來源：三易生活
通常許多朋友在打開在線音樂應用卻沒有明確的聽歌目標時，往往就會點開 " 每日推薦 "，而討論 " 每日推薦 " 是否正好契合也成為許多用戶津津樂道的事情。日前有消息顯示，Apple Music 同樣也在圍繞 " 推薦 " 進行一些調整。據悉，蘋果方面正在開發一款被稱為 "Siri Picks" 的功能，并將其整合進 " 為你推薦（For You）" 中。
同時還有蘋果方面尚未證實的傳言顯示，Siri 將根據用戶喜好來生成播放列表，其中會包含曾經聽過、但已經停止播放的歌曲來刷新原本的記憶。并且其推薦機制也將考慮更多因素，例如聽了多少次特定類型的歌曲，或是為哪些歌曲提高了音量。此外還有知情人士透露，這一功能或將調用芯片的神經引擎及機器學習功能。
不同的平臺，對于個性化推薦的態度也截然不同
事實上，蘋果自 2015 年推出 Apple Music 以來，其中的 " 為你推薦 " 板塊就曾進行過多次的迭代。最早在 iOS 10 更新后，該板塊就一改此前原本混亂的布局，轉為更加清晰且有邏輯的內容展現結構，此后在 2019 年的一次較大更新中，則帶來了更多新的布局與歌曲推薦，在個人喜好的基礎上新增了主題歌單，同時更新頻率也從每天更新變為全天刷新。
2020 年，Apple Music 新增了 " 現在收聽（Listen Now）" 頁面，并替換了此前的 " 為你推薦 "。在原有的基礎上增加了更多的精選播放列表和其他部分場景的內容，但每個推薦歌單的更新時間并不一致，例如每周一刷新的《起床！》、每周二刷新的《猜你喜愛》，以及每周日刷新的《休閑音樂》等。
與此同時，Apple Music 也在不斷加強與 Siri 間的協作。此前，負責 Apple Music 與 Beats 業務的蘋果公司副總裁 Oliver Schusser 曾指出，"Apple Music 和 Siri 可謂天生一對，一直以來的協作默契無間 "。而早前 Apple Music 上線的聲控方案，也針對語音控制進行了全面的優化，例如用戶可以對 Siri 說出 " 播放晚餐派對歌單 "。而此次傳出即將加入的 Siri Picks 功能，也意味著 Siri 將進一步參與到 Apple Music 的歌曲個性化推薦中。
如今在音樂流媒體領域，Spotify、網易云音樂等平臺事實上也一直以個性化音樂推薦見長。此前，Spotify 研究主管 Mounia Lalmas-Roelleke 就曾表示，Spotify 主界面的開發目標是幫助用戶迅速找到可能會喜歡的音樂。而對于其 BaRT 的 AI 系統來說，如果用戶在 30 秒內跳過一首歌，就相當于給出了 " 差評 "。
不過，Spotify 在推動個性化音樂推薦的過程中也曾受到過一些質疑，比如應該使用多大范圍的用戶數據來進行推薦，以及是否存在過度使用用戶數據的情況。據 TechCrunch 早前的相關報道顯示，Spotify 涉嫌在用戶 " 預先保存 " 即將發布的歌曲時，允許唱片公司獲取大量不必要的用戶數據，諸如收聽的歷史曲目、最愛曲目、關注的歌手，以及正在播放的內容等。
而蘋果公司 CEO Tim Cook 則一直強調，Apple Music 的歌單有編輯 " 人工挑選 "。他曾指出，" 我一直擔心人性會從音樂中流失，擔心音樂變成一個‘比特和字節’的世界，而不是藝術和人性閃光的承載物。"
盡管 Tim Cook 并未對 Spotify 點名道姓，但很顯然的是，Apple Music 的 " 人工挑選 " 是反其道而行之。在 TechCrunch 的這篇報道中還指出，"Spotify 已經在音樂流媒體中占據主導地位，并利用為用戶推薦的播放列表來助推熱門歌曲的產生。但僅僅因為其主導地位而漠視不正當的音樂版權方行為，可能會使聽眾質疑其忠誠度，并轉向更重視用戶隱私的蘋果。"
算法推薦還是人工推薦？這個問題暫時還沒有答案
" 個性化推薦 " 作為一個自大數據時代以來，無論被學界、業界，還是用戶反復談論的話題，事實上也并不僅僅存在于音樂流媒體，視頻流媒體、聚合資訊平臺等平臺。而一個完善的的個性化推薦系統也能夠為這類平臺吸引更多用戶，進而為公司創造更大的商業價值。
其中以 Netflix 的推薦系統為例，此前該公司曾表示，" 推薦系統幫助 Netflix 贏得了關鍵時刻 "。根據關于 Netflix 推薦系統的研究報告表明，由于推薦系統的應用，該平臺被點播到的影片數量大幅提升，并且更為重要的一點在于，個性化推薦能夠顯著提高推薦影片被用戶接受的程度。
而在國內市場，今日頭條的出現顯然也已經改變了資訊內容的分發方式。在 2016 年《財經》的一次專訪中，字節跳動創始人張一鳴就曾指出，今日頭條不會也不需要設立傳統意義上的總編輯，他表示自己最忌諱價值觀先行，并認為不干涉可能是對與內容最好的管理方式。事實上，從創始人的理念到技術層面，今日頭條都可以說是將算法推薦做到了極致。
此外據海外媒體的相關報道顯示，"Facebook 的算法決定了哪一個狀態更新會出現在用戶新聞流的更高位置，哪一個更新會被淹沒。物以類聚，人以群分，這些人本來就是想找新聞來印證自己的偏見 "。而關于 Facebook 的研究報告也表明，該公司通過優先考慮用戶 " 感覺舒服 " 的更新，來決定用戶新聞流的最高位置。
既然有 " 算法至上 " 的內容平臺，自然也存在 " 人工篩選內容 " 的互聯網公司。早在 2015 年 Apple News 推出時，蘋果方面就堅持雇用編輯來人工挑選內容，其總編勞倫 · 科恩（Lauren Kern）也曾指出，" 人對新聞傳播更為敏銳，更重要的是，這是最合理的消除偏見的方式 "。
根據英國《Press Gazette》公布的最新數據顯示，2021 年 12 月 Apple News 已有 1320 萬用戶，在英國所有 15 歲以上的互聯網用戶中，有 27% 使用了 Apple News 應用，并成為了該國瀏覽量最大的新聞應用。
而在國內市場，同樣也有類似知乎一樣的平臺，在 2019 年啟動了公共編輯計劃，邀請用戶共同參與百科的內容公共創作，進一步完善結構化的內容展示機制。同時，網易云音樂等平臺也在此前為用戶提供了關閉個性化推薦及廣告的選項。
但在數據模型與算法已成為不可改變的市場趨勢下，如今在各種類型的內容 APP 里，算法已經在為用戶推送內容和在相關話題中占據主導，并同樣也會將各種熱門內容推薦至首頁。盡管其中 " 人工精選 " 僅占用戶消費內容中的一小塊，但也足以成為更為鮮活的部分。
個性化推薦或不會消失，但未來勢必將更為有序
未來，關于算法推薦與人工推薦孰優孰劣的爭論依舊不會停止，就像樂于分享大數據報告的用戶一樣，也會有消費者樂在其中，并認為個性化推薦節省時間、又滿足需求，但也有人會考慮到背后存在的數據安全問題，以及在算法降低篩選成本的同時，也難以避免會被引導進信息繭房。
目前對于此事也有新的觀點逐漸顯現，據美國迪肯大學新媒體與傳播學教授、網絡身份研究的學者 P. David Marshall 表示，消費者越來越明白，他們使用應用程序的方式會影響其看到的內容類型，從而產生數字雙重意識，即 " 我們意識到我們是數字身份的創造者 "。這就意味著，將有越來越多的用戶意識到算法推薦這一過程，而非陷入到同質化的 " 回聲室 " 里。
此前在 2021 年 12 月 31 日，我國的《互聯網信息服務算法推薦管理規定》已經，并將于今年 3 月正式施行，其中針對大數據殺熟、技術中立和算法黑箱等現象就設立了明確的問責機制。隨著算法與個人數據安全的監管逐漸完善，各互聯網平臺勢必也將需要在 " 人與機器 " 之間找到合理合規的平衡點。
