如同盲人摸象一般，信息茧房时下提及算法，首次算法仁者见仁智者见智。公开过多短视频用户认为算法确实“懂自己”，机制但担心算法阻碍自己获取更多信息；算法工程师触摸的抖音打破则是神经网络的结构肌理，努力为用户带来更丰富多元 、何通实用可靠的样化推荐结果；媒体观察者则在流量洪流中见证素人变身顶流的“数字造神”现象……

近日，在“安全与信任中心开放日”活动上
，推荐抖音首次公开了其算法原理 。信息茧房

作为人工智能机器学习技术的首次算法重要应用场景
，推荐算法本质上是公开过多一套高效的信息过滤系统
。在实际应用过程中 ，机制平台通常采取“人工+机器”协同的抖音打破方式进行风险治理，并借助多目标体系算法主动打破 “信息茧房” 。何通抖音相关负责人表示：“我们的样化推荐系统以用户长期价值为目标 ，维持健康生态需要维系微妙的多样性平衡 。”

平台如何主动打破“信息茧房”

以抖音为例 ，其内容治理体系采用“人工参与+机器学习”相结合的模式 ，通过专门治理团队为算法设置“护栏” 。创作者将内容上传至抖音后，先是机器识别 ，再是人工审核 ，若问题概率较低，则获得基础流量进入下一环节
。而流量越高的内容经过评估的次数越多，标准也越严格 。内容被举报、评论区出现集中质疑 、流量激增等情况出现
，均可能触发再次审核。并导致停止进一步推荐和分发的处置 。

抖音内容治理模式

“毫无疑问 ，这个过程既有机器学习精密如钟的运行规律 ，又保持着人工审查的动态弹性
。”此前曾有网友表示 ，正是由于算法推送内容的规律性，在实践层面 ，用户对于“反向驯化”算法乐此不疲。“不连续点赞同类视频 、不使用平台搜索记录 、不定期清除浏览痕迹。”通过这种刻意制造“数据噪声”的网络行为艺术 ，与算法进行博弈。有业内人士表示，“近年来，用户转向更积极主动地驯化、制衡算法 ，主动告诉算法自己的需求和偏好 ，倒逼平台算法提升推荐服务水平。”

平台治理者面临的挑战远不止于技术博弈。“就像音乐会指挥要统筹不同声部 ，算法系统亦需要平衡兴趣黏性与认知拓展的节奏。”有从业人员举例介绍 
，“这种平衡智慧体现在技术细节的精微处：当用户观看滑板教学视频时 ，推荐系统不再执着于推送更专业的技巧分解，转而试探性注入街头文化纪录片；用户在连续点击新能源汽车内容后，系统会自动穿插公共充电桩建设等关联议题 。这种基于知识图谱的跨域推荐，与芝诺的知识圆圈理论形成巧妙呼应——即每个认知突破都在定义新的兴趣边界 。”

“算法不懂晚霞，却能连接背后的每一张笑脸。” 抖音生态运营相关负责人如此总结道 。

抖音算法多重治理的破局尝试

今年以来，抖音和今日头条陆续释放算法和平台治理的相关信息，试图通过增加透明性来破解算法引发的种种争议  。抖音基于用户行为的推荐方法包含多种技术模型 ，如协同过滤
、双塔召回 、Wide&Deep模型等。

“用户长期价值 ，是抖音推荐算法的‘北极星指标’
，也就是我们最核心的业务目标。”相关负责人表示
，抖音算法考虑了众多目标，如完播、评论、点赞
、对作者长期消费、分享 、跟拍等 ，力图计算出更符合用户长期价值的目标 。

推荐算法工作的核心是学习用户产生的行为反馈数据，预测用户行为的“发生率”
。因为推荐算法不理解内容语义
，只能预估用户行为 ，它不可避免地会存在一定的缺陷。如果不加干预 ，一些更高点击的博眼球、博流量的内容，有可能带来更高的行为预测得分。因此，算法必须要由平台治理对其进行约束和规范 。

据了解，抖音成立了多个团队进行专项风险治理 ，今年1月 ，抖音宣布拟推出10项措施，推动平台工作透明化，表示将以安全与信任中心为依托 ，回应社会关切。3月底，该中心上线，目前处于试运行阶段
，正广泛向用户 、创作者 、社会各界征集意见。；对于公众关心的治理议题，，抖音安全与信任中心网站上进行了解释。目前 ，网站解释的问题包括“抖音为何突出收藏按钮”“App会窃听用户谈话吗”“网红是平台强推出来的吗”等 。

“综合来看，算法带来的争议 ，更多是裹挟着社会热点事件本身引发的争议以及公众情绪。”有网友表示
，技术能驱动平台快速发展，但科技向善的执着才是守护数字文明的核心 。

当00后用户通过相关热榜重新发现史铁生《我与地坛》这部经典作品时，算法并未停留在文本摘录的平面维度，而是串联起作家访谈、读者朗诵会、文学旅游路线等立体化体验
。以“兴趣谱系”的延展 ，助力信息高效分发和连接，帮助小众内容、小城文旅 、濒危戏曲
、宝藏商家等被大众看到 ，印证着“抖音‘北极星指标’指向的不仅是短期的数据留存 ，更是岁月长河中的人文悸动。”