《人工不智能:AI狂飆三十年》第77章 數據越多,普通人越透明(1)

作者:愛啃玉米的土撥鼠·17天前

張磊複試前一天,想買一件襯衫。

他開啟購物軟體,搜尋“面試襯衫男”。第一屏推薦 99 元,第二屏 129 元,第三屏 268 元。十分鐘後,他換了個小號搜同樣的詞,第一屏 69 元,還送襪子。

張磊盯著兩個頁面,眼神從困惑到憤怒,再到一種被生活精準拿捏後的清醒。

“它看不起我小號,但看得起我錢包。”他說。

林凡接過手機看了看:“不是看得起,是看透了。”

張磊的大號瀏覽過面試課程、通勤包、男士髮型和“如何顯得靠譜”。平臺大概判斷他處在人生關鍵節點,願意為體面付費。小號什麼都沒看過,像一個沒有故事的窮人,所以價格樸素。

何苗說:“這就是差異化推薦。”

張磊說:“別用這麼文明的詞。它這是趁我想做人時漲價。”

林凡最近也在關注類似問題。青橙數科的社群平臺開始做個性化服務,客戶希望根據使用者年齡、消費習慣、瀏覽記錄和活動參與度推薦不同內容。老人收到健康課,年輕人收到職業課,寶媽收到教育課,單身使用者收到婚戀課。

客戶說:“精準觸達,提升服務效率。”

林凡看著標籤表,心裡發毛。

標籤裡有“高消費意願”“價格不敏感”“健康焦慮”“子女不常陪伴”“求職壓力”“情感陪伴需求”。這些詞不是直接從使用者嘴裡說出來的,而是系統根據行為推斷出來的。

一個人點過幾次膝蓋疼的文章,就被標成健康焦慮;晚上常用情感助手,就被標成陪伴需求;反覆搜尋面試技巧,就被標成求職壓力。人的脆弱被拆成一串商業標籤,整齊地放在後臺。

林凡問客戶:“這些標籤會展示給使用者嗎?”

客戶說:“沒必要吧。展示了使用者會不舒服。”

老周說:“不展示,他們就舒服了?”

客戶尷尬地笑:“我們主要用於最佳化推薦。”

林凡說:“如果最佳化結果是把最焦慮的人推給最會收費的課,把最孤獨的人推給最黏人的陪伴服務,把最擔心健康的人推給最貴的理療套餐,那就不是最佳化,是精準下刀。”

客戶臉色變了:“你這個說法太負面。”

老周淡淡道:“刀覺得自己是手術,傷口不一定同意。”

會議後,林凡提議增加“敏感標籤保護”:健康、財務、情感、就業等脆弱狀態不得直接用於商業推薦;使用者應能檢視和刪除部分畫像;推薦系統必須提供“為什麼推薦給我”的解釋。

專案經理看著方案,嘆氣:“又是會讓客戶多花錢的建議。”

林凡說:“也是讓客戶少捱罵的建議。”

現實裡的捱罵已經開始了。

林桂蘭在小區群裡發截圖。她最近查了幾次膝蓋疼,手機廣告就全是“中老年關節救星”“AI 量身定製骨關節方案”“不打針不吃藥恢復年輕腿”。王阿姨說自己和女兒吵架後,刷到一堆“子女不孝怎麼辦”“晚年要為自己活一次”的課程。劉大爺更離譜,他只是給孫子買過奧特曼,平臺開始給他推“隔代教育衝突解決營”。

林桂蘭問:“它怎麼知道我膝蓋疼?”

林凡說:“你搜索過、點過、可能還在群裡聊過。”

林桂蘭立刻看向智慧音箱。

”。它是定一不“:說凡林

”。疑嫌有都是就那“

”?戚親我識認想?麼什幹錄訊通我要菜買我“:句一罵要都,個一關每,料資康健、錄訊通、位定、風克麥、簿相。場現罪犯查搜探偵像作,權可許機手查檢個逐始開

猜你喜歡

同題材或同分類的其他作品。