信息茧房：对个性化推送的过度担忧

□ 王诗雯

基于算法的个性化推送，桑斯坦在《网络共和国》中描述的“个人日报”（Daily Me）成为现实。算法满足了受众的需求，个性化推送可以让受众只看他们喜欢的。与此同时，个性化推送引发的信息茧房焦虑也卷土重来。

一、个性化推送产生的“信息茧房”争议

“信息茧房”（information cocoon）的概念同样由桑斯坦提出。他在《信息乌托邦》中指出，在信息传播中，公众自身的信息需求并非全方位的，他们只看自己选择的或能愉悦自己的东西。久而久之，信息就像蚕丝一样将受众与世隔绝，形成一个封闭的茧房①。他认为信息茧房可能会窄化受众的信息来源，割裂不同群体间的交流，破坏多元的民主社会。

在国外，“信息茧房”作为学术概念较少被提及，一般用“过滤气泡”（filter bubble）或“回音壁”（echo chamber）来代替。“过滤气泡”是美国Upworthy网站首席执行官伊莱·帕里瑟于2011年提出的概念。他认为，人们在互联网中所处的信息环境就像一个个气泡，气泡是经过一系列个性化过滤后产生的，这种过滤器遍布互联网，并阻碍人们接触新观点②。“回音壁”也叫“同温层效应”，媒体上指在一个相对封闭的环境中，意见相近的声音被不断重复，并以夸张或其他扭曲形式重复，令处于该环境中的大多数人相信这些扭曲的故事就是事实的全部。

这三种学术概念在学术界经常交替使用。近几年，随着算法进入传媒业，今日头条、腾讯新闻等一系列算法推荐资讯平台兴起，我国学者对信息茧房的研究也越来越多。

目前，我国大部分学者对此仍持警惕态度。他们的忧虑大致分为三类：第一，信息茧房可能会影响受众的价值取向，导致群体极化，形成新的“沉默的螺旋”，破坏公共领域③；第二，信息茧房是受众牺牲隐私的产物，为了维持茧房的影响力，算法会持续监视受众④；第三，信息茧房可能会被议程设置所利用，成为操纵意识形态的工具⑤。国内学者对信息茧房的警惕，本质是对算法技术的不信任。

而部分国外学者却将视线转移向受众，认为信息茧房的影响主要与受众自身有关。他们认为，信息茧房在媒体中的负面效应被夸大了。最早表达此类观点的是密歇根大学公共政策学院教授布伦丹·尼汉发表在纽约时报上的评论《美国人没有生活在信息茧房中》（American don't live in information cocoon）。他列举了皮尤研究中心对人们政治观点的研究，发现选择性心理仍有重要影响，人们选择与自己偏好一致的信息与他们所处的媒体环境无关。彭兰教授也发表了类似观点，她认为完全消除信息茧房不现实，由于受众的选择性心理，信息茧房会一直存在⑥。

渥太华大学的杜波依斯教授通过对2000名英国成年互联网用户的调查发现，只有8%的用户缺少多元的新闻视角，有可能被困在信息茧房之中⑦。丹麦奥尔胡思大学学者也得出了类似结论，他们通过对1000名丹麦Facebook用户新闻源的调查发现，受到信息茧房影响的用户只占一两成。而用户的“社会性”，即喜欢的页面数量、团队成员和朋友，是个性化推送中最重要的预测因素⑧。

因此，信息茧房一直存在于传播过程之中，并不是算法生产的。在个性化推送背景下，信息茧房有不良影响，但也可能被削弱或克服。

二、个性化推送加剧信息茧房

（一）“选择性心理”仍有重要影响

选择自己喜欢的媒介，支持并相信与自己观点一致的信息，回避与自己观点相悖的内容，这是受众天生的“选择性心理”。因此，受众不可避免地会被束缚在由兴趣和主观所导致的狭隘信息域中。

2016年，阿姆斯特丹大学的学者综合了对个性化推送强度及影响的实证研究，发现人们在主动选择接收内容前，会预先设置个性化选择。即算法为用户提供的个性化内容，其实是用户深思熟虑的选择⑨。

算法为受众创造了便利，他们可以预先设置自己的喜好，通过个性化推送更高效地找到自己喜欢的信息，并形成与自己观点一致的群体，主动沉浸于信息茧房。比如，抖音备受海外性少数群体的推崇⑩。原因在于，算法分发比社交分发更为精准地让他们找到与自己相似的群体，并与对立观点隔绝。这使他们可以轻松地在“乌托邦”中交流，躲避对立群体的谩骂和歧视。

同样的情况在追星族中也可找到端倪。个性化推送会按照粉丝偏好向他们推送明星资讯，并帮助他们找到对应粉丝团，形成所谓的“粉圈”。生活在“粉圈”中的粉丝会源源不断地接收到与明星相关的信息，并主动屏蔽负面信息，强化明星在其心中的良好形象。“粉圈”的本质就是粉丝为自己打造的信息茧房。

在“选择性心理”的驱动下，个性化推送会将观点对立的群体区分开来，进而加速信息茧房的形成。

（二）算法“制造”信息茧房

目前，个性化推送广泛采用的算法技术是“协同过滤算法”，即算法会通过对大范围内的人群进行分析，同时考察群体中不同的兴趣爱好，并找出与目标对象喜好最相近的小部分信息或人。个性化推送的“协同过滤算法”，则是对个人议程设置主观筛选后的二次过滤⑪。前者为受众划分了选取信息的范围，后者则将范围进一步细化，并将同类信息和用户集中起来，让“相同的声音”更多。

算法“制造”信息茧房，主要原因是目前的算法技术存在局限。算法并没有我们想象中那么智能，它只能根据指令提供信息，无法判断什么样的信息应该被受众看到。这是目前无法避免的技术问题。

其次，既然算法由人类编写，就会不可避免地被植入“偏见”，不论无意还是故意。部分个性化推送平台甚至会利用技术优势，通过“算法偏见”来制造信息茧房。比如2018年爆发的“大数据杀熟”问题，旅游购票软件通过分析不同群体的消费能力，将顾客的付费价格差异化。同样的商品或服务，消费力高的用户往往比消费力低的用户付费更多，而前者对这种差价浑然不知。

同样的行为也被放到政治宣传中。美国大选期间，Facebook和Twitter上关于特朗普的消息和讨论数量远超希拉里。有学者认为，过量有关特朗普的信息让网络中他的支持者们发言更踊跃，有利于他在竞选中胜出。

三、个性化推送对信息茧房的瓦解

（一）多元的个性化推送平台

我们所担心的信息茧房，源自单一的、同质化的算法。但在实际生活中，用户会消费各种各样的算法平台，不同类型的算法平台又会向受众提供不同的个性化资讯。通过不同算法的互相补充，个性化推送有时可以起到消除信息茧房的作用。

2016年，英国帝国理工学院的学者进行了一项代表性试验。他们选取了50000名参与者，要求他们报告最近阅读、观看或收听的媒体，同时监测和记录他们的实际媒体消费行为。通过数据对比，研究发现人们实际的媒体消费比想象中更具有多样性⑫。也就是说，人们总是误认为自己身处信息茧房之中。实际上，通过不同推荐平台的信息补充，信息茧房对他们的影响并不大。甚至有研究指出，算法可以在一定程度上拓宽受众的视野⑬。比如通过推荐与用户喜好相似的人的媒体消费行为，让用户接触到偏好项中更多元的内容。简而言之，个性化推送虽然在横向上减少了其他信息的种类，却在纵向上拓展了他们需要的信息种类。

（二）主动选择“不同的声音”

对信息茧房产生警惕的不只有学者，部分感受到算法威力的受众也开始改变阅读习惯，主动参考与自己意见不一致的观点。为了弥补算法技术可能导致的信息茧房问题，个性化推送平台也在尝试做出改变，如谷歌浏览器的“逃离泡泡”插件。还有学者建议，在网页上设置“翻页”按钮，点击后观看与自己观点相反的信息，以获取不同视角。尽管个性化推送的算法对于大部分受众而言仍如“黑箱”，但只有了解和认识信息茧房，才有机会打破固执。这不仅需要依靠算法平台的升级，还需要依靠受众自身的改变。

四、结语

我们对信息茧房的担忧并非杞人忧天，但用批判的观点看待新技术，预判信息茧房可能导致的问题，也是源于对算法技术发展完善的迫切。然而，夸大信息茧房的危害，过度悲观，是毫无必要的。无论技术如何改变受众获取信息的方式，决定信息接收并消化的仍是个人。信息茧房或许永远无法被消除，但认清个性化推送与信息茧房的关系，或许会让解法越来越简单。

注释：

①[美]凯斯·R.桑斯坦.信息乌托邦——众人如何生产知识[M].毕竞悦 译.北京:法律出版社，2008:8.

② Eli Pariser：Beware online “filter bubbles”，TED Talks(March 2011).

③喻国明，侯伟鹏，程雪梅.个性化新闻推送对新闻业务链的重塑[J].新闻记者，2017(03):9-13.

④郝雨，李林霞.算法推送：信息私人定制的“个性化”圈套[J].新闻记者，2017(02):35-39.

⑤范红霞，孙金波.大数据时代算法偏见与数字魔咒——兼谈“信息茧房”的破局[J].中国出版，2019(10):60-63.

⑥彭兰.人人皆媒时代的困境与突围可能[J].新闻与写作，2017(11):64-68.

⑦ Dubois.E：The echo chamber is overstated:the moderating effect of political interest and diverse media，Information，Communication Society，vol.21，no.5 (2018)，pp.729-745.

⑧ Bechmann，A：Are We Exposed to the Same “News”in the News Feed? An empirical analysis of filter bubbles as information similarity for Danish Facebook users，Digital Journalism，vol.6，no.8(2018)，pp.990-1002.

⑨FJ Zuiderveen Borgesius：Should we worry about filter bubbles?，Internet Policy Review，vol.5，no.1(2016)，pp.1-16.

⑩ Joseph Longo：FOR LGBTQ TEENS，TIKTOK IS THE NEW TUMBLR，MEL magazine，2019-7-4.

⑪刘华栋.社交媒体“信息茧房”的隐忧与对策[J].中国广播电视学刊，2017(04):54-57.

⑫ Seth Flaxman：Filter Bubbles，Echo Chambers，and Online News Consumption，Public Opinion Quarterly，vol.81，Issue S1(2016)，pp.298-320.

⑬ Tien T.Nguyen：Exploring the filter bubble: the effect of using recommender systems on content diversity，Proceedings of the 23rd international conference on World wide web，April 2014，pp.677-686.