我的体验有细微差别，你的只是数据点
My Experience Has Nuance, Yours Is a Data Point
Eric Bailey 提出我们需要更丰富的图标来表达人类体验的细微差别，比如区分“喜欢”和“恨看”。Bryan Cantrill 也吐槽过，系统无法表达“我在看，但我恨我自己”的复杂情绪。我们明知点击“点赞”是对体验的简化，却仍照做。更讽刺的是，在专业场景中，我们常把“142,432 个点赞”当作客观事实，却忘了这背后每个人的真实意图。我们对他人的体验简化为数据，却对自己保留豁免权。是时候反思：我们是否该对数据说“不”，去探讨真正的价值观和愿景，而不是盲目追求速度？
我们将他人的体验简化为单纯的数据，却赋予自己免受这种过度简化的豁免权。
HN 评论区
44- jerf
对我来说，'顶尖中的顶尖'本身就是另一回事。我平时一般不看爱情片，但看过那些被公认为该类型'顶尖中的顶尖'的作品时，体验却很不错。很多类型、媒体形式都是如此。哪怕只是'可爱动物视频'里的'顶尖中的顶尖'，偶尔看看也挺有趣。
但我必须对 YouTube 的观看历史严加管控，删掉很多我可能作为特例享受过、却不想被无限次推荐的内容。算法里有些奇怪的'吸引子'非常、非常强大，比如前面提到的'可爱动物视频'。我遇到的另一个问题是：比如我看了一个视频，是因为一只鹦鹉在模仿皮卡德舰长（纯属虚构，抱歉），这源于我对科幻的一般兴趣，但算法却认定：'啊哈！又一个喜欢可爱动物视频的倒霉蛋！看完这个视频，洪水就要来了！'（Après cette vidéo, le déluge!）
至少 YouTube 有这个调节旋钮，而且大体上似乎也会尊重它。那些没有这种功能的算法很难避免退化为'最大公约数'，因为只要你稍微表现出对某些极受欢迎内容的兴趣，或者对某些高利润广告关键词有一丝关注，我的真实兴趣几乎立刻就会被淹没。
- zug_zug
我确实同意，如果平台愿意尊重，加一个'我在看这个但我后悔了'的按钮会很有用。但我默认的看法是，他们早就知道这一点，却毫不在意，而诱导用户参与/上瘾至少能带来'观看量'，甚至可能是一种 deliberate 策略。
我觉得我们需要开始为所有服务构建中间层信息流（大概是通过 AI 或类似技术），让我们能自定义每种类型内容的占比（例如：关于经济有多糟的内容不超过 5%，关于新 AI 技巧的不超过 5%，关于'今日戏剧性事件'的为 0%，教育类占 40%）。
- Arainach
在统计和推荐系统变得如此容易被操纵之前，我还不介意那些朴素的评分算法。
YouTube 和 Amazon 是最糟糕的几个。我经常在 YouTube（或 Music）上看一个视频或听一首歌，心里明明觉得'我很喜欢，但不想让它重点推荐类似内容，所以我不会点喜欢'。
Amazon 上，有整整一类链接我绝不会点击，有整类产品我绝不会搜索或购买，因为我不想让它们永远占据我的推荐列表。
而且，手动翻遍设置、找到我的完整历史记录再一条条删除，根本不是可行的替代方案。太费劲了，不如一开始就别给平台这些数据。
- lifefeed
缺乏细微差别正在毁掉所有这些网站，不仅仅是 Netflix（我已经放弃管理它了）。问题在于这些网站会仔细记录我看了什么，然后据此做出剧烈调整。
这就像我 metaphorically 去散步，看到了一大堆屎，这确实是个有趣的东西，因为天哪，这也太大了。然后算法注意到我停下来看了，下次我再散步时，满眼都是屎。这就是我现在 Instagram 信息流的状态，metaphorically 来说：一片永无止境的屎山。
- paconbork
当我想看点东西但不想影响推荐时，我会大量使用 YouTube 的隐身模式。对于像 Netflix 这样的付费服务，最接近的类比是什么？专门建一个'垃圾'配置文件吗？