西方“信息繭房”相關(guān)研究綜述及思考

● 遲聰慧

“信息繭房”最早由凱斯?桑斯坦在《信息烏托邦——眾人如何生產(chǎn)知識》中提出，用以描述在信息超負荷時代公眾出現(xiàn)的信息偏食現(xiàn)象。這一概念最早是作為一種預(yù)警提出，而非事實描述，因此引發(fā)了西方學(xué)者圍繞此議題的觀點碰撞。筆者圍繞與本研究相關(guān)的information cocoons、filter bubbles、news gatekeeper、online echo chamber 等 關(guān) 鍵 詞， 對Science Direct、Scopus、ProQuest、Springer Link 等主要文獻數(shù)據(jù)庫進行了檢索，最終獲取相關(guān)程度較高的有效文獻70 余篇，對西方與“信息繭房”相關(guān)的研究成果進行了梳理。

“信息繭房”相近概念的厘清

在相關(guān)研究中，西方學(xué)者們經(jīng)常交替使用“filter bubbles”“echo chamber”和“information cocoons”幾個名詞，其中，“echo chamber”在桑斯坦的書中同“information cocoons”一起出現(xiàn)并被穿插使用，“filter bubble” 則 是 由Eli Pariser 于2011 年 在The Filter Bubble: What the Internet Is Hiding from You 一書中提出。通過對檢索到的文獻進行分析，這幾種說法在西方研究中均用作描述一種“用戶被束縛在基于個人興趣和喜好所構(gòu)建的信息領(lǐng)域內(nèi)”的現(xiàn)象，并無本質(zhì)意義上的不同，在各類研究中被當作同義詞交替使用。值得一提的是，學(xué)者Eli Pariser 提出“filter bubble”概念是在算法機制流行之后，在一個更加正式的定義中，Eli Pariser將“filter bubble”描述為一種“由算法塑造的個人信息生態(tài)系統(tǒng)”，由此，相比其他幾個同義詞，“filter bubble”更多地與“algorithm”一詞同時出現(xiàn)。

“信息繭房”的影響研究

桑斯坦提出這一概念后，引發(fā)了西方學(xué)界各個領(lǐng)域?qū)Α靶畔⒗O房”現(xiàn)象的討論。通過文獻梳理發(fā)現(xiàn)，集中在美國的“信息繭房”研究被更多地與政治聯(lián)系起來，不斷有研究強調(diào)社交媒體構(gòu)筑的“信息繭房”對民粹主義產(chǎn)生的影響，及其給意見多元化和民主良好運作帶來的風(fēng)險，我們有理由懷疑這一概念是美國兩黨派政治環(huán)境下的特定產(chǎn)物。西班牙學(xué)者Cardenal 也在研究中提及過這一點，他選擇在西班牙的媒介系統(tǒng)中展開研究，通過對樣本（用戶）在重要事件期間不同黨派媒體的接觸時間進行統(tǒng)計，發(fā)現(xiàn)用戶沒有體現(xiàn)出對黨派媒體的不同傾向性選擇，反而展示出了多元化信息獲取的行為特征[1]。

除了在政治領(lǐng)域的影響，關(guān)于“信息繭房”的研究中還提到了用戶信任的下降[2]以及用戶信息接觸渠道的窄化[3]。印度數(shù)據(jù)科學(xué)家Bhatt 和英國學(xué)者Seargeant、Tagg 等人發(fā)現(xiàn)“信息繭房”會助長假新聞數(shù)量的增長[4][5]，繭房（濾泡）可以強化任何類型內(nèi)容的傳播效果，許多帶有情緒煽動意味和政治偏見的信息被通過社交媒體進行有目的的擴散，對社會造成威脅[6]，正如社會科學(xué)家發(fā)現(xiàn)的那樣，同質(zhì)化群體更有可能在接觸信息后產(chǎn)生極端性思維[7], 由“信息繭房”導(dǎo)致出現(xiàn)的這部分群體可能會助長社會上的極端主義。

還有幾位學(xué)者研究了小范圍內(nèi)的“信息繭房”現(xiàn)象，比如希臘學(xué)者Taramigkou 等人探究了存在于音樂平臺上的“信息繭房”現(xiàn)象及其對平臺用戶音樂品位的影響，提出了一種基于識別用戶的潛在喜好并使用用戶偏好圖（user preference graphs）來檢測最佳推送路徑的方法，允許用戶在查看其他用戶喜好的同時啟動自己對音樂類型的探索，針對用戶的隨機行為產(chǎn)生音樂推薦建議[8]；瑞士學(xué)者Matt 研究了“信息繭房”對在線零售領(lǐng)域的負面影響[9]，美國學(xué)者Shah 等人提出“信息繭房”會影響金融分析師信息獲取來源的多元化[10]。

盡管關(guān)于“信息繭房”的影響研究已經(jīng)涵蓋了許多方面，但西方研究中還少有實證研究來驗證“信息繭房”的長期影響，如前面所述，盡管有學(xué)者通過社交媒體對極端主義的影響推斷出“信息繭房”的影響，但尚沒有實證研究去探究諸如此類的影響過程具體是怎樣形成的，及在其形成過程中“信息繭房”是否是主要影響因素。

“信息繭房”的形成原因研究

“信息繭房”到底是怎樣形成的？關(guān)于“信息繭房”的形成原因，西方學(xué)者的研究主要分為兩種思路：一種關(guān)注信息技術(shù)的作用，一種關(guān)注用戶自身的信息選擇行為，即分別從信息平臺和信息接收者兩個層面展開研究。

隨著互聯(lián)網(wǎng)的興起和社交媒體的出現(xiàn)，學(xué)者們開始進行算法推薦系統(tǒng)的作用研究，一部分學(xué)者著重分析算法的信息推薦路徑，研究算法如何為用戶制造了“信息繭房”，認為隨著時間的流逝，算法個性化推薦機制會加重用戶對周圍世界的特定認知，強化固有偏見，減弱用戶對更廣泛信息的求知欲望[11]；也有一些學(xué)者認為算法推薦并不會降低受眾信息接觸的多樣性，甚至有助于消解“信息繭房”現(xiàn)象，這類觀點多為基于某一平臺或系統(tǒng)的實證研究，比如澳大利亞學(xué)者Nguyen 等人通過使用tag genome（一種內(nèi)容編碼方法）對MovieLens 的用戶進行行為分析，發(fā)現(xiàn)接受平臺推薦內(nèi)容的用戶比沒有接受推薦內(nèi)容的用戶接觸到了更加多樣化的信息[12]。荷蘭學(xué)者Borgesius、Moller 認為我們不需要擔(dān)心算法推薦系統(tǒng)會造成“信息繭房”問題，一是因為目前算法技術(shù)不夠成熟，還不能做到準確推送用戶喜歡的內(nèi)容；其次，用戶接受信息的平臺非常多樣，而平臺之間的算法不互通，無法完全“困”住用戶，同時他們也提到用戶自身具備選擇性信息接觸行為[13]。

信息技術(shù)面前，用戶的作用不可忽視，一部分學(xué)者認為“信息繭房”現(xiàn)象的研究核心在于用戶，而非算法推薦。早在二十世紀五六十年代，學(xué)者們就總結(jié)出了受眾的信息選擇性接觸行為，指出人們更愿意去接觸自己喜歡或與自己既有態(tài)度一致的信息。進入21 世紀后，研究也不斷證明用戶選擇性信息接觸行為的存在，美國得克薩斯大學(xué)奧斯汀分校的Stroud 教授使用縱向調(diào)查設(shè)計（在一段時間內(nèi)反復(fù)對相同的人進行采訪），證明反復(fù)暴露于與自己意見一致的媒體會導(dǎo)致極化現(xiàn)象的增加[14]。有學(xué)者通過研究描繪出了這一現(xiàn)象的具體形成過程：持續(xù)性地接觸與自己態(tài)度相契合的媒體會導(dǎo)致原有信念的強化，這種信念進而繼續(xù)影響隨后的媒體接觸行為，選擇性的媒體接觸再次強化了同質(zhì)信息的暴露，導(dǎo)致極化增加。

研究進行到這里，選擇性接觸行為最終會造成用戶被同質(zhì)化信息包圍，進而進入“信息繭房”的說法看起來似乎是說得通的，但西方學(xué)者的探索并不止于此。Garrett、Stroud 等美國學(xué)者在研究中發(fā)現(xiàn)，相比受眾對與自己意見一致的信息的傾向性，對與自己意見相左的信息的回避行為顯得更加不明顯，從語義及理論層面來看，信息選擇和信息回避是不可分割的，但實證研究表明用戶對與自己意見相左的信息的回避程度遠低于對意見一致信息的傾向程度，與自己原有立場相悖的信息并不會被受眾排除在外，個體甚至?xí)谝恍┣闆r下喜歡搜索同自己立場相反的信息[15]。Stroud 教授用數(shù)據(jù)證明了這一點，26%的自由派民主黨會在日常生活中依賴至少一個保守黨派媒體獲取信息，同樣43%的保守派共和黨也會依賴民主黨派媒體獲取信息[16]，實證研究中，用戶對意見一致信息的接觸往往同步伴隨著意見相左信息的接觸，由此看來，相關(guān)理論和研究并無法證明用戶在社交媒體中只選擇符合自己既有觀點和立場的信息，相反一部分實證研究恰恰證明了用戶信息獲取的多樣性和主觀能動性，這也是“信息繭房”現(xiàn)象在西方無法形成共識的原因之一。涉及人的問題總是復(fù)雜的，每一種理論和研究都是對這種復(fù)雜性的探索，它們本身作為對人的問題的理解，都各有其合理和謬誤的一面。

“信息繭房”的破解路徑研究

根據(jù)對相關(guān)文獻進行梳理，筆者發(fā)現(xiàn)有關(guān)“破除信息繭房”的研究主要分為兩類，一類是關(guān)于改進算法推薦系統(tǒng)，比如代爾夫特理工大學(xué)的學(xué)者Bozdag、J van den Hoven 在研究中總結(jié)了包括ConsiderIt、OpinionSpace、Reflect 等網(wǎng)站插件在內(nèi)的幾種為破除“信息繭房”設(shè)計的工具[17]，通過不同機制幫助用戶接觸多元化信息，從源頭上減少個性化信息推薦系統(tǒng)可能帶來的信息窄化現(xiàn)象。

除此之外，還有一部分學(xué)者認為提高用戶對“信息繭房”的意識、發(fā)揮用戶的主動性也是一種破繭途徑，前面提到的Bozdag 和J van den Hoven 的研究中，也梳理了一些幫助用戶識別信息過濾機制的工具，比如Munson開發(fā)的Balancer 瀏覽器工具，能夠讓用戶看到自己的閱讀習(xí)慣和偏好，與此類似的還有Scoopinion、Bobble 等網(wǎng)站插件，它們都是通過提高推薦機制透明度來幫助用戶消解“信息繭房”的影響；加拿大學(xué)者Nagulendra 和Vassileva 在2014 年提出了一種交互可視化工具，幫助用戶看到信息過濾系統(tǒng)，該工具有四個目的：提高用戶的意識、幫助用戶使用信息推薦系統(tǒng)、賦予用戶控制個性化信息過濾系統(tǒng)的權(quán)力、提高用戶信任度，如果用戶希望停留在“繭房”中，系統(tǒng)也允許他們這么做，這個系統(tǒng)完全強調(diào)用戶的民主自治[18]。

思考與總結(jié)

通過對西方相關(guān)研究成果的梳理，可以發(fā)現(xiàn)西方學(xué)者對“信息繭房”的研究是跨學(xué)科跨領(lǐng)域的，融合了傳播學(xué)、社會學(xué)、計算機科學(xué)、心理學(xué)及政治學(xué)、經(jīng)濟學(xué)等各個領(lǐng)域的理論及觀點，在起因、影響、破解路徑等各個層面均有相關(guān)研究論述。經(jīng)過分析與總結(jié)，筆者有以下幾點思考：

1.西方學(xué)者對“信息繭房”的研究熱情很高，在多方面產(chǎn)生了豐富的觀點碰撞，但與此同時，尚未有充分的實證研究來證明“信息繭房”現(xiàn)象的存在，僅有的一部分實證研究也有著諸如樣本量不足、實驗條件有限等缺陷，有的反而側(cè)面印證了用戶在社交媒體上存在的多元信息獲取行為，未來還需要更多實證研究的引入來豐富該領(lǐng)域的研究。

2.“信息繭房”的提出是基于美國兩黨政治語境，在隨后的諸多學(xué)術(shù)討論中，“Democracy”“Politics”“Polarization”是最常見的詞匯，有學(xué)者已經(jīng)注意到這一點，選擇在政治平行度高的西班牙展開研究，未發(fā)現(xiàn)明確的證據(jù)表明“信息繭房”的存在，這一點為其他非兩黨派政治背景的國家開展研究提供了思路，對“信息繭房”的研究需要因地制宜，從本國環(huán)境出發(fā)，正確反省這一警示性概念的真正意義。

3.海內(nèi)外現(xiàn)有的算法技術(shù)尚不成熟，各個社交媒體平臺背后使用的算法及運作機制各不相同，研究結(jié)果也表明目前的算法推薦系統(tǒng)還無法做到精準識別并正確推送契合用戶興趣的內(nèi)容，在此條件下談受眾受到禁錮還為時過早。盡管如此，關(guān)于“信息繭房”的研究與爭論還是有著長遠意義，隨著科技的迅速發(fā)展，當個性化信息推送成為用戶的主要信息來源，其對于各個領(lǐng)域會產(chǎn)生怎樣的影響是我們不得不思考的。

4.在“信息繭房”的影響及形成原因研究中，西方學(xué)者兼顧了作為信息分發(fā)者的平臺以及作為信息接受者的受眾，嘗試以Google、Facebook 等平臺用戶為研究樣本，調(diào)查用戶的信息選擇、接收行為與其態(tài)度傾向之間的關(guān)系，但目前的成果還是比較宏觀的，缺乏微觀的、個體角度的受眾分析。不同個體被困入“信息繭房”的可能性程度不一，原因在于不同個體的媒介接觸和媒介使用行為不同，個體在接觸不同媒介時又具有不同的信息需求、不同的信息選擇習(xí)慣和不同的對于算法機制的認知，而這背后涉及個體更加復(fù)雜的特征。深入的受眾分析將有助于我們進一步看清“信息繭房”這個模糊的概念，在偌大的公共空間中識別出“信息繭房高發(fā)區(qū)”以及“信息繭房易感人群”，從而將似是而非的恐慌轉(zhuǎn)化為防患于未然的洞察。