算法推薦與“信息繭房”的破解之道

在對智能算法推薦技術社會影響的討論中，“信息繭房”是最受關注的話題之一：人們擔憂，單純針對用戶偏好進行的個性化推薦往往容易加劇用戶接觸信息的同質化，讓人們只看到想看到的東西、只聽到自己認同的觀點，最終變成一個只能聽到自己聲音的“密室”，公共信息的傳播、社會意見的整合、社會共識的形成會變得日益困難。一段時間以來，算法加劇“信息繭房”產生與泛化的說法甚囂塵上。但隨著智能分發技術應用實踐的不斷推進以及對“信息繭房”研究的逐步深入，越來越多人意識到不能簡單地把算法分發與“信息繭房”劃等號。那么，算法分發與社會整體信息構造之間的復雜關系究竟該如何把握？必須看到，算法接管信息分發是社會信息格局變化后應對“信息超載”危機、實現供需適配的必然選擇;指責算法加劇“信息繭房”的論斷其實忽略了影響社會信息結構的多重因素，罕有支持的證據;而要治理社會信息傳播的“繭房”效應，不應是棄用算法，更應該是善用算法技術，構建人機協同的命運共同體和價值共同體。

一、被忽視的語境：算法分發是信息供需適配的優解

迄今為止，人類信息分發模式可大致概括為三類：倚重人工編輯的媒體型分發、依托社交鏈傳播的關系型分發、基于智能算法對信息和人進行匹配的算法型分發，而隨著技術的不斷進步，智能算法分發不斷“收編”人工編輯分發和社交關系分發，成為信息分發的主要途徑。

算法接管信息分發的根本驅動力是互聯網對社會信息環境的改變。一方面，伴隨互聯網技術的進步，社會信息化在持續推進，海量信息在互聯網上留存和呈現，用傳統方式根本無法對其進行有效的處理和價值適配，信息過載時代強大的內容生產能力要求傳統的內容分發必須革命性的變革。另一方面，移動傳播革命帶來信息傳播的個人化，個性化需求被觸發并形成巨大的個體性內容需求市場，但在算法推送廣泛用于社會傳播之前，個體在現實中是很難獲取與其場景相匹配的有用信息，社會總體的信息過剩難以掩蓋社會個體成員信息缺乏的事實。極具多樣性和復雜性的信息生態出現了供需之間的結構性危機，正基于此，信息傳播的精準化成為移動互聯網時代的傳播重點，即把合適的內容在合適的場景下傳播給合適的受眾。

而算法型信息分發實踐中算法機制要解決的根本問題正是：從龐大復雜的信息系統中挑選符合用戶興趣習慣和社會特征的內容，呈現在其個人信息系統中，以滿足用戶的內容需求。盡管智能算法分發中應用了各種模型或公式，但其基礎原理是樸素的：更好地了解待分發的內容（標簽化處理），更好地了解待接收的用戶及其需求（用戶洞察），更高效地完成信息與人之間的對接與匹配（場景洞察）。所以說，算法的本質是建立在海量信息和海量用戶之間的匹配技術，是信息與通訊技術發展的必然。

作為海量信息與個性用戶間的“搭橋術”，算法在當前信息傳播系統內顯現出無可比擬的優越性。一方面，智能算法推薦有效提高了信息分發效率。倚重人工編輯的媒體型分發所需的平均時間與人力成本較高，分發效率較低，而智能算法可以高效地完成自動篩選、過濾，使信息供需的快速匹配成為可能，為高效實現內容產品的商業變現提供了技術支持。另一方面，智能算法推薦優化了信息分發的配置效率。更具體地說，信息價值得以重估，信息不再有統一的價值衡量標準，亦沒有絕對的高低之分（所謂“汝之至寶，吾之敝履”，反之亦然），關鍵在于價值的適配。由此，信息價值尤其是長尾信息的價值被激活。同時，用戶的主動性得到開發，不同于大眾傳播時代滿足最大公約數需求的信息傳播與消費模式，智能算法型信息分發與推薦改變了“以傳者為中心”的傳播模式，人們得以觸達更多的、更為個性化的內容。

概言之，智能算法信息分發為應對傳統信息處理范式的危機、實現供需新適配提供了優解。如果沒有算法的介入，海量信息將無法完成更為有效的傳播。智能算法成為信息分發主要手段是互聯網時代發展的一種必然，拒絕算法，就像工業化革命初期人們拒絕蒸汽機、紡織機及火車、汽車一樣，是荒唐可笑的，也是不切實際的。

二、被誤解的問題：算法并非“信息繭房”的獨特成因

“信息繭房” （information cocoons）概念由哈佛大學法學院教授桑斯坦提出，他認為，互聯網用戶在海量信息中以個人喜好選擇性地接觸感興趣的信息，排斥與篩出所有不喜歡的東西，長此以往形成“信息繭房”;由于“信息繭房”的存在，人們只會選擇和接觸與自己意見相同或近似的人群，采納符合自己預期的觀點，于是逐漸形成“回音室效應”（Echo Chambers），走向認知上的極端和表達上的極化，成為群體化事件的溫床。

隨著算法分發技術在新媒體實踐中的廣泛使用，國內學者們將“信息繭房”這一概念引入，將其當作一個已然的負面存在來接受，并以此為出發點將算法等技術作為引發“信息繭房”的核心原因而進行全面的批判。

但其實，將算法視為“信息繭房”罪魁禍首的論斷是站不住腳的。一方面，“信息繭房”概念有其語境。桑斯坦提出“信息繭房”是基于美國兩黨政治的語境下對新技術降低政治信息多元化以及政治信息極化的憂慮，“信息繭房”是一種比喻、一種假說。目前，能夠嚴謹地實證“信息繭房”存在的研究尚未看到，只有少數研究非正面地呈現了所謂“信息繭房”的結果，均是一些現象而不是規律、是實驗而不是現實研究、是過程而不是效果研究。而且，更多的研究在質疑和反駁“信息繭房”的存在：有研究指出公眾對政治的更大興趣和媒體的多樣性都降低了他們困在回音室中的可能性;有研究者用西班牙數據來進行實證檢驗，確定并沒有發現黨派回音室的證據，研究樣本反而顯示了跨黨派的媒體信息消費的特征;在國內，利用全國性調查數據，有研究發現用戶的信息接收渠道不僅未窄化，對傳統媒體等非算法型信源的信任程度還有所提升。因此，越來越多的學者認為，“信息繭房”和“回音室”的某些現象是確實存在的，但對這些現象的擔憂其實是夸大了事實。另一方面，“繭房”或者說人們主動選擇要接觸哪些內容從來不是一個新現象。傳播學奠基人之一的霍夫蘭所提出的“個人差異論”其實早已闡述了受眾的“選擇性和注意性”理解，傳播學另一奠基人拉扎斯菲爾德也早在關于選民選擇的研究中就顯示出了選擇性接觸。受限于人的認知能力，人們對世界的認知從來都是建立在片面性和局限性的基礎上的，受眾總會以自我價值為核心，以一定的能力、意愿、興趣為半徑為自己建立信息渠道。同樣，在前互聯網時代，大眾傳播媒介也并不是“價值無涉”，媒體會根據自身市場定位及角色擔當，以某種價值框架來選擇性地呈現和反映這個世界;經典的“把關人”研究證實，即使在傳統媒體的人工編輯時代，信息也一定程度上會因把關人既有的政治傾向而呈現出的信息框架的窄化及信息價值的偏向。

所以說，在浩瀚的信息海洋里固守一些自己習慣和評價較好的信息菜單和信息渠道，可以被解釋為用戶應對信息過剩時代的策略機制，是現代人以個體為基礎信息消費的必然結果，也是社會發展和人們信息消費迭代升級的外在表現之一。以個人興趣為核心的“信息繭房”本身，其實是由個人的選擇和注意所決定的，算法與數據技術不過是媒介的價值選擇機制在數據條件之下的一種“人體的延伸”，并不是形成“信息繭房”的獨特成因。換言之，“信息繭房”的鍋，算法推薦不能全背，算法技術本身并無“原罪”可言。要解決信息和意見的多樣性問題的關鍵，在于整個社會信息供給結構的多樣性，也包括算法模式的多樣性。

三、需明確的治理邏輯：從算法的價值內核的“擴容”到算法的社會結構上的多樣化來尋求“信息繭房”的破解之道

如前文所分析的，信息偏食的背后是人們的選擇性接觸心理，是人們維持認知均衡所采用的策略。所以，從心理學角度來看，“繭房”是一個中性詞。而之所以關注“信息繭房”問題，其實是為警醒社會信息傳播中出現負面的“繭房”效應——信息在社會結構與社會階層中的充分流動是一個社會協調發展的關鍵之一，如果信息不流動，就會形成信息和意見的“板結化” ，進而造成利益的“板結化”、社會的“板結化”，將造成社會的偏見、矛盾與沖突，進而引爆社會危機。因此，在這個意義上，在探討算法技術如何影響社會信息結構時，不應只停留于指責技術的局限性，更應進一步思考如何為算法技術的價值內核“擴容”，包括植入必要的干預機制，通過“技術向善”來加強信息的多元化。畢竟，在當前弱人工智能的技術現實下，算法所出現的一系列問題或爭議，實際上還是人與人之間（即掌握著技術權力的人與掌握著政治與社會權力的人之間）的問題;技術會帶來更好的社會信息結構還是更壞的社會信息結構，決定者其實依然是人和無形的社會軟制度。

一是算法的價值內核的“擴容”。推薦算法的“初心”是對于用戶及其需求的洞察與把握，以便于通過這種洞察與把握使其與相關的內容實現匹配和價值變現。但這一價值的維度知識把人當成了一個孤立意義上的人來加以認識和把握。但事實上“人無往而不在社會聯系的網絡中”。因此，算法的價值內核必須有一個社會性的維度——將個人與環境、個人與群體、個人與階層、個人與社會等等關聯關系所造就的內容需要也要納入算法的計算邏輯當中。

二是算法模式與媒體（或社會的信源）在社會結構上的多樣化的保障，不使任何一種算法成為人們近乎唯一的選擇。不同的算法模式、不同的媒體（或信源）的多樣性存在是打破“信息繭房”（即所謂信息供給的“窄化”和“偏態”）的不二之選。因此，信息傳播領域的“反壟斷”則是一種勢在必行的要求。

必須看到，優化推薦算法以提升多樣性的技術實踐一直在推進。從市場邏輯來看，就像沒有一個商場的經理會希望顧客每一次來到商場都只關注同一類別的商品一樣，算法平臺也不會希望自己的用戶興趣窄化，因此，即使在商業性的邏輯中，算法也不可能真正壓縮信息空間，相反，它還會在更新迭代中逐步挖掘出個體尚未被開掘的信息消費潛能。實踐中，算法優勢平臺正積極探索通過多樣性提升和內容品類打散等方式，有效提升用戶留存周期、留存率、人均活躍天數以及停留時長等運營指標。以今日頭條為例，其推薦算法經歷了幾次大的調整、修改和升級，在不斷迭代中進行著“有邊界的調適”，獲得了更好的社會適應度。更具體地說，今日頭條不斷改進推薦算法在用戶數據上的建模能力，將用戶搜索與信息推薦結合起來，通過文本相似度特征分析、子頻道內容建設等方式，提高對用戶有價值的多樣化優質信息推送權重，使推薦實現公共價值、專業水準、多元化均衡目標的統一。

顯然，算法技術的社會應用中的關鍵性操作是 “破繭”及如何有的放矢地有效“破繭”。說到底，算法技術實際上并不會縮減人們的視野，恰恰相反，它總能為我們打開更大的世界。借用《算法帝國》一書的作者克里斯托弗·斯坦納的話來說，在未來的發展中我們將面對一個如何劃定效用和威脅之界限的任務。未來20年的故事，是人工智能算法和大數據的故事，而這個故事的結果好壞將取決于如何劃定這些界限以及由誰來劃定。因此，作為能動者的人類主體應該更加主動與數據及算法相交融，在擁抱新技術的同時保持對人類生存和良序社會的關懷，以人為尺度，引導“技術向善”，讓算法技術更好服務于社會信息充分流動的需要，確保智能算法分發實踐朝著有益于人和未來發展的方向“迭代”。

喻國明：現為北京師范大學新聞傳播學院執行院長、教授、博士生導師，教育部長江學者特聘教授，享受國務院特殊津貼的專家。

主要社會兼職：國務院學位委員會新聞傳播學學科評議組成員、北京市社會科學聯合會副主席、中國新聞史學會傳媒經濟與管理專業委員會會長、《中國傳媒發展指數（藍皮書）》主編、《中國社會輿情年度報告（藍皮書）》主編等。

主要研究領域：新媒體研究;輿論學，傳媒經濟與社會發展;傳播學研究方法。