The Google Fans Post

右翼阴谋论的观点、看法因为不太可能出现在 Google 搜索结果的前面，因而现在右翼社交媒体影响力者及阴谋论者 开始转移 到其他搜索引擎如 DuckDuckGo 和 Bing。譬如对 COVID-19 疫苗有效性的质疑内容，据称 DuckDuckGo 显示的结果更符合阴谋论者的“胃口”，Google 则不然，他们有人说 Google 搜索会积极的压制不符合传统左派观点的内容。 右翼不只是开始逃离 Google，他们还选择 Telegram、Rumble 等平台或服务，因为那些地方对阴谋论和虚假信息的“容忍度”似乎更高一些。 头脑为阴谋论所笼罩的人，让搜索引擎“进退失据”。搜索引擎既要根据检索关键词显示相关内容，又要避免传播虚假信息，而同时又不能公开的表示内容已被审查。 DuckDuckGo 的搜索内容来自微软 Bing 的算法，两者的显示结果则可能有差异。DuckDuckGo 目前掌握美国 3% 的搜索引擎市场。 《纽约时报》发现 DuckDuckGo 和 Bing 相比于 Google，确实显示更多不可信的内容。Google 也会显示不可信的内容和网站，但它们一般不会出现在最前面。时报的调查跟另外两个研究结果相印证。后者发现，微软 Bing 的算法比 Google 算法会呈现更多支持阴谋论的内容。 阴谋论者推销的一个策略是“做你自己的研究”，也就是不相信主流媒体、政府信源和 Google 搜索，努力在网络上挖掘信息来深化阴谋论认识。时报的调查结果出来后，一些有问题的检索结果消失了，取得代之的是更可信的内容。 有研究专门调查不同搜索引擎算法对不可信内容的支持程度。Google 会显示 25% 左右的“问题内容”链接，DuckDuckGo 和 Bing 显示的比例接近 50%，Yahoo 表现更差一些，俄罗斯的 Yandex 更糟糕。 新的、深奥的阴谋论更容易在搜索结果中取得优势，这被称作“数据空白”（Data void）。有两方面原因。（1）阴谋论者杜撰出的理论，往往早于主流媒体的甄选、报道，在时间上有优势，继而通过搜索引擎传播。（2）阴谋论者传播的话题有的是主流媒体不会关注的，这让这些内容有了传播的土壤。 研究虚假信息传播的学者 Daniel Bush 说，搜索引擎算法技术的核心问题之一就是数据空白。现在的算法无法解决此问题。 -延伸内容： Vox  有一...

YouTube 主要依靠算法推荐视频吸引用户更长时间地停留在网站上。YouTube（Beta）应用最新的一个变化是在推荐列表顶部列出用户可能感兴趣的内容标签，点击之后便可以过滤推荐视频列表，如下图所示。 在用户正在观看视频的下方，也有这样的标签，来细分用户喜欢的视频。 YouTube 算法是一个比较有争议的话题。基本上，算法决定着用户能够看到什么，看不到什么。不过这也不是 YouTube 算法单独有的问题，依靠算法为用户定制信息流的社交网络比如 Facebook 同样具有 这方面的问题 。 上个月，《纽约时报》对 YouTube 激化人、助长偏执、传播另类右派言论方面的作用有一个 长篇报道 。文章说，报道勾画出一幅图像，里面 YouTube 算法作为连接点，把一个幻灭的年轻人与右翼保守派互联网组织联系起来。YouTube 这里的副作用就在于它可能使更多年轻人走向极右边缘。 其中一段对 YouTube 上的另类右派（ Alt-right ）的描述我觉得挺有意思，文章说“他们少有人与保守派组织有关联，极少讨论减税、贸易政策等议题。他们主要谈论言论自由、反女权主义方面的事情，把自己描绘成一个为了社会正义而战、说破真相的斗士。视频节目就像是一部肥皂剧，不断地推出英雄和坏人。”（大意） 文章比较长，我不能完整呈现其包含的意思。 我之前读了这篇文章，准备将其分享出来，不过一直没有组织好语言和观点，到现在也没有。这里将其作为“YouTube 算法”的补充信息分享出来，推荐读者阅读。

在 Google 公司工作了 14 年的高级搜索工程师 Pandu Nayak 告诉 《卫报》 ，当大规模枪击案发生时，Google 搜索算法不得不进行频繁地调整，努力向用户提供准确的信息。 近年来美国枪击事件频发，在事件发生后很短时间内，具体的情况还未可知，大量的虚假信息就乘虚而入了。这些内容给 Google 搜索造成困扰，算法有时候会呈现不准确的甚至是杜撰的新闻报道。 为此 Google 算法加重了对“Authority”（权威）信息的认可，使权威的、高质量的内容排在搜索结果前面，而不是推广虚假信息和谣言。 Google 对“权威”一词的定义，基于一份 166 页的搜索质量评估指南，16 000 名评估员根据此指南对某个页面进行评分，以此来告诉算法其“权威性”如何。不只是判断“权威”页面，搜索结果的改善也是这些评估员的工作。Google 搜索算法的调整，很大程度上就依靠这些评估员的努力。 Google 搜索曾经出现过问题，在搜索结果最顶部推送否认犹太人大屠杀（ Holocaust ）的网站链接。媒体报道了这个问题，搜索评估指南后来纳入了这个搜索。 值得关注的是，Google 解决此问题并不是简单地从搜索结果中移除那条链接。Nayak 介绍说，Google 并不手动干预搜索结果，是因为所发现、报道的搜索结果出现的问题，往往只是“冰山一角”。 我理解，简单地移除某条链接看似解决了眼前的问题，实际上只是应付“危机”，疲于奔命，对真正解决深层次的问题毫无益处。 工程师们首先会搞清楚为什么出现了这个问题，譬如算法里面的什么原因。找到问题之后再解决之，即使没有消除整个“冰山”，也基本上不剩下什么了，Nayak 说。 据 Nayak 展示的幻灯片，现在搜索“Holocaust”用户会发现 美国大屠杀纪念博物馆 的网站。英国的用户搜索最先看到的是对 Google 搜索出现此问题的媒体报道链接。

推荐算法被 Google、YouTube、Facebook、Netflix 等服务都有使用。它们有便利的地方，比如使用户更容易看到自己感兴趣的新闻或者视频。它们也有负面作用，即所谓的“回音室”（Echo Chamber）或者“过滤气泡”（Filter Bubbles）效应。 这个负面作用很早以前就有学者或相关人士关注、研究、讨论。Facebook 诞生之前三年，哈佛的一位法律教授出版著作准确预测了互联网的崛起可能带来的“群体极化”（Group polarization）效应，它最终将危害健康的民主体制。 2016 年美国大选过后，上述效应（或者说词汇、概念）变得流行起来，相关研究又陆续出现。DeepMind 的研究人员最近在 arXiv 预印本网站发表论文，标题是“ Degenerate Feedback Loops in Recommender Systems ”（推荐系统的退化反馈循环），讨论了此议题。 研究人员分析了不同的推荐算法在加速或者减缓上述两个效应方面的表现。 “回音室效应”和“过滤气泡效应”本来是同一类型事物，“退化反馈循环”是它们的学术表达。不过，研究人员对二者进行了区分。“回音室”通过把用户暴露在相似内容中强化用户的兴趣；“过滤气泡”则缩小用户可接触到内容的范围。退化程度越高，表明它们的效应越强烈。 研究人员模拟了五种不同的算法，算法的差别在于预测准确度的优先级。结果发现，准确度优先级越高的算法，系统退化越快。也就是说，抵抗“回音室”或者“过滤气泡”危害的办法是设计算法使其更具探索性，推荐给用户一些不那么准确抓住用户兴趣的内容。拓宽推荐算法所基于的总体信息集也有帮助。 明尼苏达大学的计算机科学教授 Joseph A. Konstan 以前也进行过“过滤气泡”方面的研究，他说 DeepMind 的研究结果并不出人意料。“研究人员早就意识到了推荐系统里准确预测和有效探索之间的矛盾。” 以前有研究发现，用户忍受较低程度的预测准确性的同时能够得益于推荐多样性的好处，不过开发者并不愿意把自己的算法设计成那样。推荐安全的选择更容易成为“正确”。 Konstan 批评 DeepMind 的研究没有采用有人类参与的交互系统而是使用机器学习进行模拟。他说，“人是复杂的。一方面，人珍视多样性；另一方面，人如果觉得推荐算法变得过...