網購、看影片、玩社交媒體，現代人「機不離手」，演算法已經無聲無息地融入了我們日常生活之中。從早晨醒來看手機，到晚上睡覺的那一刻，演算法持續在背後工作，才使我們的生活更加順暢，更有效率。那麼這些演算法是如何影響我們，並重塑我們的生活？以下內容將探討演算法的運作原理、生活例子和演算法所帶來的負面影響。

 

演算法是什麼？

演算法是指為解決一個問題而制定的一系列步驟或規則，透過這些步驟或規則可以解決特定的問題。演算法的目的是讓電腦能夠自動化地解決問題，並且在解決問題的同時，能夠節省時間和資源。

我們透過設計一連串的指令、動作，讓電腦去執行，以便協助我們解決生活上一些特定問題。演算法能夠模仿人類的判斷與決策，忠實處理事務，迅速作出反應，成為我們生活中不可或缺的一份子。

 

演算法的生活例子

搜尋演算法

我們日常使用最廣泛的演算法之一即是搜尋演算法，而Google的搜尋引擎是其中一個著名的例子。這個搜尋引擎被設計用來確定網頁與特定搜尋查詢的相關性，並相應地對這些網頁進行排名。這些演算法透過掃描數以萬計的網頁，分析其內容和反向連結，以確定哪些網頁的相關度最高。這種方式使我們能夠快速搜尋到各種資訊，包括新聞、產品和服務。

 

推薦系統

其次是推薦系統，一些應用程式如YouTube、Netfilx、TikTok和小紅書等，是基於物品的協同過濾演算法 (Item-to-item collaborative filtering algorithm)。簡單來說，通過機器學習，根據用戶的興趣和搜尋記錄，推送我們可能感興趣的內容或產品。此類的演算法推薦，大大提高資源分配效率，讓用戶快速找到合心意的內容和產品，也幫助商家精準推送資訊。

 

圖像識別演算法

此類的演算法通常用來識別圖像和視訊中的物體、場景和活動。從臉部辨識到自動駕駛汽車的目標檢測識別，應用場景非常廣泛。近幾年圖像辨識技術在醫療界不斷地突破，例如於辨識肺癌的準確率高達96%與乳癌的準確度高達99%等。

 

自動駕駛車輛

把感測器和演算法結合，打造自動駕駛的大腦。自動駕駛車輛上設有感測器和攝影機，根據感測器資訊和人工智慧演算法來執行一些必要的操作，例如道路導航，並決定何時剎車、加速和轉彎，因而需要收集資料、規劃並執行駕駛路線。

 

天氣預測

演算法通過處理來自氣象站、衛星和其他來源的大量資料來預測天氣變化，幫助我們規劃出行，如全球預報系統(GFS)、歐洲中期天氣預報中心(ECMWF)等等。

 

為何TikTok 的內容演算法會引起巨大回響？

TikTok強大的演算法帶來的問題，可能遠比數據隱私問題更加嚴重。原因是該演算法不停向兒童和青少年推送有害視頻。有不少人批評TikTok的算法是以內容、流量為核心，主要目的是賺錢，並未考慮推送的內容是否會破壞或影響青少年尚未成熟的心智，讓他們變得焦躁或不可自拔。

2021年，《華爾街日報》曾在針對100個TikTok機器人帳戶的調查中發現，與憂鬱影片互動的帳戶，獲得推播的內容93％都是負面的。反映，TikTok透過演算法向青少年傳播黑暗飲食、不良身體形象和自殺等有害訊息，促使全球禁止TikTok的呼聲更加高漲。

英國非營利組織「反數字仇恨中心（CCDH）」在2022年發表一項有關於TikTok如何影響青少年的研究。研究人員在美國、英國、加拿大和澳洲設置了8個年齡在13歲的青少年TikTok帳號。在帳號開通的30分鐘裡，平台的頁面不停的推薦關於身體形象和心理健康的視頻。

研究發現，有關正常飲食、運動減重，或正常改善心理健康的影片則較少被TikTok推送，原因是這些影片點擊喜歡的人數較少，但負面影片點擊喜歡的人多。另一方面，與飲食失調相關的有毒標籤，宛如病毒般傳播，已擁有超過132億次瀏覽量。一些人為了讓支持飲食失調的內容通過，使用特定的標籤來逃避機器人的審核，例如用一些著名歌手的名字掩蓋。用戶即使屏蔽這些有毒的標籤和內容，依然會被推薦。

目前，美國多個州、澳洲、加拿大和英國等多國紛紛透過立法，讓TikTok遠離學校、公務員，甚至整個州，對於TikTok向兒童和青少年推送有害視頻，這讓父母們感到十分不安，TikTok被告上法庭索賠的案例也與日俱增。