臨近11月美國總統大選，美國共和及民主兩黨皆積極備戰，各出其謀，而中美貿戰亦成為兩黨拉票的重要議題，有經濟專家認為中美關係已進入「新冷戰」狀態。創新科技更是中美貿戰的另一主戰場。
TikTok兩演算法 作「繭」自縛
繼中國通訊設備生產商後，網企亦已成美國打擊的主要對象，如TikTok社交網絡應用軟件近期被封殺。儘管TikTok駐美公司公開解釋其美國商務完全獨立運作，信息處理方面是徹底的在當地進行，但美國仍然堅持TikTok企圖獲取市民私隱信息，送往中國政府進行分析。美國國務卿蓬佩奧更進一步「加鹽加醋」，批評TikTok侵犯國民個人私隱。雖然華府拿不出任何證據，卻一意孤行要求各部門及企業停用中國產品。
有網民指事件中TikTok老闆、字節跳動創始人張一鳴乃「作繭自縛」。原來TikTok平台有效地利用張一鳴團隊研發的人工智能自動推薦系統技術來分發用戶自製的視頻。系統核心算法是以客為本，先了解顧客購物的習慣及喜好，然後在推薦視頻時投其所好。常用推薦算法主要有兩種：
（1）協同過濾（Collaborative Filtering）假設「物以類聚，人以群分」，假設與客戶購物習慣或興趣類似的朋友所喜愛的貨品是系統可以推薦的目標，基於此算法繼而預測客戶對哪些「貨品」較可能感興趣。如你的大學同學喜歡看金庸小說，Amazon也會推薦你看《射鵰英雄傳》。
（2）基於內容推薦（Content-based Recommendation）利用貨品的特徵，向客戶推薦具有類似性質的貨品。如Netflix向喜歡看周星馳電影的客戶推薦其他笑片。
物以類聚成部落 易造成分化
再者，有人把兩種算法互相結合而構建混合推薦模型。推薦算法牽涉到分析用戶的背景資料、朋友圈、上網習慣、購物喜好等個人信息，企業必須獲得用戶的同意，才能使用。再者，由於算法針對性地把分發信息予目標用戶，間接地把一群志同道合的用戶聚集一起，無形地構成信息繭房效應。
然而，推薦算法並非TikTok專利，美國社交平台也廣泛應用，如前述的Netflix推薦電影、Amazon推薦商品、Google推薦廣告等。因此，美國批評TikTok確實是「以五十步笑百步」，難以服眾。
「作繭自縛」之說出於「信息繭房」（Information Cocoons）概念，是美國哈佛大學法學教授凱斯．桑斯坦Cass Sunstein於2006年出版的《信息烏托邦》（Infotopia）提出，指網絡文化傾向有機地「物以類聚」，有共同興趣或目標的網民往往聚集在一起，自然地形成線上「部落」，而當中群眾以封閉型式進行交流討論。但「部落」難免會構成偏見、歧視、排外等社交現象，最終導致社會分化。
然而，美國制裁的重點並非在「繭房」效應，而是堅持TikTok危害個人私隱及國家安全。特朗普在毫無證據下從國家層面制裁TikTok在美業務，顯然公器私用，以大欺小。
原刊於《經濟日報》，本社獲作者授權轉載。
