“演算法”這個詞，想必絕大多數朋友都多少有所耳聞。在如今這個移動網際網路時代，演算法也決定了我們在抖音上看到什麼影片內容、在淘寶上看到什麼商品，各網際網路昌灑還能夠在大資料基礎上拿出的推薦演算法，真的也做到了“比你還懂你”。然而演算法到底是什麼？可能一般人還真的說不太清楚。
日前TikTok方面宣佈推出一項新的功能，允許使用者檢視他們在For You Feed中推薦某個特定影片內容的原因，而這一功能旨在為For You Feeds中的推薦內容帶來更多的使用者知情權。據悉，使用者可以在某一影片的分享面板中點選“為什麼是這個影片”按鈕，TikTok就會告知使用者該內容被推薦給使用者的原因。
據悉，TikTok向用戶解釋影片被推薦的原因，可能是因為有使用者自己的點贊、評論，或是關注了類似的內容，又或者是與使用者在同一區域的其他使用者釋出，這個內容在使用者所在地區是最新、最受歡迎的。TikTok在相關部落格文章中表示，公開演算法是他們努力為使用者帶來有意義的透明度的諸多方式之一。
事實上有觀點認為，TikTok之所以要向用戶公開演算法，其實與演算法推薦體系本身的不完善有一定的關係。誠然，基於個人資料構成的使用者畫像能在一定程度上反應使用者的偏好，但依然無法避免會向用戶推送不感興趣的內容。所以TikTok此舉，就是在解釋為什麼會給使用者推送自己不感興趣的內容。
一直以來，演算法其實是一個距離我們既近又遠的概念。說演算法距離很“近”，是因為演算法推薦是如今各大網路平臺將資訊展現給不同使用者的主要方式，演算法在某種意義上也代替了使用者的自我意志來規劃我們所能看到的資訊。而說演算法離我們很“遠”，是因為演算法的執行機制是一個“黑箱”，使用者往往是知其然、而不知所以然。
那麼什麼是演算法呢？簡單來說，演算法就是由計算機自動執行的一套規則，以便做出關於特定行為的決定。而程式設計師則根據平臺所要實施的不同目的，編制了不同的規則，顯而易見對於網際網路公司來說，演算法是市場競爭力的重要組成部分之一，從來都是敝帚自珍的。而網際網路廠商不希望使用者瞭解演算法的模式，歸根結底是不希望使用者搞清楚平臺的執行機制。
長期以來，人與演算法的相處模式就是人類提供資料、設定規則，而人工智慧則負責生成內容、輸出結果。換句話來說，演算法的內在運算機制就像一個黑箱，如何運作並不能為人所知，使用者也只能接受它的結論。但這其實是不合理的，畢竟誘導使用者沉迷、流量造假、大資料殺熟、資訊繭房等負面問題，幾乎都是在演算法的黑箱基礎上產生。
如今，使用者厭倦了演算法代替自身的意願來決定我們看到的網際網路世界，而用演算法來代替大腦的思考實現的資訊篩選，同時也會導致認知的退化，甚至是恐懼科技巨頭用演算法來控制我們的生活。典型的例證就是當年那篇引起廣泛討論的外賣騎手與演算法的文章，外賣騎手雖然沒有流水線那樣有形的生產管理制度，但是無時無刻不處於系統無形的監督控制之下。
內容平臺透過演算法將吸引眼球的內容，或是片面的內容持續推薦給使用者導致資訊繭房。所以以演算法也應該讓使用者有知情權，就像藥品的說明書中會明確告知效果與副作用一樣。
在部分平臺看來，一旦向用戶公開演算法，就意味著使用者就有尋找漏洞的能力、進而導致演算法效用下降。其實這樣擔憂是正常的，即使沒有公開演算法，在過去的很長一段時間裡，使用者也在一刻不停的試圖總結不同平臺的演算法執行規律，試圖透過試探演算法推薦機制來搞清楚什麼樣的內容更容易被平臺“選中”。
然而現在的情況是隨著監管的不斷加強，以及使用者個人隱私保護意識的覺醒，繼續保持演算法的黑箱狀態已經不再被接受。使用者希望看到的每一個內容都是出自自己的主觀能動性，而非由演算法來代替自己決定。那麼如何解決演算法的透明度問題呢？公開演算法原始碼、資料、決策樹等構成演算法規則的元素雖然看起來似乎是解決方案，但問題是，絕大多數使用者其實是缺乏相關知識背景的。
即使網際網路廠商公開演算法，許多人依舊也會一頭霧水，知情權同樣沒有被滿足。再說了，網際網路廠商也不願意公開演算法的原始碼，畢竟這會降低他們投資開發新演算法的動力，競爭對手也很容易透過原始碼來增強自己的產品。所以現在網際網路公司公開演算法往往並不會選擇直接公開演算法的執行原理，而是加強演算法的可解釋性，也就是解釋演算法推薦的結果是如何產生的。
那麼問題就來了，TikTok方面此次向用戶公開演算法，解釋使用者看到的推薦內容是如何產生的，對使用者來說是有意義的嗎？答案可能並不那麼肯定。這一行為或許更多的像是在作秀，也不會從實質上改變使用者看到內容的機制，但必須要承認的是，對於TikTok這樣一個使用者規模極為龐大、且面向全球市場的產品，只有演算法推薦才是最有價效比的選擇。
而演算法推薦不僅能夠提升TikTok的粘性，讓使用者持續被感興趣的內容包圍，更能以最低的成本為不同的使用者提供相對更加合適的內容。畢竟，如果向用戶推送了冒犯他們文化背景的內容，最終的結果必然是招致使用者反感、乃至讓使用者流失了。