(薛宇飛 實習生李俊浩)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》)。在研討會上，復旦大學新聞學院教授、傳播與國家治理研究中心主任、媒介素質研究中心副主任張志安作了題為“算法繭房與公共媒介素養(yǎng)”的分享。

張志安表示，需要對信息繭房進行更強的經(jīng)驗研究，而不是一般意義上的理論批判，要從用戶實際信息接觸、信息選擇和導致的認知效果，去思考繭房效應對公共參與或公共領域的影響。類似《報告》的不少經(jīng)驗研究發(fā)現(xiàn)，算法并不必然導致信息繭房。同時，《報告》解釋了平臺偏向和平臺算法邏輯的差異，對不同類型的平臺、算法推薦機制和用戶選擇進行了差異化研究，這種研究有利于從更理性角度去認識不同平臺的差異與繭房效應。

他在發(fā)言中重點介紹了算法繭房和公眾媒介素養(yǎng)之間的關系。內容、用戶、技術、媒介系統(tǒng)/平臺是算法的四個關鍵維度，我們需要從用戶、平臺、技術、社會多重的宏觀視角來認識算法。

【資料圖】

張志安介紹，個性化推薦的基礎是構建推薦系統(tǒng)。就推薦系統(tǒng)算法而言，具體可以分為社會化推薦(如朋友推薦)、基于內容的推薦(如根據(jù)用戶觀看過的電影推薦其他與之相似的電影)、基于協(xié)同過濾的推薦(如查看排行榜，或者找到和自己興趣相似的用戶，看看他們最近看什么電影)。

而用戶主要通過以下三種方式來評價內容獲?。阂皇腔诔杀镜膶?，用最小成本獲得對自己有價值的信息；二是基于動機的導向，包括使用滿足、用戶感覺以及休閑娛樂的目的；三是基于過程的導向，包括用戶參與和卷入過程中的偏好。

因此，能否解決信息過載問題、是否符合使用與滿足、能否滿足用戶涉入需求將影響用戶對推薦算法的滿意度。

“《報告》發(fā)現(xiàn)，三成短視頻用戶對繭房效應有認知，但是并不愿意關閉算法推薦，這部分用戶的決策是相對理性的，他們既看到了算法推薦短期內可能的局限，同時也清楚個性化推薦的有效價值。只有6%的短視頻用戶選擇關閉算法，如果這部分用戶清楚關閉算法，信息獲取效率會大大下降，那么這種關閉就不是消極的，而是積極的自我選擇。這個研究告訴我們，算法并非決定性因素，用戶的使用動機是其信息接觸的主驅動因素?！?/p>

張志安指出，內容分發(fā)主要包括三種機制。一是智能分發(fā)，基于算法的智能分發(fā)總體根據(jù)用戶及社群特征，側重流行偏向；二是社交分發(fā)，基于社會關系網(wǎng)絡，偏向于社群興趣；三是編輯分發(fā)，基于新聞價值和專業(yè)判斷的人工推薦，更加側重于權威偏向。我們需要把智能分發(fā)和其他推送規(guī)則聯(lián)系在一起整體思考。

近年來，平臺企業(yè)不斷根據(jù)國家社會治理的要求進行技術調整、行動調整和品牌傳播話語的調試，不斷優(yōu)化算法，更加強調信息多樣和觀點的差異。比如今日頭條第一階段的口號是“你關心的，才是頭條”，更多強調個人的信息需求。2018年更新為“信息創(chuàng)造價值”，其核心是通過連接人與信息來創(chuàng)造新的價值時，更加重視信息的優(yōu)質。2020年口號更新為“看見更大的世界”，反映了今日頭條在內容分發(fā)機制上進行產(chǎn)品迭代的決心，已經(jīng)進入了新的發(fā)展階段，去看見更大的世界。

談到算法治理的理念和機制，張志安表示，國家注重平臺發(fā)展，互聯(lián)網(wǎng)治理的制度空間剛性與彈性并存。他在最新發(fā)表的一篇論文中闡釋了互聯(lián)網(wǎng)政策變遷和平臺治理的內在邏輯和核心理念，邊發(fā)展邊治理、平衡安全和效率，是包括算法治理在內的平臺治理的主要特征。

在提高公眾的媒介素養(yǎng)方面，張志安認為，在算法社會，我們需要將算法推薦、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。對于算法推薦，平臺主動優(yōu)化算法推薦機制，有意識進行算法反饋和矯正；公眾需要建立對算法推薦機制的理性認知，理性評價算法的利和弊；社交推薦的完善方式主要是擴大社交范圍，建構異質性的社會網(wǎng)絡；用戶還需要提高定制和搜索信息的意識，對有價值的信息、賬號進行有效的判斷、篩選、優(yōu)化調整。(更多報道線索，請聯(lián)系本文作者薛宇飛：xueyufei@chinanews.com.cn)(中新經(jīng)緯APP)

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