(薛宇飛)近幾年，隨著推薦算法在互聯(lián)網(wǎng)信息平臺的廣泛應(yīng)用，信息繭房效應(yīng)也受到關(guān)注。部分觀點認為，推薦算法應(yīng)用可能導(dǎo)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(guān)實證研究的推進，越來越多的學者對算法導(dǎo)致或放大信息繭房效應(yīng)這一主觀推斷產(chǎn)生了質(zhì)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(guān)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(fù)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(guān)系，如何防范“信息繭房”效應(yīng)，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(xiàn)，認為從中長期看，個性化推薦算法不但沒有導(dǎo)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(yīng)受到個體、社會、場景與技術(shù)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(guān)系等因素不容忽略。

個性化推薦破繭效應(yīng)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(shù)廣泛應(yīng)用于短視頻等互聯(lián)網(wǎng)平臺，在信息過載時代，推薦算法可以實現(xiàn)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(guān)系也成為關(guān)注焦點。

關(guān)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(diào)研發(fā)現(xiàn)，信息繭房受到個體、技術(shù)、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(xiàn)與學界多項實證研究結(jié)論相一致。

深圳大學傳播學院教授楊洸的一項實證調(diào)研發(fā)現(xiàn)與上述結(jié)論相吻合。基于今日頭條APP用戶調(diào)研，楊洸發(fā)現(xiàn)，算法推薦并沒有導(dǎo)致信息繭房效應(yīng)，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(yīng)、相互發(fā)展的狀態(tài)。算法技術(shù)和用戶慢慢協(xié)同進化，算法技術(shù)創(chuàng)造了很多新聞偶遇的機會，開闊用戶的信息視野。

復(fù)旦大學新聞學院副教授鄭雯的研究發(fā)現(xiàn)同樣印證了上述結(jié)論，“筑繭”并非推薦算法技術(shù)應(yīng)用的必然，不同類型網(wǎng)絡(luò)媒介的信息繭房效應(yīng)表現(xiàn)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(wǎng)絡(luò)媒介繭房效應(yīng)的核心因素。

報告基于對國內(nèi)短視頻平臺的實證調(diào)查發(fā)現(xiàn)，隨著使用時長的增加，用戶越不容易感知到內(nèi)容同質(zhì)性，兩者是反比關(guān)系，這說明算法推薦對信息繭房效應(yīng)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(nèi)容。

清華大學新聞與傳播學院副教授虞鑫此前基于知乎內(nèi)容推薦的實證研究也發(fā)現(xiàn)，用戶使用時間越長，繭房效應(yīng)變?nèi)?，在此過程中，“制繭”效應(yīng)越來越弱，“破繭”效應(yīng)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(dǎo)致信息繭房效應(yīng)的觀點，并非業(yè)內(nèi)共識。他認為“信息偶遇”可能成為緩解潛在的信息繭房效應(yīng)的有效途徑。及時預(yù)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(fù)旦大學新聞學院教授、媒介素質(zhì)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(qū)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(shù)應(yīng)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(shù)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(jié)于算法推薦?！庇鲊鞅硎?，基于大數(shù)據(jù)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(nèi)容推送，比經(jīng)驗型的內(nèi)容推送更加升維。比如，今日頭條、抖音等平臺已經(jīng)經(jīng)過數(shù)次算法迭代與升級，對多樣化信息推薦技術(shù)不斷優(yōu)化，值得肯定。

個體掌握信息獲取主動權(quán)，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(shù)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(quán)和選擇權(quán)仍然在個體手中。

報告調(diào)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(xiàn)，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(shù)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(quán)、選擇權(quán)和主動權(quán)，短視頻APP均已上線算法關(guān)閉選項。在使用調(diào)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(nèi)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(shè)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(nèi)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(nèi)容，來保障用戶可見內(nèi)容的多樣性。

報告進一步分析發(fā)現(xiàn)，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(xiàn)“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(shù)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(quán)和選擇權(quán)仍然在用戶手中。

報告發(fā)現(xiàn)，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(nèi)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(dǎo)致觀念偏狹與信息繭房，關(guān)鍵還在于個體對于異質(zhì)信息的包容度?！?/p>

復(fù)旦大學社會學系教授桂勇認為需要關(guān)注技術(shù)、算法、用戶、情境等多種因素，不同類型平臺用戶群體構(gòu)成與特征不同，繭房效應(yīng)結(jié)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(lián)網(wǎng)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(lián)網(wǎng)提供了理性的公共討論空間。

報告發(fā)現(xiàn)，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(nèi)容和呈現(xiàn)方式不同，更有可能擊中用戶潛在信息需求的靶心，實現(xiàn)信息獲取的健康與平衡，總體上更能防范“繭房效應(yīng)”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(xiàn)實信息環(huán)境是復(fù)雜多元的，并非單一同質(zhì)的，用戶可根據(jù)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(yīng)。

用戶的主觀能動性、算法技術(shù)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(gòu)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(shù)需要不斷更新和完善，用戶在使用算法推薦技術(shù)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(lián)網(wǎng)平臺應(yīng)該提供不同觀點與偶遇取向的算法，鼓勵協(xié)作生產(chǎn)，促進信息多元化與用戶知識創(chuàng)新。

“算法應(yīng)用有利于對人類福祉做出貢獻。我們要重視算法技術(shù)應(yīng)用的創(chuàng)新價值，發(fā)揮算法技術(shù)的活力，實現(xiàn)效用最大化，在不斷調(diào)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(xié)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(shù)據(jù)源和根據(jù)社會法則優(yōu)化算法等手段來實現(xiàn)；線，聯(lián)動與匹配用戶的內(nèi)容需求及其社會關(guān)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(jié)合，為用戶提供立體性成長的信息與機會；面，注重社會結(jié)構(gòu)的多樣性，使內(nèi)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(jié)，在大數(shù)據(jù)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(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(quán)所有，未經(jīng)書面授權(quán)，任何單位及個人不得轉(zhuǎn)載、摘編以其它方式使用。