你有沒有發現，你的大腦變得很窄?
不是物理上的窄，而是當你打開手機，Youtube 知道你想看最新的美妝資訊、Netflix知道你喜歡懸疑劇情片、Threads 知道你喜歡第一屆《OOXX》的文體。
只要當演算法捕捉到你的口味，馬上馬不停蹄的把相關的內容一則又一則的推播到你眼前。
看起來是最適化推薦你的內容，其實是讓你在不知不覺中活得像是飼料雞一樣，不停地被餵養。
演算法正在扮演看不見的手，根據你過往的點讚，定時、定量投放它認為你會繼續吞下的內容。
看到這邊，你可能會反問：「演算法如果都能推薦我感興趣的內容，那有什麼不好?」
其實沒有不好，但我會認為它讓我們喪失了「變得不一樣」的契機。
演算法的核心邏輯是「追蹤你的過去」，它不斷重複餵食你曾經點擊過的偏好。
當我們以為自己在探索世界時，其實你只是在同一個資訊池裡打轉。
如果你的生活只剩下「猜你喜歡」，那你的生命將不再有「意外」。
我們都曾在某些時刻感受過，
「明明我們的資訊獲取成本已經趨近於零，但眼界卻反而越來越窄？」
▌演算法是用你的昨天，來定義你的明天
在推薦演算法的世界中，有一個概念叫協同過濾 ( Collaborative filtering ) 。
概念是檢視跟你相似的其他人，會喜歡或是曾經的瀏覽紀錄，推薦你相似的產品。
這套邏輯是極為有用的一套計算邏輯，卻也建立在一個假設之上：
跟你最相似的使用者A，如果使用者A喜歡B內容，那你應該也會喜歡B。
這意味著，在錯綜複雜的向量關係中，我們被迫變得跟大多數人一樣。
大部分跟你相似的使用者會喜歡，那麼你應該也喜歡，或者是你只能被迫喜歡。
在演算法的世界，我們不再是一個獨立的觀察者，我們只是大數據樣本中的一個抽樣。
這種精準推薦，正在無形中替我們打造了一間「資訊無塵室」。
除此之外，也看不到意見不同，或者是演算法認為不屬於你的資訊。
演算法過度追求精準推薦的效益，代表它會避免出現那些使用者感到不適，或是無感的資訊。
然而，在生物演化的過程中，人類之所以能進化，正是因為我們不斷在面對危險、刺激與各種令人不安的挑戰。
但在這種無菌的資訊溫室底下，我們只聽得見、看得見自己已知的資訊，失去了改變的免疫力。
我們無法透過不同的刺激，擴張我們的認知邊界，甚至失去與不同立場對話的能力。
我們只聽得見自己認同的聲音，看得見自己已知的資訊。
當演算法馬不停蹄地強化我們的偏好、迴避你的厭惡，與真實世界那種充滿變化、交互作用的連結就徹底斷裂了。
演算法能精準推播我們「想要」的刺激，卻永遠給不了我們「需要」的成長。
除非我們主動打破這道牆。
▌打破「協同過濾」：在實體書展「隨機碰撞」拓展視野
如果說，演算法是用你的昨天，來定義你的明天。
那麼參加實體展覽就是一場強制打破演算法牢籠的解決方案。
(寫到這邊，突然有種AI感，差點要寫出：這不是…，而是…的 AI 句子)
最有效的方式不是去對抗程式碼，而是將自己放置到實體空間中，透過「隨機碰撞」強行拓展認知的邊界。
這種物理性的碰撞，與演算法邏輯存在著本質上的差異：
- 資訊頻寬的瞬間最大化
在演算法的世界，我們的視野受限於手機螢幕，而且一次只能瀏覽一則內容。
但在書展中，我們的視野是完全被打開的。一踏入展場，成千萬冊書籍同時映入眼簾，資訊頻寬在瞬間擴增到極限。
當我們走過一個攤位，無論是平放陳列還是展示在書架上，幾百本書的封面與書背進入視線。
這種瞬間高密度的資訊流，比起社群媒體的短文、短影音，會強迫大腦短時間處理大量「非預期」的刺激，進一步觸發你的興趣，甚至是連我們自己都不曾察覺到的潛在興趣。
- 從演算法中奪回「主動選擇權」
在螢幕前，我們是「被動接收者」；在書展裡，我們是「動線決策者」。
當一口氣接受到大量刺激後，下一步就是取決於我們要將注意力投入哪本書籍了。
每一本書的封面設計、紙張觸感，都在提供我們多維度的判斷標準。
這種環境迫使大腦重新啟動篩選與思考的機制，而不再是把自己的選擇交給演算法。
我們可以選擇把注意力在書本間遊走，看到感興趣的書、有趣的文字，就拿起來翻翻。
周加恩曾有個巧妙的譬喻：「把圖書館當成社群媒體」。
把圖書館當成社群媒體
行走在書本之間，看見有趣的書，有趣的標題，就拿起來翻個幾頁。
看個前言，看個目錄，遇到喜歡的章節就坐下來繼續深讀，在保溫杯裡偷偷裝著咖啡，看膩了就放回去，繼續走路，隨意瀏覽下一本書。
幹嘛把書看完呢？反正滑臉書本來就已經是破碎、片段的文字了，
何不直接把書變成破碎、片段的文字，自己創造自己的「行走演算法」
透過這種方式，我們不再是被迫接受餵養的生物，而是重新擁有了挑選獵物的權利。
- 透過「策展人的品味」拓展認知邊界
演算法只會餵養你感興趣的內容， 線性的演算法也讓你看不到別人感興趣的內容。
但在書展的實體場域中，我們可以看到策展人的品味。
在以商業管理為主的展場中，我們可以看到各家編輯的選書品味。通常天下的展區，就會是以商管為主。
我也會到以台灣文學、或是每年都有的異國主題去逛逛，因為這些平常比較不是我的涉獵範圍。
我最喜歡的還有各大專院校的出版專區，雖然通常不會在這邊掏出腰包，但獨樹一格的品味也讓人流連忘返。
這些「非線性」的體驗，正是對抗演算法最有效的武器。
為了讓這種碰撞更具效益，我想跟你分享我的書展攻略，幫助我在書展中打破演算法的限制。
▌如何進行一場「高質量的書展冒險」
我想跟你分享，我去逛書展的三個小技巧。
- 挑選有興趣的短講
書展當中，在各個展區都有小舞台，每個場次都有邀請作家來場沙龍短講。
我會建議你先查活動時刻表( 如果你有興趣，可以參考時刻表，連結 )，鎖定幾個感興趣的主題。
人家常說，透過閱讀可以在短時間吸收一個人的智慧。現場短講，更是一個現場互動的好機會。
透過現場分享以及主持人的問答，有時候會比閱讀帶給我更大的啟發，或者是引發我對作家著作的興趣。
- 帶著書單，執行精準補給
雖然前面分享了這麼多，期待能夠現場偶遇打破演算法的推薦。
但在追求驚喜的同時，我也還是會帶著我的待買書單。
在書展中，利用促銷優惠進行「精準補給」，如果能夠用有限的預算，讀更多的書，何樂而不為?
3. 空白的心
這是我最迷戀的一部分，也是上面忍不住跟你分享的：保持一顆空白的心。
每年書展，我都會保留一部分的期待，留給那份偶遇。
最讓我印象深刻的一次，是遇到「盲盒選書」。
書籍被牛皮紙包裹，看不到封面和書名，只有在包裝上黏貼一張編輯親筆撰寫的小卡。
小卡上寫著編輯的推薦小語，同時也是我唯一的線索。我只能透過編輯的文字(可能還有厚度XD)，挑選那本未知的書籍。
這種在打開之前都無法預知的驚喜，在資訊獲取成本已經趨近於零的世界，我覺得這是屬於讀者與編輯之間最有溫度的連結，是演算法始終無法模擬的浪漫。
▌結語：去一趟書展吧
寫到最後，我想說的是，演算法本身是社群時代最偉大的發明之一。
確實為我們在資訊爆炸的時代省下了篩選的力氣，但同時也抹煞了那種「不期而遇」的樂趣。
當我們永遠只侷限在過去的喜好，我們同時也失去了改變了契機。
2026.02.03 - 2026.02.08 去一趟台北國際書展吧(官方網站：https://www.tibe.org.tw/tw/)。
與其讓演算法用你的昨天來定義你的明天，不如在實體書展「隨機碰撞」拓展視野。
這個世界很大，它不應該、也不可能被濃縮在你的推薦頁面裡。
