái)大家對(duì)此也習(xí)以為常。

但隨著計(jì)算機(jī)技術(shù)的發(fā)展，即時(shí)的電子數(shù)據(jù)傳輸就會(huì)成為主流的傳播方式，我們進(jìn)而進(jìn)入比特（binary digit，簡(jiǎn)稱BIT）組成的世界。

原因在于比特是信息的最小單位，它沒(méi)有重量，能快速傳播，拷貝無(wú)需成本，并且不會(huì)被區(qū)域所隔。

這種新的方式能幫助信息擺脫時(shí)空的限制，成為全球共享資源，為各個(gè)領(lǐng)域的發(fā)展帶來(lái)便利，同時(shí)也能促進(jìn)互聯(lián)網(wǎng)和計(jì)算機(jī)的普及。

第二階段：

在上世紀(jì)90年代美國(guó)計(jì)算機(jī)學(xué)界還是程序設(shè)計(jì)語(yǔ)言、操作系統(tǒng)和網(wǎng)絡(luò)協(xié)議天下時(shí)，尼葛洛龐帝召集一幫各領(lǐng)域?qū)＜覄?chuàng)立了一家名為“媒體實(shí)驗(yàn)室”的機(jī)構(gòu)，聚焦研究人機(jī)互動(dòng)。

當(dāng)時(shí)人們把計(jì)算機(jī)研究重點(diǎn)放在“人如何使用它”，并沒(méi)有關(guān)注“如何和計(jì)算機(jī)更好地相處”。

而基于此問(wèn)題，他又提出一個(gè)新的概念：“計(jì)算機(jī)設(shè)計(jì)需要人性化界面、此界面應(yīng)該是使用人代理模式”。

計(jì)算機(jī)界面必須像你的管家助手那樣能夠認(rèn)識(shí)你，了解你的愛(ài)好、品位、傾向與需求；甚至還要知曉你的社交朋友圈、理解你的表達(dá)語(yǔ)言和肢體動(dòng)作。

因此，尼葛洛龐帝認(rèn)為觸屏技術(shù)、眼球追蹤、語(yǔ)言識(shí)別甚至互聯(lián)網(wǎng)人格的相關(guān)研究會(huì)是大趨所勢(shì)，目前看來(lái)這些在現(xiàn)在均已經(jīng)實(shí)現(xiàn)。

第三階段：

尼葛洛龐帝在上述基礎(chǔ)上，進(jìn)一步設(shè)想了智能計(jì)算機(jī)將為人類生活帶來(lái)巨大改變。

他預(yù)言，互聯(lián)網(wǎng)會(huì)進(jìn)入“極端個(gè)人化的信息時(shí)代”，即算法推薦；在后信息時(shí)代里，電腦、手機(jī)APP會(huì)基于它對(duì)你的了解為你推薦定制化信息。

從前，大眾媒體把一模一樣的信息通過(guò)廣播或電視無(wú)差別地推薦給每個(gè)人；而未來(lái)APP會(huì)主動(dòng)對(duì)信息進(jìn)行篩選，并通過(guò)界面為使用者制作獨(dú)一無(wú)二的“個(gè)人摘要”。

那么，如果按照此指導(dǎo)手冊(cè)發(fā)展，這意味著什么呢？

這不僅讓我心中一喜，目前買(mǎi)的很多電子設(shè)備都不用看使用說(shuō)明書(shū)就可以用“語(yǔ)言、行為”控制它，以后豈不是更方便么？

但尼葛洛龐帝認(rèn)為，美好未來(lái)雖到來(lái)，但信息也會(huì)在不知不覺(jué)中侵蝕人們的智慧和知識(shí)；比如：工作機(jī)會(huì)的減少，導(dǎo)致更多互聯(lián)網(wǎng)創(chuàng)業(yè)者借助線上平臺(tái)創(chuàng)造更多知識(shí)來(lái)與企業(yè)協(xié)同。

這背后意味著復(fù)雜的工作交給機(jī)器解決，人類創(chuàng)作性工作將很難一步登上山頂，甚至非常優(yōu)秀的創(chuàng)作也很難被發(fā)現(xiàn)，因此未來(lái)你可能更多的是和“機(jī)器”交流。

機(jī)器取代大部分人力的潮流必不可當(dāng)，更加嚴(yán)重的是隨著算法推薦帶來(lái)的信息繭房和數(shù)字鴻溝，會(huì)加深一個(gè)人與另一個(gè)人的距離感。

比如：你習(xí)慣看歷史知識(shí)，平臺(tái)圍繞歷史中心化展開(kāi)；若一個(gè)天天看娛樂(lè)的人被推送的都是八卦，甚至像我這種經(jīng)常搜“學(xué)習(xí)內(nèi)容”的人，試想下種種場(chǎng)景會(huì)帶來(lái)什么后果呢？

我們很難逃出“習(xí)慣的周邊三公里”。如果不經(jīng)過(guò)主動(dòng)思考判斷或故意去搜尋，會(huì)陷入知識(shí)獲取單一化，沒(méi)有社會(huì)統(tǒng)一認(rèn)識(shí)中，嚴(yán)重者還會(huì)造成與社會(huì)和企業(yè)脫節(jié)。

一個(gè)現(xiàn)實(shí)的案例是：

我看到很多離職3個(gè)月以上的人，與他們溝通就會(huì)發(fā)現(xiàn)他們已經(jīng)陷入自身的“信息繭房”，對(duì)跨崗一丁點(diǎn)技能還能理解，對(duì)跨公司業(yè)務(wù)就直接出現(xiàn)“黑匣子狀態(tài)”。

不可否認(rèn)，我們正在經(jīng)歷尼葛洛龐帝教授第三階段的預(yù)測(cè)；人們無(wú)法阻止數(shù)字化的變化，就像無(wú)法對(duì)抗大自然一樣；但至少每個(gè)人應(yīng)該了解它是如何形成的，如何一步一步吞噬著人們獨(dú)有的思考模式。

當(dāng)然，這一切背后離不開(kāi)人們常說(shuō)的“算法”或者“個(gè)性化推薦”，但它并不是罪魁禍?zhǔn)住?/p>

二、算法原理

從框架而言，推薦系統(tǒng)一般包含“召回”和“排序”兩方面。

不論是信息還是消費(fèi)類電商平臺(tái)，多半以此類型來(lái)訓(xùn)練用戶，而算法又基于“內(nèi)容”和“用戶行為”兩大類別展開(kāi)。

我們知道普通人的思維方式分為兩種類型：

1）線性思維，2）非線性思維”。

前者是把認(rèn)識(shí)停留在對(duì)事物的抽象而非本質(zhì)上，并以這樣的抽象為出發(fā)點(diǎn)，片面、直線地解釋某件事；后者是把認(rèn)識(shí)停留在對(duì)事物的抽象層并以此為基石，進(jìn)而看到底層原理。

機(jī)器學(xué)習(xí)方式和人相似，也分為線性和多種思維（學(xué)習(xí)）模型，最主要區(qū)別是一方面偏向基礎(chǔ)原理，一方面偏向多元化加工；從專業(yè)角度出發(fā)，一共有6種常用方式：

1）過(guò)濾算法，2）矩陣算法；3）因子分解機(jī)，4）邏輯回歸；5）梯度提升決策樹(shù)，6）深度神經(jīng)網(wǎng)絡(luò)。

它們用在什么位置呢？

要知道，人們看到的所有信息均展示在APP的首頁(yè)或分類上，在推薦系統(tǒng)中它們屬于最上層的展示層，算法屬于中間層，數(shù)據(jù)是最底層；而算法的主要功能就是排序和召回，上述的六種模型均服務(wù)它們兩者。

舉個(gè)例子：

我們經(jīng)常使用某款A(yù)PP，它習(xí)慣性地抓取自己點(diǎn)擊的每個(gè)圖片或者下方的內(nèi)容，然后用打標(biāo)簽的方式歸類在后臺(tái)中，該行為屬于排序，進(jìn)一步說(shuō)平臺(tái)可以收集一個(gè)賬號(hào)的多個(gè)標(biāo)簽排序。

可當(dāng)你許久沒(méi)有打開(kāi)該APP時(shí)，機(jī)器就基于你感興趣的內(nèi)容，通過(guò)push，短信的方式召回我們。

大部分大平臺(tái)（小紅書(shū)、抖音、快手）的推薦系統(tǒng)分人工干預(yù)和自動(dòng)推薦兩種，前者顧名思義人來(lái)操作，后者是給機(jī)器設(shè)定固定時(shí)間來(lái)循環(huán)使用。

自動(dòng)推薦是什么呢？

若進(jìn)一步展開(kāi)解釋，如監(jiān)督學(xué)習(xí)算法Y= F(Xi ,Xu ,Xc)，這三個(gè)函數(shù)包含三個(gè)維度的變量分別為：1）內(nèi)容，2）用戶特征，3）環(huán)境特征。

三者匹配起來(lái)是一個(gè)復(fù)雜的數(shù)學(xué)問(wèn)題；市面常用模型有好幾種，無(wú)非是把多模型混合使用，簡(jiǎn)單來(lái)說(shuō)就是：你是誰(shuí)、你在哪里、你愛(ài)看什么？基于這些給你推薦內(nèi)容。

一般當(dāng)推薦系統(tǒng)的自動(dòng)化運(yùn)作時(shí)，它就像山頭巡視的小兵，不斷從整個(gè)物品或者信息聚合中抽取當(dāng)次需要查詢的候選集；根據(jù)各種不同維度，如物品、年齡、性別、愛(ài)好，場(chǎng)景等種類以及規(guī)模的大小對(duì)候選集進(jìn)行推送。

此場(chǎng)景猶如流水線工作的“抽樣檢查”，也同樣用在大部分平臺(tái)的召回手段上，具體策略是怎樣的呢？

其一，內(nèi)容過(guò)濾（Content Filtering）。

其二，協(xié)同過(guò)濾（Collaborative Filtering）。

資訊類產(chǎn)品的內(nèi)容審核是不可缺失的一部分，主要目的是確保無(wú)低質(zhì)庸俗，保持平臺(tái)該有的調(diào)性；通常有“先發(fā)后審”和“先審后發(fā)”兩個(gè)原則。內(nèi)容抽檢或過(guò)濾的基礎(chǔ)是查敏感關(guān)鍵詞、重復(fù)度、IP發(fā)布次數(shù)等權(quán)重指數(shù)。

協(xié)同過(guò)濾是基于已知部分用戶或部分物品的偏好或評(píng)分，預(yù)測(cè)缺失偏好或評(píng)分的一種方法。

從切入點(diǎn)上，則可分為基于“去鄰域”的方法（本地生活類平臺(tái)使用居多）和隱語(yǔ)義模型（給每個(gè)分類中不同維度標(biāo)簽的人進(jìn)行推送）。

舉個(gè)例子：

跟朋友聚餐時(shí)打開(kāi)美食點(diǎn)評(píng)平臺(tái)去搜索周邊餐廳，過(guò)程中我們能看到按照公里排行的推薦、也有部分商家的競(jìng)價(jià)廣告。

疑問(wèn)的是，你會(huì)發(fā)現(xiàn)那些廣告的美食是自己日常愛(ài)吃的，并且區(qū)域也不是太遠(yuǎn)，為什么會(huì)這么做？

因?yàn)榭梢曰凇班徲颉弊鼍珳?zhǔn)的推薦，以此滿足用戶多頻次的消費(fèi)和深度洞察；如果把“鄰域”比作數(shù)學(xué)的“2”，它左手鏈接“1”，右手鏈接數(shù)字“3”。

去鄰域算法就是把“1”推薦給“3”，假設(shè)不做去中心化折中結(jié)果就是上述你看到場(chǎng)景，基于自己搜索習(xí)慣、愛(ài)好、距離做折中推薦。

對(duì)于人工干預(yù)比較容易理解，例如基于某類標(biāo)簽做手動(dòng)推送，如：性別類型、興趣愛(ài)好、話題、KOL量級(jí)等。

高維一點(diǎn)會(huì)融會(huì)貫通幾項(xiàng)不同的數(shù)據(jù)綜合考量。這種方式常見(jiàn)在中小型（百萬(wàn)級(jí)用戶量）以上的平臺(tái)，主要特征表現(xiàn)在技術(shù)的基礎(chǔ)建設(shè)已經(jīng)完成，屬于發(fā)展中期還不能完全依靠自動(dòng)化解決。

一方面防止有巨大漏洞出現(xiàn)，造成損失。

另一方面也能運(yùn)用人工的方式靈活多維度地基于用戶（商品）進(jìn)行推送，比如以點(diǎn)擊率作為推薦指標(biāo)時(shí)，排序算法篩選后，我們會(huì)以預(yù)測(cè)結(jié)果為目標(biāo)。

這些場(chǎng)景中就會(huì)用到因子分解，邏輯歸因，梯度提升決策樹(shù)，以及各種神經(jīng)網(wǎng)絡(luò)算法，因此稱之為“混合模型”。

但不管怎么樣始終都離不開(kāi)那兩大原則“基于用戶行為”和“基于內(nèi)容”。

企業(yè)招聘大量研發(fā)人員，利用理科的思維邏輯將人的行為特征“數(shù)據(jù)化”，對(duì)數(shù)據(jù)進(jìn)行顆?；罱K通過(guò)個(gè)性化的分析讓平臺(tái)更了解每個(gè)人，也就有了那句感同身受的話：“我還沒(méi)有平臺(tái)了解我自己”。

但真的是這樣嗎？這種理解是片面的。

你以為平臺(tái)很了解自己？其實(shí)我們不過(guò)是把愛(ài)好，需求形成的特征進(jìn)行標(biāo)簽化沉淀在平臺(tái)上，造成推薦的內(nèi)容都在自身的“認(rèn)知圈內(nèi)”。

簡(jiǎn)而言之，每個(gè)人在頭部資訊（購(gòu)物）平臺(tái)看到的展示頁(yè)均不同，每個(gè)展示頁(yè)都代表不同人的視野和愛(ài)好，仿佛一面鏡子瘋狂地為你展現(xiàn)熱愛(ài)的一面，它帶來(lái)的利弊也是顯而易見(jiàn)。

三、孰是孰非

信息繭房的影響有兩個(gè)方面：

一是良好的認(rèn)知能力，二是陷入回音室效應(yīng)。

如果我們能夠正確認(rèn)知到信息繭房由何而來(lái)，或者算法如何基于自身的各種行為形成“虛擬人設(shè)”為你定做線上畫(huà)像；加上我們能夠辨別哪些信息是優(yōu)質(zhì)的，哪些是不能為我所用，那就不存在“繭房”。

這給我們最大的啟示是，很多時(shí)候我們聽(tīng)到的未必都是正確的，只有深入并全面了解才會(huì)擺脫困境。

比如：很多人為擺脫算法的囚籠，在平臺(tái)閱讀內(nèi)容時(shí)不點(diǎn)贊、不評(píng)論、不互動(dòng)；這就能擺脫它嗎？并不能。

算法反而會(huì)為你推薦一大堆亂八七糟的內(nèi)容，讓你眼花繚亂失去對(duì)關(guān)鍵信息的辨別的能力。

換句話說(shuō)，“信息封閉環(huán)境”聽(tīng)起來(lái)是壞事，可實(shí)際上，這也是一種很常見(jiàn)的現(xiàn)象。

在沒(méi)有互聯(lián)網(wǎng)時(shí)，世界上的信息同等無(wú)窮盡，新的信息也在產(chǎn)生，舊的信息也從未消失，堆積依然很多；即便人用上一生的精力學(xué)習(xí)也是有限，真正有所造詣的人都是在冰山上抓住某個(gè)角。

何況很多時(shí)候，各種娛樂(lè)類、偏社交短內(nèi)容平臺(tái)的push大概率是瑣碎事，真正重要的信息你一定會(huì)接收到。

假如我們不知道“信息繭房”的概念，可能會(huì)形成持續(xù)受害而毫無(wú)覺(jué)察的狀態(tài)，這就容易陷入回音室效應(yīng)中，它有四個(gè)關(guān)鍵因素：

1）隔離，2）觀點(diǎn)極致化，3）觀點(diǎn)同質(zhì)化，4）同樣信息重復(fù)傳播。

你可以把它理解成在固有群體或“小圈子”內(nèi)，幾乎與外界不怎么交流。

由于沒(méi)有外部或不同信息進(jìn)來(lái)，內(nèi)部觀點(diǎn)會(huì)在重復(fù)傳播中不停地在人們心中鞏固，促使人們看到與內(nèi)部觀點(diǎn)不同的觀點(diǎn)時(shí)盡可能否定，從而達(dá)到“極端共鳴”。

舉個(gè)例子：

很多人熱愛(ài)進(jìn)不同的付費(fèi)社群來(lái)學(xué)習(xí)，圈子中往往會(huì)強(qiáng)調(diào)一種東西叫“價(jià)值認(rèn)同”或“主題認(rèn)同”，假設(shè)某個(gè)行為（主題）觸發(fā)大部人群友的愛(ài)好或行為底線，那你可能就會(huì)被移出群聊。

當(dāng)所有人的觀點(diǎn)都趨同，那同樣的信息傳播，不同的人去表達(dá)，其質(zhì)量本身并不會(huì)提高，對(duì)個(gè)人的成長(zhǎng)也并沒(méi)有太大幫助。

這四個(gè)關(guān)鍵表現(xiàn)，很好地解釋了信息與受眾的思維關(guān)鍵；具體而言，回音室效應(yīng)不但可以讓一個(gè)人思維禁錮，還極有可能直接廢掉理性思考能力。

根據(jù)調(diào)查，很多受害者是這兩類人：一是不乏受過(guò)高等教育的專家學(xué)者，二是分辨力、自控力不高的人。

前者光學(xué)習(xí)理論而不實(shí)踐，很容易陷入封閉狀態(tài)中，這種原地踏步造成與現(xiàn)實(shí)社會(huì)脫節(jié)，而其還沉浸在固有的圈子中“津津有味”，殊不知外界已經(jīng)發(fā)生了巨大的變化。

后者是那些經(jīng)常以“這樣學(xué)習(xí)就是對(duì)”“哪個(gè)專家說(shuō)”作為標(biāo)榜或處事依據(jù)的人，他們不習(xí)慣以理性的事實(shí)為基礎(chǔ)，更容易陷入感性。

正是陷入自己編織的信息繭房之中，才會(huì)不停閱讀內(nèi)容高度重復(fù)卻幾乎毫無(wú)營(yíng)養(yǎng)的資訊，這造成自己的認(rèn)識(shí)很難提升到新的層級(jí)。

在我看來(lái)，所謂的相對(duì)封閉環(huán)境，即可以是被動(dòng)也可以成為主動(dòng)。

被動(dòng)是由于別人提供，而主動(dòng)在于自己，如改變你獲取信息的渠道、屏蔽無(wú)效信息、把它們變成高質(zhì)量信息。

因此我們所避免的信息繭房可能是錯(cuò)的，“擺脫”不是目的，如何有效的利用它為自身做增值才是最重要的；那如何做呢？有2個(gè)認(rèn)知1個(gè)技巧是我在踐行的。

四、三個(gè)錦囊

有句話叫做“人無(wú)法賺到自身認(rèn)知之外的錢(qián)”，相對(duì)的是“人無(wú)法碰到自身認(rèn)知水平之外的問(wèn)題”，那么，現(xiàn)在碰到的問(wèn)題就是自己現(xiàn)階段的一個(gè)上限，具體改變上你可以進(jìn)行參考：

1）微調(diào)認(rèn)知基模

基模是人與生俱來(lái)的行為模式，會(huì)隨著成長(zhǎng)而變化。它是一種知識(shí)分類體系，呈層次化結(jié)構(gòu)，類似于樹(shù)狀圖；一般來(lái)說(shuō)并不以某個(gè)具體事例為對(duì)象，而具有某種程度的一般化和抽象化的性質(zhì)。

比如可以將方法論提煉成為規(guī)律，將規(guī)律用在不同領(lǐng)域，它們彼此間都是有關(guān)聯(lián)的，只是我們從未發(fā)現(xiàn)。

1973年，美國(guó)學(xué)者羅伯特·阿克塞爾羅德在《認(rèn)知與信息處理過(guò)程的基模理論》一文中，提出信息處理的過(guò)程模式的解釋：

它認(rèn)為“當(dāng)我們接觸到一個(gè)新的事物或者信息時(shí)，我們頭腦中的相關(guān)基模就被激活，參與到信息處理的每個(gè)環(huán)節(jié)當(dāng)中”。

進(jìn)一步說(shuō)：當(dāng)信息的各項(xiàng)特征與我們的認(rèn)知基模相吻合時(shí)，人們習(xí)慣用原有的解釋和態(tài)度對(duì)待它；當(dāng)不吻合時(shí)，才會(huì)對(duì)新舊信息進(jìn)行比較，補(bǔ)充新信息確保新解釋和態(tài)度。

如果你認(rèn)識(shí)到就會(huì)發(fā)現(xiàn)，新信息處理結(jié)果對(duì)認(rèn)知基模會(huì)產(chǎn)生兩種影響，其一對(duì)舊行為認(rèn)知的強(qiáng)化，假如有矛盾即修正形成新基模；其二新信息的處理，會(huì)自己做出分析、推理和判斷。

從發(fā)展來(lái)看，只有不斷接觸新信息，認(rèn)知基模才會(huì)發(fā)展出分支或做結(jié)構(gòu)調(diào)整，這也符合神經(jīng)心理學(xué)中“神經(jīng)元集群（neural ensemble）的解釋”。

2）改善偏食情況

很多人喜歡給自己貼標(biāo)簽，當(dāng)然他們都有一套邏輯自洽的理論，我不反對(duì)也不贊成；我的心得是“年輕人不要隨意貼標(biāo)簽”，為什么呢？

標(biāo)簽會(huì)植入到心智中，無(wú)形中影響你往哪個(gè)圈子發(fā)展、學(xué)習(xí)什么類型的內(nèi)容等；這很容易造成“信息偏食”，它會(huì)局限自我定位。

有人說(shuō)聚焦不好嗎？正確的聚焦在我看來(lái)先有中長(zhǎng)期目標(biāo)，如結(jié)合3年~5年規(guī)劃再看當(dāng)下。

一方面，人與標(biāo)簽唯一不同在于前者是動(dòng)態(tài)發(fā)展的，后者是靜態(tài)呈現(xiàn)；今年認(rèn)為對(duì)的，明年可能就會(huì)失效。

標(biāo)簽是手段，假設(shè)自身認(rèn)為某個(gè)標(biāo)簽在短時(shí)間能夠讓自己有個(gè)質(zhì)的提高，或通過(guò)此力量能帶來(lái)外界優(yōu)勢(shì)，反而是不錯(cuò)的選擇。

另一方面，即使通過(guò)標(biāo)簽或圈子滲透到某個(gè)領(lǐng)域中，自身也需要對(duì)領(lǐng)域的知識(shí)有全面的認(rèn)知，不要盲目地跟隨別人的意見(jiàn)和建議，這樣，受社交媒體下“群體性孤獨(dú)”的影響幾率會(huì)不斷減少。

那么，對(duì)于多元化信息的獲取和構(gòu)建“多元化”的圈子，都是擺脫信息繭房必要的手段。

3）多看多聽(tīng)多動(dòng)手

這句話的意思是“盡可能刪掉自己的歷史瀏覽痕跡”，遇到喜歡的內(nèi)容把它立馬記錄下來(lái)或轉(zhuǎn)存在收藏中；這可確保自己看到的內(nèi)容不是被推薦，而是相對(duì)隨機(jī)的。

此方法的好處是可以立竿見(jiàn)影地起效，壞處是你始終還很難完全避免“被種草”，那怎么辦呢？

多動(dòng)手去各種平臺(tái)獲取信息，并非“多動(dòng)手點(diǎn)贊”；這樣可以避免單個(gè)平臺(tái)的誤導(dǎo)；就我個(gè)人而言，因?yàn)槲矣虚喿x習(xí)慣，所以經(jīng)常通過(guò)RSS（信息聚合）閱讀當(dāng)天所有新聞。

古人云：兼聽(tīng)則明，偏信則暗。當(dāng)自身做到多渠道、全方位地獲取隨機(jī)性的信息時(shí)，信息繭房就會(huì)失去存在的基礎(chǔ)，自然就會(huì)不攻自破。

總而言之，信息繭房仍然是可破解和避免的，主要是積極主動(dòng)行動(dòng)起來(lái)，放棄固有習(xí)慣，這可能會(huì)讓自身逃離舒適區(qū)，變得不那么愉快；我想，比起收益這點(diǎn)付出還算值得。

總結(jié)一下：

最厲害的并不是所謂平臺(tái)方“算力”或“數(shù)據(jù)”有多牛，而是人；不信你想想，平臺(tái)的技術(shù)會(huì)磨滅我們看世界的好奇心嗎？

并不會(huì)，平臺(tái)多元的分發(fā)口徑，沒(méi)有成為“繭”，反而織了一張“網(wǎng)”；而讓自身看到的信息成為繭房，或許這件事只有自己能辦到，不是嗎？

本文來(lái)自微信公眾號(hào)：王智遠(yuǎn)（ID：Z201440），作者：王智遠(yuǎn)

本內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表虎嗅立場(chǎng)。未經(jīng)允許不得轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系 hezuo@huxiu.com

正在改變與想要改變世界的人，都在 虎嗅APP