抖音近日联合中国科学院算法领域专家推出了一档名为《系统讲透推荐算法》的科普课程，旨在以通俗易懂的方式向公众阐释推荐系统的工作机制。该课程共包含10集内容，总时长约90分钟，已通过抖音安全与信任中心官网及“图灵宇宙”账号同步发布。截至统计时，系列视频在平台上的累计播放量已接近600万次。
课程设计采用模块化讲解方式，从视频进入内容池的初始环节切入，逐步展开召回、排序、多目标优化、冷启动、大模型应用、算法评估及内容治理等核心环节的解析。例如，第六集聚焦“多目标优化”概念，指出推荐系统并非仅依赖点击率或完播率等单一指标，而是综合考量观看时长、点赞、评论、收藏、分享及关注等多元反馈信号，以平衡用户偏好、内容长期价值、多样性及创作者体验。课程以知识类长视频为例说明，某些内容虽完播率较低，但可能引发收藏、复看或进一步搜索行为，多目标建模正是为了更精准识别此类内容的实际价值。
针对用户普遍关注的“新用户冷启动”问题，第七集详细解释了推荐系统的应对策略。系统无需依赖用户身份标签进行内容匹配，而是通过提供多样化试探性内容，结合用户后续的观看、停留、点赞及“不感兴趣”等反馈，逐步优化推荐逻辑。新发布的视频同样需经历冷启动阶段，算法会基于内容特征与早期用户互动数据，定位潜在兴趣人群。这一过程被视为推荐系统与用户建立认知的起点，随着行为数据的积累，推荐内容将逐渐贴近用户真实偏好。
该课程的主讲人张立波为中国科学院软件研究所研究员，长期从事人工智能算法研究及科普工作，其研究方向涵盖计算机视觉、代码理解等领域。他表示，课程设计注重技术逻辑与大众认知的衔接，通过拆解推荐链路中的关键环节，帮助非专业用户理解算法如何影响内容分发。
此次科普项目的推出，是抖音推进算法透明化的重要举措之一。此前，平台已通过上线安全与信任中心、开放推荐系统原理说明、升级“使用管理助手”等功能，持续向用户公开技术运作逻辑。2026年，中心还增设了交互式“体验算法”板块，以动画形式演示视频从召回到排序的全过程。此次与科研机构合作推出系统课程，进一步以结构化、场景化的方式深化公众对算法技术的认知。
随着人工智能技术的普及，公众对算法决策过程及其社会影响的关注度显著提升。抖音方面称，未来将持续联合专家学者及知识创作者，开发更多形式的科普内容，帮助用户提升对推荐技术的理解与运用能力，促进技术发展与公众认知的良性互动。
