让更多知识被看见:信息过载环境下算法的高效推荐实践

发布时间:2024-12-16 03:07:06 来源: sp20241216

  如今是一个“信息过载”的时代。

  人工智能时代的数字基础设施,具有强大且低成本的数据收集能力,使我们拥有了比以往任何时候都多的信息。

  美国加州大学伯克利分校的一项研究这样阐释“信息大爆炸”这一概念:仅仅花了16年,人类生产的数字信息量就相当于人类历史上积累信息的总和。信息增加的速度仍在飞速增长,2025年人类社会新产生的数据将达到175万亿GB。

  美国学者格罗斯在其1964年的《组织管理》一书中提出了“信息过载”概念:“当决策者面临的信息水平超过他们的信息处理能力时,就会发生信息过载,从而导致决策质量下降。”经过未来学家托夫勒的经典著作《未来的冲击》的引用,“信息过载”已经广为大众所熟知。

  信息过载的产生来自于人脑机制。人脑的信息处理能力是有限的。大脑每天负责处理人在工作、学习、娱乐中收集的信息,当同时有过多的信息需要处理,达到信息瘫痪的临界点,大脑就难以继续处理信息和采取行动,从而发生认知过载。

  面对浩如烟海的信息,各种解决方法应运而生。分类法是最早的尝试之一,从书籍的中国图书馆分类法到雅虎早期的内容分类目录,再到腾讯首页的各类板块划分,都是为了让人们在海量信息中找到方向。但很快人们发现,即使有了分类,信息仍然严重过载,以至于为每一个物品赋予类别都变得极为困难,展示分类索引或目录也成了难题。

  这时,搜索引擎登上了历史舞台。

  如今,推荐算法已经解决信息过载的常见解决方案。优秀的推荐算法可以根据用户的个人品味、兴趣偏好进行精准有效分发,把人与信息更高效地连接起来,在浩瀚的信息海洋中,精准的筛选出个体所需要的内容并进行推荐。

  在这里一过程中,推荐算法不只解决了信息筛选问题,还使得一些原本小众、从数量上并不占优势的优质内容得以被发掘出来,并被推送到真正需要的人面前。

  短视频上的知识类短视频便是一个很好的例子。在推荐算法的加持下,很多冷门小众的知识视频开始受到用户欢迎,众多小众知识凭借全新的表现形式和算法的技术优势,被越来越多的网友看到、关注和喜爱。

  昔日的“冷门绝学”甲骨文专业在抖音翻红,80万网友在科普作者@李右溪的账号里研究甲骨文;社科院考古研究所研究员许宏化身“公众考古第一人”,成功把考古学带出圈;娃娃脸博导用短视频科普“高冷”星际化学,带领网友们用新视角仰望星空。此外还有弦理论、哲学、量子隧穿、真空灾变……

  各类冷门知识内容在短视频遍地开花,备受大众欢迎,引发网友追更,成为帮助用户了解小众内容和冷门知识的一把钥匙。

  这背后正是推荐算法的精准有效分发,让冷门小众的内容被有需要的、感兴趣的人看到。也正因为推荐算法,信息流动速度更快,信息找人更精准,让这些冷门却有价值的内容获得了更多流量,实现了自身价值的最大化。

  同时,算法推荐也解决了“信息过载”环境下,知识如何高效流动的问题。这些曾经难以进入大众化视野的专业甚至冷门艰深的知识内容,以及日常的生活经验,都在高效的个性化推荐传播中获得广泛的受众,最终短视频成为了信息过载时代里一座“没有围墙的大学”。

  在平台和高校的推动下,这所大学中的内容还在日益丰富多元。就在今年9月开学季,除了各大高校陆续返校的在校生外,还有一群云旁听生正蓄势待发。

  近年来,顶尖高校纷纷组团在抖音营业,开设公开课直播,院士、教授、高校教授纷纷开讲,拆除教育门槛,将知识输送到更远更隐秘的角落,流向了更多更需要它的人群。5年前,北大官方抖音账号正式开始运营。目前,北大的抖音号已拥有超800万粉丝,更有千万人在线“选修”过北大的公开课。

  《2023抖音公开课学习数据报告》显示,全国147所双一流名校中,有137所入驻抖音平台,覆盖率达93.2%。有400位教授、45位院士、4位诺奖得主在抖音传递知识,其中,北京大学、清华大学、中国科学院大学位列抖音网友最喜欢的授课高校前三名。

  在抖音,平均每天有超20万人次在观看高校直播课。通过观看抖音公开课,人们可以自由选择自己感兴趣的内容,享受顶级名校和一流名师的教育。

  近年来,科普已经日益成为全民科学素质提升的重要手段。目前摆在科普工作和相关人士面前的一大课题是,如何进一步打造泛精准信息化科普服务平台,通过创新发展现代科技馆体系、提升科普信息化水平、推进科幻产业发展等举措,更加丰富完善科普的内容与形式,实现科普资源数量和质量的共同提升,以科普现代化助推全民科学素质提升。

  优质的推荐算法正是其中不可或缺的一环。对网友、用户来说,推荐算法帮助提高获取知识内容效率,拓展多元接收渠道和灵活的学习方式,调动年轻人的科学兴趣和学习积极性,进而增强他们的科研活力和创新潜力,经常有网友评论“知识以意想不到的方式进入脑子”“妈妈我出息了,我在抖音上大学”。

  对高校、教育、创作者来说,推荐算法拓展了学习群体,研究成果、观点等找到更多观众,分享给更多人。知识的传播不再是单向输出,在推荐算法的连接下,在互动中形成了知识共享,促进了知识的高效流动,原本可能深藏于学术殿堂的科普内容,被推送给了更多需要它的用户。这种个性化、高效能的分发模式,极大地降低了知识获取的门槛,使得院士、教授、学霸们的专业知识能够跨越职业的界限,触达并惠及更广泛的人群,为提升全民科学素养贡献力量。 【编辑:刘阳禾】