从脑科学视角看算法推荐

　　作者：刘勇（北京邮电大学人工智能学院副院长）

　　很多人打开短视频平台，本打算看几分钟，却常在滑动中忘了时间。仅归因于自制力不足，难以解释全部现象。个性化推荐深入日常生活，算法持续学习用户的兴趣偏好，推送更可能吸引注意的内容。大脑如何从环境中学习哪些信息值得关注、哪些行为有回报，又如何回应这些经过筛选、连续呈现的信息？持续短视频观看又会怎样影响观看行为和使用习惯？理解这一现象，需看到两个相互作用的过程：平台根据观看时长、点赞、评论、转发、跳过等行为更新推荐；人的注意和行为选择也随奖赏线索变化。短视频由系统连续呈现，用户不必逐条明确选择，因此持续观看可能源于真实兴趣，也可能受惯性、好奇和对下一条内容的预期影响。平台越善于预测什么内容能让人继续观看，越需辨析观看行为是否真正反映意愿，短期停留是否符合长期需要。

　　为什么总想再看一条

　　多巴胺系统或许参与其中。在经典强化学习框架中，部分多巴胺神经元的瞬时活动与奖赏预测误差有关。当实际结果好于或低于预期时，大脑会更新对奖赏价值的判断，并调整之后的行为选择。

　　短视频恰好提供了一个反馈迅速、下一条内容具有一定不确定性的环境。每次滑动都无法完全预知接下来会看到什么，却又不时遇到恰好符合兴趣的视频。当某次滑动带来超出预期的体验时，大脑会据此更新对继续滑动价值的判断。久而久之，吸引人的就不再只是某一条具体内容，不断寻找下一条内容本身也可能逐渐成为习惯。

　　个性化推荐使这一过程更易持续：用户的停留时间、点赞和跳过等都会影响后续推荐，新的内容又继续影响用户的注意和选择，两个过程相互作用，形成“观看—反馈—再推荐”的持续循环。这类循环本身并不一定带来问题性使用的后果，但当快速反馈、下一条内容的不确定性与个性化匹配长期叠加后，持续观看可能更多受到即时反馈和行为习惯推动。

　　脑影像技术提供了什么线索

　　究竟什么样的技术可以捕捉短视频观看过程中的大脑变化？近期的一项功能磁共振研究以29名健康大学生为对象，让他们分别观看自己账号中的个性化推荐短视频和面向新用户的非个性化推荐视频，同时借助行为量表，对参与者在强迫使用、戒断、耐受、时间管理等维度的指标进行评分评估。研究重点关注不同脑区之间如何协同。结果显示，观看个性化短视频时，尾状核、丘脑和额叶等区域的整体功能连接强度升高，这些区域涉及奖赏处理、注意、动作选择和自我相关加工等多种功能。进一步分析发现，个性化视频观看时信号活动一致性改变的脑区，与多巴胺D2受体分布图谱呈现一定空间重合，其中双侧背侧尾状核较为突出。这一发现为理解多巴胺相关机制提供了提示性线索，但相关不等于因果。背侧尾状核属于纹状体，与动作选择、习惯学习和动机调节密切相关。以背侧尾状核为中心分析全脑功能连接后发现，观看视频时其与部分视觉区域之间的连接越弱，参与者的短视频过度使用倾向往往越明显，尤其体现在“耐受性”维度，即需要更多或更新鲜的刺激，才能获得与过去相近的满足感。

　　为什么较弱的连接会与较高的耐受性同时出现？一种可能的解释是，背侧尾状核参与奖赏信息与感觉输入的整合，并据此调节注意和行动。当它与视觉区域之间的协同减弱时，人从吸引力强的内容中脱离也可能更加困难。在快速切换、刺激密集的短视频环境中，这种状态可能表现为持续寻找更新、更强烈刺激的倾向。

　　这些脑区间的活动一致性变化提示，短视频观看涉及奖赏、注意、视觉加工和行为调节等多个系统的共同参与，并呈现明显的个体化特征。这为理解为何面对相似内容，有些人更容易维持长时间观看，而另一些人更容易从中抽离，提供了可以继续追踪的神经线索。不过，此类研究样本量相对较小，结果仍需更多研究重复验证，也不宜直接推导出普遍性结论。

　　从行为信号到真实需要

　　这些科学线索也引出了目前推荐系统中的一个难题：平台能够准确记录用户的行为，却很难仅凭这些行为判断用户的真实意图。观看时长、点赞、评论、分享和跳过等行为是算法推测用户兴趣偏好的重要依据，但同一行为背后可能有不同的动机和体验。如何从可量化行为信号中准确理解人的真实意图和较长期需要，是推荐系统始终要面对的问题。

　　目前主流推荐系统不只依赖观看时长，还综合观看完成度、互动、满意度、内容质量与安全等因素。但多指标推荐并不意味着能完整还原用户需求。一个人多看10秒，可能因为喜欢，也可能因为疑惑；连续观看半小时，可能获得有价值信息，也可能本已准备休息，却在一次次滑动中延长了使用时间。这些行为可被记录计算，但主观体验未必相同。

　　推荐系统还需要在多重目标之间作出权衡。观看时长、活跃度、满意度和长期使用体验并不总是同步，某些内容可能提高短期停留，却未必带来更好的长期体验。推荐越精准，越需要协调这些目标之间的关系，避免把更容易促成持续观看的内容简单等同于更符合用户长期需要的内容。

　　让精准推荐更好地服务于人

　　个性化推荐具有明确应用价值。面对海量信息，它能降低搜索成本，使用户更快找到感兴趣、有帮助的内容。脑科学研究提示，人的观看反应具有明显的情境性和个体差异。在相同内容环境中不同人的脑网络反应不完全相同，同一人在不同观看状态下，奖赏、注意和视觉加工系统的协同方式也会变化。评价推荐效果时，内容是否匹配兴趣只是一个方面，其对注意分配、使用节奏和自主选择产生怎样的影响，也应纳入观察。

　　我国现行《互联网信息服务算法推荐管理规定》要求算法推荐服务提供者定期审核、评估、验证算法机制机理、模型、数据和应用结果等，不得设置诱导用户沉迷、过度消费等违反法律法规或违背伦理道德的算法模型，并向用户提供不针对其个人特征的选项，或便捷关闭算法推荐服务的选项。治理的关键不只是这些选项功能是否存在，更在于用户调整兴趣偏好、减少类似推荐、设置使用时长或暂停观看后，后续推荐能否持续响应这些明确意愿。平台应丰富优质内容供给、提高推荐多样性，减少同类内容反复推送，使个性化推荐兼顾内容价值与用户自主选择。

　　防止过度使用的措施同样需要效果检验。除休息提醒和使用时长管理外，还可探索借鉴正念训练所强调的自我觉察方法，帮助用户留意观看状态，增强对习惯性使用行为的主动调节。不同推荐方式、使用提醒和自主设置能否真正改善使用节奏，还需结合真实行为、心理测量和脑科学研究长期观察。脑科学可为理解数字环境对注意和行为调节的影响提供客观线索，也有助于评价不同干预措施的实际效果。

　　总之，算法虽能越来越精准识别用户的兴趣、预判用户行为，但人的真实需求无法仅凭点击、停留等行为指标完全刻画。脑科学研究表明，面对同样的短视频环境，不同个体的奖赏、注意、视觉加工等脑功能网络反应存在差异，还会随情境发生变化。持续刷视频，既受内容推送模式影响，也取决于个体自身的神经反应。因此评判推荐系统不能只追求精准，更要看它能否维护用户的使用节奏与自主选择能力。成熟的推荐系统，应当兼顾内容匹配效率，响应用户减少推荐、调整偏好、暂停观看和结束观看等明确诉求，做好优质内容供给与积极价值引导，使算法技术在满足用户信息需求的同时保障人的自主选择空间。