跟 Netflix 一样，它的新闻也是算法推荐的。今日头条根据用户的历史兴趣阅读数据及地理位置信息等数据为用户推荐新闻。一篇文章如果在被推荐的用户中阅读人数更高，它被推荐给同类型用户的几率也会更高。

这些算法推荐的方法看起来不复杂，但随着这些服务的发展，服务的提供商们能获得越来越多的数据，而算法也不再需要由人来手工编写。基于服务过程中积累的用户数据，它可以利用机器学习来完善原来的算法。

亚马逊利用算法对平台上的商品进行动态调价，结果就是你在亚马逊上搜索同类产品的价格永远会比对手便宜几毛钱；如果你哪儿都不去，只要你在淘宝上有浏览、消费记录，这些数据也会被阿里巴巴收集起来，最后用来在你的微博、门户网站页面上投放广告。

通过互联网，你获得了各种各样的服务。最后这些服务积累的数据让公司更加了解你是谁。

但就像 Netflix 要争夺你的睡眠时间一样，当科技公司在人工智能的帮助下向你推荐内容的时候，优先考虑的是怎么多留住你几分钟，让你多播一段视频、多看一个段子、或者多读一篇鸡汤。

用 Google 的前产品设计师 Tristan Harris 的话说“历史上从没有这样一个时候，这么十几个公司里的十几个人，可以决定数十亿人想什么。”

Harris 说的这话并非颂歌。今年 2 月接受 Recode 采访时，他举例说 Google Inbox 邮箱的产品设计讨论会上，正讨论到是否需要给新收到的邮件添加提醒推送时，大部分在场的工程师和设计师想都没想就说“当然要，为什么不呢？”

大部分产品设计者们追求的还是与产品活跃度相关的一切指标，比如用户活跃度、停留时间。

这就不难解释，为什么 Harris 的同事们在看待邮箱提醒这件问题上为什么意见如此一致了。

但 Harris 觉得这个设计其实并不是必要的，atv，实际上一个用户不需要花那么多时间查看邮件，从用户的角度讲，这些提醒太浪费时间了。同样，用户也不需要被视频网站喂食一个接一个的视频。

于是从 Google 离职以后，他专门成立了一个非营利组织 Time Well Spent，提醒大家在使用现在的互联网服务时，学会让自己的注意力不要过度被移动互联网所占用。前段时间他还建议大家把手机调成灰色，说这样可以降低人们看手机的次数，减少对手机的依赖。

很显然，Harris 不是科技公司里的主流，这也是为什么他被《大西洋月刊》评论为“硅谷最接近良心的存在”。

在人工智能“帮助”下，一些人已经在为同样的服务花更多钱

今日头条的 CEO 张一鸣曾多次在采访中表示技术是中立的。

但驱动技术作出决定的指标并不是中立的，而是由设定它的人所决定。对于大多数产品来说，技术都在跟着收入、活跃度跑。

就像美国经济学家米尔顿·弗里德曼的名言“商业公司的唯一社会责任是增加利润。”

“问题是不仅仅要看谁在用这个新技术，还看谁在研发它。”我们跟北京大学新闻与传播学院的吴靖教授谈起像人工智能这样的新技术给社会带来的负面影响时，她这么告诉《好奇心日报》。

人工智能技术的应用加速了效率。但推动它的公司在意的并不只是服务用户，现在它不仅希望占用更多时间，还会根据消费者身份自动调整产品价格，让一部分人为同样的服务花更多的钱。

这件事情 Uber 正在做。

前不久，由于多次被司机抱怨自己拿到的车费收入跟乘客付的车费差距太大，Uber 给出了一个新解释，说这是因为目前设计了一套新的计价方式。跟按里程、时长等因素综合计价的传统方式不同，这套新的计价算法利用人工智能来预估乘客愿意为某次行程支付的最高价格，从而让 Uber 的收益最大化。

这意味着，一段相同长度的行程，乘客从富人聚居区打车到高档商区，会比打车到一个更贫困地区的乘客交更多的车费。这不是什么劫贫济富，司机分到的收入没有变化，多出来的钱全部给了 Uber。

Uber 的产品负责人 Daniel Graf 称这个计价标准是综合考虑了用户接受度和实际行程等因素。但他没有解释具体是如何计算的，这个算法到底怎么运作的根本就还是个黑匣子。

而且我们知道对价格不敏感的情况并不仅仅是消费者收入高低，往往也和事情紧急与否有关。

打车去医院的人往往都更不在乎价格，所以就应该被敲一笔么？

当人来决定的时候，对此往往会有忌惮。但人工智能根据预先设定的参数自我调整时并不会考虑这么多。这也是为什么早先有过好几次发生天灾人祸，Uber 都自动上调了价格——根据供求比例变化所做的调整。但之后 Uber 运营团队往往会人工干预，取消涨价。