智能推荐的利弊分析
关于人工智能利弊的ppt
人工智能盗用信息
1. 信息盗用：人工智能技术可以通过数据收集和数据分析，迅速获取大量个人 、公司、政府等各种组织和机构的信息，而这些信息可能被用于非法盗用或者 造成安全隐患。 2. 隐私泄露：由于人工智能可以进行大数据分析和模式识别，因此可能会泄露 个人的隐私信息，包括姓名、地址、电话号码等个人隐私数据，进而影响到个 人权益和生活质量。 3. 信息安全：人工智能技术本身也存在漏洞和风险，一旦被恶意攻击或者被黑 客入侵，可能会导致重大的信息泄露和安全隐患，影响到国家、企业和个人的 安全。
优化药品治疗
1. 加强药物研发和生产的效率。人工智能可以帮助科学家快速分析药 物结构和功能，加速药物研发过程，进一步提高药物生产效率，缩短药 物上市时间，受益人类。 2. 创新应用医药技术。人工智能技术在医疗过程中也可以通过数据分 析和自主决策提高诊断精度，提高治疗成功率。这对于临床医生而言非 常具有帮助。 3. 降低医疗成本。过高的医疗成本一直是人们关注的问题，人工智能 技术可以通过有效地管理药品和医疗资源，优化药品治疗和诊断等流程 ，降低医疗成本，减轻患者的经济负荷。
促进病情诊断
人工智能在病情诊断方面的利益，在于能够通过大数据 分析和模式识别，提高医生诊断的准确性和速度，缩短 病人等待时间，提高医疗行业效率，同时，医生可以更 好地利用人工智能进行病例分析，从而更好地预测疾病 前景并决定治疗方案，提高患者治愈率和医疗质量。
VIEW MORE
--------->
VIEW MORE
202X-XX-XX
Form：XXX
技术只有少数人受益，不公平
1. 科技越来越发达，而现有的社会体系却未能及时跟进，导致一部分人群无法获得 科技的好处，信息鸿沟加大，进一步加剧了社会的不公平现象。 2. 人工智能技术的发展，将对某些传统的职位产生冲击，造成一些人失业或失去生 计，而这些人往往是社会弱势群体，这也是人工智能存在的缺点之一。 3. 人工智能技术的研发和应用需要大量的资金投入，与此同时，也带来了控制和监 管的困境，不良企业的滥用或滥用行为，会对社会产生不良影响，增加了管理难度。
人工智能发展和利弊论文
人工智能发展和利弊论文人工智能（Artificial Intelligence, AI）是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似方式做出反应的智能机器。
自从20世纪50年代以来，人工智能已经经历了多次发展高潮和低谷，但近年来，随着计算能力的提升、大数据的积累以及算法的创新，人工智能再次迎来了快速发展的黄金时期。
本文将探讨人工智能的发展现状，分析其带来的利益和潜在的弊端，并提出相应的思考和建议。
人工智能的发展现状人工智能的发展可以概括为几个阶段：从最初的符号推理和专家系统，到机器学习、深度学习，再到当前的智能化应用。
在符号推理阶段，人工智能主要依赖于逻辑和规则来模拟人类的思维过程。
专家系统则是利用知识库和推理引擎来模拟专家的决策过程。
随着时间的推移，机器学习技术的出现使得计算机能够从数据中学习模式和规律，而深度学习则进一步推动了这一过程，通过模拟人脑神经网络的结构来处理复杂的数据。
当前，人工智能已经广泛应用于各个领域，包括但不限于医疗、金融、交通、教育、娱乐等。
例如，在医疗领域，AI可以帮助医生进行疾病诊断和治疗计划的制定；在金融领域，AI可以用于风险评估和投资决策；在交通领域，自动驾驶技术正在逐步实现商业化；在教育领域，个性化学习推荐系统可以根据学生的学习情况提供定制化的学习资源。
人工智能带来的利益人工智能的发展为社会带来了巨大的利益。
首先，它提高了生产效率和决策质量。
通过自动化和智能化，许多重复性、危险性或需要高度专业知识的工作可以由机器完成，从而释放了人类从事更高层次工作的能力。
其次，人工智能推动了科技创新。
AI技术的应用促进了新产品和服务的开发，同时也为科学研究提供了新的工具和方法。
此外，人工智能还改善了人们的生活质量。
智能助手、智能家居等应用使得日常生活更加便捷和舒适。
人工智能的潜在弊端然而，人工智能的发展也伴随着一些潜在的弊端。
首先是就业问题。
自动化和智能化可能导致某些职业的消失，从而引发失业问题。
人工智能的利与弊发言稿
人工智能的利与弊发言稿人工智能（Artificial Intelligence，AI）是一种集合了机器学习、自然语言处理、图像识别等多种技术的科学，它正在改变着我们的生活，带来了许多便利和机遇，但同时也带来了一些挑战和风险。
本文将探讨人工智能的利弊。
一、人工智能的利1. 提高效率：人工智能可以通过自动化和智能化的方式，从繁琐的重复性工作中解放出人力，从而提高效率。
例如，在生产线上，机器人可以替代人工完成一些危险、重复、精度要求高的任务，从而减少了错误率，提高了生产效率。
2. 改善医疗：人工智能可以对医学数据进行分析和处理，如医学影像的智能识别，可以帮助医生更快、更准确地诊断病情，提高治疗效果。
3. 实现个性化服务：人工智能可以通过学习用户的偏好和需求，提供个性化的服务。
例如，推荐系统可以根据用户的历史行为和兴趣爱好，为用户推荐更符合其需求的商品或服务。
4. 发现新的知识：人工智能可以通过海量数据的分析和挖掘，发现新的知识和规律，从而为科学研究和技术创新提供更多的支持和帮助。
二、人工智能的弊1. 人工智能的学习来源问题：人工智能的学习来源主要是数据，如果数据来源不够准确和充分，那么机器学习出来的结果也会存在误差。
此外，如果数据本身存在偏差，那么机器学习出来的结果也会带有这种偏差。
2. 工作岗位的转移：人工智能的普及和应用，可能会导致一些低技能的工作岗位被机器取代，从而引发一些就业问题。
同时，也会出现一些新的工作岗位，需要人们具备更高级的技能和知识。
3. 隐私和安全问题：人工智能需要大量的用户数据来支持机器学习，这些数据可能会包含用户的个人隐私信息。
如果这些数据被滥用或泄露，就会对用户的隐私和安全造成威胁。
4. 对人类智慧的挑战：人工智能虽然可以通过机器学习来模仿人类的思维和行为，但是它本质上还是一种机器，没有人类的情感和创造力。
如果人类过于依赖人工智能，可能会导致人类的智慧和创造力受到挑战。
三、人工智能的未来人工智能还处于一个快速发展的阶段，未来还有很大的发展空间和潜力。
人工智能对社交媒体的影响
人工智能对社交媒体的影响随着科技的不断发展，人工智能（Artificial Intelligence，简称AI）已经成为了当今社会的热门话题。
人工智能的应用范围越来越广泛，其中之一就是对社交媒体的影响。
本文将探讨人工智能对社交媒体的影响，并分析其带来的利弊。
一、人工智能在社交媒体中的应用1. 智能推荐系统人工智能技术可以通过分析用户的兴趣、行为和偏好，为用户提供个性化的推荐内容。
在社交媒体中，智能推荐系统可以根据用户的历史浏览记录和交互行为，推荐相关的文章、视频、音乐等内容，提高用户的使用体验。
2. 智能聊天机器人人工智能技术可以实现智能聊天机器人，能够与用户进行自然语言交互。
在社交媒体中，智能聊天机器人可以回答用户的问题、提供帮助和建议，增加用户的参与度和粘性。
3. 情感分析人工智能技术可以通过对用户发布的内容进行情感分析，了解用户的情绪和态度。
在社交媒体中，情感分析可以帮助平台监测用户的情绪变化，及时发现和解决用户的问题，提升用户体验。
二、人工智能对社交媒体的积极影响1. 提升用户体验人工智能技术可以根据用户的兴趣和偏好，为用户提供个性化的推荐内容，提高用户的使用体验。
用户可以更快速地找到自己感兴趣的内容，减少信息的获取成本。
2. 增加社交互动智能聊天机器人可以与用户进行自然语言交互，回答用户的问题和提供帮助。
这种互动方式可以增加用户的参与度和粘性，促进用户之间的交流和互动。
3. 加强社交媒体的安全性人工智能技术可以通过情感分析等手段，监测用户的情绪变化，及时发现和解决用户的问题。
这有助于提升社交媒体的安全性，减少网络暴力和恶意行为的发生。
三、人工智能对社交媒体的负面影响1. 隐私问题人工智能技术需要收集和分析大量的用户数据，这可能涉及到用户的隐私问题。
一些用户担心自己的个人信息被滥用或泄露，对人工智能技术持有怀疑态度。
2. 信息过滤智能推荐系统可能会根据用户的兴趣和偏好，过滤掉一些与用户观点相悖的信息，导致信息的局限性和偏颇性。
智能化的好处和弊端是什么呢
智能化的好处和弊端是什么呢科技是一把双刃剑，我们想要完全驾驭人工智能的道路还是任重而道远。
以下是小编为大家收集的智能化的好处和弊端，欢迎学习，大家一起来看看吧！智能化的好处和弊端优点：1.节省人工成本与减少人为错误，人工智能是高度自编程的，这意味着不需要专人去盯着它去运行，这大大节省了人工与时间成本并且减少甚至说是避免了由于人为而发生的错误，有很多重大的项目出现意外只是因为一个小小的人为错误。
2.效率极高，人工智能可以同时去做多件事情并且人工智能是通过网络直接与数据库连接，调取数据是在毫秒之内就能完成，这两个优点大大提高了工作效率。
3.人工智能没有疲惫感并且不需要休息，只要条件允许就能724小时工作，这是人所做不到的。
缺点：1.脆弱性。
目前的人工智能系统还无法超出场景或语境理解行为，虽然在下棋或游戏等有固定规则的范围内不会暴露出这一弱点，但是一旦场景发生变化或这种变化超出一定范围，人工智能可能就立刻无法“思考”。
2.不可预测性。
用户无法预测人工智能会做出何种决策，这既是一种优势，也会带来风险，因为系统可能会做出不符合设计者初衷的决策。
3.安全问题和漏洞。
机器会重结果而轻过程，它只会通过找到系统漏洞，实现字面意义上的目标，但其采用的方法不一定是设计者的初衷。
例如，网站会推荐一些极端主义视频，因为刺激性内容可以增加浏览时间。
再如，网络安全系统会判断人是导致破坏性软件植入的主要原因，于是索性不允许人进入系统。
4.人机交互失败。
尽管让机器提供建议，由人类做最后决策，是解决人工智能某些弱点的常用方法，但由于决策者对系统局限性或系统反馈的认知能力不同，这一问题并不能得到根本解决。
2016年自动驾驶汽车撞毁事故中，人类操作员就没能理解系统给出的提示，而发生致命性事故。
这在军事、边境安全、交通安全、执法等诸多领域都面临着类似挑战。
科技智能化时代带来的好处1、促进生产力提升。
促进生产力提升是推动人工智能技术发展的重要原动力之一，从目前人工智能产品在工业领域的应用情况来看，未来更多的智能体将逐渐走进产业领域，人工智能也将是产业领域发展的新动能。
人工智能在宣传中的应用
人工智能在宣传中的应用一、引言随着科技的快速发展和人们对智能化需求的不断增长，人工智能作为一项重要前沿技术，已经渗透到各行各业的方方面面。
宣传是企业推广和传播产品信息的重要手段之一，而人工智能在宣传中的应用也逐渐受到重视。
本文将探讨人工智能在宣传中的具体应用，并分析其带来的优势和潜在问题。
二、人工智能在宣传中的应用1. 智能推荐系统智能推荐系统通过分析用户的行为和兴趣偏好，将个性化的宣传信息准确推送给用户。
比如，在电商行业，通过人工智能技术分析用户的购买记录、浏览历史和社交网络等数据，可以向用户推荐个性化的产品宣传信息，增加用户对产品的兴趣和购买意愿。
2. 聊天机器人聊天机器人是一种能够与用户进行自然语言对话的人工智能系统。
在宣传中，聊天机器人可以扮演智能客服的角色，为用户提供产品相关的宣传信息，解答用户的疑问，提高用户的满意度。
通过聊天机器人，企业可以实现24小时不间断的宣传服务，提升宣传效果。
3. 视觉识别技术视觉识别技术是人工智能的重要应用领域之一，它可以通过分析和识别图片、视频等多媒体信息，提取出有价值的宣传信息。
比如，企业可以利用视觉识别技术分析用户在社交媒体平台上发布的图片信息，了解用户对产品的使用场景和用户反馈，从而调整宣传策略，提高宣传的精准度。
4. 情感分析情感分析是人工智能技术中的一个重要分支，可以通过分析用户在社交网络上的言论和情绪表达，了解用户对产品的态度和情感倾向。
在宣传中，情感分析可以帮助企业了解用户对产品或宣传活动的喜好和反感点，从而在宣传中更好地满足用户需求，提升用户体验。
三、人工智能在宣传中的优势1. 提升宣传效果人工智能技术可以基于用户的个性化需求，准确推送符合用户兴趣的宣传信息，从而提升宣传效果。
通过聊天机器人等智能系统，可以与用户进行实时互动，增加用户与企业之间的黏性。
2. 降低人力成本相比传统宣传方式，人工智能在宣传中的应用可以大大降低企业的人力成本。
智能推荐系统和聊天机器人可以自动化地完成宣传任务，减少了企业人力资源的投入。
智能推荐的到弊分析
智能推荐的到弊分析作者：杨文超来源：《市场周刊》2019年第09期摘要：随着互联网的发展，海量信息充斥着我们的日常学习、生活和工作，智能推荐在这种时代背景下应运而生。
然而智能推荐为用户解决信息过载问题的同时也产生了很多值得思考的问题。
智能推荐有利也有弊，企业在利用算法为用户带来个性化推荐的同时也要考虑自身的社会责任，用户在享受便利的同时不应局限在智能推荐之中，要勇于尝试新事物，关心社会问题。
关键词：智能推荐;信息窄化;群体极化;数据隐私中图分类号：F49 文献标识码：A 文章编号：1008-4428（2019）09-0150-02一、引言随着互联网尤其是移动互联网和信息科技的飞速发展，智能推荐覆盖了人们生活的方方面面，各大移动应用平台纷纷调用了智能推荐技术，来增强平台本身的用户黏性及用户满意度。
智能推荐是指通过挖掘并分析用户的个性特征、环境特征、用户行为经历等数据信息以形成精准的用户画像，从而为不同的用户推荐符合其喜好及需求的信息的一种算法。
目前，现有研究更多关注的是智能推荐带来的便利，却忽略了它自身存在的局限性。
因此，本文对移动互联网时代下的智能推荐进行了详尽的利弊分析，并针对智能推荐的弊端提出了相应的对策。
二、智能推荐产生的背景互联网的发展使得信息资源爆炸式地涌现。
面对海量信息，用户难以在短时间内准确获取真正有价值的信息。
因此，信息检索系统（如谷歌、百度）和信息过滤系统应运而生。
用户只需要在信息检索系统输入关键词。
便可获得与关键词相关的信息，这种系统不考虑用户的个人偏好、需求等，任何用户输入相同的关键词。
都会得到同样的信息。
而信息过滤系统弥补了信息检索系统不能与用户个人特性相匹配的缺陷，它依据不同用户的背景主动过滤掉与用户需求偏好不匹配的信息。
然后推送给用户。
信息过滤系统依据获得信息源的范围差异划分为两类。
一类是主动型，在一个较大的范围内主动为用户过滤掉不需要的信息并推送给用户其可能感兴趣的信息;另一类是被动型，在一个相对固定的信息源（如电子邮件等）提前过滤掉用户不需要的信息。
人工智能的利弊总结报告
人工智能的技术发展
机器学习的突破
算法优化
01
机器学习算法不断优化，提高了模型的准确性和
效率。
数据质量
02
随着数据质量的提升，机器学习模型的表现也得
到了显著提升。
计算资源
03
随着计算资源的增加，机器学习模型的训练速度
和规模都得到了大幅提升。
自然语言处理的进步
技术突破
自然语言处理技术在近年来取得了显著突破，如深度学习、神经网络等。
市场需求，促进就业。
03
人工智能人才需求
人工智能的快速发展使得相关领域对
人才的需求持续上升。 02
就业机会减少
01 人工智能可能取代一些传统行业的工作岗位，导致就业市场发生变革。
生产效率提升
02 人工智能可以提高生产过程的自动化和智能化水平，提升生产效率和质量。
竞争格局改变
03 传统行业需重新调整经营策略，与人工智能相结合，以适应新的市场竞争环境。
03 自然语言处理
深度学习能理解和生成自然语言，实现智能 对话和机器翻译等功能。
深度学习在图像识别领域表现出色，能识别 各种物体和场景。
02 图像识别
人工智能的未来展望
协作增强
AI将在众多领域成为人类的得 力助手，推动产业和社会的进 步。
创造力释放
随着AI处理重复、繁琐的任务， 人类将更专注于创新和解决复 杂问题。
共生共荣
在科技的推动下，人类与AI将 实现和谐共生，共同迈向更美 好的未来。
在各行业的创新应用
医疗领域
人工智能在医疗领域有望实现更精准的疾病诊断和治疗， 提高医疗效率和质量。
交通领域
人工智能将推Байду номын сангаас智能交通系统的发展，提高交通流量和安 全性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能推荐的利弊分析
杨文超
摘㊀要:随着互联网的发展ꎬ海量信息充斥着我们的日常学习㊁生活和工作ꎬ智能推荐在这种时代背景下应运而生ꎮ然而智能推荐为用户解决信息过载问题的同时也产生了很多值得思考的问题ꎮ智能推荐有利也有弊ꎬ企业在利用算法为用户带来个性化推荐的同时也要考虑自身的社会责任ꎬ用户在享受便利的同时不应局限在智能推荐之中ꎬ要勇于尝试新事物ꎬ关心社会问题ꎮ关键词:智能推荐ꎻ信息窄化ꎻ群体极化ꎻ数据隐私
中图分类号:Ｆ４９㊀㊀㊀㊀㊀㊀文献标识码:Ａ㊀㊀㊀㊀㊀㊀文章编号:１００８－４４２８(２０１９)０９－０１５０－０２
一㊁引言
随着互联网尤其是移动互联网和信息科技的飞速发展ꎬ智能推荐覆盖了人们生活的方方面面ꎬ各大移动应用平台纷纷调用了智能推荐技术ꎬ来增强平台本身的用户黏性及用户满意度ꎮ智能推荐是指通过挖掘并分析用户的个性特征㊁环境特征㊁用户行为经历等数据信息以形成精准的用户画像ꎬ从而为不同的用户推荐符合其喜好及需求的信息的一种算法ꎮ目前ꎬ现有研究更多关注的是智能推荐带来的便利ꎬ却忽略了它自身存在的局限性ꎮ因此ꎬ本文对移动互联网时代下的智能推荐进行了详尽的利弊分析ꎬ并针对智能推荐的弊端提出了相应的对策ꎮ
二㊁智能推荐产生的背景
互联网的发展使得信息资源爆炸式地涌现ꎬ面对海量信息ꎬ用户难以在短时间内准确获取真正有价值的信息ꎬ因此ꎬ信息检索系统(如谷歌㊁百度)和信息过滤系统应运而生ꎮ用户只需要在信息检索系统输入关键词ꎬ便可获得与关键词相关的信息ꎬ这种系统不考虑用户的个人偏好㊁需求等ꎬ任何用户输入相同的关键词ꎬ都会得到同样的信息ꎮ而信息过滤系统弥补了信息检索系统不能与用户个人特性相匹配的缺陷ꎬ它依据不同用户的背景主动过滤掉与用户需求偏好不匹配的信息ꎬ然后推送给用户ꎮ信息过滤系统依据获得信息源的范围差异划分为两类ꎮ一类是主动型ꎬ在一个较大的范围内主动为用户过滤掉不需要的信息并推送给用户其可能感兴趣的信息ꎻ另一类是被动型ꎬ在一个相对固定的信息源(如电子邮件等)提前过滤掉用户不需要的信息ꎮ主动型信息过滤系统正是互联网智能推荐发展的雏形ꎮ
区别于Ｗｅｂ１.０和Ｗｅｂ２.０以访问㊁交互为主题ꎬＷｅｂ３.０追求 个性化㊁精准性㊁智能化 ꎬ要求能够准确地为不同用户基于不同的个性特征主动提供私人订制化的信息ꎬ基于此ꎬ智能推荐顺应时代潮流被广泛使用ꎮ各大互联网企业包括阿里巴巴㊁百度㊁腾讯等利用算法收集并分析处理用户的诸如消费习惯㊁性格偏好㊁行为轨迹等个人数据信息ꎬ为用户推送符合其当前乃至潜在需求的产品ꎬ以提高用户黏性与用户忠诚度ꎮ智能推荐已经运用到网上购物㊁社交㊁新闻图书阅览等各个领域ꎮ
三㊁智能推荐的优势
在这个互联网飞速发展的信息化时代ꎬ主动搜索落下帷幕ꎬ智能推荐愈演愈烈ꎮ随着生活节奏的加快ꎬ人们闲暇的时间是碎片化的ꎬ智能推荐顺应时代潮流应运而生ꎬ依据用户特性为用户提供 私人订制 的个性化信息推荐ꎬ从而为企业创造更多的利益ꎮ智能推荐的优势显而易见ꎬ主要表现在以下几个方面:
(一)个性化
个性化是智能推荐最大的特点ꎬ主要体现在它能够依据不同用户的不同特点为其定制特定的信息推荐ꎮ用户的心理可以概括为求真㊁求新㊁求趣㊁求近㊁求易以及参与心理ꎮ智能推荐ꎬ基于用户偏好及行为等特征ꎬ以用户为导向ꎬ着眼于用户的个人兴趣及需求等ꎬ使用户接触到的信息刚好是其所亲近的㊁感兴趣的ꎬ并且做到 千人千面 ꎬ与此同时ꎬ多数智能推荐系统还注重于用户的融合互动ꎬ以获取用户信息达到更加精准推荐的效果ꎬ这充分满足了用户的求快㊁求趣㊁求近和参与心理ꎮ
(二)提高信息处理效率
互联网技术的广泛与快速发展ꎬ为网络用户接受和处理信息方式带来了变革ꎬ同时促进了数字信息的爆炸式增长ꎮ预计到２０２０年ꎬ全球累计生成的数据总量将有望突破４０ＺＢꎬ这一数据是２０１０年产生数据的５０倍ꎮ现如今ꎬ人们的生活节奏越来越快ꎬ互联网每天都产生数以百万计的信息ꎬ时间压力和信息过载给用户造成紧迫感ꎮ而智能推荐能让人们在碎片化的时间里快速找到或者说是被找到人们想要的信息ꎬ从而降低信息过载带来的检索低效问题ꎬ这为人们的日常生活和工作节省了很多时间和精力ꎮ
四㊁智能推荐的弊端
智能推荐以用户为导向ꎬ分析用户的个人信息从而有针对性地向用户推荐与用户需求相匹配的信息ꎬ这一技术的实现很大程度上提高了用户的工作效率ꎬ解决了信息过载问题ꎮ但是ꎬ智能推荐在实际应用当中ꎬ也存在着一定的弊端ꎮ(一)使用户缺乏独立思考能力
０５１
热㊀㊀点Һ㊀
智能推荐信息一般都是结合用户的个人特征贴近用户的真实需求乃至用户的潜在需求ꎬ划分为小版块㊁配合图片或短视频吸引用户ꎬ配以新颖的标题向用户进行个性化推荐ꎮ由于人类天生迷恋舒适区的本能ꎬ用户很容易被机器控制失去独立思考能力ꎬ沉醉其中ꎬ难以自律ꎬ将大把时间抛洒在层出不穷的智能推荐信息中ꎬ成为一个程序化的消费动物ꎮ这让人联想到美国战略理论家布热津斯基的 奶头乐 理论ꎮ各大移动应用平台为用户进行推荐符合其兴趣的轻松易读的信息ꎬ好比把一个奶头塞入婴儿的口中ꎬ给他立即满足的安慰感ꎬ使其不再思考㊁要求更多ꎮ
(二) 同温层 效应使得用户信息窄化
信息的同温层效应ꎬ使得用户更加乐于接受与选择与自己原有信念㊁价值观相一致的信息ꎬ当接触到与先前的信念㊁价值观不一致的信息时ꎬ用户更倾向于拒绝接受ꎮ因此ꎬ表面上看互联网带给用户多样化的信息ꎬ实质上智能推荐使得只有和用户意识形态相一致的信息才会被呈现出来ꎬ用户的视野越来越窄ꎬ可以接触到多元化信息的机会越来越少ꎮ(三) 过滤气泡 导致群体极化
群体极化是指群体成员中原本已经存在的倾向性得以渲染和强化ꎬ使某一种态度或观点从平均水平ꎬ增强到起支配性地位的现象ꎮ智能推荐依据用户的特性为其定制个性化服务ꎬ将用户从不同角度对应划分为一个个不同方面志趣相同的圈子ꎬ其结果就是使得志趣相投㊁意识形态相同的用户被过滤到同一个气泡当中ꎬ每一个气泡内群体成员有共同的价值观ꎬ一致性很强ꎬ对不同的观点表示排斥ꎬ与外部世界的交流大幅减少ꎮ群体内成员观点一致ꎬ一旦这种观点在群体中成为主导的舆论气候ꎬ其偏狭的视角㊁失真的结果就会被无限放大ꎬ变成集体意识ꎬ最终演化成网络暴力ꎮ(四)社会黏性丧失
社会黏性是由一定的经验㊁知识和任务分享而来的ꎬ处于社会中的人们需要有一些共同的记忆和关心ꎬ需要由经验分享而构建的共同联盟ꎮ整个社会需要一种社会黏性ꎬ而这种社会黏性是由共同经验得来的ꎮ当智能推荐下的各个圈子ꎬ各个过滤气泡之间缺乏共同经验ꎬ观点意见又各不相同ꎬ很容易产生冲突ꎬ导致缺乏社会黏性ꎬ彼此之间漠不关心ꎮ人们将视野限制在有限的兴趣和早有预期的选择之内ꎬ在不经意间获得的信息越来越少ꎬ缺少共同经验的个体仍然沉浸在各自的舆论场中自说自话ꎬ脱离整个社会的发展ꎮ(五)个人数据隐私的担忧
智能推荐系统中ꎬ企业好比 环形监狱 理论中的中心瞭望塔(监督室)ꎬ而用户的个人信息是周边的环形建筑(独立囚室)ꎬ企业时刻监视㊁记录甚至是分析用户的行为ꎮ在数字化的 环形监狱 中ꎬ智能推荐为用户带来便利的同时ꎬ不断收集㊁处理㊁控制用户的个人信息ꎬ用户对于被追踪处于无意识㊁无选择㊁无控制状态ꎬ只能被动接受企业的强势追踪ꎮ用户都还未意识到的需求ꎬ企业已经利用已有的用户个人信息通过算法计算出来并以智能推荐的方式呈现给用户ꎬ甚至用以商业目的ꎬ导致用户的个人隐私信息被滥用ꎮ
五㊁应对弊端所采取的对策
关于智能推荐的优劣分析在上文中已经提到ꎬ针对弊端本文也提出相关的策略分析ꎮ智能推荐除了对推荐模式的探索和改进之外ꎬ对用户及企业平台方ꎬ都提出了更高水平的要求ꎮ
(一)对于用户而言
享受智能推荐带来便利的同时ꎬ要正视其给我们日常生活带来的负面影响ꎬ谨慎考虑智能推荐背景下的各类互联网产品ꎮ不要被计算机算法禁锢自己的思想ꎬ沉醉在一个被设计好的舒适的虚拟私人订制空间ꎬ将过多的时间浪费在层出不穷的同质化的信息里ꎮ培养独立思考的能力ꎬ有选择性地自主避开智能推荐ꎮ勇于尝试新事物ꎬ勇于接触不同的声音ꎬ扩大自己的视野ꎮ关心社会问题ꎬ不要一味局限于自己的小圈子ꎬ用开放的眼光看待社会ꎬ及时地审视自我㊁修正自我ꎬ与时俱进ꎬ以应对外界变化ꎬ不与社会脱节ꎮ(二)对企业而言
在高效为用户推送信息的同时ꎬ也要不断修正改进算法ꎬ避免越推越窄问题ꎮ智能推荐应该被赋予正确的商业伦理与价值观ꎮ用户在不断地被动接收信息的同时ꎬ信息其实也在不断塑造用户的价值观ꎬ智能推荐企业应该承担起相应的社会责任ꎬ以互联网为媒介传递信息的同时ꎬ要注意其产品对用户意识形态的影响ꎬ审视其产品与社会的关系ꎬ去粗取精ꎬ传递正能量ꎮ尊重并保护用户的个人隐私ꎮ相对于过去的消费市场ꎬ智能推荐下的消费者市场ꎬ用户的个人数据隐私保护问题显得尤为突出ꎮ当前ꎬ企业应当充分重视用户隐私保护的问题ꎬ减少用户对个人隐私数据泄露的担忧ꎮ未来ꎬ用户数据隐私管理将成为企业成功运营的一个重要议题ꎮ
参考文献:
[１]胡万鹏.智能算法推荐的伦理风险及防范策略[Ｊ].青年记者ꎬ２０１８(６):７８－７９.
[２]刘娟ꎬ张建强.精准营销的数据隐忧[Ｊ].企业管理ꎬ２０１８(６):４９－５０.
[３]李林容.网络智能推荐算法的 伪中立性 解析[Ｊ].现代传播(中国传媒大学学报)ꎬ２０１８ꎬ４０(８):８２－８６.
作者简介:
杨文超ꎬ女ꎬ河北张家口人ꎬ青岛理工大学硕士ꎬ研究方向:营销创新ꎮ
１５１。