王来

【摘    要】算法推荐新闻是否必然导致信息茧房效应是一个值得探讨的话题。本文旨在通过梳理相关研究成果，从实证研究的角度，在算法和用户的互动视角下，以国内资讯类APP“今日头条”为研究对象，探讨算法推荐新闻是否具有信息茧房效应，摸准人工智能时代下算法推荐新闻的根源脉络与发展走向。

【关键词】算法推荐新闻;信息茧房;人工智能;用户互动

在新技术迭起的算法环境下，算法推荐新闻所带来的一系列问题和讨论接踵而至，其中关于信息茧房效应的讨论已经成为新闻传播、法学、计算机等领域的热门话题。这一说法本身带有先入为主的暗示，但实际上，尚未有研究确认“信息茧房”存在，大多数讨论仍旧停留在诸多不确定的猜测之上。

一、国内对“信息茧房”的争论

美国法学家凯斯·桑斯坦（Cass R.Sunstein）针对“信息茧房” 这个概念提出假说，当人们面对大量各类来源的信息时，更易根据个人偏好进行信息选择和渠道选择，这就不可避免地会导致人们接收信息范围和信息渠道日益变窄。[1]随着算法技术逐渐与新闻内容分发规则相结合，更多人将其与网络场域的意见分裂、极端化以及社会整体价值观离散化联系在一起，以证明“信息茧房”对社会共识基础的侵害。

关于信息茧房效应，国内鲜见针对算法推荐新闻是否具有信息茧房效应的实证研究。首先，目前国内学术界和实务界，对于信息茧房效应的研究大多停留在常识和逻辑推演阶段。基于上述情况，应当摆脱旧思维，从内容分发规则上做文章。同时，此研究利于从新媒体业务的角度入手，剖析技术给人类带来的影响和作用，针对新兴新闻生产现象进行解读，为新闻理论和实务的后续发展提供借鉴和思考。

其次，目前的研究大多基于美国新闻业的整体情况进行分析，对于我国算法推荐新闻与信息茧房效应的关系等方面的研究较少，对其基本情况和溯源没有较为系统、完整的梳理和解读。数据化和智能化的应用将在很大程度上推动产业模式与业态发展。人工智能技术下，算法推荐新闻也对新闻生产模式产生了再造效应，在此背景下可探讨新闻内容生产形态的变革对用户接收信息效果的影响是什么。

二、算法机制和“信息茧房”的国外议题综述

（一）算法机制的国外研究

由算法而引起的信息分发模式改变的讨论日益增多，国内和国外针对这个问题都有学界和业界的不同探讨。

值得注意的是，明尼苏达大学计算机系Tien T. Nguyen等5位研究者，首次进行了以“过滤气泡”效应为主要研究对象的实证研究。他们选用电影评分和推荐网站MovieLens的数据，这个网站使用的算法是“基于物品的协同过滤算法”。用户注册进入网站，对自己看过的电影进行评分之后，网站会向其展示“Top Picks For You”，也就是根据算法向其首选推荐的电影，类似于豆瓣的“猜你喜欢”。

“协同过滤算法”的基本思路是：计算兴趣爱好的相似程度，把东西推荐给兴趣相似的人，一般将其分为两种，一种是基于用户（user-based），计算用户的相似性;另一种是基于物品（item-based），计算物品的相似性。

5位研究者将用户分为两组，“跟随组”的观影逻辑是基于算法推荐，“不理会组”不顾算法规则的束缚。通过21个月的跟踪，在实际消费过程中，两组用户选择的电影的多样性有所下降。但“跟随组”的下降幅度其实不大（从26.67到26.3），而“不理会组”的多样性下降却比较大（从26.59到25.86）。研究结果与人们的猜测大相径庭，算法推荐不但不会造成用户视野变窄，反而能够帮助用户在观影选择上更加多元化，接触更多的内容。基于此，明尼苏达大学的5位研究者指出：协同过滤算法与基于内容的推荐算法不同，它依据的不仅是用户个人行为的倾向性，还有与用户偏好类似的同类用户行为的倾向性。

（二）信息茧房效应的国外研究

凯斯·桑斯坦强调的“茧房化”是心理影响行为的过程。而在20世纪中期，美国的实证研究中，拉扎斯菲尔德的受众“选择性接触理论”和霍夫兰的“个人差异论”已经发现并论述过此问题。

哈佛大学的Seth Flaxman等研究者在2016年对5万名用户进行研究，一方面要求大家如实回答自己近期的新闻媒体和信息选择情况，另一方面通过电子技术实时监控。结果发现，人们实际的媒体选择行为比人们“想象中”自己的选择更具多样性。一定程度上来说，“信息茧房”不是一种客观现象，更像是一种用户心理变化的展现。

三、算法推荐新闻不必然导致“信息茧房”

（一）“今日头条”的发展启示

隨着泛娱乐化、社交化时代的到来，传统内容生产模式难以满足用户的个性化信息需求，用户开始主动进行内容生产，继而创造自身的品牌价值和社会影响力。“今日头条”于2012年9月推出了个性化推荐系统。逐渐地，百度、微信看一看、微博、知乎、小红书等平台都引入了算法推荐技术。值得注意的是，2019年“今日头条”推出了搜索功能，推荐引擎和搜索引擎两者的结合已然成为一种趋势。

目前，“今日头条”不再单纯依赖算法，开始以“算法+热点+关注+搜索”等功能为主要方式建立通用信息平台。上述因素可以最大程度上规避单纯的内容算法推荐所带来的视野窄化，并且高效率地帮助用户找到同类，借助当下社会环境、社会热点、用户性格、时间节点等可能会产生影响的因素，最大程度上保证用户接受的信息多样，且尽可能地实现其价值最大化。

（二）算法机制促进用户的良好互动

某种意义上，算法正在代替新闻媒体过滤信息，基于此种趋势，逐渐有一种担心是“算法会否取代人类作价值判断”。一直以来，新闻选择判断水平是衡量一名新闻记者业务能力的重要指标之一，这其中包含着记者、编辑部、媒体的新闻价值选择。诚然，新闻专业主义的客观性要求媒体从业人员尽量去除主观性，新闻规范要求将事件本身的发展再现给受众。但不可否认，新闻价值需要判断，“人”的属性导致事实呈现和理解并不全面，新闻判断充斥在新闻生产的各个环节。算法判断遵循的是预先设定好的某种技术程序，也就是说算法是中立的，这就在新闻人的本质主观和算法的程序客观二者之间形成了鲜明的对比。正是由于这种现象，导致算法判断替代人工判断的现象逐渐增多，如果新闻生产的终极目标是保证客观性，因为算法可以克服人类无法避免的偏见和选择，那么也就不难理解算法判断为何如此流行了。

从用户互动的角度来看，算法判断使得媒介的关注点从共性化、群体化转变为个性化和细分化，普遍性事件和问题不再受到关注，而是基于用户特点的个性化定制新闻。诚然，这一改变的后续影响还未定型，笔者认为这不得不说是对新闻专业主义的背离，新闻的细分和个性带来了新的问题，必然会抑制新闻的聚合力（collectivizing force）。[2]故此，新闻记者应当努力实现更加专业的新闻价值判断，而不是漠视现状，降低新闻专业主义下判断的比重和要求。简而言之，当算法判断逐渐成为主流，我们必须警惕它成为专业新闻判断的延伸或者替代，让受众误以为是自动化排他的独立输出价值观。

另一方面，在算法推荐的几种主流技术类型中，协同过滤算法会综合与用户在某一或某几方面类同的其他用户的喜好来进行综合推荐，因此并不会让用户选择范围变窄，反而会增加用户接触新鲜内容的途径和机率。单独的算法推荐已经不是主流，业界也逐渐认识到“信息茧房”的负面影响，故而开始对算法推荐加以优化和融合，关联更多大数据，进行更好的用户推荐、内容排序、话题挖掘等，从而弥补单一算法推荐在“信息茧房”方面可能会带来的不足与弊端。因此，算法推荐技术上的革新解决了“信息茧房”中获得信息渠道和途径变窄的问题。

（三）算法推荐针对“信息茧房”的应对措施

1.优化算法判断，分发多元信息

从一定意义上说，为用户提供个性化新闻服务是技术发展追求的目标，算法推荐则成功解决了信息过载的问题，促使新闻业向更加专业、多元的方向发展。[3]在肯定这一大趋势之后，就要努力规避其中的问题和风险。从技术角度来看，通过多种渠道全方位优化算法判断、完善内容分发规则、建立算法的可信任伦理框架，是一个值得尝试的方法。

信息分发平台以“算法+人工”的方式将二者结合，增强人机协作，保证算法话语权重的同时坚持人的主观性和价值观。通过优化算法判断，更加全面、科学地了解用户真实需求，不仅将符合用户审美的话题和资讯进行精准分发，还在此基础上，向用户推送其可能感兴趣或者有社会价值的新闻，不断强化用户对公共领域的持续关注，保证用户接受多元信息，培养“个性+多元”的思维方式，以免陷入“信息茧房”的桎梏。

2.提升专业能力，强化主观判断

算法判断是为了更好地丰富信息分发模式，是手段，不是目的。新闻从业者应当坚持新闻价值，而非单一地强调个性化和定制式。在目前的新闻生态系统中，阐释性新闻写作逐渐占据多数，这种视角迫使新闻从业者重新构建与用户的关系，重新正视人为主观判断力在新闻价值中的体现和作用。诚然，忽略人的主观意识，单纯讨论技术与用户的关系是不科学、不明智的。新闻从业者不仅需要积极适应和破局，还应该更加重视主观专业判断力的作用。

3.坚持以人为本，“破茧”用户互动

某种程度上，“信息茧房”是一个善意的提醒：技术发展到极致的情况下，人们如何让技术“为我所用”而不是听其摆布，走向另一个极端。随着人类认知的不断深化，算法的精准与快速实质上比不上内容的优质和丰富，内容才是确保用户获得更好体验的制胜法宝。无论是技术的进步，还是社会的变化，最终落脚在“人”的身上，由“人”来创造、推动和组成。无论是行业发展还是传播学学科研究，需要更多地关注其中“人”的内涵，围绕社会中的“人”来提出行业问题、进行产品升级，塑造价值理念。归根结底，必须重视“人”在传播环境中的地位和角色，在这个基础上进行“破茧”。

综上所述，不能单纯将“信息茧房”归因于技术，这是典型的没有溯源而直接套用概念。必须始终坚持以人为本，协调工具理性和价值理性， 建立更快、更准、更好的信息分发机制，为内容提供有力工具支撑。

注释：

[1]凯斯·R·桑斯坦.信息乌托邦：众人如何生产知识[M].毕竟悦译.北京：法律出版社，2008：8.

[2]Couldry N and Turow J （2014）Advertising， big data and the clearance of the public realm： marketers new approaches to the content subsidy. International Journal of Communication 8： 1710-1726.

[3]陈昌凤，仇筠茜.“信息茧房”在中国：望文生义的概念与算法的破茧求解[J].新闻与写作，2020（01）：58-63.

参考文献：

[1]匡文波，陈小龙.论新闻个性化推荐系统[J].新闻论坛，2018（02）：27-30.

[2]匡文波.5G：颠覆新闻内容生产形态的革命[J].新闻与写作，2019（09）：63-66.

[3]彭兰.5G时代“物”对傳播的再塑造[J].探索与争鸣，2019（09）：54-57.

[4]喻国明，曲慧.“信息茧房”的误读与算法推送的必要——兼论内容分发中社会伦理困境的解决之道[J].新疆师范大学学报（哲学社会科学版），2020（01）：7.

[5]Auxier，B.E.， &Vitak， J.（2019）. Factors Motivating Customization and Echo Chamber Creation Within Digital News Environments. Social Media Society， 5（2）， 1-13.

[6]Cardenal，A.S.， Aguilar-Paredes， C.， Cristancho， C.， &Majó-Vázquez， S.（2019）. Echo-chambers in online news consumption： Evidence from survey and navigation data in Spain. European Journal of Communication， 1-17.

[7]Nguyen， A.， & Vu， H. T.（2019）. Testing popular news discourse on the“echo chamber”effect：Does political polarisation occur among those relying on social media as their primary politics news source？. First Monday，24（5）.

（作者：中国石化报社记者）

责编：周蕾