□ 史婷

一、信息繭房的定義

“信息繭房”（Information Cocoons）這一概念，是由美國(guó)學(xué)者凱斯·R·桑斯坦在其著作《信息烏托邦——眾人如何產(chǎn)生知識(shí)》中提出的。在該書中，桑斯坦認(rèn)為，隨著互聯(lián)網(wǎng)的發(fā)展，每個(gè)人都能夠擁有一份投合個(gè)人特殊品味的報(bào)紙，即Daily Me。通過Daily Me，你可以篩選出所有你不喜歡的東西，并且選擇最適合你品味的東西。桑斯坦在書中提到，事實(shí)證明，協(xié)同過濾運(yùn)作的良好作用可以使得Daily Me為我們而生，而無需我們自己去創(chuàng)造，但是這種個(gè)人日?qǐng)?bào)亦有可能造成繭房①。個(gè)人日?qǐng)?bào)所帶來的后果，便是人們只愿意接收自己感興趣的或者對(duì)自己有利的信息，只與和自己觀點(diǎn)相近的人進(jìn)行交談，久而久之導(dǎo)致人們之間的溝通存在壁壘，不同群體之間的分歧加劇，最終帶來社會(huì)公共性的喪失等嚴(yán)重問題。

二、中國(guó)語(yǔ)境下“信息繭房”的成因分析

目前國(guó)內(nèi)對(duì)信息繭房問題的成因研究已成為熱點(diǎn)。經(jīng)分析，其影響因素主要包括兩點(diǎn)：技術(shù)上算法推薦的發(fā)展和用戶的選擇性心理影響。

（一）算法推薦的快速發(fā)展

為何會(huì)出現(xiàn)信息的“繭房”？繭房的本質(zhì)是推薦算法的目標(biāo)單一②。信息繭房并不是一個(gè)新問題，那么它在近幾年變成研究熱點(diǎn)，最重要的原因是算法技術(shù)的流行。因?yàn)榧夹g(shù)的革新，信息繭房問題才變得很刺目，也就是說媒介技術(shù)的進(jìn)步把信息繭房問題放大了③。

算法推薦以強(qiáng)大的大數(shù)據(jù)收集和分析技術(shù)為后盾，力求為用戶推送最精準(zhǔn)的內(nèi)容。每個(gè)用戶的關(guān)注和興趣都難免有差異，最終的推送形成的是具有個(gè)性化、私人化的內(nèi)容。以“今日頭條”為例，作為一款以數(shù)據(jù)挖掘?yàn)橹鞯乃阉饕娈a(chǎn)品，其依據(jù)算法推薦已在短短幾年內(nèi)成長(zhǎng)為國(guó)內(nèi)首屈一指的個(gè)性化推薦產(chǎn)品。今日頭條的新用戶第一次打開產(chǎn)品，需要對(duì)個(gè)人的基本信息以及興趣愛好進(jìn)行選擇，例如女性、愛好二次元等。根據(jù)用戶已選擇的基本信息，今日頭條會(huì)迅速形成一份獨(dú)特的推送列表，內(nèi)容從新聞、娛樂到電影，涵蓋非常全面。之后今日頭條并不會(huì)放棄跟蹤，其后臺(tái)會(huì)記錄用戶的每一次點(diǎn)擊，然后大數(shù)據(jù)技術(shù)會(huì)分析用戶關(guān)心的話題，之后會(huì)對(duì)推送內(nèi)容進(jìn)行修改，首頁(yè)會(huì)推送更多用戶點(diǎn)擊過的信息的相關(guān)內(nèi)容，因此形成了彭蘭教授所說的：“你在窺探屏幕時(shí)，屏幕也在窺探你”。

算法推薦有一個(gè)很大的問題，即帶來同質(zhì)化。常常會(huì)出現(xiàn)用戶本來只是好奇某一新聞，點(diǎn)擊之后平臺(tái)再推薦，與之相關(guān)信息便越來越多，最終被同類信息淹沒的現(xiàn)象。因此極有可能陷入繭房效應(yīng)。

（二）用戶的選擇性心理

細(xì)究之所以在新媒體時(shí)代會(huì)造成繭房問題，其實(shí)很大程度上亦離不開用戶的選擇性心理。傳統(tǒng)媒體時(shí)代，受眾根據(jù)自己的政治立場(chǎng)等因素，選擇和自己意見一致或者相近的報(bào)紙。在新媒體時(shí)代，用戶擁有更多的權(quán)利去選擇自己想要的信息。這些選擇就是基于用戶的選擇性心理，而用戶的選擇性心理是與個(gè)人的認(rèn)知框架相關(guān)聯(lián)的，即用戶既有的認(rèn)知會(huì)主導(dǎo)用戶選擇接觸什么樣的信息。

在這種心理的作用下，用戶很容易形成小的圈子文化，對(duì)圈子以外的內(nèi)容進(jìn)行選擇和屏蔽，進(jìn)行社交過濾。久而久之用戶會(huì)形成信息的認(rèn)知繭房。例如，在微博熱搜上經(jīng)常會(huì)出現(xiàn)一些普通用戶覺得聞所未聞的人物，但是點(diǎn)擊進(jìn)去之后會(huì)發(fā)現(xiàn)就是這樣的人物有著相當(dāng)大的粉絲數(shù)和用戶群。這即表明圈子文化確實(shí)是存在的。很多人不知道的人物，其實(shí)在自己的領(lǐng)域早已成為佼佼者。圈子文化也越來越小眾化，各個(gè)圈子之間豎起壁，這個(gè)壁將用戶切割開，圈子里和圈子外的用戶擁有不同的世界，他們之間的交流也越來越困難，人們?cè)敢饣蛘咧辉敢庀嘈抛约喝又械男畔?，而?duì)外界信息產(chǎn)生排斥。

三、“破繭”路徑

算法推薦主導(dǎo)下的社會(huì)化媒體的把關(guān)人發(fā)生變化，而用戶基于選擇性心理，對(duì)其內(nèi)容進(jìn)行選擇，一系列的影響因素容易造成用戶的認(rèn)知繭房。而如何破繭成為解決信息繭房問題的重中之重。

（一）優(yōu)化算法推薦技術(shù)，增強(qiáng)“人性化”推薦服務(wù)

算法推薦的弊端就在于將用戶的喜好固化，但事實(shí)上用戶的關(guān)注點(diǎn)在某一時(shí)段可能比較穩(wěn)定，而隨著時(shí)間的變化，其喜好可能會(huì)發(fā)生轉(zhuǎn)移。這就要求算法技術(shù)不僅要推薦給用戶感興趣的內(nèi)容，還要適當(dāng)?shù)財(cái)U(kuò)展推廣內(nèi)容，去引導(dǎo)用戶，而不是一味地迎合用戶的喜好。信息繭房最主要的表現(xiàn)是認(rèn)知窄化，因此算法推薦最重要的是在提供給用戶一方觀點(diǎn)時(shí)，也應(yīng)該給用戶提供與之相反的聲音，防止用戶聽信一家之言。這方面可以借鑒國(guó)外成熟的經(jīng)驗(yàn)。以《華爾街日?qǐng)?bào)》在Facebook 上的措施為例，華爾街日?qǐng)?bào)將同類內(nèi)容的自由傾向和保守傾向兩方面并列推送給用戶，稱為“紅推送”和“藍(lán)推送”，以提醒用戶防止信息的偏頗④。這一措施在很大程度上可以解決信息窄化的問題。隨著算法技術(shù)的更新迭代，應(yīng)該更多考慮用戶的需求，優(yōu)化推薦。

算法的目標(biāo)單一可人為篩選出多個(gè)目標(biāo)加以解決，人為地加入多樣性的目標(biāo)引導(dǎo)⑤。所謂“人性化”推薦，是指平臺(tái)不能夠僅僅依靠算法技術(shù)和機(jī)器，應(yīng)該進(jìn)行人為干涉，使得內(nèi)容的推薦更加人性化。算法技術(shù)固然強(qiáng)大，但是其畢竟是冷冰冰的機(jī)器，平臺(tái)增強(qiáng)人性化推薦服務(wù)，才能夠使得推薦更有溫度。增加人性化推薦服務(wù)，就是平臺(tái)要增加人力，并且吸收更多優(yōu)質(zhì)的內(nèi)容，優(yōu)化平臺(tái)的造血功能，對(duì)平臺(tái)的算法推薦進(jìn)行管理，使得信息更精準(zhǔn)化、多樣化。

（二）用戶主動(dòng)增強(qiáng)破繭意識(shí)

用戶主動(dòng)增強(qiáng)破繭意識(shí)意味著用戶要提高自身的媒介素養(yǎng)。實(shí)際上近些年不管是網(wǎng)絡(luò)直播技術(shù)的發(fā)展還是個(gè)性化推薦的應(yīng)用，最終都要強(qiáng)調(diào)用戶要提升個(gè)人的媒介素養(yǎng)，對(duì)社交媒體保持一定的戒心，以防陷入算法技術(shù)的陷阱，造成認(rèn)知窄化的后果。要主動(dòng)增強(qiáng)破繭意識(shí)，首先要做的就是了解算法推薦的內(nèi)核及其運(yùn)行的流程。其次要對(duì)新媒體中的多元化內(nèi)容有包容心態(tài)。信息繭房所帶來的認(rèn)知窄化，主要表現(xiàn)在只能聽見一種聲音，要破解這一問題，意味著我們要允許其他聲音的存在。用戶不能被一方觀點(diǎn)所裹挾而排斥和屏蔽其他聲音的存在，只有這樣，才能夠更好地維護(hù)公共領(lǐng)域[的健康發(fā)展，保證每一種聲音都能夠在公共領(lǐng)域發(fā)聲，實(shí)現(xiàn)“我不同意你的觀點(diǎn)，但我始終捍衛(wèi)你說話的權(quán)利”。

四、結(jié)語(yǔ)

個(gè)性化推薦的誕生，本意是幫助我們能夠快速地在信息的海洋中打撈到我們想要的內(nèi)容，減少用戶的成本浪費(fèi)，但是技術(shù)推薦和用戶的選擇性心理卻極有可能將我們帶入到信息繭房的陷阱中而不自知。因此，優(yōu)化算法推薦，增強(qiáng)人性化服務(wù)，提升用戶的媒介素養(yǎng)，顯得非常重要。

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，2008：180.

②③⑤孫少晶，陳昌鳳，李世剛，肖仰華，徐英瑾，張濤甫，張志安，趙子忠，周笑，張巖松.“算法推薦與人工智能”的發(fā)展與挑戰(zhàn)[J].新聞大學(xué)，2019(06)：1-8+120.

④破解信息繭房，算法推薦需要引入“父愛式”傳播[EB/OL].人民網(wǎng)，2019-07-05.http：//media.people.com.cn/n1/2019/0705/c14677-31216972.html.