一个带有 AI 的导航系统会自动计算到达目的地的最快路线。
它使用交通数据、地图以及数百万次行驶记录。
很多司机完全信任这个系统。
在很多情况下，它确实可以节省时间。
有一天，导航把许多汽车引导到一条非常狭窄的居民街道。
很多司机同时选择了这条路线。
街道很快变得拥挤，居民开始抱怨交通问题。
尽管如此，系统仍然不断推荐这条路线。
问题： 为什么导航算法会一再推荐一条道路，即使这样会让道路变得更糟？
答案将在明天解锁。
算法是根据每一次行程单独进行评估的。
如果某条道路在某一时刻看起来稍微更快，
系统就可能同时把它推荐给很多司机。
但正因为这样，新的交通就会产生。
道路往往在很多车辆已经选择之后才变得拥堵。
这种现象有时被称为“自我强化效应”。
推荐本身改变了它想要测量的现实。
结果： 导航系统可以优化路线 —— 但如果太多人同时遵循同一个建议， 这个建议本身就可能造成新的交通问题。