La Red de Conocimientos Pedagógicos - Conocimientos universitarios - Preguntas de simulación de teoría del examen provincial de 2021: no se extravíe en la recomendación de algoritmos y tenga mal gusto

Preguntas de simulación de teoría del examen provincial de 2021: no se extravíe en la recomendación de algoritmos y tenga mal gusto

Antecedentes populares

Con el desarrollo de la tecnología de la información y la aplicación generalizada de big data, las recomendaciones de algoritmos hacen que la difusión de información sea más personalizada, personalizada e inteligente, pero también hay algo de caos. ¿Se informa que existen algunas plataformas push personalizadas, como información de noticias y redes sociales en línea? ¿Hay mucha información de entretenimiento general, contenido vulgar y contenido no verificado? Este fenómeno también puede provocar fácilmente que algunos usuarios, especialmente los adolescentes, se vuelvan adictos a Internet.

Céntrese en los puntos de vista

Con la ayuda de la recomendación del algoritmo, ¿ha comenzado? ¿Buscando una aguja en un pajar? ¿Ingresar? ¿Sastre personal? Si bien los tiempos han traído comodidad, también han tenido algunos impactos negativos. Primero, ¿acelerará la formación? ¿Sala capullo de información? Entonces qué. El efecto de contagio emocional hace que la visión del usuario sea limitada. En segundo lugar, puede provocar que los menores se vuelvan adictos a Internet. ¿El tercero está dando? ¿Está familiarizado con los grandes datos? Proporcionar comodidad. La recomendación de algoritmos se ha convertido gradualmente en una operación de rutina en las principales plataformas, que puede juzgarse fácilmente por la cantidad de datos del usuario y la frecuencia de las actualizaciones de datos. ¿Un extraño? ¿aún? ¿Cliente habitual? Una vez que se hace un mal uso de la tecnología, ¿qué es probable que suceda? ¿Matarlos? cómplice.

¿Las recomendaciones de algoritmos no deberían estar sesgadas y deberían ser más interesantes? ¿temperatura? . Esto requiere que los diseñadores y operadores asuman su responsabilidad, y que las empresas relevantes respeten estrictamente la ley y cumplan activamente con sus responsabilidades sociales. Por ejemplo, se puede establecer un mecanismo de evaluación social para evaluar las consecuencias del uso de algoritmos en la plataforma para brindar mejores servicios a los usuarios. Al mismo tiempo, se necesita una supervisión estricta. Recientemente, la Administración Estatal de Regulación del Mercado publicó las "Directrices antimonopolio para economías de plataforma (borrador para comentarios)" que estipulan esto, y es necesario mejorar aún más la legislación pertinente. Los departamentos funcionales pertinentes deben tomar medidas para fortalecer la supervisión de las recomendaciones de algoritmos y castigar las sospechas de violaciones de acuerdo con la ley.

En la práctica, la recomendación de algoritmos no puede perseguir la eficiencia de manera unilateral, sino que también debe tener en cuenta los valores públicos y la ética social para garantizar que la recomendación de algoritmos vaya por el camino correcto. Esto requiere los esfuerzos conjuntos de las autoridades reguladoras, las plataformas, las empresas y los usuarios para que las recomendaciones de algoritmos realmente beneficien a los usuarios.