<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>社会技术系统 on C.CUI's Log</title><link>https://cuicaihao.github.io/zh/tags/%E7%A4%BE%E4%BC%9A%E6%8A%80%E6%9C%AF%E7%B3%BB%E7%BB%9F/</link><description>Recent content in 社会技术系统 on C.CUI's Log</description><generator>Hugo</generator><language>zh-Hans</language><lastBuildDate>Sun, 30 Aug 2026 07:00:00 +1000</lastBuildDate><atom:link href="https://cuicaihao.github.io/zh/tags/%E7%A4%BE%E4%BC%9A%E6%8A%80%E6%9C%AF%E7%B3%BB%E7%BB%9F/index.xml" rel="self" type="application/rss+xml"/><item><title>当社会冲突变成推荐信号：为什么推荐算法无法保持中立</title><link>https://cuicaihao.github.io/zh/posts/2026-08-30-when-social-conflict-becomes-a-recommendation-signal/</link><pubDate>Sun, 30 Aug 2026 07:00:00 +1000</pubDate><guid>https://cuicaihao.github.io/zh/posts/2026-08-30-when-social-conflict-becomes-a-recommendation-signal/</guid><description>社会冲突并不是推荐算法凭空制造的。婚姻中的经济成本、生育风险和家庭责任在现实中并未均分，而算法分发将这些委屈与焦虑吸纳为了极化信号；当平台主要依据停留、评论和转发理解用户时，愤怒也可能被当作兴趣进入下一轮推荐。不过，同样的技术也可以改善表达、寻找共同点并把部分选择权交还用户。技术从社会中学习，也会反过来改变社会，因此公共利益本来就是算法设计的一部分。</description></item></channel></rss>