有一天，我无意中看到老婆手机里的今日头条，跟我手机里的今日头条，就像两个完全不同的app。她的头条新闻基本是明星故事、育儿百科，我的头条基本是政经分析、科技装备。我忽然意识到，今日头条的人工智能技术已经成功为我们构造了完美的信息茧房，我们乐在其中而不自知。
百度百科对“信息茧房”的解释是指人们关注的信息领域会习惯性地被自己的兴趣所引导，从而将自己的生活桎梏于像蚕茧一般的“茧房”中的现象。
信息茧房的产生可以用下面几张图表示。刚开始我们可以接收到各种类型信息，从领域A到领域E不等，可是我们的兴趣爱好是领域B，我们就会更多阅读吸取领域B的信息，对其它领域信息快速跳过或置之不理，犹如我们的兴趣爱好是一个滤波器，将只满足我们这滤波器频带的信号滤过而阻止其它频带的信号通过。
如果仅仅是这样，我们至少还能面对各种领域信息，然后由我们自己来做人工选择。可是AI来了，帮我们过滤了其它领域信息。典型AI算法包括用户画像和智能推荐。用户画像是指在大数据时代，app开发商通过对用户浏览新闻、购物、参与社交团体、讨论组、话题等产生的数字信息进行清洗、聚类、分析，从而将数据抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。用户画像的核心工作就是给用户打标签，标签通常是人为规定的高度精炼的特征标识，如年龄、性别、地域、兴趣等。这些标签集合就能抽象出一个用户的信息全貌。典型用户画像包括以下属性：
app 供应商通过用户画像提供的性别、年龄段、兴趣爱好等标签，通过智能推荐算法，分别展示不同的内容给用户，以达到精准化运营。目前主流的移动互联网供应商，比如淘宝、京东、今日头条、网易、微博、抖音、快手等都具备强大的后台用户画像和智能推荐功能。今日头条和抖音都是字节跳动公司的拳头产品，而字节跳动的智能推荐算法是业内做得最好的，甚至被华尔街看好差点美股上市。所以人们一旦刷上抖音就停不下来，因为app不断投其所好推送给你你爱看的。这也是为什么我的今日头条内容和我老婆今日头条内容完全不同的原因。
所以，AI用户画像和推荐算法帮我们构造了一个完美的盾牌，屏蔽了我们不感兴趣的其它信息，我们就如同在一个信息茧房里一样了：
这个信息传递模型完全可以简化成这样：
久而久之，我们的认知过程就变成了这样：
当三者不断趋同，认知过程就成了：
于是一个坐井观天、自以为是的傻瓜就形成了。
现今多数互联网自媒体为博眼球都极尽夸张之能事，AI还不断推送类似夸张甚至虚假信息，谎话三遍也成真。长此以往，国民的平均智商是否会严重下降？细思极恐！
对同类信息感兴趣的人们还因此更容易聚在一起，并排斥其它群体，粉丝团什么的也就自然形成。信息茧房加剧了群聚效应和排他属性。国家希望无脑粉丝团越来越少，可是AI在背后不断推动无脑粉丝团的聚合。在无法破解信息茧房的情况下，无脑粉丝团只会多不会少。
然后我试着在今日头条设置里关掉智能推荐功能，嗯，果然各种信息都来了。但是，且慢，它推送的新闻有大半变成了旧闻，变成了少则三五天前、多则若干周以前的信息。今日头条，这样很不厚道啊！
Sparkle in Spare 