李云蔚 李毓欣 梁譯丹 程柯妮 蔡思翔

（中央民族大學(xué)，北京 100081）

1.研究背景及現(xiàn)狀

1.1 大數(shù)據(jù)的崛起

由于互聯(lián)網(wǎng)時(shí)代的到來，數(shù)據(jù)呈現(xiàn)出生產(chǎn)、累計(jì)、規(guī)模不斷擴(kuò)大的正指數(shù)增長的趨勢(shì)。近年來，物聯(lián)網(wǎng)、云計(jì)算等相關(guān)技術(shù)不斷發(fā)展，展開了一場(chǎng)社會(huì)領(lǐng)域的數(shù)據(jù)革命，這場(chǎng)革命帶領(lǐng)著人們進(jìn)入了大數(shù)據(jù)時(shí)代。時(shí)至今日，數(shù)據(jù)已然成為一種滲透到各行各業(yè)中的重要生產(chǎn)資源。

1.2 信息繭房的廣泛關(guān)注

在互聯(lián)網(wǎng)用戶數(shù)量呈現(xiàn)指數(shù)飛增的背景下，以用戶為中心的信息生產(chǎn)模式造成了互聯(lián)網(wǎng)信息的爆炸式增長，因此“信息過載”問題日趨嚴(yán)重，算法推薦機(jī)制就是解決“信息過載”的一大途徑。機(jī)器越來越懂人類，人們關(guān)注的信息領(lǐng)域會(huì)習(xí)慣性地被機(jī)器分析得出的“興趣”所引導(dǎo)，進(jìn)而產(chǎn)生信息繭房效應(yīng)。信息繭房正逐步使人們更加容易被圈層化，難以接觸到多面性的信息。社交平臺(tái)過度收集用戶信息，也使用戶引發(fā)心理上的不安與困惑，甚至引發(fā)社會(huì)信源危機(jī)。

1.3 綜合性互動(dòng)視頻社區(qū)中的信息繭房效應(yīng)研究愈發(fā)緊迫

當(dāng)今互動(dòng)視頻平臺(tái)非常流行，成為青年社交、生活的常用軟件，為提高效率、吸引用戶，平臺(tái)的算法機(jī)制也十分普遍，因此研究算法推薦導(dǎo)致的信息繭房機(jī)制及其影響非常重要。[1]在算法數(shù)據(jù)的獲取與使用維度上，技術(shù)開發(fā)方、App運(yùn)營方不能成為各自為戰(zhàn)的“數(shù)據(jù)孤島”，只求技術(shù)更迭，忽略信息繭房的風(fēng)險(xiǎn)，同時(shí)平臺(tái)也應(yīng)考慮個(gè)體被剝奪信息選擇權(quán)的維度，兼顧到網(wǎng)絡(luò)信息時(shí)代下對(duì)用戶的信息引導(dǎo)。由此可見，現(xiàn)階段的算法推薦機(jī)制已被視為影響公民網(wǎng)絡(luò)健康安全的威脅，其導(dǎo)致的信息繭房效應(yīng)更是成為禁錮人們思維、危害身心健康的利器，意識(shí)到信息繭房帶來的影響刻不容緩。

2.文獻(xiàn)綜述

2.1 信息繭房研究

20世紀(jì)90年代，美國學(xué)者尼葛洛龐帝（1995）在他的《數(shù)字化生存》一書里預(yù)言了數(shù)字化時(shí)代個(gè)性化信息服務(wù)的可能，并將之命名為“我的日?qǐng)?bào)”（The Daily Me），信息繭房的思想初具雛形。2006年，美國學(xué)者Sunstein（2008）在《信息烏托邦——眾人如何生產(chǎn)知識(shí)》一書中開創(chuàng)性地提出了信息繭房的概念，信息繭房意味著我們只聽我們選擇和愉悅我們的東西。[2]在更早出版的《網(wǎng)絡(luò)共和國》一書中，桑斯坦也表達(dá)了對(duì)科技力量帶來的消費(fèi)者過濾所讀所看所聽的越來越強(qiáng)大力量的擔(dān)心與反思，由此學(xué)術(shù)界開啟了“信息繭房”效應(yīng)的研究。

國內(nèi)有關(guān)信息繭房的相關(guān)研究源于2009年，國內(nèi)學(xué)者程士安、沈恩紹（2009）從科技進(jìn)步與傳播規(guī)律演進(jìn)的視角，結(jié)合數(shù)字化時(shí)代的信息聚合與信息繭房效應(yīng)現(xiàn)象，對(duì)組織傳播學(xué)的相關(guān)理論進(jìn)行解釋與重構(gòu)[3]；喻國明（2016）發(fā)表《“信息繭房”禁錮了我們的雙眼》，開啟了國內(nèi)對(duì)信息繭房負(fù)面效應(yīng)的研究。[4]后來另一研究者提出的“過濾氣泡”這一概念更是直接強(qiáng)調(diào)了信息過濾對(duì)用戶的影響。

雖然目前研究者對(duì)信息繭房的定義仍沒有達(dá)成共識(shí)，但基本上人們提到信息繭房時(shí)，都會(huì)涉及信息偏食導(dǎo)致的視野局限，以及由此對(duì)觀念、態(tài)度與決定等的影響。本文也是基于這樣的理解來研究信息繭房現(xiàn)象。

2.2 社會(huì)效應(yīng)

當(dāng)前學(xué)界主要聚焦于討論信息繭房的負(fù)面影響。王慧芳（2018）認(rèn)為信息繭房對(duì)大學(xué)生產(chǎn)生信息接收不平衡、碎片化閱讀和群體極化現(xiàn)象加劇等負(fù)面影響[5]；朱春陽（2018）闡述了信息繭房對(duì)受眾信息接觸與群體意識(shí)的負(fù)面作用[6];吳霞（2019）基于今日頭條App指出了信息繭房導(dǎo)致受眾信息窄化的可能。[7]綜上所述，本研究將對(duì)信息繭房所引發(fā)的社會(huì)效應(yīng)進(jìn)行描述，試圖為信息繭房的社會(huì)層面影響提供一個(gè)更加全面、完整的分析框架。

3.用戶訪談分析

本節(jié)內(nèi)容將以用戶為主體視角，探究信息繭房效應(yīng)帶來的社會(huì)影響。

3.1 用戶個(gè)體認(rèn)知層面

3.1.1 減少信息超載負(fù)荷

卡斯特（2001）將20世紀(jì)90年代以來全球新經(jīng)濟(jì)的興起歸因于網(wǎng)絡(luò)信息技術(shù)和全球化的發(fā)展。[8]電子行業(yè)的高生產(chǎn)力引發(fā)了數(shù)據(jù)爆炸式增長，而個(gè)體在應(yīng)對(duì)海量信息時(shí)難以從中高效篩選出個(gè)人偏好的目標(biāo)內(nèi)容。算法推薦通過篩選、適配等技術(shù)，為個(gè)體打造了個(gè)性化的先進(jìn)服務(wù)活動(dòng)空間，針對(duì)消費(fèi)者需求進(jìn)行內(nèi)容快速匹配。據(jù)訪談中一名大學(xué)生說，緊湊的課程安排讓自己在休息間隙時(shí)更加渴望看到感興趣的內(nèi)容：“我在課間休息時(shí)間會(huì)點(diǎn)開bilibili網(wǎng)站（簡(jiǎn)稱B站）放松一下，個(gè)性化推薦機(jī)制讓我能快速看到自己想看的視頻。如果沒有推薦功能的話很可能整個(gè)課間都被浪費(fèi)在翻找內(nèi)容上了?！?/p>

在由推薦視頻所構(gòu)成的服務(wù)空間中，用戶與UP主實(shí)現(xiàn)了信息傳播鏈上的連接。UP主發(fā)布的視頻被精準(zhǔn)推送給特定用戶群，個(gè)體找到了偏好內(nèi)容的信息源。信息繭房效應(yīng)一定程度上減少了個(gè)體篩選信息的壓力、提高用戶的平臺(tái)黏性、讓個(gè)體能夠被偏好內(nèi)容包圍，實(shí)現(xiàn)平臺(tái)內(nèi)容的高效投遞。

3.1.2 聯(lián)想思維弱化與創(chuàng)造力降低

信息繭房效應(yīng)對(duì)個(gè)體所產(chǎn)生的最直接的影響就是用戶思維方式的改變。用戶在點(diǎn)開視頻后可以直觀地發(fā)現(xiàn)視頻關(guān)鍵詞下方的相關(guān)推薦，這些推薦幾乎都是在內(nèi)容、創(chuàng)作者、主題等層面與用戶點(diǎn)開的界面有相似性的視頻。14/15的受訪者表示在點(diǎn)開首頁視頻之后會(huì)注意到關(guān)鍵詞下方的相關(guān)推薦，并且多數(shù)時(shí)候會(huì)被吸引。同樣地，推薦視頻的關(guān)鍵詞下方也有與該視頻在某些方面具有相關(guān)性的另一些推薦視頻，而它們不一定與用戶最初打開的視頻有相似性。

綜上所述，B站的視頻下方推薦內(nèi)容是基于用戶協(xié)同過濾和內(nèi)容協(xié)同過濾的雙重機(jī)制而產(chǎn)生的，用戶在一個(gè)接一個(gè)地打開算法推薦視頻的過程中逐漸偏離了自己最初感興趣的內(nèi)容。這一過程對(duì)企業(yè)而言是作為增加用戶使用時(shí)間的盈利方式，然而對(duì)用戶而言，會(huì)在一定程度上損傷個(gè)人的聯(lián)想思維能力和創(chuàng)造力。有學(xué)者提到，算法推薦使用戶被動(dòng)接收推薦頁的相關(guān)內(nèi)容，從而逐漸降低了他們主動(dòng)在搜索框中尋找更多相似信息的頻率，不利于大腦聯(lián)想思維能力的培養(yǎng)。此外，該學(xué)者還表示，創(chuàng)造力與相關(guān)性之間最顯著的區(qū)別在于聯(lián)想事物的方式：創(chuàng)造力來源于高度異質(zhì)性事物的拼接，而相關(guān)性來源于相似事物的順序排列。若用戶習(xí)慣于在鏈條式相關(guān)的推薦鏈接中完成對(duì)某一信息的擴(kuò)展了解，個(gè)人的創(chuàng)造力將會(huì)受到極大程度的抑制（帕里澤，2020）。[9]

一位UP主受訪者對(duì)上述觀點(diǎn)表示認(rèn)同，盡管在6年的B站使用經(jīng)歷中他并沒有明顯感覺到自己創(chuàng)造力的弱化，但他認(rèn)為，在他構(gòu)思視頻主題時(shí)算法推薦的確會(huì)對(duì)尋找靈感時(shí)的發(fā)散性思維有一定限制作用。受訪者用自身感受說明了算法推薦如何吸引用戶停留在平臺(tái)頁面，以及算法推薦引發(fā)的信息繭房效應(yīng)對(duì)發(fā)散性思維的限制作用。不過，當(dāng)下還沒有學(xué)者專門針對(duì)算法推薦程度與用戶聯(lián)想思維能力和創(chuàng)造力下降之間的關(guān)聯(lián)性進(jìn)行量化實(shí)證研究，盡管伊萊·帕里澤（Eli Pariser）的觀點(diǎn)得到了部分受訪者的認(rèn)同，但此結(jié)論仍有待后續(xù)實(shí)證研究數(shù)據(jù)檢驗(yàn)。

3.1.3 隱私悖論現(xiàn)象的產(chǎn)生

信息繭房效應(yīng)在大腦思維模式等生理層面給用戶帶來了一定程度的影響，與此同時(shí)，在人際互動(dòng)、自我暴露、公民權(quán)利等社會(huì)互動(dòng)與社會(huì)意識(shí)層面，該效應(yīng)也在用戶群體中引發(fā)了隱私悖論的現(xiàn)象。

“隱私悖論”是指?jìng)€(gè)體對(duì)隱私保護(hù)的認(rèn)知與實(shí)際生活中對(duì)此采取的行動(dòng)之間的矛盾，即用戶意識(shí)到隱私保護(hù)的重要性且具有較高的隱私擔(dān)憂水平，卻在使用網(wǎng)絡(luò)的過程中不斷采取暴露個(gè)人隱私的行為（徐敬宏，侯偉鵬，程雪梅等，2018）。[10]

在調(diào)查過程中研究者發(fā)現(xiàn)，大部分受訪者都具有一定的隱私保護(hù)意識(shí)，表現(xiàn)為生日的設(shè)置日期與真實(shí)生日不同、ID名稱與本名之間沒有明顯關(guān)聯(lián)等。其中，用戶的受教育程度越高，對(duì)隱私保護(hù)的認(rèn)知水平越高。例如，幾位受教育水平為本科及以上的受訪者都明確指出了對(duì)平臺(tái)數(shù)據(jù)的保密安全度以及個(gè)人隱私權(quán)利的保障程度表示擔(dān)憂，對(duì)個(gè)人數(shù)據(jù)在平臺(tái)中的流向持懷疑態(tài)度。

然而研究者還發(fā)現(xiàn)，在隱私保護(hù)的實(shí)際行動(dòng)層面，用戶對(duì)平臺(tái)的黏性越高，隱私披露的可能性越大、隱私披露程度越高。學(xué)界目前將隱私悖論現(xiàn)象的成因歸納為需求滿足、人際互動(dòng)需要、自我印象管理等（Paul Haridakis&Gary Hanson，2009[11]; Jeffries&Szarek，2010[12];Bargh，Mckenna&Fitzsimons，2002[13]）。大部分B站用戶受訪者將自己的隱私披露行為歸因于滿足觀看體驗(yàn)的需求。

與非UP主用戶不同，對(duì)UP主用戶而言，在B站的隱私披露行為，如穿搭博主標(biāo)記身高體重，可能是為了管理粉絲對(duì)于賬號(hào)的印象，也可能是為了增加視頻內(nèi)容的豐富度，便于算法推薦將視頻精準(zhǔn)推廣給潛在粉絲。

總而言之，B站大多數(shù)用戶和UP主都對(duì)個(gè)人隱私保護(hù)具有一定的認(rèn)知水平，但在行動(dòng)層面上，為了滿足觀看體驗(yàn)的需求，用戶可能會(huì)允許平臺(tái)記錄并分析自己的使用習(xí)慣。而一些UP主可能出于自我印象管理和豐富視頻內(nèi)容的目的允許自己在一定程度上的個(gè)人信息暴露。

3.2 網(wǎng)絡(luò)公共空間層面

3.2.1 個(gè)性化推薦內(nèi)容市場(chǎng)的擴(kuò)充

喻國明等（2018）認(rèn)為，信息的生產(chǎn)和流動(dòng)將市場(chǎng)分為共性需求市場(chǎng)、分眾化需求市場(chǎng)以及個(gè)性化需求市場(chǎng)。傳統(tǒng)媒體和官方機(jī)構(gòu)的平臺(tái)賬號(hào)作為共性需求市場(chǎng)的主要生產(chǎn)者，為用戶提供整體性內(nèi)容。而算法推薦技術(shù)則將零散、海量的自媒體生產(chǎn)方進(jìn)行整理與統(tǒng)合，將內(nèi)容與用戶進(jìn)行匹配，建立為用戶量身打造的個(gè)體性內(nèi)容市場(chǎng)。[14]

信息繭房效應(yīng)為個(gè)性化內(nèi)容市場(chǎng)提供了精準(zhǔn)分發(fā)的環(huán)境，在多維化市場(chǎng)中擴(kuò)充了消費(fèi)的先進(jìn)服務(wù)活動(dòng)空間，實(shí)現(xiàn)了用戶的產(chǎn)品體驗(yàn)優(yōu)化和商品購買的信息適配。

3.2.2 網(wǎng)絡(luò)公共空間中的凝聚力建構(gòu)困境

“公共空間”的概念意為獨(dú)立于國家政治權(quán)力與私人空間之外的社會(huì)空間（常晉芳，2013[15]）。B站作為一個(gè)允許使用化名身份注冊(cè)賬號(hào)的網(wǎng)絡(luò)公共空間，使用戶能夠以匿名形式在平臺(tái)觀看視頻、點(diǎn)贊、投幣，以及與其他用戶互動(dòng)，這在一定程度上增加了視頻留言區(qū)和彈幕中出現(xiàn)非理性、偏激觀點(diǎn)的可能性。這些態(tài)度較為極端的觀點(diǎn)在網(wǎng)絡(luò)公共空間得到認(rèn)同者的支持，可在留言空間內(nèi)形成集聚效應(yīng)，造成認(rèn)同者內(nèi)部的群體極化現(xiàn)象?！叭后w極化”這一概念最早由美國學(xué)者Stoner（1961）提出，是指群體內(nèi)的成員最初具有某一偏向，在互相之間討論過后使得這一偏向逐漸極端化的過程。[16]部分受訪者認(rèn)為，信息繭房效應(yīng)加重了群體極化的程度。算法推薦給用戶提供與他們的某種觀點(diǎn)一致的視頻，讓他們?cè)谛畔⒗O房之中強(qiáng)化對(duì)該觀點(diǎn)的認(rèn)同感，并對(duì)那些持相異觀點(diǎn)的其他用戶表示排斥，從而引發(fā)兩個(gè)群體之間的對(duì)立。

用戶受制于算法推薦的內(nèi)容，大多數(shù)情況下只能接收到與自我偏好相符的視頻推送，由此強(qiáng)化了對(duì)原有觀點(diǎn)的認(rèn)同程度，使用戶對(duì)持相同觀點(diǎn)的人群產(chǎn)生高度認(rèn)同，同時(shí)對(duì)那些持相左觀點(diǎn)的其他用戶表示排斥。在信息繭房效應(yīng)下，缺乏溝通與理解的不同群體之間難以就某事協(xié)商達(dá)成共識(shí)，導(dǎo)致群體極化程度加深、難以在社會(huì)范圍內(nèi)構(gòu)建穩(wěn)定的凝聚力。研究者認(rèn)為，此種情況不利于建設(shè)多元和諧的互聯(lián)網(wǎng)生態(tài)環(huán)境，同時(shí)會(huì)對(duì)維持社會(huì)穩(wěn)定局面形成較大阻力。

3.2.3 網(wǎng)絡(luò)公共空間中的話語霸權(quán)現(xiàn)象

法國哲學(xué)家米歇爾·?？拢‵oucault Michel，1972）曾就話語的意涵展開討論，他認(rèn)為話語展現(xiàn)著社會(huì)中的權(quán)力關(guān)系，也再生產(chǎn)了支配與被支配的結(jié)構(gòu)，這一觀點(diǎn)在網(wǎng)絡(luò)公共空間之中也得到了印證。據(jù)研究者觀察，在B站首頁排行前5名的熱門視頻中，平均有3個(gè)視頻的制作者身份為“百大”UP主；在全站排行榜前10個(gè)視頻的制作者中，約有7名UP主的粉絲數(shù)量超過100萬，且10名UP主的粉絲數(shù)量均在10萬以上。這體現(xiàn)出B站當(dāng)前的話語權(quán)力的分配模式：粉絲數(shù)量越多的UP主，視頻熱度越高，所占有的話語權(quán)力也越大。

研究者發(fā)現(xiàn)，在視頻下方的推薦頁里，粉絲數(shù)量越高或播放量越高的視頻，越有可能出現(xiàn)在頁面前端位置。有12名受訪者表示自己在推薦頁里點(diǎn)擊視頻鏈接時(shí)，會(huì)更傾向于考慮那些排在頁面前端的視頻，而在其中自己更偏好播放量更高的內(nèi)容，因?yàn)椤按蠹叶伎吹囊曨l，說明它做得很好、很有代表性啊”。

于是，播放量原本就很高的視頻，在算法的優(yōu)先推薦下，不斷積累熱度，與那些制作者熱度較低、播放量較少的視頻逐漸拉開距離，使前者的影響力、傳播范圍、商業(yè)價(jià)值達(dá)到了讓后者無法企及的高度，令其制作者最終占有了網(wǎng)絡(luò)話語層面的霸權(quán)地位，并且信息繭房效應(yīng)在一定程度上加速了這一權(quán)力結(jié)構(gòu)的形成。這對(duì)B站UP主之間形成良性競(jìng)爭(zhēng)環(huán)境以及視頻再生產(chǎn)質(zhì)量而言將起到一定的負(fù)面作用。

4.對(duì)受信息繭房效應(yīng)影響的各方主體的建議

4.1 對(duì)政府主體的建議

2021年8月27 日，國家互聯(lián)網(wǎng)信息辦公室發(fā)布《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定（征求意見稿）》（以下簡(jiǎn)稱《意見稿》）并公開征求意見。國家主體在算法推薦的大背景下用法律來進(jìn)行了各類算法推薦應(yīng)用軟件的規(guī)定。研究者根據(jù)《意見稿》內(nèi)容，對(duì)國家主體的立場(chǎng)和態(tài)度作出了法律法規(guī)制定、平臺(tái)監(jiān)管與治理、社會(huì)輿論引導(dǎo)3個(gè)方面的探討。

4.1.1 法律法規(guī)制定

根據(jù)最近的政策規(guī)定，《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定（征求意見稿）》已完成意見征集階段，于2022年3月1日起施行。官方報(bào)道指出，《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》（以下簡(jiǎn)稱《規(guī)定》）出臺(tái)背景是基于兩大需要：深入推進(jìn)互聯(lián)網(wǎng)信息服務(wù)算法綜合治理的需要，以及積極促進(jìn)算法推薦服務(wù)規(guī)范健康發(fā)展的需要。國家及政府主體已然深刻意識(shí)到信息繭房背后的核心機(jī)制是算法推薦平臺(tái)，在法律法規(guī)制定時(shí)，主要是圍繞著算法服務(wù)規(guī)范來進(jìn)行。在研究中，各個(gè)平臺(tái)的數(shù)據(jù)會(huì)存在一定的關(guān)聯(lián)性，因此在針對(duì)算法服務(wù)制定法規(guī)政策的同時(shí)，國家及政府主體還需要關(guān)注到用戶行為數(shù)據(jù)的安全性和私密性。

4.1.2 平臺(tái)監(jiān)管與治理

由《規(guī)定》可知法律法規(guī)的實(shí)施根源是互聯(lián)網(wǎng)信息的算法備案，從而形成一套“備案—審核—實(shí)施—監(jiān)管—治理”的運(yùn)作模式，在算法執(zhí)行之前便對(duì)其進(jìn)行審核，能夠有效控制算法的使用。同時(shí)對(duì)已經(jīng)在市場(chǎng)上使用的算法推薦模型，政府主體也應(yīng)當(dāng)對(duì)其跟進(jìn)這套運(yùn)作模式，實(shí)現(xiàn)算法推薦的復(fù)核，將相關(guān)涉及用戶權(quán)益的內(nèi)容進(jìn)行監(jiān)管，如算法知情權(quán)、算法選擇權(quán)、多主體的算法治理。

4.1.3 社會(huì)輿論引導(dǎo)

《規(guī)定》的第十一條涉及了技術(shù)的非中立性：技術(shù)被人類利用與創(chuàng)造，在社會(huì)中運(yùn)行，便必然會(huì)受到政治與經(jīng)濟(jì)的干預(yù)。

在算法的作用下，負(fù)面信息在平臺(tái)的內(nèi)容分發(fā)上被給予了遠(yuǎn)超其在傳統(tǒng)媒體中內(nèi)容分發(fā)的權(quán)重。Facebook為了提高用戶參與度，發(fā)現(xiàn)最好的參與方式便是向用戶灌輸恐懼和憎恨。在負(fù)面情緒的引導(dǎo)下，用戶會(huì)下意識(shí)地受到心理影響瀏覽更多相關(guān)信息，進(jìn)而延長平臺(tái)的使用時(shí)間。對(duì)互聯(lián)網(wǎng)平臺(tái)而言，如果單純以商業(yè)利益為導(dǎo)向，其所采用的算法推薦必然會(huì)對(duì)負(fù)面信息的分發(fā)推波助瀾。再搭配“過濾氣泡”的作用，就會(huì)在某一群體內(nèi)促成自我強(qiáng)化的偏見（self-reinforcing bias），并最終導(dǎo)致群體極化。這樣的干預(yù)對(duì)于國家主體而言會(huì)引起不穩(wěn)定的社會(huì)治理因素，因此國家此時(shí)必須出臺(tái)一些法規(guī)來對(duì)此進(jìn)行管理。

4.2 對(duì)企業(yè)主體的建議

總體上來說，企業(yè)應(yīng)優(yōu)化算法推薦，捕捉用戶多元興趣點(diǎn)，提供用戶個(gè)人專屬“舒適圈”，提升用戶效益，但也應(yīng)該意識(shí)到立足長遠(yuǎn)，找到市場(chǎng)定位，具體措施如下。

4.2.1 算法推薦適當(dāng)公開透明，提升用戶主動(dòng)性

B站應(yīng)當(dāng)以顯著方式提示其用戶關(guān)于算法推薦服務(wù)的權(quán)益與當(dāng)前情況，同時(shí)適度公開B站算法推薦的運(yùn)行機(jī)制，提高信息透明度。此外，B站的推送應(yīng)當(dāng)不著重聚焦于用戶的個(gè)人特征，開發(fā)運(yùn)行快捷的算法推薦關(guān)閉按鈕，讓用戶可以選擇、刪改用于算法推薦服務(wù)的用戶標(biāo)簽，提升用戶對(duì)自身標(biāo)簽的管理權(quán)。從功能設(shè)計(jì)的層面上提高用戶的主動(dòng)性與選擇。

4.2.2 鼓勵(lì)多元向上信息的參與和擴(kuò)散

B站需要提升算法推薦相關(guān)頁面的生態(tài)治理，完善人工過濾、干預(yù)不良信息機(jī)制，加強(qiáng)用戶自主選擇性，鼓勵(lì)多元向上信息的參與和不斷擴(kuò)散。利用B站龐大的信息控制技術(shù)優(yōu)勢(shì)，在繁雜的信息分配中著重強(qiáng)調(diào)“我應(yīng)該知道”而非“我想知道”，加強(qiáng)不同社會(huì)群體間的交流，構(gòu)建公共空間，凝聚社會(huì)共識(shí)。不定期審核、查驗(yàn)、評(píng)定算法機(jī)制機(jī)理、模型、數(shù)據(jù)和應(yīng)用結(jié)果的準(zhǔn)確性和合理性，改良或是刪除誘導(dǎo)未成年用戶深度沉迷或者高額野蠻消費(fèi)等不利于用戶身心健康的算法模型。

4.2.3 加強(qiáng)亂象監(jiān)管

第一，B站應(yīng)借助大數(shù)據(jù)和云計(jì)算的力量對(duì)即時(shí)監(jiān)測(cè)到的廣大數(shù)據(jù)進(jìn)行深度挖掘分析，降低風(fēng)險(xiǎn)與后患。第二，建立智能語料庫，囊括極端言論與敏感詞匯、人身攻擊語言等，通過技術(shù)手段監(jiān)控、識(shí)別不同情境下的語意；追蹤最新熱點(diǎn)，掌握重大輿情和公眾焦點(diǎn)話題中用戶的不同派別觀點(diǎn)。第三，設(shè)定輿情預(yù)警功能，若是大數(shù)據(jù)判定某個(gè)熱點(diǎn)話題的轉(zhuǎn)發(fā)、分享、評(píng)論的次數(shù)達(dá)到一定的閾值，則立即設(shè)置風(fēng)險(xiǎn)提示窗口，研判輿情。第四，建立分眾化識(shí)別模式，識(shí)別各大網(wǎng)絡(luò)社區(qū)的信息接收與討論形式，甚至于極端言論的形成方式。合理回應(yīng)不同群體的差異化多樣化訴求。在B站中設(shè)計(jì)簡(jiǎn)便的投訴與舉報(bào)選項(xiàng)，完善用戶申訴的路徑，及時(shí)受理用戶意見并給出反饋，保障用戶合法權(quán)益。

4.3 對(duì)用戶主體的建議

4.3.1 調(diào)整心態(tài)，擺脫桎梏

算法推薦下的社會(huì)群體心態(tài)處于不斷調(diào)整、適應(yīng)、分化、易變的動(dòng)態(tài)過程中，引發(fā)一定程度上的群體極化，每一個(gè)B站用戶和小圈層群體都要從自身的現(xiàn)實(shí)條件出發(fā)，認(rèn)識(shí)了解現(xiàn)有舒適圈是否成為信息繭房的回音室，主動(dòng)跳脫出桎梏，最大化利用舒適圈的便捷，規(guī)避信息繭房效應(yīng)的負(fù)面影響，合理評(píng)估自我目標(biāo)，合理援引外界的評(píng)價(jià)標(biāo)準(zhǔn)，形成正確的對(duì)自己、對(duì)他人、對(duì)社會(huì)的期待。

4.3.2 提升網(wǎng)絡(luò)素養(yǎng)，保護(hù)個(gè)人信息

被紛繁復(fù)雜甚至意見相左的網(wǎng)絡(luò)評(píng)論包圍時(shí)，B站用戶必須時(shí)刻保持冷靜、理性的態(tài)度，提高在兼容異質(zhì)人群和異質(zhì)信息、意見等方面的素養(yǎng)，提高對(duì)算法風(fēng)險(xiǎn)的知覺意識(shí)與防范能力與對(duì)信息繭房的警惕與自省意識(shí)，提升自身的網(wǎng)絡(luò)信息鑒別能力與網(wǎng)絡(luò)媒介素養(yǎng)，樹立個(gè)人信息的保護(hù)意識(shí)。

4.3.3 及時(shí)合法維權(quán)

如用戶認(rèn)為算法推薦服務(wù)提供者應(yīng)用算法對(duì)其權(quán)益造成了重大影響，有權(quán)要求算法推薦服務(wù)提供者即B站平臺(tái)根據(jù)國家相關(guān)政策法規(guī)予以說明并采取相應(yīng)改進(jìn)或者補(bǔ)救措施，并追蹤監(jiān)管。