在Netflix點浪漫劇卻變動作片?從更動縮圖看演算法如何「單一化」你的觀影品味
在Netflix點浪漫劇卻變動作片?從更動縮圖看演算法如何「單一化」你的觀影品味

Netflix 會把觀影偏好相近的用戶,分類進相同的「品味社群」裡。這樣的「品味社群」共有多達兩千多個。此外,Netflix 也會幫影片做分組。Netflix 的演算法一共可以識別七萬七千種次類別。每個次類別,都代表著一小群用戶會喜歡的片種,像是「燒腦的法國藝術電影」、「一九七○年代以非裔美國人為主角的動作冒險電影」,還有「真實故事改編的感人戰爭片」等等。

但通常,Netflix 的用戶不會知道自己早已被演算法分組對待了,也不會曉得Netflix 上有著那麼多、那麼細的影片分類,因為他們從未有機會選擇要看哪種次類別的片子。在Netflix 的首頁上,用戶唯一能看到的,就是演算法系統認為最有可能吸引他們點進去看的一小撮影片而已。

更為驚人的是,Netflix 演算法還會依照個別用戶的喜好,更改每檔節目的縮圖。這項技術從二○一七年下半年開始啟用,官方將之稱作「個人化的封面圖片」。帕科維奇也在他的假帳號實驗中發現了這個現象。在為期兩週的實驗期程結束後,在每個假帳號的頁面裡,不同影片的縮圖,看起來卻都非常相似。

帕科維奇說道:「在浪漫主義者的頁面上,最上頭的兩排,Netflix 一共為他推薦了十檔節目。這十檔節目中,有五檔的縮圖都是一對戀人正在摟抱的畫面(他們有的正在接吻,有的互相含情凝視)。」同樣的情況也發生在體育迷的身上。在他的首頁裡,每檔節目的縮圖,幾乎都是男性角色正在進行高張力動作的畫面,例如揮舞拳頭、飛身撲救即將破門的足球、跨坐騎在牛背上等等。

在帕科維奇提供的螢幕截圖中,這些縮圖連番上陣,看得令人頗感噁心。那種感覺,就好像去到一家餐廳,卻發現菜單上滿滿都只有漢堡,沒有其他。

這些縮圖有時還會誤導觀眾。例如,Netflix 製作過一檔叫《外灘探秘》(Outer Banks)的影集。在體育迷的頁面上,這檔影集的縮圖是兩個人拿著衝浪板走向水邊的畫面;而在浪漫主義者的頁面上,縮圖卻是兩個人準備接吻的特寫鏡頭。這兩張縮圖,無疑都是演算法分析了他們的觀看紀錄後,為他們量身訂製的。但問題是,這兩張縮圖都不能代表這檔節目真正在演什麼。事實上,它是一部充滿動作情節的懸疑劇,探討的主題是失蹤和謀殺。

不少Netflix 訂戶都注意到一個令人不安的現象:雖然Netflix 宣稱不會將用戶的種族納入分析,但其首頁上的縮圖,卻似乎只會呈現和用戶膚色相同的角色。

二○一八年,Netflix 的這種做法,便引來了一番爭議,起因是有人發現在他的Netflix 上,浪漫愛情喜劇《愛是您.愛是我》(Love Actually)的影片縮圖用的是黑人演員艾吉佛(Chiwetel Ejiofor)的劇照,並且將他呈現得有如該片主角一般,但艾吉佛在片中實際上只是個次要的角色。這種迎合用戶喜好變更縮圖的做法,扭曲了影片真正的內容,試圖讓用戶誤以為那些節目符合他們的口味;因為如果縮圖都老老實實呈現出節目內容的話,有的節目你可能就不會點開了。

而 Netflix 演算法正在做的事,就是盡可能誘導你點開影片,賭賭看你會不會把它看到完。由此可見,Netflix 從頭到尾都在試圖操縱使用者的行為。儘管Netflix號稱會提供你符合個人品味的影片,但事實上光靠Netflix演算法,你根本無從培養個人品味。

在實驗期間,帕科維奇還創了一個控制組帳號,用它隨機觀看Netflix 上的內容。結果帕科維奇發現,這支帳號竟然也被Netflix 推薦了特定的內容:《玩命關頭》系列的全八部電影。事實上,帕科維奇創的每支假帳號,都曾被推薦過《玩命關頭》系列電影,縱使這幾個帳號並不是都對這類片子感興趣。不過也有可能單純是因為Netflix 花了高額的費用才引進了《玩命關頭》系列。

帕科維奇寫道:Netflix 演算法「名義上是在做個人化推薦,但實際上只不過是把用戶較有可能點開的影片推給他們而已」。如果只是因為大多數觀眾都喜歡《玩命關頭》,所以就把它推薦給你,那這根本稱不上是個人化推薦。

所以說到底,Netflix 並不會真的替你找出最符合你偏好的影片,而是只會把廣受歡迎或者當下正好有播映權的影片推薦給你,並創造出一種符合你品味的幻覺。

在實體出租店面倒光以前,任何一家稍具規模的百視達,至少都會有六千部以上的影片;但在二○二三年,Netflix 上所有的影片,才只有不到四千部而已。透過演算法推薦機制,Netflix讓人產生了各種影片都有的幻覺,但那其實都是假象。

Netflix 演算法評判內容的方式,就是看它能否瞬間取得人們的喜愛,這點和社群平臺的做法並無不同。然而,這種方法卻和「品味」的意涵背道而馳。過去,人們相信藉由培養個人品味,可以幫助我們建構出更好的社會和文化環境;但這套理念卻已經逐漸式微,取而代之的則是某種形式的消費主義:你購買了什麼東西、看了什麼影片,就定義了你是個什麼樣的人,同時也決定了你該要消費什麼樣的文化產品。

誠然,帕科維奇做的實驗,和正常的使用情境不會一樣。現實中很少有人會只看特定類別的作品,所以多數訂戶在Netflix 首頁上看到的內容,很可能會比那幾個假帳號所看到的更多樣化一點。

但即使如此,Netflix 的推薦機制和更動縮圖的做法,確實會使我們的品味朝單一化的方向發展,並限縮了我們接觸異質事物的機會。Netflix 的身段雖然柔軟,但它仍舊不斷將特定的影片強迫推銷給我們,使得我們的品味變得僵化,甚至變得只能欣賞某個窄小範圍內的作品。

縱使演算法推薦的準確度提升了,但這樣的推薦系統仍舊對用戶的視野造成了限制。正如帕科維奇說的:「Netflix 會透過演算法系統,不斷鞏固訂戶原有的偏好,減少他們接觸到不一樣文化產品的機會,並因而削弱了藝術、美學和文化具有反抗性質的社會角色。」這個現象,著實令人憂慮。

並不是說偉大的作品都一定得要冒犯社會大眾才行;而是說,當你身邊的一切事物都循規蹈矩時,我們就不會再有機會看到真正前衛的作品。如今,網路世界多的是符合種種細緻規格的作品,但大膽挑戰常規的作品,卻極為罕見。

(衛城)扁平時代_立體書封_有書腰_300dpi.jpg
圖/ 衛城出版

延伸閱讀:你也會「效率追劇」嗎?85%的人會開倍速看影片,他們究竟在急什麼?
Spotify用「假音樂」降低版權支出?「幽靈音樂家」正在入侵你的播放清單

本文授權節錄自:《扁平時代:演算法如何限縮我們的品味與文化》,衛城出版

往下滑看下一篇文章
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓