编辑导语：当今主流App在内容和广告营销上几乎都用到了推荐算法，算法的出发点是好的。但是随着这种算法的不断推荐，对用户体验的理解和感知会产生偏差。面对数据智能下的用户体验偏差，该如何解决？
前不久，某讯视频副总裁在互联网短视频峰会上炮轰抖音快手喂猪食，让所有人喜欢上了吃猪食，潜台词就是你们被喂什么就吃什么，吃多了就成了猪，用户像猪一样愚昧。
当然言论确实有失水准，攻击的情商和话术也不高级，把平台和用户都骂了，关键是也没有给自己产品一个很光鲜的用户高认可度的预期设定（谁都知道你没这么干不代表不想，而是没机会了），还是屁股决定嘴巴的表现。
对于这类有失身份体面的言论，抛开利益立场本身不谈（这就好比很多特殊嗜好群体看扫黄抓小姐和嫖客新闻时一样的心理，嘴上骂肮脏，心里却埋怨警察太过分），但不能否认，这确实也第一次在公开场合这么直接扯开了遮羞布，也道出了真实的现状，你死我活嘛？哈哈」。
之前的文章都是聊产业互联网和行业SaaS等to b领域的产品体验居多，今天想借着这个事件，针对这两年自己在使用一些日常to c产品过程中的洞察，来聊聊数据智能下的用户体验现状和影响，这是一个很大命题，内容也可能会有点超纲。
但也是真正意义上的用户价值视角，可能会触及一些用户体验的深层逻辑，也会揭示一部分社会生态和商业收割的内在本质，因为涉及到前沿的数据智能、信息化环境下的社会现状、商业价值导向性的消费经济、用户行为心理、个人的学习成长、以及如何过好这一生等方方面面，我能力有限，仅代表我的片面洞察和思考，可能会写的像一篇散文。
我在去年卸载了抖音和快手等所有信息流式的沉浸式交互体验类App，在上上个月我卸载了今日头条和网易新闻，再过一段时间我打算把网易云音乐也卸载算了（但我手机上依旧有保留部分游戏App也就是算法主导性越强，我越不能留，大家一定会问我，为什么？
不是因为这些产品体验太差，也不完全是因为容易上瘾， 而是这些产品的推荐算法过于宠（善解）溺（人意），而且算法逻辑上可能也存在弊端（也可能是刻意为之），抛开内容品质是否低劣不说，主要是他们会遮蔽我的信息面和视野，窄化了我的思考问题的信息维度。
最可怕的是，自己还沉浸在这种投其所好的算法喂养中浑然不知，因为人是有本能的舒适性依赖的，就像假期综合症、出游返工综合症、起床气等都是这种心理状态负面表现，人的非理性会让我们一旦尝到甜头就很容易形成持久性依赖；
这里我们先扶正一下三观和认知，认知不符可能就不用耗费阅读时间往下看了。
其实在现实生活中，我们真正的处世哲学应该是：除了自己所从事的事业需要极度的垂直下沉，做时间的朋友之外，其实我们对客观世界的认知是需要足够的全面的，也就是我们经常所说的：认知半径、能力半径和行动半径一个都不能少，且环环相套，这样才能让我们看透世界的本质，践行我们的行为，过好这一生。
元认知告诉我们，最大的无知是不知道自己不知道，遮蔽了自己这才是愚昧的根源。
一、现状分析
现在主流的App在内容和广告营销上几乎都用到了推荐算法，算法推荐的动机可能是好的，为了提升信息获取效率和准确度嘛（服务于产品体验），问题就出在对用户体验的理解和感知的偏差上，最终导致体验越好（主观感受好），体验反而越不好（用户价值低），这里有一个主管体验和客观价值的冲突，也是人类理性和感性永恒的战斗。
1. 时间精力内耗
相信这种情况一定是纯商业价值导向的产品设定，互联网经济本质上来说就是流量经济，什么意思呢，就是传统经济形态的互联网化过程，在过去很长一段时间，本质上就是流量化过程，最后的结果就是碎片化时间的收割本质上就是流量的货币化收割。
这里我们解构一下现在互联网平台化产品的三元角色模型，商家、平台、消费者。
广义体验上来说，其实这三方的体验都需要照顾到的，但现实情况是，因为各个角色本身的能力、地位、阶层、以及拥有生产资料的不对等，庞大的底层用户（C端）其实一直被视为流量的炮灰，被频繁榨取和反复营销。
但要实现这个目的，就需要有一个强大的基础前提，就是在线时长（或者DAU），于是平台开始无所不用其极的应用了算法推荐能力，人类何曾遇到过这种神操作，标签、行为、事件、属性、算法模型、深度学习的加持下，我们获取到了最体贴入微的投其所好。
极光数据显示（如图），抖音最高日平均在线时长逼近了3个小时，什么概念呢？就是如果你一天睡眠9小时，工作9小时(象征性加个班嘛)，三餐1小时，上下班路上2小时，生活自理（洗脸面膜和刷牙洗衣）2小时，一天居然就没了，学习时间呢？陪家人时间呢？锻炼的时间呢？
3小时的在线时长意味着你除工作和正常自理的时间外，所有碎片化自由时间几乎全部被榨干了，这是你需要的用户体验吗？体验这个词代价真的太沉重了。
2. 个体内容趋同
个体内容趋同不是内容完全一样，而是根据你个体的差异会让你获取内容的类型更加趋于一致。这里不完全是内容低劣的问题，是否低劣其实判断标准很主观。
核心的问题在于，因为推荐算法的强干预，千人千面只是平台视角的用户需求多元，但用户个体会过度标签化、群体化，最终导致我们的视野也会越来越窄化，兴趣爱好也会更加单一，这会导致自我成长中过度内卷和知识协同创造力缺乏。
这里我们以抖音和*两种典型产品体验设计的例子，看看他们的算法推荐功能设计有什么特点：
很明显抖音的交互设计上几乎去掉了所有的自主探索功能，他的内容获取途径都是被动单通道的（单通道的坏处，我后面会在傻瓜式体验陷阱中聊到），就是你只能通过竖屏无脑滑动切换浏览，交互逻辑几乎完全算法推荐化，而且无处不在，因为他们对自己的算法非常自信（确实也很厉害）。
这非常可怕，因为你所获取的内容会直接被构建成你对这个产品形成的产品观、甚至世界观和价值观，因为你喜欢狗，所以抖音上刷过二哈，你会更喜欢二哈，然后天天就是推荐东北汉子训练二哈，最多再增加一个训练个鸟、猫啥的。
然后你的心思就是在这些破事上，上班也摸鱼刷二哈，平时生活中的信息输入也就被大量的萌宠和驯兽所占据，你喜欢看豪车内容，同理，你几乎在很长一段时间都会深陷豪车内容中，然而有什么卵用呢，刷抖音豪车视频是永远买不了豪车的。
我们再看看快手的产品交互设计（上图右侧），从功能权重上来看，确实强化了推荐，但同时并没有去掉探索、发现、筛选等自主探索操作入口，还保留了一点底线，至少当你理智的发现每天的内容太过单一的时候，还能有办法自主获取内容，丰富化自己的信息半径。
但坦率的的说，一旦被首页投其所好的算法推荐深深吸引并消耗掉时间，你同样会发现，作为一个非理性人士，其实这些功能并没有什么用，因为产品体验的最终还是回到了在线时长。
3. 人机交互减弱
严格的说是指令减弱，就跟回到电视媒体时代一样，因为电视媒体也是一种被动单通道信息媒介，所以三大传统媒介时代，电视节目的世界观会直接投射到我们的世界观，搞得我上高中的时候把妹的套路全是照搬电视剧里的桥段，还觉得自己很酷很有魅力的的样子。
人是天然喜欢懒惰和享受的，这是受原始基因支配的，因为在动物界这个过程可以用来休息满血、储备能量，但从人类社会的自然竞争法则上来看，其实这个世界有很多取舍都是反人性的，有些事情看似是好的、优质、舒适的、体贴入微的，但当沉溺于此就会形成惰（惯）性。
当你习惯性的彻底放弃了自主意志和主观能动，被动享受喂养的时候，就是退化的开始，最可怕的是，在喂养过程中的恶意；
我们团队做to b产品体验设计的过程中自己总结了一套设计行为学理论模型——叫傻瓜式体验陷阱，它包含了两个维度概念：
第一，因为to b产品存在着很高的行业壁垒，所以在很多数据分析和辅助决策类的SaaS产品中，我们在做产品（交互）设计的时候尽量不要帮客户过度预设交互归因路径，更不要试图给帮客户做结论推导。
因为你永远无法完全理解客户的行业和需求背景（可能客户自己都做不到），这样会直接影响到客户的决策准确性，我们给他提供的只是一种产品业务容器和可能性纵深。
第二，to b产品因为其业务的复杂性，其实在易用性上是存在一个临界点的，就是当协同角色、任务、功能维度、操作复杂性达到一定程度的时候，就很难做到傻瓜式的用户体验了，我的老板经常跟我说我们的产品不够直观、不够傻瓜式的时候，我就会搬出这套理论模型。
那么回到本文，以上的第一点，在c端数据智能算法推荐的用户体验上同样适用。
在智能交互早期，很多智能干预是嵌入到传统交互流程节点里，人机交互反馈都是由数据本身自动化给出的触发指令，所以那时候也叫自动化（数据）交互。
但在后来的发展进化过程中，出现了傻瓜式体验陷阱，就是尽量减少用户的获取步骤，最好能减少用户指令，做到一步反馈，这就像你有一个温柔体贴的女朋友，你还没开口，他就直接把你带到了你最喜欢的酒吧，选好了最好的吧台，给你点好了你最爱喝的鸡尾酒。
你一定会说这不好吗？？那就要看这个女朋友到底在酒里放了什么，是不是以结婚为目的了。
4. AI算法的局限
当能力够不着梦想的时候，过程和结果就会扭曲和变形。
本身人机交互减弱也不是坏事，只要AI是向善的。
但是，我从事大数据人工智能产品体验设计四年多，其实毫不避讳的说，现在的AI商业化水平还处在比较初级的阶段，存在诸多的数据和算法及深度学习的壁垒（他们三者缺一不可，少了任何一方说自己是AI的，都是骗子），准确的说还不应该叫AI，可以叫个性化半智能。
如此，用户体验价值就只是体现在个性化匹配的磨合+自动化提升上。如有观点偏颇，欢迎AI大牛们扔石头过来。
最近家里软装需要买各种挂画，我自己是设计师出身，对挂画的审美和品味有很高的要求，但是在某宝搜索客厅创意挂画的时候，匹配结果都是如下图这样的，找到眼瞎还是这种红绿搭配、陶瓷镀晶的松鹤祥云迎客松，最狗血的是最后我是动用了拼多多微信小程序才找到了心仪的大鲸尾（因为我从来没用过某多多）（如下图）。
其实淘宝算法可能也有他的道理，毕竟人到中年，算法会优先获取到我的的基础标签，95%以上的中年人留下的行为数据基本都是偏向这种喜好，所以基础推荐算法逻辑就用大样本偏好来满足我似乎也没啥问题。
但也可能是平台没有关于我足够完整、适时的个体画像和行为数据，再加上对个体行为等数据迭代的深度学习上，算法本身就存在着不可逾越的资源和能力天花板，所以，离真正意义上的用户价值为中心，符合更加多元化且能不断深度进化的用户价值需求，在目前的商业算法机制下，几乎就不太可能。
二、未来的思考
我们在从事行业SaaS产品设计和服务过程中，因为客户的超理性消费和强业务价值导向，某种程度上来看，确实可以做到以客户价值为中心，达到提效降本等商业指标。
但回到我们大众to c产品服务上，用户体验就开始面临复杂的个体需求差异了，那么对于此类产品或服务，用户体验的本质到底了迎合用户的主管感受？还是做到真正意义的利他（用户价值为中心）？这将又是一个直面人性拷验的问题了。
那么用户体验到底是什么？脱离价值谈体验是不是本身就是一个概念陷阱，为什么to b行业很少提客户体验？最高频提及的却是客户价值。数据智能下的用户体验价值到底是什么？又应该如何提升呢？这看似是一个哲学价值观层面的问题。
我们还是回来再看看用户体验的目标到底是什么吧，大多数情况下，其实用户体验目标根本不是以用户价值为中心的，商业世界中绝对的以用户价值为中心本身是个悖论。
其实，健康的数据智能下的用户体验定义应该是：真正从用户价值出发，在产品服务体验过程中遵循用户感性诉求和理性诉求的平衡，通过对产品服务反复设计和打磨，以优质的内容生态、寻求产品服务提供方和使用方（包括消费方）的长期共同价值的平衡和持续稳步增长。
每一次社会的创新变革，都伴随着一场新的收割与反收割，看不见的敌人才是我们最害怕的，面对目前的行业规范和监督机制的滞后，我暂时确实没有信心也没有能力对抗推荐算法对我的糖衣炮弹，所以删掉是我唯一的选择。
人工智能是在改善和优化这个世界的生存现状与文明秩序，还是在破坏和重新固化这个世界的阶层，这将 是一个问题……
本文由 @咕咕咕 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
