網絡沖浪時，你一定曾刷到過這樣的内容，根據輸入習慣來測性格，比如輸入「ysbg」，候選詞是一絲不苟還是一絲不挂，前者證明是個正經人，後者則不是。

測試的原理很簡單，手機輸入法會記住你的輸入偏好，因此候選詞一定程度上可以反映一個人的性格，算法比你自己更懂你。

我勸你别信，這不過是新時代的「電子迷信」罷了，打出「一絲不挂」不一定是不正經，這個鍋應該算法來背。

輸入法的候選詞預測功能，原本是為了提高輸入效率，但在算法的介入下走向了「歧路」。

經曆過功能機時代的人，可能都會有這樣一個共同回憶，老師在黑闆上揮動粉筆，你在課堂下揣兜，發出輕微的抖動。

嗡嗡嗡，一條短信就這樣發出去了，盲打手機鍵盤是高階手機玩家的專屬技能，也是學校朋友圈的社交門檻之一，這背後就輸入預測功能。

手機輸入法從計算機延伸而來，全鍵盤的輸入效率很高，但要求輸入完整拼音，對于手機這種小巧且經常單手操作的設備而言，并不是非常合适。

▲黑莓全鍵盤手機，曾以效率高聞名.

手機出貨量越來越高，輸入麻煩的問題就越發嚴峻，好在永遠有人能從産品體驗中找到賺錢機會，Tegic Communications 公司開發出 T9 輸入法，摩托羅拉為了與之競争推出了 iTab 輸入法。

這兩種輸入法的共同特征是都為手機鍵盤設計，支持 9 鍵，同時帶有輸入預測功能，不僅能根據已經輸入的文字調整候選詞，還能根據人們的輸入習慣調整候選詞順序。

比如按下 7 鍵（wxyz）和 9 鍵（qprs） ，候選詞會出現「我是」，進而候選詞又會優先顯示姓名。

根據輸入習慣調整候選詞順序的認知，在功能機時代就已經形成，今天社交平台上的「輸入法測試」，不過是又一次社交輪回，我們還在重複十年前的事。

有趣的是，随着短信被各種互聯網服務取代，讓你打字更快的輸入法，在輸入預測方面進化出了新功能——算法預測和熱詞推薦，且破壞了自功能機時代就形成的認知，輸入候選詞不一定和你的輸入習慣有關。

比如「yyds」的候選詞原本應該是一衣帶水等詞，在網絡文化的影響下，「永遠滴神」在候選詞中排序越來越靠前，這和你的輸入習慣沒有任何關系。

熱詞推薦選取的熱詞，往往來自各種網絡流行文化，今天是 YYDS，明天是絕絕子，之後還會有更多。

iPhone 默認輸入法的輸入預測功能，甚至會參考 Safari 浏覽器的浏覽記錄。

▲iPhone 鍵盤. 圖片來自：9to5Mac

輸入「ysbg」，候選詞中有一絲不挂，并不是你不正經，可能是陳奕迅的歌太火，又或是作為陳奕迅的粉絲，你聽過這首歌。

為了讓你輸入更快，輸入預測越來越智能，但人們的固有認知并沒有及時更新，導緻不少人替算法背了鍋。

如果不想某天輸入候選框，出現奇奇怪怪的詞，還是到輸入法設置中關閉熱詞推薦等功能比較好。

比起輸入法預測，信息流資訊應用和短視頻應用更像是「算法比你更懂你自己」的原教旨信徒，每一款信息流應用都力争将如山如海般的内容，通過算法算法推薦，準确地推送每一個人的手機屏幕上。

然而，理想和現實總是會有距離，你可能有過類似的遭遇，刷着新聞或短視頻，信息流突然出現一條一言難盡的八卦内容，剛好又被朋友看見了。

不出意外，朋友臉上很快會浮現「原來你是這樣的人」的表情，滿是調侃與嬉笑。

又一次，你替算法背了鍋，它并沒有那麼懂你。

信息流算法推薦隻是在推測你的喜好，它并不能完全真實反饋出喜好，尤其是初使用期間，當沒有用戶數據參考，算法會如何推薦内容呢？

作為日常接觸大量電子設備的編輯，我有一個切身體驗，每次換不同型号的手機，第一次打開 B 站必然會推薦相關機型的内容，有時是評測，有時是産品介紹。

算法推薦内容和平台氛圍、熱門内容也有不小的關系，UC 震驚體、标題黨的認知，很大程度上來自平台部分熱門内容，即便後續有所改善，但印象一旦形成要再改變，可能要付出數十倍的努力。

▲某信息流資訊應用裡的标題黨文章

算法推薦，最終還是要平台内容供應。

即便是算法推薦廣為吐槽的問題信息繭房，也有着兩面性。

美國學者凱斯·桑斯坦在《信息烏托邦》一書中提出了信息繭房的概念，即人們關注的信息領域會受個人興趣引導，豐富的内容不一定能擴大認知，反而會讓人持續形成偏見，陷入到「繭房」當中。

▲凱斯·桑斯坦. 圖片來自：wiki

人的興趣是不斷變化的，主動訓練算法其實可以帶來意想不到的效果，編輯部就有一位梁姓編輯，将小紅書用成了「插畫靈感」平台。

她有意地不點擊吃喝玩樂類内容，而隻會點贊、關注、進一步浏覽插畫類内容，且保持每日 30 分鐘，很快小紅書信息流主頁就基本都是各式各樣的插畫了，便于學習了解。

▲梁編輯的小紅書首頁

在梁編輯看來：純粹依靠算法推薦喂養自己接收到的信息無疑是有風險，極有可能陷入到盲從、偏見當中，主動從興趣出發選擇内容，是擴展信息領域和自我認知的新方法。

算法推薦上瘾，其實比信息繭房更嚴重。

算法就像是一個黑盒，我們隻能遠遠地看見黑盒表面，無法看破其中的奇妙之處，一知半解再加上算法推薦的高效，自然會不斷引發誤解。

▲圖片來自：TechTalk

微博被廣泛認為是娛樂八卦中心，吃瓜群衆不亦樂乎時，也有不少人選擇逃離，但其實微博也是社會新聞的集散點，大量社會新聞在微博發出、發酵、影響。

提及小紅書，吃喝玩樂是大多數人的第一印象，但正如上文梁編輯的親身經曆一樣，通過持續主動地訓練，小紅書也可以成為一個質量頗高的插畫創作靈感平台。

2018 年，字節跳動曾向公衆揭開了算法黑盒的神秘一角，公布了《今日頭條》的推薦系統原理。

▲圖片來自：環球網

算法基于三個維度的數據調整内容分發，比如内容特征指的是系統分析圖文、視頻、微頭條等類型内容的特征；用戶特征則包括興趣标簽、職業、年齡、性别、機型等；而環境特征則包含地點環境，人們的行為（工作、旅遊）等。

點贊、關注、閱讀都會影響算法最後分發到每一個人屏幕上的内容

聽起來似乎很好理解，但這不過是一個定性的介紹，而非定量分析，三大特征影響占比總是在不斷變化，一套算法也不能滿足所有内容的個性化分發。

内容推薦算法是一個内容平台的核心，同時也是其商業命脈，技術和原理雙門檻，能攔住不少試圖猜測算法謀利的黑産，做号黨一旦完全了解平台的算法，完全可以通過内容賺取大量流量收益，這并不是平台所想看見的。

即便打開了一角，内容平台的推薦算法對于絕大部分人而言，還是一個黑盒，隻能遠觀表面，而不能深入了解，未知帶來的誤解也就不會停止。

但至少，下次你可以甩鍋給算法，一個工具，怎麼可能比你還了解自己呢。

題圖來自：《半澤直樹》

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!