算法推送不會導致“信息繭房”

周天慧

摘要：幾年前凱文·凱利在《必然》中總結了自己多年來對于互聯網和科技的觀察和分析，指出當下任何一個普通人不需要花很多的精力，就可以召喚出一個包羅萬象的圖書館。因而，在信息過剩時代，找到優質的內容接收通道，避免在信息的汪洋大海中迷失方向，成了人們一種迫在眉睫的需求。相對于內容產業來說，基于大數據和算法推薦的內容分發機制，不僅可以幫助受眾節省篩選內容所消耗的時間，還能夠滿足不同用戶的個性化信息獲取需求。但與此同時，算法基于受眾過往的信息偏好，推薦與受眾品味和興趣高度匹配的內容，引發了人們對“信息繭房”現象的擔憂。

關鍵詞：信息繭放;算法推送;今日頭條

一、“信息繭放”及算法推送的概念介紹

“信息繭房”的概念是由哈佛大學法學院教授凱斯·桑斯坦在其2006年出版的著作《信息烏托邦》中提出的。桑斯坦指出隨著這些年全球網絡技術的日益發達以及信息的劇增，我們可以在信息的汪洋大海中隨意選擇我們關切的內容，每個人都能擁有一份根據自己的喜好度身定制的個人日報。但由興趣為出發點獲取的信息并不是全方位的，如果公眾只注意自己認可的信息和令自己愉悅的內容，就會失去接觸不同事物的機會，久而久之，還會造成理解和分析能力的匱乏。因此，這種量身定制的信息，就如同細細密密的蠶絲一般，會將我們同真實和全面的世界隔斷開來。

從我們國家的情況來看，2012年是“信息繭房”概念的一個重要時間節點，自此，國內學者對這一現象的關注度較以往有著顯著的提升。在那一年里，主打基于受眾興趣的個人資訊服務平臺大批量涌現，通過算法過濾和反饋處理機制完成精準的內容分發，其中最具代表性的就是今日頭條，成為隨后幾年里國內許多內容平臺爭相效仿的對象。

“算法推送”的基本原理是后臺根據用戶先前點擊的內容，給用戶貼上諸多粗略的標簽，形成基本的用戶畫像，并在之后的互動和反饋中動態調整，使得特征越來越具體，標簽越來越精細，以實現內容的“千人千面”。算法推送的直觀優點是，機器根據個人的信息偏好快速實現供需匹配，帶來了信息獲取速度的顯著提升。另一個積極面是，在這種分發模式下，由于大多數內容的顯現度與曝光量是由算法決定的，能有效削弱專業媒體的議程設置能力和把關人效應，使得信息的傳播更為扁平化。

與此同時，算法推送也引發了人們對于“信息繭房”的擔憂，害怕視野的收窄導致自己變得故步自封、坐井觀天，甚至出現群體極化的現象。

二、算法推送不是導致“信息繭房”的元兇

（一）“信息偏食”現象存在已久

人們在泛興趣閱讀的過程中，原本就存在“信息偏食”的現象，傳播學里將此類現象提煉為“選擇性接觸理論”，即人們在接觸大眾傳播活動的過程中，習慣于接受和自己原有立場、觀點相吻合的信息，有意無意地回避與自己既有傾向對立的內容。因此，導致人們故步自封的原因很大一部分是由于人性原本就有趨利避害的傾向，不能完全歸因于算法推送。復旦大學新聞學院張濤甫教授指出，“繭房”效應其實是人們的認知過程中無法避免，只不過由于算法推送引爆了我們對此類現象的憂慮。事實上，算法推送導致的“繭房”效應要遠遠小于我們在社交過程中普遍存在的“興趣+關系”的雙重“繭房”的危害，因為關系鏈會過濾掉很多信息，相比之下，算法提供給我們的內容更為全面。

（二）網絡并非無菌室

在傳統媒體時代，報紙、雜志、廣播和電視給受眾提供了紛繁復雜的信息，即便人們對某些主題的并沒有強烈的興趣，也會在不經意間看到一些自己不曾關注的信息，而“繭放”效應的擁護者們認為，算法推送會削弱這種機會。此類觀念的不成熟之處在于，將整個互聯網信息環境看作僅僅是由算法分發機制控制的。但事實上，我們不會將所有的注意力聚焦于一個信息端口。回想自身的信息接受習慣就能察覺，我們會通過各種媒介，如以微博、微信為代表社交媒體，各種新聞聚合平臺和視頻網站，接觸不同的內容和觀點。各式各樣的內容通過不同的分發方式無孔不入地涌向人們，或許我們會有各自的偏好，卻很難做到對自己興趣之外的事情全然地置若罔聞。從這個角度看，在互聯網環境下，人們整個認知系統“繭房”現象出現的很能性低，即便一段時間內沉迷于同一類信息，也會很快得到修正。

（三）算法“繭房”效應

觸發人們對于“信息繭房”擔憂的很大一部分原因，是因為當下許多內容平臺算法的目標非常單一，僅僅是為了提高點擊量，而不是為了提高受眾的多元化認知為出發點的。這是因為很多內容平臺背后都有資本的壓力，為了實現迅速擴張的目的，這些平臺利用算法這項武器，通過不斷推薦粗糙的內容來獲得關注。從業內的實踐案例看，現在的算法模型已經能夠捕捉信息中的特征，實現內容層面的“垃圾分類”，避免趣味下沉。

為了消除各界對于算法的誤會，今日頭條曾召開多場算法公開透明交流分享會，并邀請資深算法架構師曹歡歡博士詳細介紹了頭條算法模型的設計、糾偏和監督機制。曹歡歡指出內容、用戶特征以及環境特征是頭條算法主要的考量維度，基于這三方面，計算機算法會提供一個估計，推測某條內容在某個場景之下是否適合某一用戶。在這個過程中，雖然諸如性別、年齡、所屬地、受教育程度、職業、興趣等基本特征是顯性的，但是價值觀、立場等隱形特征卻是計算機無法預先識別的。因此，算法一旦推測出了我們的興趣所在，只能把有關聯的內容一股腦地全部推送過來，這里包含了基于在不同的立場提出的相互沖突的觀點，反而有助于我們更深入地思考，避免“繭房”現象的產生。

此外算法還能通過計算不同用戶之間的協同特征，收集用戶之間的“交集”特征，提供更為廣大的“并集”內容，從而擴展算法模型的探索能力。比如，A和B擁有相似的特征標簽，A用戶關注科技、投融資和創業，B用戶關注投融資和創業，那么系統就會給A用戶推送科技類的內容。

我們批評算法推送是因為我們對推薦機制不甚了解，事實上，平臺會平衡用戶粘性和內容質量等諸多因素，在推送的過程中會階段性地增加一些用戶喜好范圍之外的內容，觀察用戶的反饋并不斷地調整。長此以往，我們在獲得的精準內容的同時也會汲取到越來越多元化的信息。

三、總結

“信息繭房”概念的盛行源于我們對“算法權利”的過度警惕，尤其是這種模式涉及到了人們的認知過程和思維理解。回顧媒介技術發展歷史，電視和計算機出現的時候同樣也引發了人們的憂慮和質疑，與當今的恐慌情緒類似，都源于對不確定事物的不了解。

雖然“繭房”現象不能完全歸因于算法，但是內容平臺還是應該對此類批評引起高度的重視，從而避免曇花一現的命運。現在針對“信息繭房”所描述的癥結，其實恰恰是算法還不成熟的體現。內容平臺應該進一步加強對用戶心理的解剖，通過對用戶歷史行為、動機、意圖等方面的深入探索，描繪更細膩的用戶畫像，推送更有價值的內容。在算法推送這種“保姆式”的關懷之下，也需要讓專業的新聞從業精英推薦更有深度的內容，做好用戶喜好和內容價值之間平衡。成熟的算法在提高人們獲取內容效率的同時，還能促進人們認知邊界的拓展和思想深度的推進，這才是算法技術的價值所在。

每一種新媒介的誕生，都標志著人類新的感知方式的開啟。我們可以把對于“信息繭房”的擔憂看作是一種“赫胥黎式”的警告，提醒我們要避免技術對人產生的異化效應。但與此同時，我們不應當過分夸大算法推送的負面影響。即便是提出“信息繭房”概念的凱斯·桑斯坦教授也說了：“新的傳播技術正在使得事情變得更好而不是更糟”。隨著技術的深入發展，有一天算法將成為幫助我們克服“信息繭房”的有力工具。

參考文獻：

[1]袁祥.算法促進人工智能時代的信息傳播[N].社會科學報，2019-07-04 （002）.

[2]馬修·根茨科，杰西·M.夏皮羅，龍寧麗.新聞市場的競爭與事實真相[J].經濟社會體制比較，2008（06）：136-147.

[2]竇鋒昌.新聞價值是“父愛”，算法推送是“母愛”[J].青年記者，2017 （04）：14-16.