信息繭房：對個性化推送的過度擔憂

□ 王詩雯

基于算法的個性化推送，桑斯坦在《網絡共和國》中描述的“個人日報”（Daily Me）成為現實。算法滿足了受眾的需求，個性化推送可以讓受眾只看他們喜歡的。與此同時，個性化推送引發的信息繭房焦慮也卷土重來。

一、個性化推送產生的“信息繭房”爭議

“信息繭房”（information cocoon）的概念同樣由桑斯坦提出。他在《信息烏托邦》中指出，在信息傳播中，公眾自身的信息需求并非全方位的，他們只看自己選擇的或能愉悅自己的東西。久而久之，信息就像蠶絲一樣將受眾與世隔絕，形成一個封閉的繭房①。他認為信息繭房可能會窄化受眾的信息來源，割裂不同群體間的交流，破壞多元的民主社會。

在國外，“信息繭房”作為學術概念較少被提及，一般用“過濾氣泡”（filter bubble）或“回音壁”（echo chamber）來代替?！斑^濾氣泡”是美國Upworthy網站首席執行官伊萊·帕里瑟于2011年提出的概念。他認為，人們在互聯網中所處的信息環境就像一個個氣泡，氣泡是經過一系列個性化過濾后產生的，這種過濾器遍布互聯網，并阻礙人們接觸新觀點②。“回音壁”也叫“同溫層效應”，媒體上指在一個相對封閉的環境中，意見相近的聲音被不斷重復，并以夸張或其他扭曲形式重復，令處于該環境中的大多數人相信這些扭曲的故事就是事實的全部。

這三種學術概念在學術界經常交替使用。近幾年，隨著算法進入傳媒業，今日頭條、騰訊新聞等一系列算法推薦資訊平臺興起，我國學者對信息繭房的研究也越來越多。

目前，我國大部分學者對此仍持警惕態度。他們的憂慮大致分為三類：第一，信息繭房可能會影響受眾的價值取向，導致群體極化，形成新的“沉默的螺旋”，破壞公共領域③；第二，信息繭房是受眾犧牲隱私的產物，為了維持繭房的影響力，算法會持續監視受眾④；第三，信息繭房可能會被議程設置所利用，成為操縱意識形態的工具⑤。國內學者對信息繭房的警惕，本質是對算法技術的不信任。

而部分國外學者卻將視線轉移向受眾，認為信息繭房的影響主要與受眾自身有關。他們認為，信息繭房在媒體中的負面效應被夸大了。最早表達此類觀點的是密歇根大學公共政策學院教授布倫丹·尼漢發表在紐約時報上的評論《美國人沒有生活在信息繭房中》（American don't live in information cocoon）。他列舉了皮尤研究中心對人們政治觀點的研究，發現選擇性心理仍有重要影響，人們選擇與自己偏好一致的信息與他們所處的媒體環境無關。彭蘭教授也發表了類似觀點，她認為完全消除信息繭房不現實，由于受眾的選擇性心理，信息繭房會一直存在⑥。

渥太華大學的杜波依斯教授通過對2000名英國成年互聯網用戶的調查發現，只有8%的用戶缺少多元的新聞視角，有可能被困在信息繭房之中⑦。丹麥奧爾胡思大學學者也得出了類似結論，他們通過對1000名丹麥Facebook用戶新聞源的調查發現，受到信息繭房影響的用戶只占一兩成。而用戶的“社會性”，即喜歡的頁面數量、團隊成員和朋友，是個性化推送中最重要的預測因素⑧。

因此，信息繭房一直存在于傳播過程之中，并不是算法生產的。在個性化推送背景下，信息繭房有不良影響，但也可能被削弱或克服。

二、個性化推送加劇信息繭房

（一）“選擇性心理”仍有重要影響

選擇自己喜歡的媒介，支持并相信與自己觀點一致的信息，回避與自己觀點相悖的內容，這是受眾天生的“選擇性心理”。因此，受眾不可避免地會被束縛在由興趣和主觀所導致的狹隘信息域中。

2016年，阿姆斯特丹大學的學者綜合了對個性化推送強度及影響的實證研究，發現人們在主動選擇接收內容前，會預先設置個性化選擇。即算法為用戶提供的個性化內容，其實是用戶深思熟慮的選擇⑨。

算法為受眾創造了便利，他們可以預先設置自己的喜好，通過個性化推送更高效地找到自己喜歡的信息，并形成與自己觀點一致的群體，主動沉浸于信息繭房。比如，抖音備受海外性少數群體的推崇⑩。原因在于，算法分發比社交分發更為精準地讓他們找到與自己相似的群體，并與對立觀點隔絕。這使他們可以輕松地在“烏托邦”中交流，躲避對立群體的謾罵和歧視。

同樣的情況在追星族中也可找到端倪。個性化推送會按照粉絲偏好向他們推送明星資訊，并幫助他們找到對應粉絲團，形成所謂的“粉圈”。生活在“粉圈”中的粉絲會源源不斷地接收到與明星相關的信息，并主動屏蔽負面信息，強化明星在其心中的良好形象?！胺廴Α钡谋举|就是粉絲為自己打造的信息繭房。

在“選擇性心理”的驅動下，個性化推送會將觀點對立的群體區分開來，進而加速信息繭房的形成。

（二）算法“制造”信息繭房

目前，個性化推送廣泛采用的算法技術是“協同過濾算法”，即算法會通過對大范圍內的人群進行分析，同時考察群體中不同的興趣愛好，并找出與目標對象喜好最相近的小部分信息或人。個性化推送的“協同過濾算法”，則是對個人議程設置主觀篩選后的二次過濾?。前者為受眾劃分了選取信息的范圍，后者則將范圍進一步細化，并將同類信息和用戶集中起來，讓“相同的聲音”更多。

算法“制造”信息繭房，主要原因是目前的算法技術存在局限。算法并沒有我們想象中那么智能，它只能根據指令提供信息，無法判斷什么樣的信息應該被受眾看到。這是目前無法避免的技術問題。

其次，既然算法由人類編寫，就會不可避免地被植入“偏見”，不論無意還是故意。部分個性化推送平臺甚至會利用技術優勢，通過“算法偏見”來制造信息繭房。比如2018年爆發的“大數據殺熟”問題，旅游購票軟件通過分析不同群體的消費能力，將顧客的付費價格差異化。同樣的商品或服務，消費力高的用戶往往比消費力低的用戶付費更多，而前者對這種差價渾然不知。

同樣的行為也被放到政治宣傳中。美國大選期間，Facebook和Twitter上關于特朗普的消息和討論數量遠超希拉里。有學者認為，過量有關特朗普的信息讓網絡中他的支持者們發言更踴躍，有利于他在競選中勝出。

三、個性化推送對信息繭房的瓦解

（一）多元的個性化推送平臺

我們所擔心的信息繭房，源自單一的、同質化的算法。但在實際生活中，用戶會消費各種各樣的算法平臺，不同類型的算法平臺又會向受眾提供不同的個性化資訊。通過不同算法的互相補充，個性化推送有時可以起到消除信息繭房的作用。

2016年，英國帝國理工學院的學者進行了一項代表性試驗。他們選取了50000名參與者，要求他們報告最近閱讀、觀看或收聽的媒體，同時監測和記錄他們的實際媒體消費行為。通過數據對比，研究發現人們實際的媒體消費比想象中更具有多樣性?。也就是說，人們總是誤認為自己身處信息繭房之中。實際上，通過不同推薦平臺的信息補充，信息繭房對他們的影響并不大。甚至有研究指出，算法可以在一定程度上拓寬受眾的視野?。比如通過推薦與用戶喜好相似的人的媒體消費行為，讓用戶接觸到偏好項中更多元的內容。簡而言之，個性化推送雖然在橫向上減少了其他信息的種類，卻在縱向上拓展了他們需要的信息種類。

（二）主動選擇“不同的聲音”

對信息繭房產生警惕的不只有學者，部分感受到算法威力的受眾也開始改變閱讀習慣，主動參考與自己意見不一致的觀點。為了彌補算法技術可能導致的信息繭房問題，個性化推送平臺也在嘗試做出改變，如谷歌瀏覽器的“逃離泡泡”插件。還有學者建議，在網頁上設置“翻頁”按鈕，點擊后觀看與自己觀點相反的信息，以獲取不同視角。盡管個性化推送的算法對于大部分受眾而言仍如“黑箱”，但只有了解和認識信息繭房，才有機會打破固執。這不僅需要依靠算法平臺的升級，還需要依靠受眾自身的改變。

四、結語

我們對信息繭房的擔憂并非杞人憂天，但用批判的觀點看待新技術，預判信息繭房可能導致的問題，也是源于對算法技術發展完善的迫切。然而，夸大信息繭房的危害，過度悲觀，是毫無必要的。無論技術如何改變受眾獲取信息的方式，決定信息接收并消化的仍是個人。信息繭房或許永遠無法被消除，但認清個性化推送與信息繭房的關系，或許會讓解法越來越簡單。

注釋：

①[美]凱斯·R.桑斯坦.信息烏托邦——眾人如何生產知識[M].畢競悅 譯.北京:法律出版社，2008:8.

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

③喻國明，侯偉鵬，程雪梅.個性化新聞推送對新聞業務鏈的重塑[J].新聞記者，2017(03):9-13.

④郝雨，李林霞.算法推送：信息私人定制的“個性化”圈套[J].新聞記者，2017(02):35-39.

⑤范紅霞，孫金波.大數據時代算法偏見與數字魔咒——兼談“信息繭房”的破局[J].中國出版，2019(10):60-63.

⑥彭蘭.人人皆媒時代的困境與突圍可能[J].新聞與寫作，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.

?劉華棟.社交媒體“信息繭房”的隱憂與對策[J].中國廣播電視學刊，2017(04):54-57.

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

? 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.