人們經常吐槽社交媒體上的內容重複，千篇一律，但這是存在物理學基礎的，也是社交媒體故意為之的。ZDNet網站今天刊文揭示了社交媒體上內容重複的秘密，以下為文章摘要：

在TikTok上觀看數十段舞姿相似的舞蹈視頻，或閱讀大量內容大同小異的推文後，用戶不禁會這樣想：社交媒體上的信息大多是重複的。

這絕非偶然，而是一種必然。社交媒體是一種特殊的溝通渠道，旨在傳播人們感興趣的內容，以增加廣告收入。為此，社交媒體會盡力使熵最小化，說人話就是使包含的信息最少化。

這是有物理學基礎的。根據熱力學第二定律：宇宙中的熵隨時間增加。奧地利物理學家路德維希·玻爾茲曼（Ludwig Boltzmann）首次解釋了熱力學第二定律的統計意義：物質微粒處於各種可能能量狀態的機率會隨時間增加，因此，精準預測物質狀態的難度會增大。

奧地利物理學家路德維希·玻爾茲曼

1948年，貝爾實驗室科學家克勞德·香農（Claude Shannon）將熱力學第二定律的統計意義應用於信息領域，他在論文《通信的數學原理》中寫道，就像氣體中的微粒一樣，英文信息也有熵，他指的是字母組成單詞、單詞組成詞組的方式。

香農在論文中稱，在寫英文文章時，一半是語法規則，一半是人們的自由選擇。自由選擇就是熵，包含有信息，“在選擇句子時，信息是衡量人們自由選擇的一個指標”。

在這一意義上，信息需要保持平衡——句子的熵要適度。熵太小，傳播的信息太少；熵太大，傳播的信息會顯得亂七八糟。

貝爾實驗室科學家克勞德·香農

香農認為，任何通信系統都會存在一個問題：信息在通信過程中出現意想不到的“篡改”：糟糕的熵。在香農看來，有兩種方式可以減少通信過程中“糟糕的熵”：一種是限制可能發送的信息，另一種是冗餘編碼技術。

社交媒體是一種旨在傳播大量信息的通信渠道。內容並不重要，重要的是能傳達大量消息，重要的是總量，而非單條信息。

從社交媒體角度看，好的熵——眾多網民發表言論的不可預測性，也是糟糕的熵，因為它可能使用戶收到的信息具有相當高的不確定性。

正如香農提出的那樣，人們有兩種選擇可以解決這一問題：一是增加信息的冗餘度和可預測性，二是通過編碼系統提高信息的冗餘度和可預測性。

社交媒體同時採用了這兩種方法，例如點贊按鈕是通過編碼技術提高信息的冗餘度和可預測性；用戶還會不自覺地降低自己信息的熵，例如在Facebook上轉發其他用戶可能感興趣的帖子，在Instagram上發布可能會被“點贊”的照片。

模因是壓縮數據的一個途徑，也是降低熵的一個“典範”。理解社交媒體努力降低熵的原因，有助於釐清對社交媒體的部分誤解。

通過冗餘降低熵或提高可預測性，不僅是正常的，也是通信系統的奧義。社交媒體也是如此，通過降低熵提高可預測性。這再次表明，對於社交媒體來說，重要的不是內容，而是能讓人們輕鬆“get”到的內容。

作為營利性企業，社交媒體最關心的並非是用戶的內容，而是廣告客戶購買廣告。在熵最大的情況下，廣告客戶會無所適從，以近乎相等的機率隨機購買各類內容的廣告；在內容重複、可預測的情況下，廣告客戶購買廣告會變得更“有的放矢”。