信息繭房：對(duì)個(gè)性化推送的過(guò)度擔(dān)憂

□ 王詩(shī)雯

基于算法的個(gè)性化推送，桑斯坦在《網(wǎng)絡(luò)共和國(guó)》中描述的“個(gè)人日?qǐng)?bào)”（Daily Me）成為現(xiàn)實(shí)。算法滿足了受眾的需求，個(gè)性化推送可以讓受眾只看他們喜歡的。與此同時(shí)，個(gè)性化推送引發(fā)的信息繭房焦慮也卷土重來(lái)。

一、個(gè)性化推送產(chǎn)生的“信息繭房”爭(zhēng)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(gè)封閉的繭房①。他認(rèn)為信息繭房可能會(huì)窄化受眾的信息來(lái)源，割裂不同群體間的交流，破壞多元的民主社會(huì)。

在國(guó)外，“信息繭房”作為學(xué)術(shù)概念較少被提及，一般用“過(guò)濾氣泡”（filter bubble）或“回音壁”（echo chamber）來(lái)代替?！斑^(guò)濾氣泡”是美國(guó)Upworthy網(wǎng)站首席執(zhí)行官伊萊·帕里瑟于2011年提出的概念。他認(rèn)為，人們?cè)诨ヂ?lián)網(wǎng)中所處的信息環(huán)境就像一個(gè)個(gè)氣泡，氣泡是經(jīng)過(guò)一系列個(gè)性化過(guò)濾后產(chǎn)生的，這種過(guò)濾器遍布互聯(lián)網(wǎng)，并阻礙人們接觸新觀點(diǎn)②。“回音壁”也叫“同溫層效應(yīng)”，媒體上指在一個(gè)相對(duì)封閉的環(huán)境中，意見(jiàn)相近的聲音被不斷重復(fù)，并以夸張或其他扭曲形式重復(fù)，令處于該環(huán)境中的大多數(shù)人相信這些扭曲的故事就是事實(shí)的全部。

這三種學(xué)術(shù)概念在學(xué)術(shù)界經(jīng)常交替使用。近幾年，隨著算法進(jìn)入傳媒業(yè)，今日頭條、騰訊新聞等一系列算法推薦資訊平臺(tái)興起，我國(guó)學(xué)者對(duì)信息繭房的研究也越來(lái)越多。

目前，我國(guó)大部分學(xué)者對(duì)此仍持警惕態(tài)度。他們的憂慮大致分為三類：第一，信息繭房可能會(huì)影響受眾的價(jià)值取向，導(dǎo)致群體極化，形成新的“沉默的螺旋”，破壞公共領(lǐng)域③；第二，信息繭房是受眾犧牲隱私的產(chǎn)物，為了維持繭房的影響力，算法會(huì)持續(xù)監(jiān)視受眾④；第三，信息繭房可能會(huì)被議程設(shè)置所利用，成為操縱意識(shí)形態(tài)的工具⑤。國(guó)內(nèi)學(xué)者對(duì)信息繭房的警惕，本質(zhì)是對(duì)算法技術(shù)的不信任。

而部分國(guó)外學(xué)者卻將視線轉(zhuǎn)移向受眾，認(rèn)為信息繭房的影響主要與受眾自身有關(guān)。他們認(rèn)為，信息繭房在媒體中的負(fù)面效應(yīng)被夸大了。最早表達(dá)此類觀點(diǎn)的是密歇根大學(xué)公共政策學(xué)院教授布倫丹·尼漢發(fā)表在紐約時(shí)報(bào)上的評(píng)論《美國(guó)人沒(méi)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(duì)人們政治觀點(diǎn)的研究，發(fā)現(xiàn)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(huán)境無(wú)關(guān)。彭蘭教授也發(fā)表了類似觀點(diǎn)，她認(rèn)為完全消除信息繭房不現(xiàn)實(shí)，由于受眾的選擇性心理，信息繭房會(huì)一直存在⑥。

渥太華大學(xué)的杜波依斯教授通過(guò)對(duì)2000名英國(guó)成年互聯(lián)網(wǎng)用戶的調(diào)查發(fā)現(xiàn)，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(xué)學(xué)者也得出了類似結(jié)論，他們通過(guò)對(duì)1000名丹麥Facebook用戶新聞源的調(diào)查發(fā)現(xiàn)，受到信息繭房影響的用戶只占一兩成。而用戶的“社會(huì)性”，即喜歡的頁(yè)面數(shù)量、團(tuán)隊(duì)成員和朋友，是個(gè)性化推送中最重要的預(yù)測(cè)因素⑧。

因此，信息繭房一直存在于傳播過(guò)程之中，并不是算法生產(chǎn)的。在個(gè)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(gè)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(diǎn)一致的信息，回避與自己觀點(diǎn)相悖的內(nèi)容，這是受眾天生的“選擇性心理”。因此，受眾不可避免地會(huì)被束縛在由興趣和主觀所導(dǎo)致的狹隘信息域中。

2016年，阿姆斯特丹大學(xué)的學(xué)者綜合了對(duì)個(gè)性化推送強(qiáng)度及影響的實(shí)證研究，發(fā)現(xiàn)人們?cè)谥鲃?dòng)選擇接收內(nèi)容前，會(huì)預(yù)先設(shè)置個(gè)性化選擇。即算法為用戶提供的個(gè)性化內(nèi)容，其實(shí)是用戶深思熟慮的選擇⑨。

算法為受眾創(chuàng)造了便利，他們可以預(yù)先設(shè)置自己的喜好，通過(guò)個(gè)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(diǎn)一致的群體，主動(dòng)沉浸于信息繭房。比如，抖音備受海外性少數(shù)群體的推崇⑩。原因在于，算法分發(fā)比社交分發(fā)更為精準(zhǔn)地讓他們找到與自己相似的群體，并與對(duì)立觀點(diǎn)隔絕。這使他們可以輕松地在“烏托邦”中交流，躲避對(duì)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(gè)性化推送會(huì)按照粉絲偏好向他們推送明星資訊，并幫助他們找到對(duì)應(yīng)粉絲團(tuán)，形成所謂的“粉圈”。生活在“粉圈”中的粉絲會(huì)源源不斷地接收到與明星相關(guān)的信息，并主動(dòng)屏蔽負(fù)面信息，強(qiáng)化明星在其心中的良好形象?！胺廴Α钡谋举|(zhì)就是粉絲為自己打造的信息繭房。

在“選擇性心理”的驅(qū)動(dòng)下，個(gè)性化推送會(huì)將觀點(diǎn)對(duì)立的群體區(qū)分開來(lái)，進(jìn)而加速信息繭房的形成。

（二）算法“制造”信息繭房

目前，個(gè)性化推送廣泛采用的算法技術(shù)是“協(xié)同過(guò)濾算法”，即算法會(huì)通過(guò)對(duì)大范圍內(nèi)的人群進(jìn)行分析，同時(shí)考察群體中不同的興趣愛(ài)好，并找出與目標(biāo)對(duì)象喜好最相近的小部分信息或人。個(gè)性化推送的“協(xié)同過(guò)濾算法”，則是對(duì)個(gè)人議程設(shè)置主觀篩選后的二次過(guò)濾?。前者為受眾劃分了選取信息的范圍，后者則將范圍進(jìn)一步細(xì)化，并將同類信息和用戶集中起來(lái)，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(shù)存在局限。算法并沒(méi)有我們想象中那么智能，它只能根據(jù)指令提供信息，無(wú)法判斷什么樣的信息應(yīng)該被受眾看到。這是目前無(wú)法避免的技術(shù)問(wèn)題。

其次，既然算法由人類編寫，就會(huì)不可避免地被植入“偏見(jiàn)”，不論無(wú)意還是故意。部分個(gè)性化推送平臺(tái)甚至?xí)眉夹g(shù)優(yōu)勢(shì)，通過(guò)“算法偏見(jiàn)”來(lái)制造信息繭房。比如2018年爆發(fā)的“大數(shù)據(jù)殺熟”問(wèn)題，旅游購(gòu)票軟件通過(guò)分析不同群體的消費(fèi)能力，將顧客的付費(fèi)價(jià)格差異化。同樣的商品或服務(wù)，消費(fèi)力高的用戶往往比消費(fèi)力低的用戶付費(fèi)更多，而前者對(duì)這種差價(jià)渾然不知。

同樣的行為也被放到政治宣傳中。美國(guó)大選期間，F(xiàn)acebook和Twitter上關(guān)于特朗普的消息和討論數(shù)量遠(yuǎn)超希拉里。有學(xué)者認(rèn)為，過(guò)量有關(guān)特朗普的信息讓網(wǎng)絡(luò)中他的支持者們發(fā)言更踴躍，有利于他在競(jìng)選中勝出。

三、個(gè)性化推送對(duì)信息繭房的瓦解

（一）多元的個(gè)性化推送平臺(tái)

我們所擔(dān)心的信息繭房，源自單一的、同質(zhì)化的算法。但在實(shí)際生活中，用戶會(huì)消費(fèi)各種各樣的算法平臺(tái)，不同類型的算法平臺(tái)又會(huì)向受眾提供不同的個(gè)性化資訊。通過(guò)不同算法的互相補(bǔ)充，個(gè)性化推送有時(shí)可以起到消除信息繭房的作用。

2016年，英國(guó)帝國(guó)理工學(xué)院的學(xué)者進(jìn)行了一項(xiàng)代表性試驗(yàn)。他們選取了50000名參與者，要求他們報(bào)告最近閱讀、觀看或收聽的媒體，同時(shí)監(jiān)測(cè)和記錄他們的實(shí)際媒體消費(fèi)行為。通過(guò)數(shù)據(jù)對(duì)比，研究發(fā)現(xiàn)人們實(shí)際的媒體消費(fèi)比想象中更具有多樣性?。也就是說(shuō)，人們總是誤認(rèn)為自己身處信息繭房之中。實(shí)際上，通過(guò)不同推薦平臺(tái)的信息補(bǔ)充，信息繭房對(duì)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(guò)推薦與用戶喜好相似的人的媒體消費(fèi)行為，讓用戶接觸到偏好項(xiàng)中更多元的內(nèi)容。簡(jiǎn)而言之，個(gè)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(dòng)選擇“不同的聲音”

對(duì)信息繭房產(chǎn)生警惕的不只有學(xué)者，部分感受到算法威力的受眾也開始改變閱讀習(xí)慣，主動(dòng)參考與自己意見(jiàn)不一致的觀點(diǎn)。為了彌補(bǔ)算法技術(shù)可能導(dǎo)致的信息繭房問(wèn)題，個(gè)性化推送平臺(tái)也在嘗試做出改變，如谷歌瀏覽器的“逃離泡泡”插件。還有學(xué)者建議，在網(wǎng)頁(yè)上設(shè)置“翻頁(yè)”按鈕，點(diǎn)擊后觀看與自己觀點(diǎn)相反的信息，以獲取不同視角。盡管個(gè)性化推送的算法對(duì)于大部分受眾而言仍如“黑箱”，但只有了解和認(rèn)識(shí)信息繭房，才有機(jī)會(huì)打破固執(zhí)。這不僅需要依靠算法平臺(tái)的升級(jí)，還需要依靠受眾自身的改變。

四、結(jié)語(yǔ)

我們對(duì)信息繭房的擔(dān)憂并非杞人憂天，但用批判的觀點(diǎn)看待新技術(shù)，預(yù)判信息繭房可能導(dǎo)致的問(wèn)題，也是源于對(duì)算法技術(shù)發(fā)展完善的迫切。然而，夸大信息繭房的危害，過(guò)度悲觀，是毫無(wú)必要的。無(wú)論技術(shù)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(gè)人。信息繭房或許永遠(yuǎn)無(wú)法被消除，但認(rèn)清個(gè)性化推送與信息繭房的關(guān)系，或許會(huì)讓解法越來(lái)越簡(jiǎn)單。

注釋：

①[美]凱斯·R.桑斯坦.信息烏托邦——眾人如何生產(chǎn)知識(shí)[M].畢競(jìng)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(guó)明，侯偉鵬，程雪梅.個(gè)性化新聞推送對(duì)新聞業(yè)務(wù)鏈的重塑[J].新聞?dòng)浾撸?017(03):9-13.

④郝雨，李林霞.算法推送：信息私人定制的“個(gè)性化”圈套[J].新聞?dòng)浾撸?017(02):35-39.

⑤范紅霞，孫金波.大數(shù)據(jù)時(shí)代算法偏見(jiàn)與數(shù)字魔咒——兼談“信息繭房”的破局[J].中國(guó)出版，2019(10):60-63.

⑥彭蘭.人人皆媒時(shí)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(duì)策[J].中國(guó)廣播電視學(xué)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.