(薛宇飛)近幾年，隨著推薦算法在互聯網信息平臺的廣泛應用，信息繭房效應也受到關注。部分觀點認為，推薦算法應用可能導致用戶接收信息偏于單一、興趣過于狹窄，陷入像蠶繭一般的“繭房”中。不過，隨著相關實證研究的推進，越來越多的學者對算法導致或放大信息繭房效應這一主觀推斷產生了質疑。

(資料圖片)

近日，清華大學社會科學學院積極心理學研究中心在線上舉行“用戶使用、算法推薦與信息繭房的關系再思考”主題研討會，并發(fā)布了研究成果《破繭還是筑繭？用戶使用、算法推薦與信息繭房研究報告》(下稱報告)。會上，來自清華大學、中國人民大學、北京師范大學、復旦大學、廈門大學、華中師范大學、深圳大學的學者圍繞用戶選擇、算法推薦與信息繭房的關系，如何防范“信息繭房”效應，更好發(fā)揮算法效用與價值等話題展開討論。

上述報告及多位與會學者基于各自的實證研究發(fā)現，認為從中長期看，個性化推薦算法不但沒有導致“信息繭房”，反而可能為個體提供了更多元和理性的信息世界，以抖音為代表的個性化推薦機制有助于推動用戶獲取多樣化信息。信息繭房效應受到個體、社會、場景與技術等多種因素共同作用，不能將對信息繭房問題的擔憂簡單歸責到算法。其中，個體在信息消費過程中的主觀能動性、使用行為和社交關系等因素不容忽略。

個性化推薦破繭效應明顯，用戶長期使用可有效擴大信息接觸范圍

如今，個性化推薦技術廣泛應用于短視頻等互聯網平臺，在信息過載時代，推薦算法可以實現信息與人的精準匹配，降低用戶的信息選擇成本，滿足用戶個性化的需求。但同時，用戶選擇、推薦算法與信息繭房的關系也成為關注焦點。

關于個性化推薦算法是否帶來信息繭房問題，清華大學社會科學學院積極心理學研究中心通過實證調研發(fā)現，信息繭房受到個體、技術、場景與社會等多種因素共同作用，用戶接觸的信息多元化程度受到其與算法互動模式的影響，并不能將對信息繭房問題的擔憂簡單歸責到算法，這一發(fā)現與學界多項實證研究結論相一致。

深圳大學傳播學院教授楊洸的一項實證調研發(fā)現與上述結論相吻合?；诮袢疹^條APP用戶調研，楊洸發(fā)現，算法推薦并沒有導致信息繭房效應，反而可以擴大用戶接觸資訊的范圍，將用戶帶入更廣闊的世界，用戶和算法之間不是彼此孤立地存在，而是始終處于相互響應、相互發(fā)展的狀態(tài)。算法技術和用戶慢慢協同進化，算法技術創(chuàng)造了很多新聞偶遇的機會，開闊用戶的信息視野。

復旦大學新聞學院副教授鄭雯的研究發(fā)現同樣印證了上述結論，“筑繭”并非推薦算法技術應用的必然，不同類型網絡媒介的信息繭房效應表現不同，不能一概而論。微信等“熟人社交型”媒介趨于“筑繭”，微博等“公共討論型”媒介趨于“破繭”，短視頻app等“垂直傳播型”媒介既未“筑繭”也未“破繭”。鄭雯指出，近期的實證研究表明，算法推薦并非帶來網絡媒介繭房效應的核心因素。

報告基于對國內短視頻平臺的實證調查發(fā)現，隨著使用時長的增加，用戶越不容易感知到內容同質性，兩者是反比關系，這說明算法推薦對信息繭房效應并沒有決定性作用。報告匯報人、清華大學社會科學院研究助理陳絢對此分析，這說明個性化推薦算法并不“閉塞”，而是不斷會給用戶提供“破繭”的機會，去接觸不同的內容。

清華大學新聞與傳播學院副教授虞鑫此前基于知乎內容推薦的實證研究也發(fā)現，用戶使用時間越長，繭房效應變弱，在此過程中，“制繭”效應越來越弱，“破繭”效應越來越強，總體向著破繭的方向發(fā)展。

中國人民大學新聞學院教授趙云澤同樣表示，推薦算法導致信息繭房效應的觀點，并非業(yè)內共識。他認為“信息偶遇”可能成為緩解潛在的信息繭房效應的有效途徑。及時預測甚至促成用戶興趣或需求的遷移或擴展，提供信息偶遇機會，也是突破繭房的一種思路。

復旦大學新聞學院教授、媒介素質研究中心副主任張志安認為，用戶的使用動機是信息接觸的主要驅動因素，算法并非決定性因素。他建議將算法推薦、社交分發(fā)、主動搜索信息三種不同的信息獲取方式整合在一起，防范單一信息渠道與技術應用可能帶來的局限。

研討會上，北京師范大學新聞傳播學院教授喻國明稱，當今社會對算法存在污名化傾向，“信息繭房”這一帶有負面含義的比喻容易引發(fā)大眾對于技術的恐懼?！叭魏我环N媒介都不可能滿足人們的全部信息需求，不能將這種客觀限制理解為‘信息繭房’，更不能將其歸結于算法推薦?！庇鲊鞅硎?，基于大數據的算法推送對于用戶需求的掌握更精準、更動態(tài)，能夠不斷優(yōu)化內容推送，比經驗型的內容推送更加升維。比如，今日頭條、抖音等平臺已經經過數次算法迭代與升級，對多樣化信息推薦技術不斷優(yōu)化，值得肯定。

個體掌握信息獲取主動權，九成短視頻用戶選擇個性化推薦

報告認為，信息繭房受到個體、社會、場景與技術等多種因素共同作用，其中，個體主觀能動性是影響用戶獲取信息多元化程度的重要因素，如何利用算法、滿足什么樣的需求、獲取什么范圍和什么程度的信息，主動權和選擇權仍然在個體手中。

報告調查抖音、快手、B站、小紅書、微信視頻號等短視頻用戶對個性化推薦的主觀態(tài)度發(fā)現，70%的短視頻用戶對個性化推薦算法持肯定態(tài)度，認可算法技術是海量信息時代的一種有效策略，幫助解決信息過載的問題。

用戶擁有算法知情權、選擇權和主動權，短視頻APP均已上線算法關閉選項。在使用調研中，超過90%的短視頻APP用戶選擇開啟個性化推薦算法，其中，抖音用戶對于個性化內容推薦接受程度最高，開啟比例超過94.4%。這是因為抖音平臺不斷優(yōu)化算法，專門設計了“興趣探索”機制，一方面，每次都會選擇用戶過去不常觀看的內容類目，進行一定比例的推薦；另一方面，也會特別增加一些隨機內容，來保障用戶可見內容的多樣性。

報告進一步分析發(fā)現，不同使用年限的抖音用戶開啟個性化推薦的比例均較高，并呈現“對勾”型趨勢：使用年限在6個月以下的用戶開啟個性化推薦的比例為95%，6個月到一年的用戶開啟比例為89%，1～2兩年的用戶開啟比例為91%，2～5年的用戶開啟比例為95%，5年以上用戶開啟比例接近98%，這說明隨著用戶對算法推薦的價值有更多切身體會和了解，在與非個性化推薦方式的比較中，認可個性化推薦算法的多元作用，在與算法的互動中不斷探索符合自身需求的信息獲取方式。從中長期來看，絕大多數抖音用戶更傾向于選擇開啟個性化推薦來獲取信息，對個性化推薦算法持肯定態(tài)度。

清華大學社科學院助理研究員張鵬認為，無論是被動接收信息，還是主動搜索信息，都反映了用戶使用動機與主觀能動性對獲取信息多元化程度的影響，主動權和選擇權仍然在用戶手中。

報告發(fā)現，用戶接觸的信息多元化程度受到其與算法互動的影響，并非由算法單一影響。當用戶留下“興趣廣泛”的痕跡，更容易被認為是樂意接觸不同事物的，算法也會為其推薦更多樣化的信息。在使用初期，由于用戶只展露出個別喜好，因而算法推薦的內容相對單一，滿足用戶的部分需求；隨著用戶使用時間增加，算法對用戶的了解日趨全面，更能滿足用戶的多元化需求。

清華大學馬克思學院助理教授許麗穎指出，“實際上，個性化推薦并不一定會導致觀念偏狹與信息繭房，關鍵還在于個體對于異質信息的包容度。”

復旦大學社會學系教授桂勇認為需要關注技術、算法、用戶、情境等多種因素，不同類型平臺用戶群體構成與特征不同，繭房效應結果不同，這主要取決于什么人基于何種動機在何種情境下使用。對于擅長使用互聯網的人來說，它帶來了更豐富、低成本的知識體系和發(fā)展機會；對于開放的人來說，互聯網提供了理性的公共討論空間。

報告發(fā)現，相比于使用單一短視頻APP的用戶，開啟個性化推薦并同時使用多款短視頻APP的用戶，其獲取的信息更加多元。這是因為不同短視頻APP所采用的算法邏輯不同，推薦內容和呈現方式不同，更有可能擊中用戶潛在信息需求的靶心，實現信息獲取的健康與平衡，總體上更能防范“繭房效應”傾向。

虞鑫分析，對于“信息繭房”的討論忽略了用戶的主觀能動性。實際上，現實信息環(huán)境是復雜多元的，并非單一同質的，用戶可根據自身在不同階段的不同需求，選擇不同渠道和途徑，從而避免繭房效應。

用戶的主觀能動性、算法技術的迭代進步以及多個差異化信息渠道，都可以幫助用戶防范信息繭房的影響，看見更多元的信息和更大的世界。

以算法助力社會發(fā)展進步，提高公眾媒介素養(yǎng)

趙云澤從整合信息資源、構建“人行道”模式、鼓勵社交分享、建立優(yōu)化“算法價值觀”等方面分享了“信息偶遇”破解“信息繭房”的路徑，以此擴大用戶信息接觸范圍，保障多樣化的信息生態(tài)。他特別建議將偶然性作為算法推送的新原則，增加用戶偶遇信息的概率，打破“信息繭房”。

談到推薦算法未來的發(fā)展，北京師范大學教育學部副教授周序建議，算法推薦技術需要不斷更新和完善，用戶在使用算法推薦技術過程中需要發(fā)揮主觀能動性。廈門大學社會與人類學院副教授吳勝濤建議互聯網平臺應該提供不同觀點與偶遇取向的算法，鼓勵協作生產，促進信息多元化與用戶知識創(chuàng)新。

“算法應用有利于對人類福祉做出貢獻。我們要重視算法技術應用的創(chuàng)新價值，發(fā)揮算法技術的活力，實現效用最大化，在不斷調試過程當中進行算法治理?！比A中科技大學公共管理學院講師宋奇建議。

清華大學社科學院水木學者童松博士建議，建立與人類協同和互信的算法，希望不同學科專業(yè)的人參與到人工智能或者算法研究中，最大程度發(fā)揮人工智能與算法的效用與價值。

展望算法在未來的演進和優(yōu)化，喻國明建議從點、線、面三個環(huán)節(jié)上提升。點，平臺通過擴大數據源和根據社會法則優(yōu)化算法等手段來實現；線，聯動與匹配用戶的內容需求及其社會關系圈層，形成擴張型的算法，在算法優(yōu)化中，將個體的個性化需求與社會公共價值相結合，為用戶提供立體性成長的信息與機會；面，注重社會結構的多樣性，使內容多樣性、算法多樣性能夠得到有效保障。

清華大學社會科學學院院長彭凱平總結，在大數據時代，算法是推動社會進步的重要力量之一，因此要推動算法向善，幫助人們更多參與到社會進步、發(fā)展及創(chuàng)造中。(更多報道線索，請聯系本文作者薛宇飛：xueyufei@chinanews.com.cn)(中新經緯APP)

中新經緯版權所有，未經書面授權，任何單位及個人不得轉載、摘編以其它方式使用。