信息过载的产生来自于人脑机制。人脑的信息处理能力是有限的。大脑每天负责处理人在工作、学习、娱乐中收集的信息，当同时有过多的信息需要处理，达到信息瘫痪的临界点，大脑就难以继续处理信息和采取行动，从而发生认知过载。

云顶集团游戏app美国加州大学伯克利分校的一项研究这样阐释“信息大爆炸”这一概念：仅仅花了16年，人类生产的数字信息量就相当于人类历史上积累信息的总和。信息增加的速度仍在飞速增长，2025年人类社会新产生的数据将达到175万亿GB。

在平台和高校的推动下，这所大学中的内容还在日益丰富多元。就在今年9月开学季，除了各大高校陆续返校的在校生外，还有一群云旁听生正蓄势待发。

近年来，科普已经日益成为全民科学素质提升的重要手段。目前摆在科普工作和相关人士面前的一大课题是，如何进一步打造泛精准信息化科普服务平台，通过创新发展现代科技馆体系、提升科普信息化水平、推进科幻产业发展等举措，更加丰富完善科普的内容与形式，实现科普资源数量和质量的共同提升，以科普现代化助推全民科学素质提升。

近年来，顶尖高校纷纷组团在抖音营业，开设公开课直播，院士、教授、高校教授纷纷开讲，拆除教育门槛，将知识输送到更远更隐秘的角落，流向了更多更需要它的人群。5年前，北大官方抖音账号正式开始运营。目前，北大的抖音号已拥有超800万粉丝，更有千万人在线“选修”过北大的公开课。

面对浩如烟海的信息，各种解决方法应运而生。分类法是最早的尝试之一，从书籍的中国图书馆分类法到雅虎早期的内容分类目录，再到腾讯首页的各类板块划分，都是为了让人们在海量信息中找到方向。但很快人们发现，即使有了分类，信息仍然严重过载，以至于为每一个物品赋予类别都变得极为困难，展示分类索引或目录也成了难题。

在抖音，平均每天有超20万人次在观看高校直播课。通过观看抖音公开课，人们可以自由选择自己感兴趣的内容，享受顶级名校和一流名师的教育。

短视频上的知识类短视频便是一个很好的例子。在推荐算法的加持下，很多冷门小众的知识视频开始受到用户欢迎，众多小众知识凭借全新的表现形式和算法的技术优势，被越来越多的网友看到、关注和喜爱。

这背后正是推荐算法的精准有效分发，让冷门小众的内容被有需要的、感兴趣的人看到。也正因为推荐算法，信息流动速度更快，信息找人更精准，让这些冷门却有价值的内容获得了更多流量，实现了自身价值的最大化。

昔日的“冷门绝学”甲骨文专业在抖音翻红，80万网友在科普作者@李右溪的账号里研究甲骨文；社科院考古研究所研究员许宏化身“公众考古第一人”，成功把考古学带出圈；娃娃脸博导用短视频科普“高冷”星际化学，带领网友们用新视角仰望星空。此外还有弦理论、哲学、量子隧穿、真空灾变……

如今，推荐算法已经解决信息过载的常见解决方案。优秀的推荐算法可以根据用户的个人品味、兴趣偏好进行精准有效分发，把人与信息更高效地连接起来，在浩瀚的信息海洋中，精准的筛选出个体所需要的内容并进行推荐。

同时，算法推荐也解决了“信息过载”环境下，知识如何高效流动的问题。这些曾经难以进入大众化视野的专业甚至冷门艰深的知识内容，以及日常的生活经验，都在高效的个性化推荐传播中获得广泛的受众，最终短视频成为了信息过载时代里一座“没有围墙的大学”。

优质的推荐算法正是其中不可或缺的一环。对网友、用户来说，推荐算法帮助提高获取知识内容效率，拓展多元接收渠道和灵活的学习方式，调动年轻人的科学兴趣和学习积极性，进而增强他们的科研活力和创新潜力，经常有网友评论“知识以意想不到的方式进入脑子”“妈妈我出息了，我在抖音上大学”。

《2023抖音公开课学习数据报告》显示，全国147所双一流名校中，有137所入驻抖音平台，覆盖率达93.2%。有400位教授、45位院士、4位诺奖得主在抖音传递知识，其中，北京大学、清华大学、中国科学院大学位列抖音网友最喜欢的授课高校前三名。

在这里一过程中，推荐算法不只解决了信息筛选问题，还使得一些原本小众、从数量上并不占优势的优质内容得以被发掘出来，并被推送到真正需要的人面前。