随着互联网井喷式的发展，人们获取信息的方式愈发多样化，内容也迎来爆发级的增长，人们接受信息的方式也开始由主动转为被动，但与此同时信息质量参差不齐、大量无意义的信息推送等问题相继出现。人们开始在信息泛滥的漩涡中抽不开身，此时人工智能的出现像是雪中送炭，借助AI技术的智能化推荐引发了新一轮的信息革命，一改以往的信息特性，AI推荐下的信息呈现出高质量、个性化、精准化的特点，隐藏着用户偏好、被筛选过的信息开始受到大多数人的喜爱，今日头条就是个活生生的例子。
今日头条基于用户兴趣的智能化推荐算法迅速累积了一批忠实的用户，并且在此基础上推出的信息流广告的新形式更是实现了点对点匹配，广告投放精准度一再提升，它的成功也使智能化推荐成为了信息过载时代内容平台的首选。但是随着智能化推荐越来越懂用户喜好，用户慢慢开始陷入了另一轮漩涡中，它给用户砌起了一座高墙，被浏览到的永远是最初感兴趣的事物、话题，对于墙外新鲜的事物只能稍稍摸到一些皮毛，AI推荐到底使天使还是魔鬼呢？
智能化推荐是个天使吗？
智能化推荐背后其实都有很多算法在支持，基于内容的推荐算法、基于协同过滤的算法、基于关联规则的算法等等都是智能化推荐能够实现的最主要的力量来源。这样说起来可能很遥远，但其实这离我们很近，百度的新闻推送、淘宝的商品推送、抖音相似视频的推荐，这背后都是算法在起作用。
在智能化推荐开始“工作”之前每个人都会被贴上标签，每个标签都会有不同维度的侧重点，根据这些数据的集合，自然能实现对用户的精准推送、基于兴趣的推送。在信息碎片化的时代，更加个性精准的推荐会节省用户的时间，帮助用户筛选不必要的信息，信息获取变得更加高效化。
不仅仅是用户对智能化推荐心存好感，越来越多的企业也倾向于选择智能化推荐，百度早在2017年就推出了“搜索+信息流”的双引擎，主要凭借的就是优质的内容供给和强劲的AI推送来了解用户的兴趣和需求，数据显示，百度信息流用户花费的时间同比增长了68%，这说明智能化推荐对用户的吸引力比我们想象中的还大。但是我们别忘了，任何事物都有两面性，智能化推荐带来的弊端也在慢慢浮现。
智能化推荐远不如我们想象的那般美好
前面提到过在智能化推荐的过程中每个人都有标签，这意味着每个人都会有相对应的属性表达，简单来说就是如果标记你为程序员，那么可能你就会有熬夜、看书、编程等属性，也会有打游戏、运动等不那么重要的属性，这些属性会带有不同的比重，或大或小。目前来讲，推荐引擎的算法会将比重比较大的属性进行优先推广，这就导致原本比重大的属性得到更多的曝光次数，最终使得比重大的属性比重越来越高，而比重小的属性在长时间的被忽略状态下逐渐趋近于零。
那么这时候的智能化推荐还精准吗？还智能吗？它就像一个越来越偏心的母亲，明明也是一个挺重要的孩子却被慢慢忽视了，智能化推荐也是如此，长时间的个性推荐使得我们获得的信息数量不减，但是信息的宽度却在不断减少，我们的视野变得越来越窄，接受到的信息还局限在某个特定的层面而且这个层面还是我们感兴趣的。
其实智能化推荐正为我们建立起一座信息孤岛，这里的信息孤岛一方面指的是人工智能底层的算法，根据认为提前的算法设定，导致人工智能只能按照已有的套路出牌，也就是发现用户的喜好，然后推送与其喜好相关的信息;另一方面，信息孤岛指的是这种智能给用户获取信息带来的封闭式阻碍。用户只能被迫锁在自己目前感兴趣的岛屿，习惯性地被自己的兴趣所引导，逐渐丧失探索信息、搜寻信息的能力，也在慢慢失去思考的能力，直至视野被完全框柱。
小结
麦克卢汉曾说：“我们塑造了工具，反过来工具也在塑造我们。”同样的，智能化推荐带来的负面影响其实也是不可估量的。碎片化信息时代，我们早就习惯了用孤立、简单的观点去看待问题，思考的宽度和深度本就是人们极其缺乏的东西，而现在智能化推荐无疑不是在火上浇油，推荐的信息类别正变得愈发单调和重复，信息也不再多元化，人们的思想也停滞不前。
可能是出于对现有的智能化推荐所产生的营收仍是不满意的原因，也有可能是因为智能化推荐满足不了用户日益增长的对多元化信息获取的需求，也有不少的企业在不断的提高自身的AI技术，从多个角度对智能推荐进行优化改良，主要是通过多维度挖掘用户长短期兴趣画像以及通过一些反向推荐的算法等提升推荐的多样性和新颖性。
这些技术的实际效果如何其实还不得而知，最重要的是我们如何抵挡住智能推荐带来的信息冲击，不再被人工智能“支配”。我们应该在全方位包围的个性化信息中不断学习筛选处理信息的能力，也要减少与碎片化信息接触的时间。或许从另一个角度想，我们可以告诉它关于自身的信息，以及自己想要的东西有哪些，而不仅仅是让它间接从你的行为中学习，这可能就涉及到底层的技术算法了，这又是另外一个值得探究的问题了，就我们自身而言，还是应该多进行一些深度思考，避免进入“信息孤岛”。
