算法推送不会导致“信息茧房”

周天慧

摘要：几年前凯文·凯利在《必然》中总结了自己多年来对于互联网和科技的观察和分析，指出当下任何一个普通人不需要花很多的精力，就可以召唤出一个包罗万象的图书馆。因而，在信息过剩时代，找到优质的内容接收通道，避免在信息的汪洋大海中迷失方向，成了人们一种迫在眉睫的需求。相对于内容产业来说，基于大数据和算法推荐的内容分发机制，不仅可以帮助受众节省筛选内容所消耗的时间，还能够满足不同用户的个性化信息获取需求。但与此同时，算法基于受众过往的信息偏好，推荐与受众品味和兴趣高度匹配的内容，引发了人们对“信息茧房”现象的担忧。

关键词：信息茧放;算法推送;今日头条

一、“信息茧放”及算法推送的概念介绍

“信息茧房”的概念是由哈佛大学法学院教授凯斯·桑斯坦在其2006年出版的著作《信息乌托邦》中提出的。桑斯坦指出随着这些年全球网络技术的日益发达以及信息的剧增，我们可以在信息的汪洋大海中随意选择我们关切的内容，每个人都能拥有一份根据自己的喜好度身定制的个人日报。但由兴趣为出发点获取的信息并不是全方位的，如果公众只注意自己认可的信息和令自己愉悦的内容，就会失去接触不同事物的机会，久而久之，还会造成理解和分析能力的匮乏。因此，这种量身定制的信息，就如同细细密密的蚕丝一般，会将我们同真实和全面的世界隔断开来。

从我们国家的情况来看，2012年是“信息茧房”概念的一个重要时间节点，自此，国内学者对这一现象的关注度较以往有着显著的提升。在那一年里，主打基于受众兴趣的个人资讯服务平台大批量涌现，通过算法过滤和反馈处理机制完成精准的内容分发，其中最具代表性的就是今日头条，成为随后几年里国内许多内容平台争相效仿的对象。

“算法推送”的基本原理是后台根据用户先前点击的内容，给用户贴上诸多粗略的标签，形成基本的用户画像，并在之后的互动和反馈中动态调整，使得特征越來越具体，标签越来越精细，以实现内容的“千人千面”。算法推送的直观优点是，机器根据个人的信息偏好快速实现供需匹配，带来了信息获取速度的显著提升。另一个积极面是，在这种分发模式下，由于大多数内容的显现度与曝光量是由算法决定的，能有效削弱专业媒体的议程设置能力和把关人效应，使得信息的传播更为扁平化。

与此同时，算法推送也引发了人们对于“信息茧房”的担忧，害怕视野的收窄导致自己变得故步自封、坐井观天，甚至出现群体极化的现象。

二、算法推送不是导致“信息茧房”的元凶

（一）“信息偏食”现象存在已久

人们在泛兴趣阅读的过程中，原本就存在“信息偏食”的现象，传播学里将此类现象提炼为“选择性接触理论”，即人们在接触大众传播活动的过程中，习惯于接受和自己原有立场、观点相吻合的信息，有意无意地回避与自己既有倾向对立的内容。因此，导致人们故步自封的原因很大一部分是由于人性原本就有趋利避害的倾向，不能完全归因于算法推送。复旦大学新闻学院张涛甫教授指出，“茧房”效应其实是人们的认知过程中无法避免，只不过由于算法推送引爆了我们对此类现象的忧虑。事实上，算法推送导致的“茧房”效应要远远小于我们在社交过程中普遍存在的“兴趣+关系”的双重“茧房”的危害，因为关系链会过滤掉很多信息，相比之下，算法提供给我们的内容更为全面。

（二）网络并非无菌室

在传统媒体时代，报纸、杂志、广播和电视给受众提供了纷繁复杂的信息，即便人们对某些主题的并没有强烈的兴趣，也会在不经意间看到一些自己不曾关注的信息，而“茧放”效应的拥护者们认为，算法推送会削弱这种机会。此类观念的不成熟之处在于，将整个互联网信息环境看作仅仅是由算法分发机制控制的。但事实上，我们不会将所有的注意力聚焦于一个信息端口。回想自身的信息接受习惯就能察觉，我们会通过各种媒介，如以微博、微信为代表社交媒体，各种新闻聚合平台和视频网站，接触不同的内容和观点。各式各样的内容通过不同的分发方式无孔不入地涌向人们，或许我们会有各自的偏好，却很难做到对自己兴趣之外的事情全然地置若罔闻。从这个角度看，在互联网环境下，人们整个认知系统“茧房”现象出现的很能性低，即便一段时间内沉迷于同一类信息，也会很快得到修正。

（三）算法“茧房”效应

触发人们对于“信息茧房”担忧的很大一部分原因，是因为当下许多内容平台算法的目标非常单一，仅仅是为了提高点击量，而不是为了提高受众的多元化认知为出发点的。这是因为很多内容平台背后都有资本的压力，为了实现迅速扩张的目的，这些平台利用算法这项武器，通过不断推荐粗糙的内容来获得关注。从业内的实践案例看，现在的算法模型已经能够捕捉信息中的特征，实现内容层面的“垃圾分类”，避免趣味下沉。

为了消除各界对于算法的误会，今日头条曾召开多场算法公开透明交流分享会，并邀请资深算法架构师曹欢欢博士详细介绍了头条算法模型的设计、纠偏和监督机制。曹欢欢指出内容、用户特征以及环境特征是头条算法主要的考量维度，基于这三方面，计算机算法会提供一个估计，推测某条内容在某个场景之下是否适合某一用户。在这个过程中，虽然诸如性别、年龄、所属地、受教育程度、职业、兴趣等基本特征是显性的，但是价值观、立场等隐形特征却是计算机无法预先识别的。因此，算法一旦推测出了我们的兴趣所在，只能把有关联的内容一股脑地全部推送过来，这里包含了基于在不同的立场提出的相互冲突的观点，反而有助于我们更深入地思考，避免“茧房”现象的产生。

此外算法还能通过计算不同用户之间的协同特征，收集用户之间的“交集”特征，提供更为广大的“并集”内容，从而扩展算法模型的探索能力。比如，A和B拥有相似的特征标签，A用户关注科技、投融资和创业，B用户关注投融资和创业，那么系统就会给A用户推送科技类的内容。

我们批评算法推送是因为我们对推荐机制不甚了解，事实上，平台会平衡用户粘性和内容质量等诸多因素，在推送的过程中会阶段性地增加一些用户喜好范围之外的内容，观察用户的反馈并不断地调整。长此以往，我们在获得的精准内容的同时也会汲取到越来越多元化的信息。

三、总结

“信息茧房”概念的盛行源于我们对“算法权利”的过度警惕，尤其是这种模式涉及到了人们的认知过程和思维理解。回顾媒介技术发展历史，电视和计算机出现的时候同样也引发了人们的忧虑和质疑，与当今的恐慌情绪类似，都源于对不确定事物的不了解。

虽然“茧房”现象不能完全归因于算法，但是内容平台还是应该对此类批评引起高度的重视，从而避免昙花一现的命运。现在针对“信息茧房”所描述的症结，其实恰恰是算法还不成熟的体现。内容平台应该进一步加强对用户心理的解剖，通过对用户历史行为、动机、意图等方面的深入探索，描绘更细腻的用户画像，推送更有价值的内容。在算法推送这种“保姆式”的关怀之下，也需要让专业的新闻从业精英推荐更有深度的内容，做好用户喜好和内容价值之间平衡。成熟的算法在提高人们获取内容效率的同时，还能促进人们认知边界的拓展和思想深度的推进，这才是算法技术的价值所在。

每一种新媒介的诞生，都标志着人类新的感知方式的开启。我们可以把对于“信息茧房”的担忧看作是一种“赫胥黎式”的警告，提醒我们要避免技术对人产生的异化效应。但与此同时，我们不应当过分夸大算法推送的负面影响。即便是提出“信息茧房”概念的凯斯·桑斯坦教授也说了：“新的传播技术正在使得事情变得更好而不是更糟”。随着技术的深入发展，有一天算法将成为帮助我们克服“信息茧房”的有力工具。

参考文献：

[1]袁祥.算法促进人工智能时代的信息传播[N].社会科学报，2019-07-04 （002）.

[2]马修·根茨科，杰西·M.夏皮罗，龙宁丽.新闻市场的竞争与事实真相[J].经济社会体制比较，2008（06）：136-147.

[2]窦锋昌.新闻价值是“父爱”，算法推送是“母爱”[J].青年记者，2017 （04）：14-16.