当算法让我们失望：感知到的算法无效性、心理反感与隐含人格如何驱动短视频平台上的算法厌恶行为

这对你的信息流为何重要

像 TikTok 和抖音这样的短视频应用承诺在恰当的时间向我们展示恰当的内容。然而，许多人仍然对信息流感到恼火、不信任所见内容，或者不断与推荐抗争。这项研究提出了一个看似简单但对我们数字生活后果重大的问题：当人们觉得算法对他们不起作用时，心理上会发生什么？

当信息流感觉不对劲

研究者关注一个关键概念——感知到的算法无效性：用户感到平台不断推送无聊、无益或无关的视频。研究不是衡量算法实际有多准确，而是考察它在用户眼中感觉有多准确。当人们判断推荐的短片不值得记住、不具意义或不具说服力时，他们更可能对系统本身产生反感。换言之，对信息流的失望成为对算法性引导更广泛抵触的起点。

从恼怒到反击

下一步是心理反感——当我们觉得自由受限时产生的不愉快感。在抖音等应用中，“为你推荐”页面决定了哪些内容首先出现，悄然引导注意力。当这一流与用户认为自己应该看到的内容发生冲突时，他们会感到被推动、被挤占，甚至被监视。研究表明，这种不匹配的时刻不仅仅令人恼火。它会激发一种感觉：应用在告诉用户该看什么，从而助长愤怒、焦躁和逆反冲动。这种情绪性反弹成为作者所称的算法厌恶的强大驱动因素。

人们如何对抗信息流

算法厌恶以细微但重要的方式显现。用户不再被动刷屏，而是开始避开推荐视频、手动搜索或亲自重建播放列表。有些人试图通过跳过、屏蔽或快速滑动不想看的视频来“重新训练”系统。还有些人会暂时脱离平台，或以一种疲惫的愤世嫉俗态度对待平台：继续使用，但信任度低、期望值低。基于对 733 名抖音用户的调查数据，研究发现：人们越觉得算法无效，他们报告的心理反感越强——进而越频繁地采取这些小规模的抵抗行为。

算法时代的人格与心态

并非所有人对糟糕的推荐反应相同。作者考察了一种称为隐含人格的特质，反映人们是否认为个性和能力是固定的或可改变的。持“固定”心态的人往往对算法保持稳定且怀疑的态度，无论算法表现好坏如何。持“成长”心态的人更为敏感：当系统看起来有帮助时，他们会有积极反应，但当系统失败时，他们的反应更为强烈。研究显示，对于第二类人群，感到算法无效更容易激发心理反感，进而导致更强烈的算法厌恶行为。

平台可以如何改进

这些发现表明，问题不仅在于推荐引擎技术上是否准确，还在于用户是否感到被听见并掌控。当用户把信息流看作单向通道时，即便是小小的失误也可能演变为长期的不信任与回避。作者认为，平台应为用户提供更清晰的方式来理解和影响推荐，在用户反弹时创造真正的反馈回路，并设计尊重不同心态的控制选项。简而言之，当算法让我们失望——或仅仅让人感觉被辜负时——人们不会只是耸耸肩继续滑动。他们会调整、抵抗，有时悄然远离本应为他们服务的系统。

引用: Zeng, R., Zhu, D. & Evans, R. When algorithms fail us: perceived algorithmic ineffectiveness, psychological reactance, and implicit personality as drivers of algorithm aversion behavior on short-form video platforms. Humanit Soc Sci Commun 13, 266 (2026). https://doi.org/10.1057/s41599-026-06573-w

关键词: 算法厌恶, 短视频平台, 个性化推荐, 心理反感, 用户自主性