基于“信息繭房”效應(yīng)的新聞內(nèi)容分發(fā)策略研究

張玲玲 孫奇

摘 要：新聞內(nèi)容分發(fā)策略，經(jīng)歷了編輯分發(fā)、社交分發(fā)、算法分發(fā)三個階段的變革，現(xiàn)今以算法為核心的內(nèi)容分發(fā)模式占據(jù)主流，隨之而來的卻是“信息繭房”效應(yīng)的愈發(fā)凸顯。本文將從理論分析的角度出發(fā)，主要對打破“信息繭房”的內(nèi)容分發(fā)策略進行探討，在對百度“搜索+推薦”的新型分發(fā)模式進行分析的基礎(chǔ)上，提出了建立網(wǎng)絡(luò)世界的“人行道”，破解“信息繭房”效應(yīng)。

關(guān)鍵詞：信息繭房 內(nèi)容分發(fā) 移動互聯(lián) 人工智能

2006年，美國哈佛大學法學院教授凱斯·R.桑斯坦在《信息烏托邦——眾人如何生產(chǎn)知識》中，明確提出了“信息繭房”的概念。在信息傳播中，因公眾自身的信息需求并非全方位的，公眾只注意自己選擇的東西和使自己愉悅的通訊領(lǐng)域，久而久之，會將自身桎梏于像蠶繭一般的“繭房”中。對于“信息繭房”效應(yīng)的研究，國內(nèi)尚沒有嚴謹?shù)母拍铌U述，多繼承自桑斯坦的研究成果。

內(nèi)容分發(fā)在通信領(lǐng)域是指通過實現(xiàn)用戶對網(wǎng)站的就近訪問及網(wǎng)絡(luò)流量的智能分析，將本節(jié)點流媒體資源庫中的指定內(nèi)容，根據(jù)業(yè)務(wù)運營商定義的內(nèi)容分發(fā)策略向下層節(jié)點推送的過程。在內(nèi)容分發(fā)的過程中，其主要依據(jù)有兩個：一個是對用戶在互聯(lián)網(wǎng)上的使用行為分析，另一個是業(yè)務(wù)運營商所定義的內(nèi)容分發(fā)策略。

一、新聞內(nèi)容分發(fā)的三種模式

新聞內(nèi)容分發(fā)在不同時代具有不同的特點，從傳統(tǒng)的人工采編到大數(shù)據(jù)算法，用戶獲得信息數(shù)據(jù)的效率和精準度越來越高，一定程度解決了用戶畫像的問題。

（一）傳統(tǒng)媒體的編輯分發(fā)模式

在移動互聯(lián)網(wǎng)還未普及的時代，人們獲取信息的主要來源還是報紙、電視等傳統(tǒng)媒體，這類媒體主要采用人工采編分發(fā)的模式，其新聞內(nèi)容大多來自于媒體自身的新聞采編系統(tǒng)，在內(nèi)容分發(fā)階段，信息的排版、欄目設(shè)置、內(nèi)容的重要性、審核標準等都由專門的記者編輯確定。

這種傳統(tǒng)媒體的編輯分發(fā)模式，充分展現(xiàn)了傳播者的意志，新聞“把關(guān)人”的角色始終由專業(yè)人員擔任，角色鮮明、分工明確。在這種以編輯為核心的分發(fā)模式下，報紙、電視等傳統(tǒng)媒體最終所呈現(xiàn)的內(nèi)容通常較為廣泛全面，基本覆蓋社會生活的方方面面，但呈現(xiàn)方式整齊劃一，出現(xiàn)“千人一報”的現(xiàn)象，讀者在這個過程中始終是被動的“受傳者”。

（二）社交媒體的社交分發(fā)模式

2009年新浪推出微博，2010年蘋果4手機發(fā)布，2011年微信正式推出，伴隨移動終端設(shè)備的發(fā)展以及各類社交軟件的推出，越來越多的人成為移動互聯(lián)網(wǎng)的忠實用戶。由于移動互聯(lián)網(wǎng)時代天然具備社交優(yōu)勢，網(wǎng)絡(luò)社交軟件層出不窮，人們逐漸熱衷于網(wǎng)絡(luò)交友，傳統(tǒng)的人際關(guān)系也隨之遷移到智能移動終端的屏幕上，社交隨之成為媒體的核心因素，以社交為核心的內(nèi)容分發(fā)模式也隨之成為主流。

無論是微博的個人主頁還是微信的朋友圈與訂閱號，社交分發(fā)都重新定義了信息傳播的模式：一是打破了原本的“千人一報”現(xiàn)象，在信息傳播中，用戶不再是被動的“受傳者”，每個人都擁有了獨一無二的信息體驗；二是在社交分發(fā)模式下，社交網(wǎng)絡(luò)對海量的互聯(lián)網(wǎng)信息起到了過濾的作用，在一定范圍、一定時間內(nèi)解決了信息過載的問題；三是社交平臺成為人們獲取新聞的重要入口。在我國，運用社交媒體分享新聞的比例甚至達到了78.5%，經(jīng)常或偶爾因他人分享而關(guān)注某個社會事件的比例也高達83%。

（三）人工智能的算法分發(fā)模式

自2012年今日頭條開始嘗試算法分發(fā)模式，人工智能技術(shù)也隨之進入了發(fā)展的快車道，海量的信息數(shù)據(jù)和用戶精準信息需求之間的矛盾越來越突出，人工智能的算法分發(fā)模式必然成為主流資訊產(chǎn)品內(nèi)容分發(fā)的新選擇。

算法分發(fā)模式的精準推送，主要依賴于四個方面：一是“菜單式”訂閱，在用戶首次打開媒介平臺時，平臺會羅列出預先設(shè)定的內(nèi)容頻道、關(guān)鍵詞等，用戶根據(jù)自身的喜好和需求主動對標簽進行選擇，平臺會根據(jù)用戶選擇的標簽，進行針對性的序列化信息推薦。二是基于用戶畫像的算法主動推薦，媒介平臺會自動記錄每位用戶的使用痕跡，這些痕跡包括了瀏覽記錄、停留時長、互動行為、賬號信息等，利用算法技術(shù)，平臺可以對這些數(shù)據(jù)進行系統(tǒng)化的分析，形成詳細的用戶畫像，為用戶提供“千人千面”的信息資訊。三是對傳播場景的感知，用戶在不同的網(wǎng)絡(luò)狀態(tài)或一定時間段內(nèi)所接收到的內(nèi)容是不同的，場景感知越來越成為算法精準推送的重要因素，通過對傳播場景的鑒別，不同形式的內(nèi)容得以出現(xiàn)在合適的時機。四是算法的持續(xù)學習能力，今天的人工智能技術(shù)不再是完全依賴于人來設(shè)置、一成不變的，人工智能本身具備了持續(xù)學習的能力。算法對于用戶行為的畫像和分析始終是動態(tài)持續(xù)的，不斷根據(jù)新的數(shù)據(jù)調(diào)整推送內(nèi)容和順序。

二、算法分發(fā)模式下“信息繭房”效應(yīng)的形成

基于人工智能技術(shù)的算法分發(fā)模式，其核心與內(nèi)涵就是為每個人推送他們需要或感興趣的新聞信息，打造個性化的新聞推薦系統(tǒng)，這個系統(tǒng)的內(nèi)涵與“信息繭房”的內(nèi)涵不謀而合。

（一）“信息繭房”效應(yīng)的表現(xiàn)形式

首先是“我的日報”式的個人主頁。從社交分發(fā)模式下的微博主頁、微信朋友圈，到算法分發(fā)模式下的個性化新聞推薦，媒體正在變得越來越個性化、私人化，每個人都根據(jù)自己的喜好來決定接收什么樣的信息，完全掌握了“看什么”和“何時看”的主動權(quán)。但人們本身所能關(guān)注和感興趣的對象往往是非常有限的，當這些有限的關(guān)注對象成為固定甚至唯一的信息來源時，人們就會開始陷入認知局限。

其次是大量娛樂、熱點信息的推薦。從理論上來說，人們的性格、興趣、職業(yè)等方面均不相同，所關(guān)注的領(lǐng)域及信息也應(yīng)該有較大差別，但實際上人們?nèi)菀妆粖蕵坊?、熱點化的信息所吸引，這就造成了互聯(lián)網(wǎng)上的信息關(guān)注越來越趨同的現(xiàn)象。在現(xiàn)今的新聞資訊客戶端中，人們關(guān)注的內(nèi)容主要集中在娛樂、社會熱點兩個領(lǐng)域，形成了一個相對固定且封閉的信息空間。

（二）“信息繭房”效應(yīng)形成的原因

如今的算法技術(shù)已經(jīng)發(fā)展到可以理解用戶需求并進行精準匹配推送的階段，計算機通過算法對用戶的使用數(shù)據(jù)進行計算，從而匹配出用戶感興趣的內(nèi)容，再利用一套完整的系統(tǒng)將內(nèi)容分發(fā)給受眾，好比傳統(tǒng)工廠的流水線作業(yè)，這個流水線的最大弊端，就是為每一個用戶打造專屬的“信息繭房”。

1.算法推薦模式窄化信息通道

算法分發(fā)模式主要使用了協(xié)同過濾技術(shù)。協(xié)同過濾分析用戶興趣，在用戶群中找到指定用戶的相似（興趣）用戶，綜合這些相似用戶對某一信息的評價，形成系統(tǒng)對該指定用戶對此信息的喜好程度預測，最后據(jù)此將用戶可能會感興趣的信息直接送達用戶主頁或者瀏覽的頁面，幫助用戶提高準確拉取信息的效率。

算法推薦中的技術(shù)應(yīng)用，其實都是在用戶主動選擇標簽后的第二次過濾，對新聞內(nèi)容推薦的豐富性并沒有建立在多樣性的基礎(chǔ)之上，實質(zhì)上是進一步強化了相似信息、相關(guān)用戶的集中。用戶每次的點擊行為都更加強化了個人在個性化推薦系統(tǒng)中的個性標簽，也就是在“信息繭房”的外壁上不斷添加水泥，使其更加牢固不易松散。

2.迎合用戶選擇性心理

早在1960年，美國傳播學者約瑟夫·克拉珀在研究受眾心理時就指出：受眾在接受信息時具有選擇性的特點，即受眾的選擇性心理，這種選擇性心理包括選擇性注意、選擇性理解和選擇性記憶三個部分。選擇性注意是說人注意力集中的過程也是一個人對信息進行選擇取舍的過程，人自然地接受同自己已有觀點或立場一致的內(nèi)容，接受對自己和所屬群體有利的信息，排斥不一致的內(nèi)容，回避有害或不利的信息。

為迎合用戶的這種選擇性心理，新聞資訊客戶端在進行內(nèi)容分發(fā)時，就已經(jīng)通過種種技術(shù)手段，過濾掉了大部分用戶不感興趣的內(nèi)容，只推送用戶可能感興趣的內(nèi)容，形成一個不斷強化既有價值體系和思維方式的信息閉環(huán)，這是“信息繭房”效應(yīng)形成的內(nèi)在動因之一。選擇性理解和選擇性記憶都是指當受眾接觸了一條信息，無論對信息內(nèi)容是否感興趣，都會對信息的含義做出合乎自己意愿的解釋，并且只記憶對自己有利，符合自己意見或興趣的內(nèi)容。而這兩種行為都是為了讓信息內(nèi)容與自己已有的態(tài)度和價值觀相匹配，達到排除異己信息的作用，本質(zhì)上是強化了用戶本身的觀念和看法，強化已經(jīng)形成的“信息繭房”。

3.唯流量主義的媒介環(huán)境

在今天的互聯(lián)網(wǎng)環(huán)境下，各色新媒體風生水起，各類媒體之間的競爭越來越激烈。面對浩如煙海的網(wǎng)絡(luò)信息，用戶的精力和注意力都非常有限，因此，訪問量、日活、月活、使用頻次等數(shù)據(jù)指標成為產(chǎn)品或網(wǎng)站運營方定期關(guān)注的重要數(shù)據(jù)，是互聯(lián)網(wǎng)“流量”的具體表現(xiàn)形式。

爭奪流量，就是爭奪用戶，只有準確把握用戶痛點，生產(chǎn)用戶想看的內(nèi)容，才有可能在這場流量爭奪大戰(zhàn)中獲得成功。在這種唯流量主義的媒介環(huán)境中，信息傳播特點已經(jīng)發(fā)生了轉(zhuǎn)變，與傳統(tǒng)媒體追求新聞的真實性、顯著性、深度報道等不盡相同，新媒體生產(chǎn)的新聞內(nèi)容越來越短，信息越來越碎片化，吸引用戶注意力的傳播重點替代了以往生產(chǎn)專業(yè)新聞的傳播重點。娛樂化、熱點化的新聞內(nèi)容由于具有快速抓住用戶眼球及心理、能基本滿足人們?nèi)粘Ｏ苍掝}需要等特征，在吸引用戶、增加用戶黏性等方面具有非常重要的作用，對平臺流量的吸引和控制有很好的效果，娛樂化和熱點化的內(nèi)容就成為各類新聞資訊客戶端重點推送的對象。

當網(wǎng)絡(luò)信息傳播的整個大環(huán)境都具有明顯傾向性時，“信息繭房”效應(yīng)形成的早期條件就已經(jīng)具備了。它讓用戶方便快捷地獲得娛樂熱點新聞，使得那些有明確信息接收目的的用戶更加強化現(xiàn)有的信息消費習慣，加固“信息繭房”；使那些沒有明確信息接收目的的用戶養(yǎng)成較為穩(wěn)定的信息需求，不斷影響和培養(yǎng)用戶的閱讀興趣，從而被動地養(yǎng)成信息消費習慣，構(gòu)筑“信息繭房”。

三、打破“繭房效應(yīng)”的新聞內(nèi)容分發(fā)策略

主流資訊產(chǎn)品均應(yīng)用以算法為核心的內(nèi)容分發(fā)模式，滿足“千人千面”的個性化需求，是技術(shù)與時代發(fā)展的必然趨勢，但在這一趨勢下形成且不斷強化的“信息繭房”效應(yīng)卻不是必然。

（一）百度“搜索+推薦”的新型分發(fā)模式

隨著新一代人工智能的發(fā)展，移動互聯(lián)網(wǎng)內(nèi)容的進一步升級，信息流應(yīng)運而生并受到熱捧，百度率先利用新技術(shù)、新平臺，以人工智能技術(shù)為支撐，構(gòu)建了“搜索+推薦”雙引擎的新型內(nèi)容分發(fā)模式，實現(xiàn)了“人找信息”到“信息找人”的內(nèi)容領(lǐng)域升級，信息分發(fā)由此進入2.0時代。

2018年1月，今日頭條、鳳凰新聞客戶端等均因傳播色情低俗信息，而被國家互聯(lián)網(wǎng)信息辦公室約談，關(guān)停更整治部分頻道，今日頭條旗下的內(nèi)涵段子客戶端甚至在今年4月被廣電總局勒令永久關(guān)停，傳統(tǒng)的“算法+數(shù)據(jù)”推薦模式會讓用戶持續(xù)地陷入已知、低俗化的內(nèi)容中去，無法破除“信息繭房”。

而百度所提出的信息分發(fā)2.0，在一定程度上打破了“信息繭房”效應(yīng)的魔咒。通過“搜索+推薦”的雙引擎模式，讓用戶更高效地獲取信息，其內(nèi)容分發(fā)的核心是基于用戶的主動搜索，通過對用戶搜索結(jié)果和用戶搜索行為的深入學習與分析，實現(xiàn)二者的雙向互補循環(huán)，構(gòu)建與用戶生活場景完美融合的“不搜即得”。

“搜索+推薦”的雙引擎模式，已經(jīng)應(yīng)用于“手機百度”客戶端。首先是首頁資訊流的變化，通過資訊流與導航區(qū)的合并，讓用戶不僅可以通過資訊流獲取感興趣的內(nèi)容，還能在細分類別下獲取趣圖、娛樂等不同類別的興趣內(nèi)容，提高了閱讀資訊的效率?！八阉?推薦”模式不僅能實現(xiàn)傳統(tǒng)算法的精準分發(fā)，還會結(jié)合用戶的搜索行為對其未知喜好進行分析探索，這種探索化的智能分發(fā)模式，除了打破“信息繭房”，還可以帶給用戶“它竟然比我更懂我”的感官體驗。

（二）建立網(wǎng)絡(luò)世界的“人行道”

早在提出“信息繭房”的概念之時，桑斯坦就提出要破除“信息繭房”，必須建立一個網(wǎng)絡(luò)世界的“人行道”模式，就像是走在大街上不知道會遇見什么人、什么事一樣，未知和不可控可以打破原有的壁壘。在桑斯坦的觀點中，媒體應(yīng)該是一個公共論壇，在用戶預設(shè)不到的地方為他們提供非計劃的信息，從而讓各個階層、不同群體的人都能接觸到不同領(lǐng)域的信息，避免極端化的“信息繭房”效應(yīng)。

在互聯(lián)網(wǎng)技術(shù)如此發(fā)達的今天，如何建構(gòu)一個行之有效的網(wǎng)絡(luò)“人行道”，筆者有以下兩方面的建議。一方面是建設(shè)公共信息空間，打破“我的日報”式的個人封閉，客戶端首頁的信息呈現(xiàn)是一個相當封閉的信息空間，用戶只能看到與自己感興趣標簽相關(guān)的內(nèi)容，除此以外別的信息通道都被關(guān)閉。因此在資訊類客戶端建設(shè)一個公共信息空間的重要性不言而喻，用它來幫助用戶突破“信息繭房”效應(yīng)。例如在客戶端首頁醒目位置設(shè)置“實時熱點”等信息動態(tài)欄，還可以將當下引發(fā)社會熱議的重要事件直接推送到用戶首頁，讓用戶參與到公共議題的討論，打破“我的日報”式的個人封閉。

另一方面是弱化根據(jù)相關(guān)信息、相關(guān)用戶推薦的原則，拓寬用戶的關(guān)注領(lǐng)域?，F(xiàn)行的算法推薦模式都是關(guān)聯(lián)性推薦原則，使得用戶接收的信息都是雷同的，信息同質(zhì)化現(xiàn)象不斷加劇，“信息繭房”就會一直難以突破。建構(gòu)網(wǎng)絡(luò)世界“人行道”，就必須弱化現(xiàn)有的推薦原則，算法可以偶爾推薦與用戶相異的興趣點，勾起用戶的好奇心，突破信息通道的壁壘，讓不同興趣的人在網(wǎng)絡(luò)世界相遇，碰撞多元的觀點看法，促進更全面的信息在全社會流動。

（三）智聯(lián)網(wǎng)實現(xiàn)全平臺信息共享

2018年5月23日，在騰訊的“云+”未來峰會上，馬化騰首次提到“智聯(lián)網(wǎng)”，這是一個新概念，繼人聯(lián)網(wǎng)、物聯(lián)網(wǎng)之后，互聯(lián)網(wǎng)的未來發(fā)展之路也許就是智聯(lián)網(wǎng)。智聯(lián)網(wǎng)指萬物在智能環(huán)境中皆可連，以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)為前序基礎(chǔ)科技，在此之上以知識自動化系統(tǒng)為核心系統(tǒng)，以知識計算為核心技術(shù)，以獲取知識、表達知識、交換知識、關(guān)聯(lián)知識為關(guān)鍵任務(wù)，進而建立包含人機物在內(nèi)的智能實體之間語義層次的聯(lián)結(jié)、實現(xiàn)各智能體所擁有的知識之間的互聯(lián)互通。

智聯(lián)網(wǎng)時代，致力于為所有平臺打造一個“超級大腦”，實現(xiàn)全平臺的信息共享。當人工智能無處不在，所有的信息和資源都在不停流動，互聯(lián)互通時，“信息繭房”效應(yīng)和新聞內(nèi)容分發(fā)都將不再是難題。當人們走在街上的時候，路燈、垃圾桶甚至一磚一木都是高級的人工智能，只要靠近或者點擊它們，它們就會及時地把最新的國內(nèi)外時事或最具價值的信息傳輸給每個人；如果有額外感興趣的話題想要關(guān)注，只需要告訴它一下關(guān)鍵詞，相關(guān)信息也會自動傳輸。

當一切都處于人工智能之中，全平臺的信息共享成為現(xiàn)實之時，人們需要知道的有價值信息與想要知道的感興趣信息，都會有序有時地智能分發(fā)給每個人，“信息繭房”效應(yīng)在智聯(lián)網(wǎng)時代到來時終將迎刃而解。

四、結(jié)語

當手機越來越不可或缺，人們大部分的時間都被手機填滿，甚至手機已經(jīng)成為人體器官的一部分延伸時，就再也無法拒絕所謂人工智能的“入侵”，必然會有越來越多的人工智能進入到生活之中，并讓人們?yōu)橹蕾嚒膫鹘y(tǒng)媒體的編輯分發(fā)到人工智能的算法分發(fā)，這種新聞分發(fā)策略的變遷是時代發(fā)展的必然，無法拒絕，現(xiàn)階段算法分發(fā)所造成的“信息繭房”效應(yīng)暫時無法避免，但技術(shù)一定是不斷向前發(fā)展的，隨著技術(shù)的發(fā)展，現(xiàn)階段的“信息繭房”效應(yīng)一定會有相應(yīng)的破解之法。在這個不斷發(fā)展、變革的過程中，必須要以積極開放的心態(tài)接受新觀念、新技術(shù)，共同謀求傳媒業(yè)更加美好的明天。

參考文獻：

1.楊慧.微博的“信息繭房”效應(yīng)研究[D].湖南師范大學2014級碩士論文.

2.李佳音.基于個性化推薦系統(tǒng)新聞客戶端的“信息繭房”效應(yīng)研究——以“今日頭條”為例[D].中央民族大學2015級碩士論文.

3.王宇航，王慶福.協(xié)同過濾在個性化推薦中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2015（12）.

4.劉思源.手機百度9.0版“搜索+推薦”的產(chǎn)品邏輯更清晰[J].計算機與網(wǎng)絡(luò)，2017（17）.

（作者張玲玲系華北科技學院新聞系教授、安全生產(chǎn)輿情研究所所長，孫奇單位系華北科技學院。本文系中央高?；究蒲袠I(yè)務(wù)費資助研究成果之一，課題編號：3142018058）