Meta推出了一项全新的AI驱动Threads功能，名为「亲爱算法」（Dear Algo），让用户在三天的时间内自定义自己的算法体验。用户可以告诉系统想看到更多自己喜爱的内容，进而调整推荐的内容比例。这项创新旨在提升用户的满意度与参与感，但同时也引发了关于情报算法是否会加剧「末日刷屏」（doomscrolling）的讨论。
「末日刷屏」指的是用户沉浸于大量负面、焦虑或令人沮丧的信息中，往往对用户心理健康产生负面影响。Meta希望通过让用户更主动掌控内容推荐，减少被动接收不喜欢或令人疲惫的信息，理论上可以减轻这种刷屏现象。但从另一角度分析，当用户稍有偏好，就可能倾向放大这些内容，如负面新闻或焦虑话题，反而助长了「回音室」效应与情绪深化。
对一位活跃Threads用户小林来说，「亲爱算法」的出现是一种新体验，他表示：「以前感觉平台一直推我不感兴趣的内容，现在自己能调整看到喜欢的信息，感觉掌控感更强。不过我也注意到，有时候选择的内容让我一直重复看到一些焦虑新闻，情绪反而更低落。」
这反映了AI推荐系统的一体两面的特质。自定义算法无疑增强了用户体验的个性化，但也可能使用者陷入他们已经偏好的内容循环，强化情绪负面循环。从心理学与媒体研究的角度，如何设计既能尊重用户选择又能避免沉迷于负面信息的算法，成为当今科技平台面临的核心课题。
Meta的「亲爱算法」是努力对抗纯数据导向的不透明推荐，强调用户主动参与内容决策，促进数字幸福感。不过是否能成功降低末日刷屏的负面影响，还需时间观察及更多用户行为数据支撑。
综合来说，Meta的这项AI定制算法新功能在理论上兼具鼓励与抑制情绪过载的潜力。它给予用户更多话语权，但同时提醒我们算法和用户心理之间精密微妙的互动，必须精心平衡才能实现正向效果。未来是否能以技术创新真正破解末日刷屏困境，是数字时代的新挑战。
You may also like: 如何辨识AI生成文章中的虚假信息？
