TikTok 終結了「按追蹤」為主的社群時代：不靠朋友圈的「推薦演算法」將成主流
當 Meta 公司在 Facebook 與 Instagram 上不斷推廣他們的新產品 Reels（短影音）一陣子後，以攝影為業的 21 歲 KOL 塔提‧布朗寧（Tati Bruening）終於受不了 IG 上以短影音為主的新演算法──開始將她完全不認識、不知道的人或事物強迫性地推到她的塗鴉牆上。
這讓她與朋友之間的追蹤和聯繫完全崩潰，導致她在 IG 上貼了一張「讓 Instagram 再次 Instagram」的照片，希望粉絲能共同串連、並讓官方注意到這個訊息，而這則貼文也被 IG 的超級名人金‧卡戴珊分享，讓這個事件被許多新聞媒體報導。
社群軟體的真諦是互動嗎？
IG 與它的兄弟 Facebook 是全球最受歡迎的社群軟體，分別掌控 20 億與 30 億用戶資料。這兩款社群應用能受到歡迎，有很大一部分的原因，是他們將用戶建立在彼此的「社群圖譜」中，人們可以藉由這個媒介分享自己的生活與興趣給朋友看，這樣的做法讓彼此更緊密──同時 Facebook 加上 IG 也一起打造了一個僅次於 Google 的線上廣告帝國。
但在 TikTok 與抖音開始攻城掠地後，Facebook 與 IG 的低年齡層用戶開始出現了危機。在 2021 年 2 月，該公司發布了首次活躍用戶數下降的財報後，該公司的創辦人馬克‧祖克柏表示，TikTok 仍然在增長，而這也導致了該公司做出了一個叫做 Reels 的新產品──模仿 TikTok 的短影音功能，並將這個功能放在 Facebook 與 IG 上，強迫用戶接受這個新功能。
TikTok 的演算法：為你推薦
許多人或許認為 TikTok 與 Facebook 和 Instagram 沒什麼不同，只是媒介從照片、文字貼文換成了短影片，用戶會拉攏、訂閱自己喜歡的明星與朋友，並期待能在 TikTok 上看到這些人發表的新作品。
但 TikTok 的預設河道卻不是以你的訂閱為主，當你打開 TikTok 開始不斷上滑短影音時，很多人或許不太注意一件事情：TikTok 的瀑布流預設設定是「為你推薦」，而非是以你追蹤的用戶為主的「關注中」。
即使 Facebook、IG、TikTok 等演算法都是以你的興趣推薦給你為主，但 Facebook 跟 IG 原本的推薦貼文，是以你的朋友、跟隨的粉絲專頁或品牌帳號等的貼文，再配合你的興趣將貼文推算給你；但 TikTok 的「為你推薦」完全不同：它利用包括按讚、轉貼、下載等方式獲取了興趣資料後，直接在「為你推薦」的瀑布流上把相關興趣的短影片推薦給用戶──但它卻不是以你有跟隨、加入的用戶為主，也不管這些影片是否是你跟隨的用戶上傳的。
這樣的演算法與以朋友圈為主的演算法有個顯著的差異：你有可能因為是朋友而對貼文按讚、但這個讚不見得是你的興趣，不過「為你推薦」的內容不會因為是朋友而影響你的決定，反而能更準確判讀你的興趣。
這種演算法有利於最大限度吸引用戶的注意力、進而提升對短影片的互動參與。透過平台定義的演算法，這些數據不會受到你的好友圈干擾，還能為你量身訂製最適合你的推薦內容。
Facebook、IG、YouTube 三大平台加入推薦混戰
TikTok 的爆發式流行，這種完全基於平台推薦的演算法可能也幫了大忙──而這個純以興趣的演算法，已經讓現有的幾個平台感到了極大的威脅性，證據就是包括 Facebook、IG、YouTube 三大平台現在都已經會在你的原本的內容中，加入完全跟你追蹤無關的推薦內容──這些內容單純是以你可能會有興趣的內容為主。
以往花在 Facebook、IG 上的 40 分鐘除了觀看有興趣的內容外，還會花一半的時間與朋友互動，但現在如果只看推薦算法，那這 40 分鐘用戶都可以用來娛樂自己──而這就是純推薦算法之所以吸引用戶的最大原因。
▲ 各大平台 2022 年美國用戶平均的花費時間。（Source：Insider）
如果你有注意到，這兩年 Facebook 跟 Instagram 上為你推薦的內容變多了，而且 YouTube 也推給你更多你完全不認識、沒追蹤過的頻道影片。許多人都注意在短影音的潛力上，卻很少人注意到純以推薦的演算法，很可能也是 TikTok 能夠增加用戶使用時間的重要因素。
當然，Facebook 與 IG 也早就已經採取了相關對策，在兩大平台上的短影音 Reels 服務也加入了類似的演算法，根據 Facebook 所發佈的資料顯示，目前 Facebook 的內容中大概會有 15% 是以往沒有跟用戶有任何連結、純以興趣推薦的貼文，而馬克‧祖克柏曾表示這個比例到 2023 年底可能會增加一倍、也就是 30% 左右。
推薦演算法的未來發展
雖然現在也是 Facebook 與 IG 決定你能看到什麼樣的內容，但在基於朋友與追蹤者的演算法運作之下，你還是可以看到不同想法的朋友、意見領袖、品牌、店家所發表的內容。但完全基於平台演算法的推薦內容，導致平台的話語權成為一切，你的朋友、你的圈子就此消失，社群平台將不會朝著互動演進，在演算法 AI 的眼中，這世界的一切都是同溫層。
一旦「與朋友、偶像互動」的條件不需要被滿足，平台也就不需要協助維護用戶的朋友圈與互動性，等於全面性地從這個「束縛」中解放，他們只需要考慮如何增加更多的演算法、並讓所有用戶都為了能被演算法推薦而想盡辦法競爭。
這將有效紓緩他們對於「追蹤」功能的焦慮，目前台灣能接觸到的三大平台包括 Facebook、IG、YouTube 上的「追蹤人數」，都已經因為內容與追蹤數的飽和而失去了意義──不管你的追蹤數、粉絲再多，也不能保障你的貼文或影片能夠有一個基礎的觀看數存在。
換句話說，在未來的社群時代，追蹤很可能會成為一個過時的功能，人們也不再會追求追蹤數，只會要求觀看者按讚、留言等更為「實際」的互動。
往後的「社群」平台很可能不會再考慮朋友圈的看法，而是純粹以推薦演算法的娛樂為主，而往後社群軟體的朋友間互動，可能會更偏向 LINE、Telegram 等通訊軟體的群組功能那樣，純粹讓朋友之間靠貼文聯絡近況，並轉而向 TikTok 這類以純推薦為主的社群軟體、追求推薦更精準而帶來的娛樂效果。
The End of Social Media and the Rise of Recommendation Media
Meta Shares New Insights into How to Maximize Your Content Reach on Facebook
（首圖來源：Unsplash）