罗盘 / 推荐对齐
暗星档案 · 未点亮的星

推荐系统与人类福祉对齐

本条为初评草案(AI 辅助编目 · 评于 2026-07):T 阶为三问初评(撬动面 × 停滞度 × 临界性),双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程,其贡献与星阶按 HCF 独立重评,不从暗星自动继承。

推荐系统与人类福祉对齐T6 量级 · 行星
分发算法事实上主宰着文明的注意力流向,可它的目标却和人的长期福祉系统性错位。
暗星编号DS-0100
R · 风险与文明安全
领域information-communication
状态初评草案 · 待双评与红蓝复核
这是什么 · 为什么难

今天决定几十亿人看到什么的,是各平台的推荐算法。它们优化的是停留时长、点击、互动,而不是人的长期福祉、心理健康和信息质量。这是文明级的注意力治理问题:人类集体的注意力被一套与自身利益错位的目标函数在悄悄分配。攻破它,意味着分发算法可以被重新对齐到"让人过得更好"而不只是"让人停得更久"。

卡在哪 · 机制级卡点

卡点是根本性的:一是"人的长期福祉"极难被度量化、变成算法能优化的目标;二是即便能度量,它往往和平台的短期商业激励直接冲突——广告和参与度模式天然奖励"抓注意力"。度量难题与激励对立叠加,让平台内部几乎没有动力真正去做。

谁在攻

人道技术中心(CHT)、学界(斯坦福 HAI 等);平台内部只有零星尝试——接近无人区

怎么参与

可从计算社会科学 / 人机交互 / AI 对齐方向切入,进 CHT 这类公益技术组织或大学的负责任 AI 实验室,最值得攻的子问题是"福祉的可度量化指标"和"能兼容商业模式的对齐机制"——先把"更好"变成算法能算的东西,是打开这片近乎无人区的第一把钥匙。

谁在攻这颗暗星 · 攻关者名录9 人

这不是终点站——今天在这颗暗星上攻坚的人,就是明天点亮它、登上星光榜的候选。名录含科研、创业与第三方三类关键角色,初评待核实,欢迎补充与纠正。

ACADEMIA学界 · 科研5
乔纳森·斯特雷Jonathan Stray高级科学家
加州大学伯克利分校 人类兼容 AI 中心(CHAI)
该议题最核心的学者,论文《你在优化什么?》系统提出把推荐系统对齐到多元人类价值/福祉的四条技术路径。
斯图尔特·罗素Stuart Russell教授 / 中心主任
伯克利 CHAI
AI 对齐奠基学者,公开论证推荐算法会为提升点击而「操纵用户偏好」,把福祉对齐纳入 AI 对齐框架。
阿尔温德·纳拉亚南Arvind Narayanan计算机科学教授
普林斯顿大学
研究算法放大与社媒推荐的社会影响,著《AI 骗局(AI Snake Oil)》,为推荐系统治理提供实证与祛魅。
拉维·艾耶尔Ravi Iyer研究总监(前 Meta 数据科学家)
南加州大学 Neely 中心
主导「社媒设计准则(Design Code)」,把「上游设计」而非内容审核作为改善平台福祉影响的抓手。
乔纳森·海特Jonathan Haidt社会心理学教授
纽约大学斯特恩商学院
著《焦虑的一代》,以证据论证社媒推荐流对青少年心理健康的系统性损害,为福祉对齐提供需求侧的紧迫性证据。
THIRD PARTY第三方 · 政策/资助/倡导4
特里斯坦·哈里斯Tristan Harris联合创始人
人道技术中心 CHT
前谷歌设计伦理师,提出「争夺注意力」批判与「时间花得值(Time Well Spent)」,是推荐算法福祉对齐议题的头号公众推动者。
阿扎·拉斯金Aza Raskin联合创始人
人道技术中心 CHT
共同创立 CHT,系统揭示参与度优化目标与人类长期福祉的结构性错位。
弗朗西丝·豪根Frances Haugen举报人 / 倡导者
Beyond the Screen(前 Facebook)
2021 年以内部文件揭露 Facebook 明知参与度算法损害福祉仍不改,把「度量-激励错位」变成全球公共议题。
乔·埃德尔曼Joe Edelman创始人
意义对齐研究所 Meaning Alignment Institute
「Time Well Spent」概念共同提出者,长期研究如何把「意义/福祉」变成算法可优化的可度量指标。

去哪家 · 机构与公司名录4 家 · 其中初创/成长期 0

给求职者和投资人的信息增量——不只是听过的大机构,更多是正在攻这颗暗星的初创与新公司(联网实搜、初创优先排序,初评待核实)。

来源 · 可查证