中山大学操晓春：算法塑造偏好，推荐系统已深刻改变信息分发

算法的尺度

算法为各行各业带来了无限可能，然而我们也时常被“困”：“信息茧房”困住了屏幕前的人，“大数据杀熟”困住了钱包，送餐系统困住了骑手，AIGC（生成式人工智能）又带来了新“困境”。

11月底，国家网信办等四部门联合开展“清朗·网络平台算法典型问题治理”专项行动，进一步深化互联网信息服务算法综合治理。南方都市报、南都大数据研究院即日起推出系列访谈报道，专访算法领域的实践者、研究者，描摹发展现状，考量应用实效，研判问题风险，探索长效治理，助力塑造更加健康、透明和公平的算法生态环境，推动算法技术发展秉持科技伦理，向上、向善。

系列访谈第1期，专访中山大学网络空间安全学院院长、教授操晓春，立足算法的基本原理和运作方式，透视其在现代社会中的应用与价值。

近年来，平台推荐算法深刻改变了互联网信息内容的供给方式，并引发了关于“技术是否需要有价值观”的讨论。要回答这一问题，必须先知道，究竟什么是算法？它是如何影响生产生活的？中山大学网络空间安全学院院长、教授操晓春将算法定义为“一系列明确的指令，是解决问题的方法和步骤”。

操晓春认为，平台呈现内容所运用的“推荐系统”可以说是现代算法应用中最具代表性或者不可或缺的场景之一。推荐系统背后的算法已经深刻改变了信息分发的逻辑、消费者的行为模式以及互联网平台的商业运作方式，对弘扬社会主义核心价值观、数字经济发展和用户体验产生了至关重要的影响。

01

算法决定信息以何种叙述方式呈现

南都：能否用通俗易懂的语言解释什么是算法？

操晓春：通俗来讲，算法就是一系列明确的指令，是解决问题的方法和步骤。算法指引计算机处理数据，提取并聚合有价值的信息，自主完成或辅助人们完成特定任务。以大家每天浏览网络资讯、观看推荐视频、网购心仪商品为例，大家可能认为是自己在决定看什么、听什么、选什么，但其实这些内容的呈现背后是推荐算法在悄然运作。推荐算法很大程度上决定了哪些信息以何种叙述方式呈现，可以潜移默化塑造我们的偏好，影响我们的知识结构、决策方式等。算法广泛存在，譬如语音导航、智能客服、辅助驾驶等新兴应用都有不同的算法在后台支撑。

南都：当前在算法领域有哪些创新或技术突破？

操晓春：随着数据和算力飞速发展，算法领域迎来了前所未有的创新和突破，一些重大的进展包括：

一是多模态基础大模型。以GPT4V为代表的多模态基础大模型使得机器能通过多种方式与人们交互，输入从ChatGPT这种单模态语言数据拓展为多模态，可以创作、答问、推理、编程等，极大提升了在教育、金融、社交等领域的应用。

二是强化学习与无人智能。强化学习让算法通过与环境互动，不断调整优化策略，学会在复杂环境中自主决策。如无人机无人车等，能够自主感知、识别障碍和目标，规划最佳任务路线，这都得益于强化学习算法的进步。

三是量子算法与计算革命。量子计算利用量子力学特性，在很多问题上能够实现对传统计算机算法的指数级加速。量子算法虽然还处于早期阶段，但在密码学、生命科学等高复杂性领域展现出了巨大潜力。

算法为创新驱动战略注入新的活力。加强对算法的研发和应用，将是国家安全、科学发现、产业升级、城市治理的战略抓手。

02

“推荐系统”已深刻改变信息分发逻辑

南都：算法已在哪些具体的场景中得到应用？能否举例说明？

操晓春：每个人都无时无刻不在生产数据，这些数据可以被各种智能终端、便携式或可穿戴设备收集，经算法挖掘利用，支撑众多应用场景。比如：

医疗智能诊断。算法可以分析大量医学影像数据，辅助医生识别早期肿瘤、心脏病变等，提高诊断效率。可穿戴健康设备广泛收集心率、睡眠、运动等数据，可提供个性化健康建议，预防健康风险。金融风控评估。算法在金融领域广泛应用，极大提高了信用评估和风险控制的效率。通过分析用户的收支情况，算法能够生成精准的信用评分，帮助金融机构快速评估财务风险。社交内容推送。当你打开短视频平台等应用时，首页似乎总能看到你当下感兴趣的内容。这其实是算法在分析点赞、评论、逗留时间等行为化数据后推荐的个性化内容。电商动态定价。电商平台会通过算法分析市场供需、库存成本、用户行为等，动态调整商品价格和折扣力度，提高交易效率。这部分运用在现实中还需要提高警惕，强化监管，避免大数据“杀熟”等问题。

总体而言，算法在各行各业无处不在，使个人生活更便捷，为经济发展创造了巨大空间。

南都：这些场景中，最具代表性的或者最不可或缺的算法应用场景是什么？为什么是它？

操晓春：平台呈现内容所运用的“推荐系统”应该算是现代算法应用中最具代表性或者不可或缺的场景之一。推荐系统背后的算法已经深刻改变了信息分发的逻辑、消费者的行为模式以及互联网平台的商业运作方式，对弘扬社会主义核心价值观、数字经济发展和用户体验产生了至关重要的影响。

一是优化信息获取效率：推荐系统通过深入分析用户的行为、兴趣和偏好，精准推送与用户相关的个性化内容，大幅提升了信息获取的效率。不仅为用户节省了时间，也显著提高了互联网平台的服务能力。

二是驱动平台商业模式发展：推荐系统已成为互联网平台商业模式的核心驱动力。通过将用户与商品或服务进行高效匹配，推荐系统能够显著提升转化率和用户黏性。

三是推动内容创作生态发展：推荐系统为内容创作者提供了更多曝光机会，使优质内容能够精准触达目标用户。这种机制激励了更多创作者投入优质内容的生产，进一步丰富了内容生态，构建了良性循环的创作和传播环境。

推荐系统几乎覆盖了所有与信息匹配和个性化服务相关的领域，不仅满足了多样化需求，还在提升用户满意度和平台商业效益方面扮演了不可或缺的角色，推动了数字产业的快速发展。

03

AI是通过算法迈向智能的技术体系

南都：发展至今，算法在互联网生态中扮演什么角色？给我们的社会、经济、文化等方面带来哪些积极影响？

操晓春：算法是互联网平台的核心驱动力，是“引擎”和“大脑”，其作用主要体现在三方面。第一，算法处理海量数据，将用户需求与平台资源高效匹配，例如搜索算法在一秒内对千亿条信息进行排序，返回用户需求的结果。第二，算法优化决策流程，大幅提高了平台的运行效率，降本增效。第三，算法实现个性化服务，根据用户行为和兴趣提供定制化推荐，提升用户体验。

算法之所以如此重要，有两大原因。一是互联网的数据规模巨大且复杂，人工处理已无法满足需求，需要设计算法以极高的速度和精度从中提炼出关键价值。二是算法具有动态学习和自适应能力，可以随用户需求和市场环境不断优化，使平台在竞争中始终保持灵敏性和前瞻性。

算法的积极影响不仅体现在技术层面，更广泛地推动了社会、经济和文化的进步。在社会层面，算法推动了公共服务的智能化，比如智慧城市中交通信号的优化管理以及突发事件的快速响应机制。在经济层面，算法驱动了数字经济的发展，为电商、共享经济等新业态提供了技术支撑，同时创造了大量就业机会，带动了产业升级。在文化层面，算法促进了文化内容的传播与创新，让更多优秀创作者的作品能够快速触达用户，极大丰富了人们学习与休闲方式。

因此，算法不仅是互联网平台运作的核心技术，还通过数据赋能推动了社会治理的智能化、经济运行的高效化，以及文化传播的多样化，为智能时代的繁荣发展奠定了坚实基础。

南都：从大数据到人工智能，算法和AI之间有哪些关联性？又有哪些侧重点？

操晓春：人工智能（AI）和算法之间既密切相关，又各有侧重。从数据中学习智能，需要依靠AI算法，因此AI算法是AI应用系统的核心组成部分，是实现智能的技术手段。从这个意义上讲，实现AI的算法是算法的一种。

算法本质上是解决具体问题的一组规则或指令，传统算法通常由人类根据预定义的逻辑编写，适用于明确场景。它的特点是执行效率高，但适应性有限，难以应对变化的环境或复杂的任务。AI则尝试通过算法从数据和环境中学习解决问题的规则，模拟和扩展人类智能。通过深度学习等技术，AI逐渐能够在海量数据中自主发现知识和规律，无需人工设定具体规则。例如，AI通过在驾驶数据的训练，并与实际环境交互，学会识别复杂的道路场景并实时作出决策，这种能力远超传统算法的范畴。

AI的核心优势还在于其学习和推理能力。它能够动态优化自身，不断适应新环境，完成高度复杂的任务。例如，在医疗影像诊断中，AI通过自主学习，可以逐步提高对疾病特征的识别准确率，而传统算法无法有效应对病变类型的多样性。

总体上，算法是实现AI的技术手段，而AI是通过算法迈向模拟人类智能的一种技术体系。AI的自主学习特性使其能够应对复杂动态环境，是区别于传统算法的重要标志。

操晓春，中山大学网络空间安全学院院长、教授。主要从事人工智能基础研究和网络空间内容安全应用研究。作为项目负责人主持了科技创新2030“新一代人工智能”重大项目、国家自然科学基金重点项目等10余项，获国家发明专利20余项、美国发明专利2项，在人工智能与网络空间安全交叉领域突破数项关键技术，被国家相关重要部门应用。

出品：南都大数据研究院

采写：南都记者 张雨亭

设计：罗锐 尹洁琳