被算法操控的生活：重新定义精准广告、大数据和AI

时势造人，算法造 YouTube 网红

杰克·保罗之所以人气爆棚，秘诀就是他知道如何同时利用YouTube的“踩”和“顶”。《每天都是兄弟》视频的一个独特卖点是，它收到了200万个“踩”，比上传到YouTube的其他任何视频还多。就像杰克·保罗所说的那样，这是“前所未有的”。孩子们都在观看这个视频和之前的10秒钟广告，就为了来“踩”他一下。保罗能收获高人气，就是因为他非常平庸无奇，却自我陶醉，还恬不知耻地追求名气。

在2017年下半年，许多YouTube用户开始聘请音乐制作人和说唱艺人帮助他们制作音频和视频来“贬低”（diss）其他YouTube用户。在此之前，大多数YouTube用户的主要在线活动只是拍摄玩电脑游戏或恶搞朋友的视频。“大米口香糖”（RiceGum)①是引领这场运动的“明星”。他擅长取笑别人上传的视频，说唱是他通常采取的形式。他希望对方“怼”回来，从而给他自己的频道带来更多流量。这些“怼”和“回怼”的焦点很多时候就聚集在这样的事情上：谁在网上被点击了更多的“赞”以及谁的钱更多。在“大米口香糖”攻击了杰克·保罗的豪宅之旅视频后，杰克进行了长篇大论的回击。他咆哮着说“大米口香糖”的兰博基尼是租来的，并且赤裸裸地炫耀自己“每天挣得不多，也就6万美元”。让人惊讶的是，这些YouTube网红越是炫富、越是攀比谁的“大家也喜欢”更多，就会有越多孩子关注他们、订阅他们的频道、观看永无止境的广告，以及购买他们的“代言”商品。

杰克·保罗和“大米口香糖”没有三头六臂，也没有什么独特之处。他们就是几个幸运的年轻人，阴差阳错地把自己推到了每一个YouTube必看名单上。随着他们得到更多的“顶”和“踩”、更多的广告收入和iTunes销售，他们就会获得更多的关注，甚至变得更加成功。这些人是算法的产物，他们博人眼球的噱头和惊世骇俗的言行从这种算法中获得了回报。

被算法操控的生活OUTNUMBERED

①“大米口香糖”是一位美籍越裔网红。

110

随着我们积累了成功的经历和人脉关系，各种排名、奖项、地位也随之而来，这些一直是我们生活的一部分。社会学家们很早之前就认识到“富者愈富”的效应。和CCTV西蒙一样，杰克·保罗和“大米口香糖也懂得流量以及“大家也喜欢”的重要性，YouTube的“接下来播放”（Upnext）设置更是放大了这种效应。他们的粉丝每次所做的播放、收听或购买的决定，都伴随着一小段关于其他人做出的选择的信息。在一系列的点击和推送后，男孩女孩们共同创造出了一个网红的世界，这些网红的成功部分归功于作品的质量，但更多却要归功于大多数粉丝不想错过流行话题的心理。对杰克·保罗来说，从默默无闻到举世皆知、家喻户晓只花了六个月的时间。这种事情可以发生在很多才华并不出众的人身上，但不太可能发生在我们学术研究者的身上。

在学术界，你的文章出现在谷歌学术搜索（Google Scholar service）论文列表顶端就相当于YouTube上网红被排到了订阅用户的前列。和YouTube一样，谷歌学术搜索只提供了一个简单的功能：一份与输入的搜索词相关的文章链接列表。文章的排列顺序由其他文章引用（或参考）它的次数决定。

引用对学术界来说至关重要，因为那是我们学术界的对话方式。文章中的引用和最后的引用列表显示了文章如何有助于增强大家对问题的理解。评判一篇论文在某一领域的重要性，一个重要方法就是参考这篇论文的被引用次数。一篇文章的被引用次数越多，就越能代表科学家对相关问题的见解。

根据被引用次数对论文进行排序，这合情合理。但是谷歌学术搜索的方法带来了一个意想不到的负面作用。当该网站于2004年首次上线时，《自然》（Nature）杂志采访了神经科学家托马斯·米西克-夫洛戈尔（Thomas Mrsic - Flogel)。他说：“通过‘追踪’一篇论文引用的其他论文，我能够发现一些此前未曾注意到的论文。”他没有去图书馆，也没有查阅科学期刊的网页，而是使用论文之间的引用链接来寻找新的想法。就像我的儿子在YouTube上不停播放“上一个”“下一个”视频一样，托马斯不停地在科学家之间来回穿梭。

第二部分 算法想控制我我们的情绪和行为吗？

111

我并非在判断孰对孰错，因为那时候我的所作所为和托马斯完全一样。我今天还在这样做。我点击搜索结果列表的顶部，在不同的论文中来回穿梭，试图了解我研究领域的最新进展，知道谁公布了最好的研究发现。我所有的同事也都如此。在谷歌学术搜索推出后不久，我们都上瘾了。

谷歌工程师安劳格·阿卡里亚（Anurag Acharya）是谷歌学术搜索的联合创始人之一，目前还在负责谷歌学术搜索的运营。他说，他的初衷是“让全球研究人员的效率提高10%”。这是一个野心勃勃的目标，但他已经超额完成了。为了写作这样一本书，我每天使用20至50次谷歌学术搜索，这节省了我大量的时间和精力。没有谷歌学术搜索，我不可能写完这本书、做完我的研究。

安劳格当时不知道，他为学术界创造了一个“大家也喜欢”的算法。一篇文章的被引用次数越多，它在检索文章列表中的排名就越靠前，也就越有可能被更多科学家看到。这就意味着人气高的文章经常被阅读和引用，从而带来更多反馈，也意味着某些文章在被引用列表中上升，其他的文章则下降。就像书籍、音乐和YouTube视频一样，科学论文被引用的次数、排名的升降与它本身质量的关系也许并不突出，更多地与最初微不足道的人气差异有关。

在很多东西（比如说成于上万的科学论文）都可以被“大家也喜欢”标记的情况下，人气就可以通过一个数学上的关系来体现，这个关系叫“幂律”（powerlaw)。为了更好地理解幂律，让我们想象一条引用次数超过某一数值的论文占比的曲线，我们通常最习惯用线性坐标系来呈现曲线上点的变化，也就是说坐标轴上距离相等的点之间，数值差异是相同的，比如1，2，3，4或者10%，20%，30%。当我们用双对数坐标系来呈现论文引用的数据时，幂律就体现出来了。在双对数坐标系中，坐标系上等距离的点，其值以各自底数的幂增加或减少。比如说，10的正次方是1，10，100，1000，10000，相应地，它的负次方是0.1，0.01，0.001，依此类推。在我们双对数坐标系上，X轴代表的是一篇论文被引用的次数(我们假定是P次)，Y轴代表的是被引用了P次或更多次的文章数在文章总数中所占比例。

被算法操控的生活OUTNUMBERED

112

2008年科学论文的双对数坐标系如图10.1所示，文章被引用的次数（超过10次以上）和它们在文章总数中的占比呈线性关系。这条直线就称为“幂律”①。

幂律揭示了现实世界巨大的不平等现象。在2008年，73%的科学论文被引用次数仅为一次甚至没有被引用。对于那些花费了几个月时间，不分昼夜地完成科学论文的人来说，这个事实无疑晴天霹雳。而在另外一个极端，每10万篇论文中有1篇的被引用次数超过2000次。可见人气高的文章寥寥无几，同时很多文章沦落到无人问津的地步。同样的情况适用于YouTube：大约20个频道能够做到拥有超过干万的订阅数，比如杰克·保罗、屁弟派（PewDiePie）①、神准达人（DudePerfect）②等，而其他成干上万的频道只有屈指可数的订阅数。

第二部分 算法控制我我们的情绪和行为吗？

①如果被引用次数等于或大于n的论文在总论文数中的占比为P，那么P和n满足如下关系：P=kn—a,k也为一常数——作者注

113

将论文被引用次数的双对数坐标系与模型进行比较后，理论物理学家杨厚恩（Young - Ho Eom）和桑托·福图纳托（Santo Fortunato）研究了“大家也喜欢”（论文被多次引用）的相对重要性如何随着时间的推移发生变化。体现幂律的上述坐标系中之所以会出现直线，极大程度上要归因于“大家也喜欢”的广泛影响，而早些年论文引用次数的悬殊更小是因为那时的科学家们更倾向于独立地决定引用哪篇文章。在这几十年里，一场科学人气竞赛蔚然成风，被“大家都喜欢”的论文一举成名，不被“大家都喜欢”的论文则不为人知。这种悬殊正愈演愈烈。到2015年，在高声誉的期刊中，1%的论文的引用次数占据了这些期刊论文被引用次数的17%。

被谷歌学术“劫持”的科学家

由于“大家也喜欢”可能让人气竞赛蔓延到科学界，你也许会猜想科学家会谨慎解读论文引用次数的意义。然而，这也正是这一现象最讽刺的地方。2005年当谷歌学术搜索刚刚推出的时候，我觉得它比较有趣。一次喝咖啡时，我的朋友兼同事斯蒂芬·普拉特（StephenPratt）问我：“你听说过h指数吗？”“没，我没听说过。”我回答道。他接着给我解释，“假如你的h指数是h，就代表你发表过的文章中有h篇的被引用次数至少不低于 h 次。”

被算法操控的生活OUTNUMBERED

①屁弟派是一名上传打游戏视频的网红。

②神准达人上传展示花式投篮、打扑克和玩运动器械的视频的网红。

114

哦？很长时间我都没有反应过来这是什么意思，于是斯蒂芬给我看了谷歌学术搜索中收录了的我的论文。当时我只发表了9篇文章，其中一篇被引用了7次，另外一篇被引用了4次，还有两篇分别被引用了3次。我有3篇论文被引用了3次以上，所以我的h指数是3。斯蒂芬比我好，他的h指数是6。弄明白这是怎么回事后，我们把自己认识的人的h指数都查了个遍。斯蒂芬的导师、著名的数学生态学家西蒙·莱文（SimonLevin）的h指数超过了100，他有一百多篇文章各自被引用了上百次。

没过多久，学术界的每个人都在谈论被引用次数和h指数，而且不仅仅是在喝咖啡的时间才讨论这些话题。很快，政客和科研资助机构觉得用被引用次数来评估科学家是个好主意。最后，他们想出了评估学术界研究成果的方法。长久以来，学术界一直是一个封闭的世界，我们希望纳税人相信我们能够想出好点子、研究出新东西。但现在，政客和管理部门认为他们可以用我们论文的被引用次数来衡量我们到底产生了多少好主意。

大约与斯蒂芬和我计算彼此的h指数的同一时间，我了解到时任英国政府首席科学顾问的罗伯特·梅勋爵（Lord Robert May)，发表了题为“国家的科学财富”的文章。当他接受顾问一职的时候，勋爵想知道英国在科研能力方面与其他国家相比到底如何。他首先计算了英国科学家文章被引用的次数，以及在研究上所花费的资金。然后，他将第一个数字除以第二个数字，得出结论，英国每花费一百万英镑就能产生168次被引用次数。就每英镑产出来说，英国的科学研究是世界上最好的研究。美国和加拿大以148次和121次的产出紧跟其后，而日本、德国和法国每百万英镑产出的文章，被引用次数不到50次。就每一百万英镑产出而言，英国的科研不仅领先于世界，而且还是遥遥领先。

第二部分 算法想控制我我们的情绪和行为吗？

115

没有几个人记得这个特殊的结论。但是，在随后几年里，英国政府和其他国家从罗伯特·梅勋爵的文章中得到了一个关键信息，就是我们现在得到了可靠的方法来评估科学上的成就，于是各国开始对各大学院系的状况进行广泛的算法监控。作为科研评估运动的一部分，学校要求学者们提交他们最近发表的论文列表。然而，由于这些论文都刚发表不久，还没有机会获得更多的被引用次数，所以无法仅凭它们的被引用次数来评估学者们的学术水平。作为变通，一篇论文的质量只好通过发表该论文的科研期刊的“影响力”来判断，而这种影响力又通过该期刊上所有论文的被引用总次数来评估。

对影响力的追求又强化了科技期刊间的“大家也喜欢”效应。这些带有高影响因子的期刊吸引的投稿数比影响力低的期刊多，而且投稿的质量更好，被引用量更高。年轻的科学家们发现自己必须拼命竞争才有可能把自己的论文挤进这些为数不多的著名期刊，于是他们不再专注于高水平研究，而是费尽心思地提高自己的h指数，让自己的论文登上影响力大的期刊。

科学家们自身也难逃“大家也喜欢”效应的影响。一项研究表明，一些作者如果写了很多被广泛引用的论文，那么他们的新文章被引用的速度就更快。这关乎的不仅仅是一篇论文的被引用次数，更是作者的声誉。关注你自己或同事的被引用记录不再是一件有趣的事（我和斯蒂芬一开始正是出于兴趣而为之的)，它已经成了在学术界求生的必要条件。

科学家是一群相当聪明的人。如果影响力大的研究会产生回报，他们就会一板一眼地这样做。为了制定出最优论文发表策略，来自英国埃克塞特大学（Exeter University）的安德鲁·希金森（Andrew Higginson）和布里斯托大学（Bristol University）的马库斯·穆纳弗（Marcus Munafo）将科学界的生存之道与野生动物的物竞天择进行了数学上的类比。安德鲁和马库斯的模型表明，要想在科学界立足，科学家们要么花时间探索新想法，要么花时间去证实前人的研究结果。安德鲁和马库斯指出，目前的科研环境对于获取了高影响力的研究者更有利，它鼓励科学家将大部分时间用于探索新想法，于是那些对新的可能性进行大量研究的科学家得以生存下来，而那些仔细验证他人研究成果的科学家则遭到“灭绝”。

被算法操控的生活OUTNUMBERED

116

乍一看，这似乎是一件好事，因为它促使科学家们认真钻研新成果，而不是检查、验证那些枯燥乏味、陈旧的研究结果。但问题是，即使是最优秀的科学家也会有无心之失，这些错误包括许多统计上的误报结果（假阳性)。你设想一下，科学家进行了大量各种各样的实验去探索新的想法，那么偶尔总会有一些实验产生了看似振奋人心的新成果，但事实上，这只不过是研究人员的运气罢了，因为没有人去验证这些成果的真伪。

然而这里的运气只是对得出这些成果的研究人员而言，因为现在他们可以在国际上享有盛誉的期刊上发表研究成果了，而且还有可能获得新的资助。对于科学本身和科学界整体来说，这些看似幸运却实际可能出错的发现远非一件好事。因为就如安德鲁和马库斯的模型所证实的那样，其他研究人员没有多少动力去验证这些成果。在过去，一些科学家喜欢确认或者反驳其他人的研究成果，但现在因为这种论文没什么人引用，他们发现自己面临失业的窘境，也就不再检验他人的研究结果了。长此以往，越来越多错误的研究结论可能会被奉为科学真理。

就像所有的模型一样，安德鲁和马库斯的研究戳中了科学界的痛处，充满讽刺但发人深省。

尽管存在这些问题，但我不认为关注和追求文章的被引用次数损害了科学家实际研究的质量。换句话说，只要时间充裕，作为科学家的我们仍然可以把研究做好。我遇到的大多数科学家都是出于对真理的永恒追求和对正确答案的热切渴望而献身科学的。我们喜欢通过验证同行们的结果来证明他们犯了错。对于大多数科学家来说，反驳同行的理论和自己发现新成果，给我们带来的满足感是同等的。因此，我们还是有动力去检验那些可能被过度吹捧的理论和可能错误的实验结果。

第二部分

算法想控制我们网络能够影响我们的情绪和行为吗？

117

对科学研究进行算法评估大大减少了我们可以用于专心科研的时间。论文必须“浓妆艳抹”（业内流行说法）才能登上顶级期刊，我们需要全力卖弄自己最好的研究结果，并且辅以一套漂亮的说辞来解释为什么其他领域的研究人员会对这些结果感兴趣。此外，我们还需要把我们的研究成果像“挤牙膏”（另外一个业内流行说法）一样，一次一点地挤成切入点更小、正好凑够发表字数的文章，如此一来，我们可以就一个研究成果发表无数论文。所有的这些浓妆艳抹和挤牙膏都消耗了我们的时间和精力。我们被迫凑出更多字数并一遍遍地投稿。我们会从高影响力的顶级期刊开始投稿，但这些期刊将拒绝绝大部分稿件。无奈之下，我们退而求其次将稿件投给低影响力的期刊。

这就是当下学术的反讽之处。安劳格的谷歌学术搜索算法为我们提高了10%的研究效率，但是科研机构和金融机构拿这10%的效率做了些什么呢？他们拿它来监视和控制我们。他们逼迫我们改变工作方式，结果谷歌学术搜索为我们提高的这10%的效率被消耗得所剩无几了。此外，他们还营造了一种“富者愈富”的环境，科研由那些位于搜索结果顶端的百分之一的科学家掌控着。这种环境适合不少科学家，但是同样也将很多优秀的研究人员拒之门外，使他们的才智得不到用武之地。

并非所有的科学家都甘心委身于这场人气竞赛，一些人选择了反击，而且运用的是他们最擅长的武器：科学。桑托·福图纳托的研究表明，从长远来看，h指数与科研产出的关联程度并不高，用它来衡量年轻科学家时更是如此。在2005至2015年间获得诺贝尔奖的25位科学家中，有14个人在35岁时的h指数低于10。业界普遍认为，h指数需要达到12才能获得终身职位，这就意味着这些诺贝尔奖得主在35岁之前都无法找到工作。

在职业生涯早期，阿尔伯特－拉斯洛·巴拉巴西（Albert -LaszloBarabasi）写了一篇关于“大家也喜欢”和“双对数坐标系”的论文。这篇文章使他一夜成名，变为了一个和YouTube网红差不多有名的科学家。

被算法操控的生活OUTNUMBERED

118

他指出，一个科学家最重要的文章可能完成于他职业生涯的任何时期：可能是他们生平写的第一篇论文，也可能是他们刚拿到博士学位后或者是在努力寻找终生职位时写的一篇论文，可能是他们成名时发表的论文，也可能是他们生平发表的最后一篇论文。科研突破会发生在任何时候。这一洞见无法帮助科研赞助机构确定资助哪些人的研究，但它说明了仅根据论文被引用次数来决定拨款给谁，并不是解决问题的办法。只为成功的研究人员提供资金可能会与更重要的科学发现失之交臂，因为忽视那些已经工作了数年却没有取得突破的研究人员，我们或许会使最重要的科学发现胎死腹中、功亏一篑。

类似“大家也喜欢”这样的算法使我们的集体行为呈现出新的形式，也为我们相互之间的交流提供了新的方式。这些新形式和新方式可以产生许多积极影响，让我们能够更迅速、更广泛地分享我们的研究发现。但是我们不应该让算法来决定我们看待这个世界的方式。在学术界，这种情况在某种程度上已经发生了。因为容易量化，论文被引用次数和论文的影响因子已经成为科学研究中的通用货币。

不平等是当今社会面临的最大挑战之一，而我们在网络上的行为正在为这种不平等推波助澜。我们根据脸书上的好友数量、推特上的粉丝量以及领英上的人脉数量来评判彼此。这些评判并非完全错误：正如上一章里的邓肯·沃茨和马修·萨尔加尼克对音乐排行榜的研究表明，真正糟糕的歌曲确实跌入榜底。但这些评判也并非完全正确。我对杰克·保罗天赋平平的判断，同样也适用于一些成名的科学家。他们以“赞”和“分享”的形式积累社会资本，进而再积累金融资本，无论这种金融资本的形式是研究基金还是兰博基尼，随之而来的反馈效应会进一步加速这种积累。

“大家也喜欢”算法浅显易懂，如果你第一次没有完全看懂，请返回第9章，再读一遍我对这个算法的描述。你需要明白它如何扭曲了数据的输入和输出，因为它肯定正在影响你生活的某些方面。无论你正在建立领英人脉以吸引雇主，还是作为雇主本人正在比较一个社交广泛且性格傲慢的潜在雇员和一个脸书好友寥寥无几的应聘者，你都不应该让算法来替你做出决定。人的完整性是我们所拥有的最重要品质之一，我们不能简单地听命于算法。

第二部分 算法想控制我我们的情绪和行为吗？

119