智媒時代“信息繭房”再論：概念界定和效應(yīng)探討

李 武 艾鵬亞 楊韞卿

新媒體的互動特征日益彰顯用戶在媒介消費(fèi)過程中的能動性。不同于在傳統(tǒng)大眾媒介環(huán)境中被動接受信息的情形，現(xiàn)在的用戶可以主動定制符合自身需求的信息。隨著個性化定制時代的到來，早在世紀(jì)之交就引發(fā)了學(xué)者對其潛在消極后果的擔(dān)憂，即用戶所接觸的信息越來越窄化。2006年，凱斯·R·桑斯坦在《信息烏托邦——眾人如何生產(chǎn)知識》中提出“信息繭房”(information cocoons)，[1]這個概念非常形象地描述了新媒體時代用戶被包裹在信息繭房中的現(xiàn)象。

近幾年來，大數(shù)據(jù)與人工智能迅速發(fā)展，個性化推薦技術(shù)在媒介生態(tài)中“粉墨登場”，成為智媒時代的重要形態(tài)特征。越來越多的內(nèi)容分發(fā)平臺基于算法推薦為用戶提供信息推送服務(wù)，有些平臺甚至直接以“精準(zhǔn)推薦”為主要賣點(diǎn)，如以文本信息內(nèi)容推薦為代表的今日頭條、以音頻信息內(nèi)容推薦為代表的網(wǎng)易云音樂和以短視頻內(nèi)容推薦為代表的抖音。這種現(xiàn)象級的個性化定制服務(wù)更加加劇了相關(guān)學(xué)者和政策制定者的擔(dān)憂：基于用戶興趣愛好的算法推薦是否會致使用戶在這些平臺上所接收的信息出現(xiàn)“千人千面”的效果？用戶是否又因此被“束縛”在越來越同質(zhì)的信息流中？除了“信息繭房”之外，“過濾氣泡”(the filter bubble)和“回音室”(echo chamber)等術(shù)語也逐漸見諸學(xué)界，形成了新一輪的“繭房憂慮”。

在對“信息繭房”的擔(dān)憂情緒日益彌漫的當(dāng)下，本文試圖對此做一個學(xué)術(shù)層面的回應(yīng)——在智媒時代，該如何正確地理解“信息繭房”隨著媒介環(huán)境的更迭而發(fā)生的變化？又該如何理性地看待目前關(guān)于“信息繭房”的探討和擔(dān)憂？具體而言，本文首先在第一部分對桑斯坦所提出的“信息繭房”概念進(jìn)行修訂完善，以更好地反映其內(nèi)涵和外延的變化。其次，在第二部分通過對信息繭房效應(yīng)的學(xué)術(shù)研究文獻(xiàn)的回顧，梳理是否存在信息繭房效應(yīng)的理論依據(jù)和實證依據(jù)。最后，在前兩個部分的基礎(chǔ)上，本文在第三部分提出了我們看待信息繭房效應(yīng)時所應(yīng)持有的立場和態(tài)度。

一、對“信息繭房”概念的定義：從自我選擇到算法推薦

桑斯坦將“信息繭房”定義為一種“交流場域(communication universes)”。若置身其中，我們只能獲取我們選擇的和令我們愉悅的內(nèi)容。鑒于當(dāng)前算法推薦技術(shù)的發(fā)展，這一定義顯得過于狹隘。因此，本文將“信息繭房”的概念重新定義為“個人或群體在信息消費(fèi)過程中因自身或外界的因素而形成的信息窄化和觀念極化現(xiàn)象”。在內(nèi)涵方面，這個定義強(qiáng)調(diào)從結(jié)果的角度——信息窄化和觀念極化——來定義信息繭房；在外延方面，根據(jù)成因，可將其主要區(qū)分為由“自我選擇”(自身因素)和由“算法推薦”(外部因素)所導(dǎo)致的信息繭房。

(一)自我選擇

由自我選擇所導(dǎo)致的信息繭房對應(yīng)的正是最早由桑斯坦所給出的定義。在傳播學(xué)中，這種現(xiàn)象被稱為“選擇性接觸(selective exposure)”。[2]早在1944年，拉扎斯菲爾德等人對1940年總統(tǒng)大選的研究發(fā)現(xiàn)，受眾會選擇性地接觸或規(guī)避媒介和訊息——受眾會有意地選擇那些能強(qiáng)化他們已有觀點(diǎn)的訊息，而規(guī)避那些可能改變自身觀點(diǎn)的訊息。[3]選擇性接觸不僅存在于政治領(lǐng)域，其在商業(yè)和娛樂等信息消費(fèi)領(lǐng)域也普遍存在。[4][5]

從心理學(xué)的角度來看，認(rèn)知負(fù)荷理論(Cognitive Load Theory)可以很好地解釋說明“選擇性接觸”假設(shè)背后的原理。認(rèn)知負(fù)荷理論由澳大利亞心理學(xué)者John Sweller提出，所謂的認(rèn)知負(fù)荷是指同時被要求施加在工作記憶上的智力活動的全部數(shù)量，當(dāng)總的認(rèn)知負(fù)荷超過個體所能承受的范圍，就會導(dǎo)致較低的認(rèn)知效率。[6]因此，當(dāng)討論人類的信息處理方式時，不得不注意到人們注意力和認(rèn)知能力的有限，而由于能力的有限，許多對信息的選擇都是在不自覺中發(fā)生，[7]公眾只選擇自己關(guān)注和喜歡的信息以減輕認(rèn)知負(fù)荷是自然而然的。另外，Sear和Freedman把選擇性接觸的發(fā)生機(jī)理歸因為用戶的認(rèn)知不協(xié)調(diào)(Cognitive Dissonance)。[8]換言之，在使用媒體和消費(fèi)信息的過程中，人們傾向于選擇與自己觀點(diǎn)、信念相一致的信息以避免在認(rèn)知方面的失調(diào)。[9]

雖然早在20世紀(jì)中葉前后，學(xué)者們已經(jīng)就選擇性接觸現(xiàn)象和理論進(jìn)行了一些研究。但是在隨后的多年中，關(guān)于這方面的研究并不多見。在很大程度上，這是因為可供用戶選擇的媒體渠道和信息內(nèi)容本身就比較有限。[10]然而隨著網(wǎng)絡(luò)時代的開啟，信息過載的問題變得非常嚴(yán)重，[11]人們不得不進(jìn)行大量的主動選擇和信息過濾。桑斯坦本人也承認(rèn)“超載危機(jī)和過濾的需求是相伴而生的”。[12]在桑斯坦看來，在這種背景下，就可能會誕生麻省理工學(xué)院傳媒技術(shù)專家尼葛洛龐帝所預(yù)言的“我的日報”(the Daily Me)——用戶完全根據(jù)自己的需求和喜好主動選擇符合自己口味的內(nèi)容，定制屬于自己的“我的日報”。誠然，新媒體的發(fā)展賦予了用戶選擇信息的主動權(quán)，彰顯了用戶在媒介消費(fèi)中的能動性，但由于用戶的“信息偏食”，不可避免地會將自己包裹在由個人事先選擇好的“信息繭房”中。

(二)算法推薦

在基于捕捉和分析用戶偏好的算法推薦技術(shù)方興未艾的今天，“我的日報”儼然已經(jīng)成為現(xiàn)實，并廣受追捧。但與尼葛洛龐帝預(yù)言有所不同的是，盡管用戶的自我選擇仍然存在(如用戶在社交媒體上選擇感興趣的話題或者主動關(guān)注感興趣的個人/機(jī)構(gòu))，但算法推薦也已經(jīng)成為個性化定制的主要方式。許多學(xué)者認(rèn)為，搜索引擎、資訊網(wǎng)站、社交媒體等“機(jī)器”在數(shù)字時代取代了以往的人工編輯，在信息傳播過程中扮演了新的“把關(guān)人”。與信息繭房的概念類似，由Eli Pariser于2011年提出的“過濾氣泡”同樣也是一個形象的比喻，指機(jī)器和算法充當(dāng)了信息的過濾器，將用戶限制在一個又一個的“泡泡”當(dāng)中。

從運(yùn)作原理的角度來看，算法推薦的信息流背后并非是單一的算法邏輯，而是多類算法綜合作用的結(jié)果，常用的算法有基于內(nèi)容的推薦系統(tǒng)、協(xié)同過濾系統(tǒng)、混合推薦等等。[13][14]一般而言，算法推薦的結(jié)果往往是以下三個方面綜合作用的結(jié)果：(1)大眾化、多數(shù)人的偏好；(2)根據(jù)用戶個人特點(diǎn)計算出的用戶偏好；(3)用戶社交網(wǎng)絡(luò)中的他人偏好。而依據(jù)用戶使用習(xí)慣和社交關(guān)系得到的推薦結(jié)果具有明顯的針對性和封閉性，算法內(nèi)容分發(fā)的過程中既過濾了信息又分裝了信息，因此產(chǎn)生信息繭房是完全可能的。[15]

在過去推薦算法尚未普及的時代，用戶的自我選擇在構(gòu)筑“我的日報”中發(fā)揮了重要的作用，但如今推薦算法儼然成為了智媒時代中另一股推動“我的日報”形成的巨大力量。從某種角度來看，用戶的自我選擇是對信息的“主動獲取”，而在基于算法推薦個性化定制中，用戶偏向于“被動接受”信息。即使表面看起來是用戶主動獲取信息的“搜索引擎”，但其獲取的檢索列表仍然是基于算法過濾的結(jié)果。以谷歌為例，很多人都認(rèn)為，在谷歌上同一時刻輸入同樣的搜索詞后，會得到完全一樣的檢索結(jié)果，但事實上“千人千搜”的推薦模式在十年之前就已然形成。[16]具體來說，谷歌利用用戶之前的搜索詞、所在的位置和社交關(guān)系等信號“揣摩”用戶的身份和喜好，反饋基于用戶判斷的檢索結(jié)果。因此，從用戶感知的角度來看，也可以把搜索引擎的推薦功能視為“隱性推薦”，而將個性化推薦平臺的推薦服務(wù)視為“顯性推薦”。

另外，值得注意的是，相對于自我選擇，不管是隱性還是顯性推薦，用戶確實是“被動”地在接受基于算法推薦的內(nèi)容，但算法推薦本身的構(gòu)建目的就是預(yù)先判斷用戶興趣，其目的在于“迎合”用戶的需求。因此，自我選擇和算法推薦本身并非截然對立，后者也許只是提前幫助用戶選擇了他們可能會“主動”選擇的內(nèi)容。

二、對“信息繭房”效應(yīng)的探討：從思辨分析到實證研究

辨證地來看，個性化定制對用戶個體或群體既可能會帶來積極的影響，也可能會存在潛在的消極后果。一方面，對信息內(nèi)容的自我選擇彰顯了用戶在信息消費(fèi)過程中的能動地位，算法推薦也幫助用戶在信息超載的時代降低了獲取信息的成本，提高了獲取信息的效率。另一方面，個性化定制的結(jié)果會使得用戶難以接觸到自我選擇或機(jī)器推薦以外的信息，而這些信息在很大程度上可能是用戶不感興趣的或者與自身觀點(diǎn)不符的。久而久之，用戶就會將自身桎梏于像蠶繭一般的“繭房”中。[17]“信息繭房”這一概念其實就是學(xué)者們在表達(dá)他們對個性化定制所帶來的消極后果的擔(dān)憂。

(一)思辨分析

對信息繭房消極影響的擔(dān)憂和思考，最早源自于桑斯坦。要理解桑斯坦為何會有這種擔(dān)憂，要從“協(xié)商民主”(deliberative democracy)談起。協(xié)商民主是他寫作《網(wǎng)絡(luò)共和國》和《信息烏托邦》這兩部專著的語境，具體是指“存在沖突的個人或群體應(yīng)當(dāng)相互協(xié)商，并通過理性的討論最終得到一個令所有人都滿意的結(jié)果”。[18]協(xié)商民主認(rèn)為公民應(yīng)該積極參與公共事務(wù)，參與公共輿論空間進(jìn)行討論，通過“平等、理性、深思熟慮”的協(xié)商來提升民主質(zhì)量。[19]雖然關(guān)于協(xié)商民主有諸多不同的流派，但“公共協(xié)商”的過程是其核心，這就要求參與協(xié)商的人們應(yīng)該可以獲取任何可能的信息，并具有一定程度的“共同經(jīng)驗”。

但是，網(wǎng)絡(luò)技術(shù)的賦權(quán)使得人們作為信息消費(fèi)者的角色被無限地放大，公民只關(guān)注自己所喜愛的信息。換言之，在對媒介和信息的自我選擇中，每個人都在閱讀“我的日報”，而不太接觸到自己不喜歡或與自己觀點(diǎn)不同的信息內(nèi)容。長此以往，人們就可能會進(jìn)入到態(tài)度強(qiáng)化的螺旋中，并日益缺乏具有“社會粘合劑”功用的共同經(jīng)驗。換句話說，傳統(tǒng)大眾傳媒的社會整合功能日益消散——“在很多方面，它會降低而非增加個人的自由，它也會造成高度的社會分裂，讓個人和團(tuán)體更難相互了解”。[12](136)這正是桑斯坦所擔(dān)心的因自我選擇而導(dǎo)致的信息繭房的嚴(yán)重后果。詹姆斯·韋伯斯特也表達(dá)了類似觀點(diǎn)：由于在數(shù)字時代存在海量的信息和渠道，人們會為自己預(yù)設(shè)獲取信息的有限范圍，而這個有限范圍的設(shè)定，基本會與人們的心理預(yù)期及喜好相符合。這種模式使得用戶的決策變得簡單，與此同時也會將更為多元的內(nèi)容和觀點(diǎn)排除在外。[20]

受到所在年代技術(shù)發(fā)展的限制，桑斯坦在表達(dá)技術(shù)發(fā)展所帶來的擔(dān)憂時，未曾將算法推薦可能產(chǎn)生的信息繭房納入思考范疇，但其追問的邏輯完全適用于由任何原因所引起的“信息繭房”現(xiàn)象。事實上，歐盟委員會相關(guān)專家小組就曾在2012年提出了一份“警告”，提醒人們應(yīng)該警惕由搜索引擎的發(fā)展所帶來的對信息獲取多樣性的“破壞”。[21]隨著今日頭條這樣的個性化推薦新聞平臺在國內(nèi)的盛行，人民網(wǎng)也發(fā)表評論文章指出，“智能化的信息傳播信息機(jī)制可以快速地完成用戶于信息的精確匹配，大大降低獲取信息成本，為生活帶來便利。但換個角度來看，算法主導(dǎo)下的內(nèi)容分發(fā)模式，也會帶來‘自我封閉’的危險”。[22]另外，比爾·蓋茨在2017年初接受采訪時也表示，“不管人們在觀看自己喜歡的電視頻道、新聞網(wǎng)站和facebook，都很容易陷入媒體所帶來的‘過濾氣泡’中，從而強(qiáng)化原先的觀點(diǎn)并排除其他的看法……諸如社交媒體這樣的科技使你和觀點(diǎn)相似的人聚在一起，進(jìn)而不能共享和理解不一樣的觀點(diǎn)，這個問題要比我們想象得更為嚴(yán)重?！盵23]

(二)實證研究

除了從思辨的角度來表達(dá)對信息繭房效應(yīng)的擔(dān)憂之外，也有機(jī)構(gòu)和學(xué)者從事數(shù)據(jù)收集和資料分析，從實證的角度探索信息繭房的效應(yīng)。

1.針對由自我選擇所導(dǎo)致的信息繭房效應(yīng)

總體而言，早期關(guān)于信息繭房效應(yīng)的探討，集中在用戶的自我選擇方面，Borgesius等人對這類的實證文獻(xiàn)進(jìn)行過系統(tǒng)總結(jié)。[10]他們指出，關(guān)于這類的研究主要集中在政治傳播領(lǐng)域，探索用戶的“信息偏食”對民主社會的影響。比如，Stroud利用美國的選民樣本進(jìn)行分析，結(jié)果發(fā)現(xiàn)如果選民總是關(guān)注持偏激觀點(diǎn)的新聞，他們在選舉過程中會變得更為極端。[24]選擇性接觸對信息窄化和觀念極化的這種影響效應(yīng)在實驗研究中也得到了證實。[25]Price等人則“反其道而行之”，調(diào)查了經(jīng)常關(guān)注不同媒介信息的人群，發(fā)現(xiàn)定期通過媒體接觸不同觀點(diǎn)的人，能夠更好理解他人的立場和動機(jī)。[26]

盡管不少研究表明用戶的選擇性接觸對信息窄化和觀念極化存在一定的作用，但這種效應(yīng)往往非常有限，而且在個體之間存在較大的差別，許多人并沒有受到影響。[10][27]對此，Borgesius等人從兩個方面給出了可能的解釋。其一，在當(dāng)今媒介形態(tài)日益分化和豐富的今天，人們能夠從不同的信息源來獲取相關(guān)資訊，幾乎沒有人會生活在完全絕對的“信息繭房”中。其二，除了媒介之外，人們還經(jīng)常通過與家人、朋友和同事的談話獲取最新的信息，在這種談話中，人們也會接觸不同的觀點(diǎn)和不同的信息。另外，最近的一項跨國實證研究發(fā)現(xiàn)，雖然使用在線媒介的用戶確實擁有了更多的主動選擇權(quán)，但他們并不會將自己“隔離”進(jìn)信息繭房當(dāng)中。作者給出了另外一種視角的解釋——雖然在新媒體環(huán)境中，用戶的自我選擇權(quán)力變大了，但是他們還是會選擇(或是“偶遇”)被多數(shù)人關(guān)注的“主流信息”。[28]

2.針對由算法推薦所導(dǎo)致的信息繭房效應(yīng)

近些年來，隨著機(jī)器和算法推薦在個性化定制中的廣泛應(yīng)用，學(xué)者們也對其所產(chǎn)生的信息繭房表現(xiàn)出濃厚的研究興趣。但令人驚訝的是，盡管少數(shù)研究在一定程度上指出信息繭房/過濾氣泡/回音室的存在[29][30]，然而大多數(shù)的實證研究還是都表明，不管是使用“隱性推薦”的搜索引擎，還是使用“顯性推薦”的信息推薦平臺和社交平臺，“被動接受”基于算法推薦信息的用戶并沒有明顯出現(xiàn)信息窄化和視野變窄的現(xiàn)象。

在以搜索引擎為對象的研究中，Courtios等人通過對350名谷歌搜索用戶檢索結(jié)果的內(nèi)容分析發(fā)現(xiàn)，沒有證據(jù)顯示搜索結(jié)果的不同可以歸因于用戶先前的偏好和行為，這種不同更可能是因為檢索語句以及時間因素導(dǎo)致的。[31]Nechushtai等人針對168位背景各異的用戶利用谷歌搜索有關(guān)希拉里·克林頓與唐納德·特朗普的新聞所返回的結(jié)果列表進(jìn)行分析，發(fā)現(xiàn)幾乎每一個賬號所被推薦的信息都是類似的，即使賬號主體具有不同的政治傾向。[32]在以推薦平臺和社交平臺的研究中，Nguyen等人選取了電影評分和推薦網(wǎng)站Movielens上歷時21個月的數(shù)據(jù)，對根據(jù)算法推薦選擇電影觀看的用戶和不理會算法推薦的用戶進(jìn)行比較發(fā)現(xiàn)，兩類用戶觀看電影的多樣性方面都有所下降，但前者的下降幅度反而不如后者。[33]Bechmann等人對1000個丹麥人兩周內(nèi)在Facebook個人主頁上撰寫發(fā)布的內(nèi)容和分享的外部鏈接的與其他成員的相似度進(jìn)行分析，結(jié)果顯示，這兩個數(shù)字都大大低于預(yù)期。[34]M?ller等人則將不同的推薦算法運(yùn)用到同一新聞源的數(shù)據(jù)科學(xué)實驗，對不同類型推薦算法推薦結(jié)果的多樣性進(jìn)行比較，并與人工編輯的選擇比較，通過對多樣性的指數(shù)進(jìn)行計算，發(fā)現(xiàn)個性化推薦算法相比于非個性化推薦算法，信息的異質(zhì)性并未降低。[35]

之所以出現(xiàn)上述的諸多實證研究結(jié)果不太支持算法推薦導(dǎo)致信息繭房效應(yīng)的結(jié)論，其原因是復(fù)雜多樣的。方可成對此曾經(jīng)有過一些解釋。[36]首先，算法推薦具有不同類型。當(dāng)人們在討論的時候，往往將“算法”視為一種單一的、同質(zhì)性的存在。實際上，算法有著多種類型，比如基于內(nèi)容的推薦算法和協(xié)調(diào)過濾算法就是截然不同的思路，不同的算法可能會產(chǎn)生不同的效應(yīng)。其次，用戶行為和社交關(guān)系是復(fù)雜的。正如前面所提到的，即使在以算法推薦為主導(dǎo)的個性化定制時代，用戶的自我選擇仍然存在，比如用戶在社交媒體上選擇感興趣的話題或者主動關(guān)注感興趣的個人/機(jī)構(gòu)。因此，用戶的自身行為和所構(gòu)建的社會關(guān)系對其接觸到信息的多元性也具有非常重要的影響。除了這兩個可能的解釋之外，對信息繭房效應(yīng)的測量也可能是原因之一。事實上，目前的研究大多聚焦于短期效應(yīng)，而對信息繭房的科學(xué)測量也許要基于長期效應(yīng)的考察研究。另外，在大多數(shù)研究中，學(xué)者們并未區(qū)分信息繭房在客觀存在層面和主觀感知層面的差異。[37]

三、總結(jié)與展望

從桑斯坦最早提出的“信息繭房”概念入手，結(jié)合技術(shù)發(fā)展背景，本文對“信息繭房”的概念進(jìn)行再定義，認(rèn)為對該概念的界定不應(yīng)局限于其具體成因，而應(yīng)該側(cè)重于對“信息窄化和觀念極化”這一現(xiàn)象的揭示。這一新的定義擴(kuò)展和深化了其內(nèi)涵和外延，整合了由桑斯坦所提出的因用戶自我選擇所導(dǎo)致的信息繭房和當(dāng)前因機(jī)器和算法推薦的發(fā)展而導(dǎo)致的“過濾氣泡”現(xiàn)象。與此同時，本文從思辨分析和實證研究的角度回顧并梳理了學(xué)者們對信息繭房效應(yīng)的探討。文獻(xiàn)綜述結(jié)果發(fā)現(xiàn)，盡管在自我選擇和算法推薦與信息窄化和觀點(diǎn)極化之間存在較強(qiáng)的理論關(guān)聯(lián)，但這些關(guān)聯(lián)尚未得到足夠的實證研究支持。

那么，我們要以怎么樣的態(tài)度來看待所謂的信息繭房現(xiàn)象呢？盡管當(dāng)前的實證研究并未提供足夠支持信息繭房存在的證據(jù)，但必要的擔(dān)憂仍然不可或缺。擔(dān)憂從來不是多余的，若缺乏擔(dān)憂，反倒可能因此陷落于一個分裂和極化的世界，并且不自知——若真如此，那就恰好印證了尼爾·波茲曼在《娛樂至死》中的論述，“我們將毀于我們熱愛的東西”。[38]而當(dāng)產(chǎn)生憂慮的時候，恰恰可能意味著進(jìn)步的到來。學(xué)者Bozdag嘗試從算法構(gòu)建的內(nèi)在邏輯中戳破“過濾氣泡”，[39]我們也應(yīng)該如他一樣以憂慮為始繼而進(jìn)行理性反思。只有真正的學(xué)術(shù)探討才能為后續(xù)制定科學(xué)政策和規(guī)避潛在風(fēng)險提供指路明燈。也正如此，未來對信息繭房這一議題的研究需要引入多學(xué)科視角和多方法路徑，更加系統(tǒng)全面地探討其概念及效應(yīng)問題，從而使我們對它的理解和判斷更多的是基于“洞見”而非“擔(dān)憂”。