王陽(yáng) 沈軍軍 江震

摘 要 本文旨在研究移動(dòng)閱讀環(huán)境下讀者移動(dòng)閱讀素養(yǎng)，目的是為了有效解決移動(dòng)互聯(lián)網(wǎng)時(shí)代算法推薦技術(shù)帶來(lái)的弊端提供參考。文章通過(guò)對(duì)移動(dòng)閱讀環(huán)境和算法推薦技術(shù)的介紹，詳細(xì)分析了“信息繭房”“低俗化”“個(gè)人信息外泄”等問(wèn)題的形成機(jī)理，并研究了以算法推薦技術(shù)為基礎(chǔ)的智媒平臺(tái)所產(chǎn)生負(fù)面作用的成因，提出了讀者應(yīng)在信息環(huán)境意識(shí)，信息習(xí)慣，操作策略，個(gè)人信息安全等四方面阻斷弊端形成條件，嘗試歸納了讀者在算法推薦背景下應(yīng)具備的移動(dòng)閱讀素養(yǎng)，以使移動(dòng)互聯(lián)網(wǎng)時(shí)代讀者獲取信息更加公正、全面、安全、健康。

關(guān)鍵詞 算法推薦 自媒體 信息繭房 信息低俗 個(gè)人隱私信息

Abstract The purpose of this paper is to study the mobile reading literacy of readers in the mobile reading environment， in order to effectively solve the shortcomings of algorithm recommendation technology in the era of mobile Internet. Through the introduction of mobile reading environment and algorithm recommendation technology， this paper analyzes the formation mechanism of “information cocoon room” “vulgarization” and “personal information leakage” in detail， studies the causes of the negative effects of the intelligent media platform based on algorithm recommendation technology， and proposes that readers should be aware of the information environment， information habits， operation strategies， and personal information security， so as to block the formation conditions of malpractice. This paper attempts to sum up the mobile reading literacy that readers should have under the background of algorithm recommendation， so as to make readers obtain information more just， comprehensive， safe and healthy in the era of mobile Internet.

Keywords Algorithms recommend. Self-media. Information cocoon room. Information vulgar. Personal privacy information.

0 引言

隨著生活節(jié)奏的加快以及網(wǎng)絡(luò)信息技術(shù)的發(fā)展，閱讀報(bào)刊等紙媒非專業(yè)信息資料的人們?cè)絹?lái)越少，更多的人則是通過(guò)手機(jī)等移動(dòng)通信設(shè)備進(jìn)行碎片化的休閑閱讀，并同時(shí)參與到自媒體的創(chuàng)作中。為了適應(yīng)這種變化，各類基于移動(dòng)端的智媒閱讀平臺(tái)APP開始出現(xiàn)并快速發(fā)展起來(lái)，如今日頭條、網(wǎng)易新聞、騰訊新聞、鳳凰新聞等。新一代信息技術(shù)的發(fā)展使得人們的社會(huì)生活環(huán)境變得多元化和數(shù)字化，獲取信息的途徑增多。然而也應(yīng)意識(shí)到，我們?cè)谙硎苤鴶?shù)字化帶來(lái)的便捷閱讀的同時(shí)，也不可避免地會(huì)受到垃圾信息的干擾，因此本文就算法推薦語(yǔ)境下移動(dòng)閱讀行為的負(fù)面影響展開分析，并嘗試提出讀者應(yīng)對(duì)信息獲取環(huán)境新變化的移動(dòng)閱讀素養(yǎng)。

1 研究現(xiàn)狀

1.1 國(guó)外相關(guān)研究

早在1976年，徳弗勒（Melvin L.DeFleur）和鮑爾-洛基奇（Sandra Ball-Rokeach）在《大眾傳播媒介效果的依賴模式》中就提出了“媒介系統(tǒng)依賴論”，認(rèn)為受眾以媒介傳播的信息滿足自身需求，達(dá)到實(shí)現(xiàn)認(rèn)識(shí)、確定方向、獲得娛樂三種目標(biāo)。2006年，美國(guó)哈佛大學(xué)教授凱斯·桑斯坦在《信息烏托邦》中首次提出“信息繭房”（Information Cocoons）概念，并用“個(gè)人日?qǐng)?bào)”來(lái)描述富信息環(huán)境下用戶憑個(gè)人偏好接觸感興趣的信息，進(jìn)而排斥其它內(nèi)容而形成“信息繭房”[1]。傳播學(xué)奠基人香農(nóng)（Claude E.Shannon）和霍夫蘭（Carl Hovland） 較早注意到信息傳播的差異性問(wèn)題，霍夫蘭提出“個(gè)人差異論”闡述了受眾的“選擇性和注意性”。香農(nóng)曾告誡科學(xué)界防止將信息論過(guò)度應(yīng)用在工程學(xué)以外的其它領(lǐng)域[2]。德國(guó)社會(huì)學(xué)家安德雷亞斯·萊克維茨認(rèn)為“普適性”社會(huì)邏輯與“獨(dú)異性”社會(huì)邏輯之間的差異以及普適性主導(dǎo)權(quán)的消失，是當(dāng)前包括“信息繭房”在內(nèi)的眾多社會(huì)現(xiàn)象難以解釋的本質(zhì)[3]。英國(guó)文化研究專家拉什（Scott Lash）認(rèn)為：“在一個(gè)媒體和代碼無(wú)處不在的社會(huì)中，權(quán)力越來(lái)越存在于算法之中?！盵4]

1.2 國(guó)內(nèi)研究現(xiàn)狀

以中國(guó)知網(wǎng)（CNKI）期刊數(shù)據(jù)庫(kù)為數(shù)據(jù)來(lái)源，檢索式設(shè)定為“主題”=“信息繭房”“信息受限”“算法”，檢索限定 “精確檢索”，檢索日期為2019年11月25日。將檢索結(jié)果保存為Refworks格式，經(jīng)過(guò)人工篩查后獲得189篇研究文獻(xiàn)。使用可視化文獻(xiàn)分析軟件CiteSpaceⅤ對(duì)數(shù)據(jù)進(jìn)行關(guān)鍵詞共現(xiàn)可視化圖譜分析，如圖1所示。

從圖1可發(fā)現(xiàn)，相關(guān)研究多集中于以下幾類：第一，基于人工智能及大數(shù)據(jù)的算法推薦技術(shù)運(yùn)行機(jī)理與技術(shù)創(chuàng)新研究，如有研究根據(jù)讀者專業(yè)、角色、學(xué)歷、借閱記錄等讀者信息需求影響因素構(gòu)建讀者特征模型，并采用協(xié)同過(guò)濾算法挖掘讀者信息需求形成個(gè)性化圖書推薦[5]。第二，針對(duì)信息繭房、群體極化、虛假信息、隱私安全等新媒體倫理問(wèn)題開展研究，如有研究認(rèn)為由于數(shù)據(jù)生產(chǎn)環(huán)節(jié)的偏差可能導(dǎo)致客觀性數(shù)據(jù)堆積形成假象，客觀性數(shù)據(jù)因此成為后真相的另一推手。這也造成了算法在提升服務(wù)水平的同時(shí)，給人們帶來(lái)了信息繭房、群體極化、隱私安全等倫理困境[6]。第三，基于“今日頭條”“一點(diǎn)資訊”等以內(nèi)容聚合+個(gè)性化推薦為主要特征的內(nèi)容智能分發(fā)平臺(tái)運(yùn)營(yíng)模式開展研究，如有研究通過(guò)對(duì)內(nèi)容智能分發(fā)平臺(tái)“信息繭房”形成機(jī)理模型進(jìn)行梳理，分析平臺(tái)信息流轉(zhuǎn)方式，對(duì)平臺(tái)信息流轉(zhuǎn)動(dòng)力與效率影響因素進(jìn)行分析[7]。第四，人工智能背景下媒介素養(yǎng)的重要性研究。如有研究提出了移動(dòng)閱讀環(huán)境下讀者防止沉迷與信息受限的媒介素養(yǎng)問(wèn)題[8]。而針對(duì)讀者在算法環(huán)境下應(yīng)具備的移動(dòng)閱讀素養(yǎng)方面的研究?jī)?nèi)容目前尚未發(fā)現(xiàn)。

2 算法推薦的產(chǎn)生及對(duì)移動(dòng)閱讀環(huán)境的影響

2.1 我國(guó)移動(dòng)閱讀概況

移動(dòng)閱讀是指以手機(jī)、平板等移動(dòng)閱讀設(shè)備為載體，對(duì)互聯(lián)網(wǎng)上出版、發(fā)行、發(fā)布的各類文本信息、圖片、音像數(shù)據(jù)等多種形式的信息內(nèi)容進(jìn)行下載、接收，從而實(shí)現(xiàn)閱讀行為的一種方式[9]。第十六次全國(guó)國(guó)民閱讀調(diào)查結(jié)果顯示，2018年我國(guó)數(shù)字化閱讀接觸率為76.2%，較2017年上升了3.2個(gè)百分點(diǎn)。其中我國(guó)成年國(guó)民人均每天手機(jī)接觸時(shí)長(zhǎng)為84.87分鐘，人均每天互聯(lián)網(wǎng)接觸時(shí)長(zhǎng)為65.12分鐘。而紙質(zhì)報(bào)紙人均閱讀量為26.38期（份），低于2017年的33.62期（份）。我國(guó)移動(dòng)閱讀用戶群體增長(zhǎng)明顯，年輕人成為移動(dòng)閱讀用戶群體增長(zhǎng)主力，紙媒用戶則呈現(xiàn)下降趨勢(shì)，年輕人對(duì)于新聞等消遣性閱讀更傾向于移動(dòng)閱讀。

2.2 算法推薦技術(shù)發(fā)展

隨著數(shù)字信息技術(shù)的發(fā)展，專業(yè)領(lǐng)域內(nèi)的數(shù)字信息量迅速增加，信息過(guò)載現(xiàn)象嚴(yán)重。這就需要一種針對(duì)用戶不同需求進(jìn)行信息呈現(xiàn)的“千人千面”式的個(gè)性化信息系統(tǒng)，幫助用戶快速高效的從海量信息數(shù)據(jù)中自動(dòng)篩選獲取所需信息，算法推薦技術(shù)由此應(yīng)運(yùn)而生。推薦算法主要有：基于內(nèi)容的信息過(guò)濾算法;基于協(xié)同的協(xié)同過(guò)濾算法;組合推薦 [10]。自1995年3月斯坦福大學(xué)推出了世界首個(gè)個(gè)性化推薦系統(tǒng)LIRA后[11]，截止目前，算法推薦技術(shù)已經(jīng)被廣泛應(yīng)用在包括圖書、音樂、視頻、新聞、電影、地圖、電子商務(wù)等諸多領(lǐng)域。

2.3 移動(dòng)閱讀環(huán)境的變化

相較于傳統(tǒng)信息環(huán)境，移動(dòng)閱讀信息環(huán)境在信息傳播介質(zhì)、信息傳播途徑、信息創(chuàng)作來(lái)源等三個(gè)方面發(fā)生了深刻變革，信息傳播介質(zhì)由紙媒轉(zhuǎn)變?yōu)橐苿?dòng)閱讀設(shè)備，信息傳播途徑由讀者從信息發(fā)布機(jī)構(gòu)主動(dòng)獲取信息轉(zhuǎn)變?yōu)橛删W(wǎng)絡(luò)智媒平臺(tái)利用算法推薦向讀者推送。如圖2所示，信息創(chuàng)作來(lái)源從原來(lái)的專業(yè)信息機(jī)構(gòu)變?yōu)榱爽F(xiàn)在以自媒體為主、多種信息源共存的狀態(tài)。此外移動(dòng)閱讀信息環(huán)境還發(fā)生了兩種權(quán)力的轉(zhuǎn)移，一是信息內(nèi)容控制權(quán)由信息創(chuàng)作者一方轉(zhuǎn)移到了信息受眾一方，二是原本由用戶管控的信息內(nèi)容篩選權(quán)交給了網(wǎng)絡(luò)智媒平臺(tái)的算法推薦。

3 推薦算法對(duì)移動(dòng)閱讀行為的負(fù)面影響分析

3.1 自媒體信息低俗化的成因

曾幾何時(shí)，“網(wǎng)紅”逐漸成為自媒體時(shí)代的標(biāo)志性詞匯。移動(dòng)閱讀用戶行為呈現(xiàn)碎片化、個(gè)性化和社交化的趨勢(shì)特點(diǎn)[12]，為了迎合讀者偏好和移動(dòng)閱讀習(xí)慣，自媒體信息創(chuàng)作不以新聞為主，多以奇聞異事、政治歷史評(píng)論等見長(zhǎng)，采用“內(nèi)容+社交”的模式滿足用戶互動(dòng)參與的信息消費(fèi)社交需求。自媒體信息作者來(lái)源復(fù)雜，信息內(nèi)容及創(chuàng)作動(dòng)機(jī)多樣，難以進(jìn)行嚴(yán)格全面的審察，平均質(zhì)量與可信度偏低。而智媒平臺(tái)為提高平臺(tái)黏性，在活躍用戶數(shù)方面展開激烈競(jìng)爭(zhēng)。在用戶的獵奇心理、長(zhǎng)尾信息需求及監(jiān)管薄弱等因素推動(dòng)下，放任自媒體野蠻生長(zhǎng)，信息創(chuàng)作良莠不齊，是造成自媒體創(chuàng)作內(nèi)容低俗化的外因，如圖3所示。

自媒體紅利來(lái)自于信息受眾的關(guān)注度，其龐大的創(chuàng)作者群體與信息產(chǎn)出迫使創(chuàng)作者為獲取更多的利益不斷提升信息創(chuàng)作質(zhì)量與深度，從而提高了信息創(chuàng)作的成本。面對(duì)讀者群體“千人千面”的信息偏好，相對(duì)于海量的熱點(diǎn)信息內(nèi)容創(chuàng)作來(lái)源而言，小眾化、 “長(zhǎng)尾信息”需求在算法推薦的作用下，使有限的內(nèi)容創(chuàng)作投入更容易“圈粉”并博取關(guān)注。由此而導(dǎo)致創(chuàng)作資源不斷向長(zhǎng)尾需求流動(dòng)，自媒體時(shí)代信息需求呈現(xiàn)出明顯的長(zhǎng)尾化特征。部分內(nèi)容創(chuàng)作者為了降低創(chuàng)作成本快速走紅，不惜編造虛假、低俗乃至惡俗信息迎合少數(shù)用戶趣味，是自媒體信息內(nèi)容低俗化的外因。對(duì)于個(gè)人而言，網(wǎng)絡(luò)信息低俗化會(huì)對(duì)整個(gè)移動(dòng)閱讀群體造成危害，尤其是作為移動(dòng)閱讀主體的青少年群體，對(duì)他們身心的危害不容忽視。對(duì)于社會(huì)而言，社會(huì)網(wǎng)絡(luò)信息內(nèi)容泛娛化會(huì)降低整個(gè)社會(huì)的信息文化層次，這與建設(shè)社會(huì)主義精神文明與文化強(qiáng)國(guó)的理念背道而馳，應(yīng)予以足夠重視。

3.2 信息繭房的形成

當(dāng)前網(wǎng)絡(luò)智媒平臺(tái)通過(guò)算法分析用戶操作行為，針對(duì)讀者個(gè)人信息偏好對(duì)讀者推送的信息內(nèi)容進(jìn)行“千人千面”式的調(diào)整，在用戶端形成個(gè)人門戶式的信息呈現(xiàn)方式，進(jìn)而影響用戶信息獲取環(huán)境，形成信息繭房，如圖4所示。

用戶需求驅(qū)動(dòng)信息創(chuàng)作是自媒體信息傳播的典型特征。一方面，智媒平臺(tái)采集讀者移動(dòng)閱讀行為，分析信息攝取偏好，刻畫用戶電子信息肖像;另一方面，自媒體內(nèi)容創(chuàng)作者從智媒平臺(tái)獲取用戶反饋的信息需求熱點(diǎn)，并以此展開信息創(chuàng)作。智媒平臺(tái)將自媒體信息內(nèi)容利用平臺(tái)與用戶之間的信息勢(shì)差向偏好用戶分發(fā)推送，用戶進(jìn)行信息消費(fèi)消除信息勢(shì)差，信息熱點(diǎn)逐步趨冷，完成整個(gè)信息生態(tài)鏈的運(yùn)轉(zhuǎn)[13]。自媒體時(shí)代由于創(chuàng)作內(nèi)容的大量涌現(xiàn)以及分發(fā)平臺(tái)的精準(zhǔn)推送，使得相似意見和共同話題不斷向偏好用戶匯聚，形成一個(gè)相對(duì)封閉、缺乏意見分歧的信息群體環(huán)境，在這個(gè)環(huán)境中無(wú)論探討什么問(wèn)題聽到的都是與自己相同的觀點(diǎn)——自己的回音。意見相近的信息在用戶端呈現(xiàn)“瀑布流”，形成“回音壁”效應(yīng)，這是用戶受困“信息繭房”的原因之一[14-15]。對(duì)個(gè)人而言，就像對(duì)于偏食群體，不停加深其偏食傾向會(huì)導(dǎo)致營(yíng)養(yǎng)不均衡一樣，使用推薦算法的智媒平臺(tái)向用戶只推送偏好信息內(nèi)容，單方面強(qiáng)化用戶興趣與認(rèn)知，會(huì)造成用戶認(rèn)知偏激、信息窄化等問(wèn)題。對(duì)社會(huì)而言，相同看法及認(rèn)知的人通過(guò)網(wǎng)絡(luò)不斷匯集，相互強(qiáng)化意識(shí)，會(huì)形成信息群體極化，不同信息群體之間會(huì)形成社會(huì)矛盾對(duì)立，加深社會(huì)的信息階級(jí)化，增加社會(huì)不穩(wěn)定因素。

3.3 個(gè)人偏好信息外泄的危害

智媒平臺(tái)在用戶信息消費(fèi)從眾心理的作用下，形成馬太效應(yīng)，大量用戶個(gè)人隱私信息和行為數(shù)據(jù)向少數(shù)平臺(tái)迅速匯聚。從本質(zhì)上說(shuō)，用戶行為大數(shù)據(jù)代表著用戶在線上和線下的一切活動(dòng)所留下的數(shù)字痕跡，智媒平臺(tái)長(zhǎng)期收集用戶行為數(shù)據(jù)，用以分析用戶偏好。用戶偏好數(shù)據(jù)作為個(gè)人隱私一旦泄露，為不法機(jī)構(gòu)所利用，不但會(huì)給用戶帶來(lái)經(jīng)濟(jì)損失，而且會(huì)造成社會(huì)不良影響。2018年3月，擁有超過(guò)20億用戶的Facebook 被曝出約5000萬(wàn)用戶偏好資料外泄并被濫用，因疏于控制第三方開發(fā)者的權(quán)限，讓一家有政治背景的咨詢公司 Cambridge Analytica 得以從 Facebook 套取數(shù)千萬(wàn)用戶的偏好信息，用于在 News Feed中向用戶精準(zhǔn)投放內(nèi)容、從而影響其政治選擇。

4 算法推薦環(huán)境下移動(dòng)閱讀素養(yǎng)

在算法推薦大行其道的今天，用戶進(jìn)行移動(dòng)閱讀時(shí)，為避免身陷“信息繭房”“低俗化”“隱私外泄”等倫理困境，應(yīng)具備良好的移動(dòng)閱讀素養(yǎng)以適應(yīng)信息獲取環(huán)境的新變化。如圖5所示，算法推薦語(yǔ)境下移動(dòng)閱讀素養(yǎng)分為四個(gè)層次，由下至上依次為環(huán)境意識(shí)、信息習(xí)慣、操作策略、信息安全。

4.1 培養(yǎng)批判性、敏感性、自律性的環(huán)境意識(shí)

自媒體與算法推薦背景下，移動(dòng)閱讀信息環(huán)境意識(shí)包括信息環(huán)境認(rèn)知、信息辨識(shí)能力、信息敏感性、信息自律四個(gè)方面。首先信息環(huán)境認(rèn)知要求讀者對(duì)自身與所處的信息環(huán)境間的相互關(guān)系有一個(gè)清晰的認(rèn)知。由于被推薦算法加工處理過(guò)的擬態(tài)環(huán)境因人而異，與客觀環(huán)境存在或大或小的差異，其與客觀環(huán)境的偏離與用戶信息行為有關(guān)。其次，對(duì)智媒平臺(tái)上推送的各類信息的真實(shí)性、時(shí)效性和權(quán)威性要有區(qū)分和辨識(shí)能力。智媒平臺(tái)發(fā)布信息的信息源通?？煞譃閷I(yè)新聞媒體、政府官方機(jī)構(gòu)、自媒體作者等，前兩類信息源專業(yè)性強(qiáng)，可靠性高，而自媒體信息源專業(yè)性及可靠性普遍較低，更趨娛樂性。再次，信息自律對(duì)自媒體時(shí)代的信息創(chuàng)作群體與信息消費(fèi)群體都提出了更高的要求，每個(gè)人都應(yīng)對(duì)自身的網(wǎng)絡(luò)言行負(fù)責(zé)，既要管控好自身安全健康的移動(dòng)信息環(huán)境，也要擔(dān)負(fù)起維護(hù)凈化全社會(huì)信息環(huán)境的責(zé)任。用戶作為網(wǎng)絡(luò)移動(dòng)信息環(huán)境中人的要素，需要有開闊的信息視野和較高的寬容度，避免信息極化與信息對(duì)抗。最后，當(dāng)用戶習(xí)慣于個(gè)性化推薦的信息服務(wù)模式時(shí)，讀者應(yīng)對(duì)自身是否受困信息繭房保持較高的敏感性，當(dāng)覺察到有信息受限跡象應(yīng)及時(shí)進(jìn)行干預(yù)調(diào)整。然而，由于在信息過(guò)濾、接收、娛樂等方面對(duì)算法推薦形成了媒介依賴，就會(huì)淡化信息受限帶來(lái)的影響[16]，就像有些偏食的人不愿改善飲食結(jié)構(gòu)一樣，用戶沉浸在單一的偏好信息中，明知受困“信息繭房”而無(wú)法改變使用算法推薦的行為意向與態(tài)度。筆者于2019年3月對(duì)124名智媒平臺(tái)今日頭條用戶的問(wèn)卷調(diào)查中發(fā)現(xiàn)，約37%的用戶能夠察覺信息受限的情況，只有約12%的用戶主動(dòng)干預(yù)緩解受困。信息自律作為移動(dòng)閱讀核心素養(yǎng)之一是整個(gè)社會(huì)凈化信息環(huán)境的關(guān)鍵。

4.2 培養(yǎng)多元并舉、開放寬容的信息習(xí)慣

不可否認(rèn)在移動(dòng)閱讀領(lǐng)域，算法推薦在某種程度上不僅加深了用戶受困“信息繭房”的情況，而且以算法推薦為核心的網(wǎng)絡(luò)信息智能分發(fā)平臺(tái)也因“信息繭房”“低俗化”等廣受詬病，甚至一度出現(xiàn)抵制算法，回歸簡(jiǎn)易信息聚合（Really Simple Syndication， RSS）的聲音。然而，推薦算法作為移動(dòng)閱讀領(lǐng)域AI智能的一部分，在當(dāng)今富信息環(huán)境背景下發(fā)揮了不可替代的作用。這里所謂的多種信息獲取方式并非指使用不同的信息平臺(tái)，而是指差異化的信息獲取途徑與方式，大致可分為三類：第一，以算法推薦技術(shù)支撐的智媒平臺(tái)為代表的個(gè)人門戶式，此類方式以智媒平臺(tái)通過(guò)算法向目標(biāo)用戶主動(dòng)推送特定信息為主要特征，如今日頭條等。第二，以RSS閱讀器為代表的定向索取式，讀者通過(guò)RSS閱讀器從各種信息源主動(dòng)過(guò)濾訂閱自己的興趣領(lǐng)域信息，該方式以由用戶自身控制內(nèi)容過(guò)濾及過(guò)程透明著稱。常見的RSS閱讀器有一覽閱讀、InoReader、Irreader、Reeder等。第三，以傳統(tǒng)Web信息門戶為基礎(chǔ)的大眾門戶式，其主要特征是在信息提供過(guò)程中不做任何內(nèi)容過(guò)濾，讀者閱讀行為呈現(xiàn)完全無(wú)為式信息瀏覽的特點(diǎn)。因此，讀者應(yīng)該清楚地認(rèn)識(shí)到切換不同信息獲取方式所消耗的時(shí)間成本是完全值得和必要的，才能有助于充分協(xié)調(diào)工具理性與價(jià)值理性之間的關(guān)系，避免價(jià)值迷失。良好的移動(dòng)閱讀習(xí)慣應(yīng)包含多種閱讀方式與途徑，后兩種信息獲取方式可以作為智媒平臺(tái)算法推薦的有益補(bǔ)充。這種習(xí)慣能夠改變“信息繭房”相對(duì)封閉的環(huán)境，破壞“信息繭房”的關(guān)鍵形成條件，降低受困“信息繭房”概率。同時(shí)還能開闊視野，鍛煉環(huán)境信息識(shí)別能力，作為信息受限的參照系。健康科學(xué)的移動(dòng)閱讀習(xí)慣是適應(yīng)算法時(shí)代信息環(huán)境流變的有效方式。

4.3 制定定向干擾、擬態(tài)復(fù)位的操作策略

用戶在信息智能分發(fā)平臺(tái)上的操作主要由搜索、打開、點(diǎn)贊、關(guān)注、收藏、評(píng)論、轉(zhuǎn)發(fā)、負(fù)面操作、再加工發(fā)布等行為組成，其中負(fù)面操作又分為低俗舉報(bào)、黑名單、屏蔽等?！靶畔⒗O房”緣自智媒平臺(tái)對(duì)用戶行為的深度學(xué)習(xí)，用戶的行為越豐富，電子人像就越精準(zhǔn)清晰，“信息繭房”效應(yīng)越明顯。用戶在智媒平臺(tái)上利用完個(gè)性化信息服務(wù)后，由于操作行為使自身進(jìn)入了平臺(tái)為用戶打造的擬態(tài)信息環(huán)境，此時(shí)信息受限發(fā)生，當(dāng)擬態(tài)環(huán)境偏離客觀現(xiàn)實(shí)超過(guò)某個(gè)臨界值時(shí)，信息受限不斷增強(qiáng)并為用戶察覺，從而完成信息受限的全過(guò)程。在移動(dòng)閱讀行為中，主動(dòng)搜索興趣內(nèi)容及關(guān)注興趣話題的用戶行為意向最高，在算法推薦中的用戶電子肖像刻畫行為權(quán)重也較高。因此，在信息消費(fèi)周期完成后應(yīng)取消關(guān)注并標(biāo)注不感興趣等信息消費(fèi)逆操作，信息消費(fèi)逆操作可以干擾算法，使其無(wú)法獲取擬態(tài)環(huán)境下的讀者清晰電子人像數(shù)據(jù)。移動(dòng)閱讀用戶主動(dòng)干擾算法形成電子人像的過(guò)程稱之為電子人像虛化。這一過(guò)程能有效降低擬態(tài)環(huán)境與現(xiàn)實(shí)環(huán)境的偏離值，進(jìn)而對(duì)擬態(tài)環(huán)境偏離值進(jìn)行反向復(fù)位。制定合理的智媒平臺(tái)操作策略，對(duì)算法中高權(quán)重用戶意向行為進(jìn)行逆操作，可以在獲取所需信息的同時(shí)虛化電子肖像、復(fù)位擬態(tài)環(huán)境，有效降低信息受限的程度。此外，面對(duì)自媒體信息中出現(xiàn)的標(biāo)題黨等虛假、低惡俗信息要進(jìn)行低俗舉報(bào)、黑名單等操作，由智媒平臺(tái)通過(guò)算法及人工加以清理，以實(shí)際行動(dòng)凈化信息環(huán)境。

4.4 堅(jiān)持謹(jǐn)慎適度、有選擇性的個(gè)人信息安全原則

智媒平臺(tái)的互聯(lián)網(wǎng)紅利來(lái)自于龐大的用戶流量和高質(zhì)量的用戶個(gè)人隱私數(shù)據(jù)。用戶在無(wú)償獲取信息的同時(shí)還在智媒平臺(tái)上刻畫著自己的數(shù)字肖像。使用智媒平臺(tái)的時(shí)間越長(zhǎng)，用戶的數(shù)字肖像就越豐潤(rùn)。智媒平臺(tái)不僅知道用戶喜歡哪些信息類型，還了解用戶的使用頻率、時(shí)長(zhǎng)、場(chǎng)景等數(shù)據(jù)。巨大體量的用戶行為數(shù)據(jù)構(gòu)成的用戶行為大數(shù)據(jù)對(duì)于分析挖掘群體情緒、心理、行為等都極具價(jià)值。這些個(gè)人數(shù)據(jù)一旦泄露，將會(huì)對(duì)用戶個(gè)人及整個(gè)社會(huì)帶來(lái)巨大的信息安全隱患，智媒平臺(tái)對(duì)這類數(shù)據(jù)管理相對(duì)較為嚴(yán)密。對(duì)于第三方開發(fā)接口由于管控難度較大，例如一些移動(dòng)端的網(wǎng)絡(luò)投票、在線砍價(jià)、在線評(píng)測(cè)等第三方程序都會(huì)獲取個(gè)人注冊(cè)信息。用戶一般情況下會(huì)選擇犧牲部分隱私換取便捷性，對(duì)于這類程序用戶要加強(qiáng)識(shí)別，在使用的時(shí)候要本著謹(jǐn)慎適度、有選擇的原則。此外，還應(yīng)通過(guò)法律規(guī)范平臺(tái)方獲取用戶個(gè)人信息的行為，杜絕信息安全隱患。例如，2017年6月1日，《中華人民共和國(guó)網(wǎng)絡(luò)安全法》正式施行，為保障網(wǎng)絡(luò)安全，保護(hù)公民和組織的合法權(quán)益提供了法律基礎(chǔ)。

5 結(jié)語(yǔ)

在移動(dòng)互聯(lián)網(wǎng)時(shí)代，基于算法推薦技術(shù)的智能媒體內(nèi)容分發(fā)平臺(tái)作為一種全新的信息媒介在使讀者“更愉悅、更貼心”地獲取信息的同時(shí)，也使其身陷信息繭房、虛假信息、隱私安全等倫理困境。從讀者層面看，通過(guò)培養(yǎng)信息環(huán)境意識(shí)，篩查、辨識(shí)所獲信息的有效性及權(quán)威性;通過(guò)開放、多元的信息習(xí)慣，促使信息獲取從工具理性向價(jià)值理性回歸;通過(guò)干擾、復(fù)位等智媒平臺(tái)操作策略，促使電子肖像失真，破壞信息繭房的形成必要條件;保持對(duì)個(gè)人隱私數(shù)據(jù)信息安全的謹(jǐn)慎適度，杜絕信息安全隱患;對(duì)于讀者來(lái)說(shuō)具備必要的移動(dòng)閱讀素養(yǎng)無(wú)論對(duì)于讀者自身還是整個(gè)信息社會(huì)來(lái)說(shuō)都具有重要意義。此外，從監(jiān)管層面看，政府互聯(lián)網(wǎng)信息管理部門對(duì)于信息內(nèi)容管控需要更加“專業(yè)化”，以適應(yīng)自媒體創(chuàng)作、傳播的“去專業(yè)化”速度。通過(guò)政策、輿論引導(dǎo)在全社會(huì)建立積極健康的文化傳播價(jià)值觀，凈化社會(huì)網(wǎng)絡(luò)信息環(huán)境，保障社會(huì)信息安全。從技術(shù)層面看，智媒平臺(tái)也應(yīng)發(fā)揮自身技術(shù)優(yōu)勢(shì)，優(yōu)化算法推薦使信息推送更加公正、全面，嚴(yán)格管理用戶個(gè)人隱私數(shù)據(jù)，保障用戶信息安全。相信通過(guò)政府信息管理部門、智媒平臺(tái)、讀者等多方面共同努力，我們一定能合作共創(chuàng)健康高效的移動(dòng)閱讀信息環(huán)境。