总有人吐槽推特上各种内幕消息和噪音信息满天飞，但用AI算法的视角来看，这不正是用户集体无意识参与大规模AI数据标注的结果吗？ 推特的推荐算法本质上是一个基于用户行为数据的机器学习系统。它会根据用户的点赞、评论、转发等作为行为依据，不断学习什么内容更容易获得用户关注。 当"内幕消息"的点击率比严谨技术分析高出很多时；当带有"独家"、"秘密"标签的内容互动率更高时；当情绪化的内容比严谨内容更容易提高互动时；算法自然就被这类内容完全“驯化”了。 所以，你可以说一些人为了流量不择手段，但在这个场景下“算法”也是他们的帮凶，算法会根据用户的互动倾向和点赞转发行为，得出结论：用户偏爱内幕和八卦。 尽管也有人会发牢骚抱怨这类内容过于垃圾，但奈何算法不看你说什么，只看你做什么...... 算法是镜子，反衬的是群众集体的潜意识。推特算法的“劣化”也是大众注意力机制左右下的结果。我们不能一边用行为数据"投票"给垃圾内容，一边抱怨平台推送质量差。 毕竟，在这个人人都是AI数据标注师的算法时代，算法只是忠实地执行了我们用脚投票的结果——哪怕我们自己都不愿意承认这个结果。 其实，这类信息茧房用户自己有选择权，不感兴趣的内容可以点“not interested”或“unfollow”来不停调教和优化AI算法，来减少此类内容的推送。