社交媒体内容千篇一律？都是物理学基本定律惹的祸
在TikTok上观看数十段舞姿相似的舞蹈视频，或阅读大量内容大同小异的推文后，用户不禁会这样想：社交媒体上的信息大多是重复的。
这绝非偶然，而是一种必然。社交媒体是一种特殊的沟通渠道，旨在传播人们感兴趣的内容，以增加广告收入。为此，社交媒体会尽力使熵最小化，说人话就是使包含的信息最少化。
这是有物理学基础的。根据热力学第二定律：宇宙中的熵随时间增加。奥地利物理学家路德维希·玻尔兹曼（Ludwig Boltzmann）首次解释了热力学第二定律的统计意义：物质微粒处于各种可能能量状态的几率会随时间增加，因此，精准预测物质状态的难度会增大。
奥地利物理学家路德维希·玻尔兹曼
1948年，贝尔实验室科学家克劳德·香农（Claude Shannon）将热力学第二定律的统计意义应用于信息领域，他在论文《通信的数学原理》中写道，就像气体中的微粒一样，英文信息也有熵，他指的是字母组成单词、单词组成词组的方式。
香农在论文中称，在写英文文章时，一半是语法规则，一半是人们的自由选择。自由选择就是熵，包含有信息，“在选择句子时，信息是衡量人们自由选择的一个指标”。
在这一意义上，信息需要保持平衡——句子的熵要适度。熵太小，传播的信息太少；熵太大，传播的信息会显得乱七八糟。
贝尔实验室科学家克劳德·香农
香农认为，任何通信系统都会存在一个问题：信息在通信过程中出现意想不到的“篡改”：糟糕的熵。在香农看来，有两种方式可以减少通信过程中“糟糕的熵”：一种是限制可能发送的信息，另一种是冗余编码技术。
社交媒体是一种旨在传播大量信息的通信渠道。内容并不重要，重要的是能传达大量消息，重要的是总量，而非单条信息。
从社交媒体角度看，好的熵——众多网民发表言论的不可预测性，也是糟糕的熵，因为它可能使用户收到的信息具有相当高的不确定性。
正如香农提出的那样，人们有两种选择可以解决这一问题：一是增加信息的冗余度和可预测性，二是通过编码系统提高信息的冗余度和可预测性。
社交媒体同时采用了这两种方法，例如点赞按钮是通过编码技术提高信息的冗余度和可预测性；用户还会不自觉地降低自己信息的熵，例如在Facebook上转发其他用户可能感兴趣的帖子，在Instagram上发布可能会被“点赞”的照片。
模因是压缩数据的一个途径，也是降低熵的一个“典范”。理解社交媒体努力降低熵的原因，有助于厘清对社交媒体的部分误解。
通过冗余降低熵或提高可预测性，不仅是正常的，也是通信系统的奥义。社交媒体也是如此，通过降低熵提高可预测性。这再次表明，对于社交媒体来说，重要的不是内容，而是能让人们轻松“get”到的内容。
作为营利性企业，社交媒体最关心的并非是用户的内容，而是广告客户购买广告。在熵最大的情况下，广告客户会无所适从，以近乎相等的几率随机购买各类内容的广告；在内容重复、可预测的情况下，广告客户购买广告会变得更“有的放矢”。
