很多人真切感受到短視頻可以成為“沒有圍墻的大學”、直播可以成為知識“傳送門”，是從抖音上某條知識視頻，或一場高校直播開始的。

不用跑到高校去，不用坐在教室內(nèi)，在短視頻中和直播間里，網(wǎng)友們也可以聽北大教授戴錦華講電影，聽天文大咖茍利軍講天文知識，聽物理大神曹則賢闡述讀書方法論……許多網(wǎng)友由此感慨：“媽媽，我出息了，我在抖音上大學。”

如今，開學季又開啟了。這屆網(wǎng)友“云旁聽”高校公開課的快樂又回來了。

這份快樂，是名師給的，是自己解鎖的，也是算法拋來的。得益于推薦算法的高效分發(fā)、精準連接，人們才有機會低門檻地接觸到這些知識，也才有機會成為清華、北大、中國科學院大學等名校的“云學生”。

毋庸諱言，在信息大爆炸的當下，人們不缺信息，缺的是高效獲取知識的方法。

定位學大師杰克·特勞特曾表示：過去30年人類社會產(chǎn)生的信息比之前5000年產(chǎn)生的信息還多。早在十多年前，詞匯學家Jeffrey的研究結(jié)論也稱，一份《紐約時報》包含的信息量比17世紀的人一輩子接收的信息都要多。

但在信息的海洋中，我們經(jīng)常處在“弱水三千，未必能取一瓢飲”的境地，因為很多信息或是營養(yǎng)密度過低，或是“重金屬”含量超標。

大學里的名師課干貨多、內(nèi)容實、營養(yǎng)足、思想含量高，無疑能滿足許多人對高質(zhì)量知識的需求。只不過，空間與時間的限制讓這些線下的名師課對大眾可望不可及。

好在，互聯(lián)網(wǎng)幫人們消除了知識流通的空間局限與時間掣肘，降低了知識獲取的現(xiàn)實門檻，擴大了知識傳播的覆蓋廣度。

如果說，互聯(lián)網(wǎng)打破了千百年來知識流通的封閉性，拓寬了人們獲取知識的渠道，那推薦算法就是改變了知識單向傳播的局面，促使知識生產(chǎn)者、接收者、傳播者及信息環(huán)境形成了統(tǒng)一的知識體，助力了知識普惠。

《2023抖音公開課學習數(shù)據(jù)報告》就顯示，全國147所雙一流名校中，有137所入駐抖音平臺，覆蓋率達93.2%，400位教授、45位院士、4位諾獎得主在抖音傳遞知識，其中北京大學、清華大學、中國科學院大學位列抖音網(wǎng)友最喜歡的授課高校前三名，平均每天有超20萬人次在觀看高校直播課。

某種程度上，是推薦算法推倒了橫亙在大眾跟高質(zhì)量知識之間的高墻。在算法推薦下，用戶與優(yōu)質(zhì)知識之間的聯(lián)系不再是單方面的搜尋，還能是讓知識通過平臺分發(fā)主動去觸及用戶，實現(xiàn)了知識內(nèi)容與用戶需求的高效匹配。

喜歡社科的，可以在清華大學“人文清華”論壇抖音號@人文清華下聽大師們講致學之道；喜歡歷史的，可以在北大歷史抖音號下瘋狂追更；喜歡物理的，可以跟著中國科學院物理所抖音號研究熱力學、電動力學、原子、分子和光學……所以才有千萬網(wǎng)友爭當高?！霸茖W生”、名師課“課代表”的景象。

管理學中有個“知識流”的概念，意指知識流動過程和處理機制，其內(nèi)容是個四元組(KL、KT、KFx、KV)，分別對應了知識層次、知識類型、知識流量、知識流速。知識普惠，本質(zhì)上就是要通過多層次知識快速流動，繼而充分激活知識的效用，實現(xiàn)知識價值的最大化。

推薦算法就用精準匹配將知識生產(chǎn)者、知識信息、潛在受眾這些原本孤立的點連接了起來，激活了泛在式參與和接力式分享，加速了知識流動。

多向交互連接，使得知識可以輕易實現(xiàn)“1對100的N次方”式的裂變式傳播。

非但如此，推薦算法支持下的“知識找人”，還讓知識得以通過趣緣聯(lián)結(jié)的網(wǎng)絡(luò)實現(xiàn)價值傳達，就算是冷門知識，算法也能幫其找到特定領(lǐng)域的發(fā)燒友，實現(xiàn)“冷”知識“熱”傳播。

無論是南京大學歷史學院考古文物系教授張良仁的“萬物皆可跟考古學奇妙結(jié)合”，趣味化科普“中國人2000年前就擼串了”“油條跟奸臣秦檜有關(guān)”等，讓冰冷的文史知識冒出了“熱氣”，讓冷門專業(yè)考古學進入了年輕網(wǎng)友的視野，還是理論物理博士后周思益在抖音號@弦論世界上利用水杯、衛(wèi)生紙等道具講解“黑洞信息佯謬”“游泳圈的曲率”“小學生如何理解P-V相變”，引發(fā)很多人對謝耳朵都不得不放棄的弦理論的興趣，都是例證。

正是由于推薦算法的匹配，諸如考古、弦理論在內(nèi)的小眾和冷門知識才會在短視頻直播平臺上受到更多人的關(guān)注。

到頭來，推薦算法推動了那些實用、新奇、有趣的高質(zhì)量知識從“象牙塔”走向“百姓家”，營造了知識普惠生態(tài)，激發(fā)了全民學習熱潮。

對網(wǎng)友、用戶來說，推薦算法幫助他們提高了獲取知識內(nèi)容效率，拓展多元接收渠道和靈活學習方式，調(diào)動年輕人的科學興趣和學習積極性，進而增強他們的科研活力和創(chuàng)新潛力。

在很多院士名家的知識科普下面，經(jīng)常有網(wǎng)友評論“知識以意想不到的方式進入腦子”，很多學到知識、受到啟發(fā)的網(wǎng)友還會參與到科學探索中來。比如，以“水火箭”為代表的科學小實驗就在抖音上流行起來，不少老師自學后再教給學生，實現(xiàn)了知識由點及面的擴散式傳播。在此過程中，短視頻成了“云課件”，直播則扮演了“傳遞者”的角色。

對高校、教育工作者來說，推薦算法拓展了學習群體，能讓其研究成果被更多人看見、學習和分享。

近年來，頂尖高校紛紛組團在抖音營業(yè)，開設(shè)公開課直播，將知識輸送到更遠的角落，讓知識觸達更廣泛的人群。那些享受了頂尖名校和一流名師教育的網(wǎng)友們，也能將獲得知識的滿足感轉(zhuǎn)化為對高校、老師的認同感。

正如著名傳播學者張志安所說，短視頻平臺這種全新的知識交往場景，加速了知識網(wǎng)絡(luò)的碰撞流通，讓每個人都能共享知識精華，而受眾的反饋，也經(jīng)常會給下一輪知識分享反哺思路和靈感。隨之而來的，是知識傳播者與接受者相互增益的正向循環(huán)。

培根曾說過，知識的力量不僅取決于其自身價值的大小，更取決于它是否被傳播，以及被傳播的深度與廣度。推薦算法就利用個性化、高效能的分發(fā)模式，助推了高質(zhì)量知識的縱深和廣泛傳播，助益了知識普惠。可以預見的是，當推薦算法摁下促進知識流動、厚植學習氛圍的“按鈕”，更多人會從知識普惠生態(tài)中切實受益，全民終身學習的學習型社會圖景也會愈發(fā)可期。(文/仲鳴)