淺析算法推薦新聞與信息繭房效應(yīng)的關(guān)系

王來(lái)

【摘? ? 要】算法推薦新聞是否必然導(dǎo)致信息繭房效應(yīng)是一個(gè)值得探討的話題。本文旨在通過(guò)梳理相關(guān)研究成果，從實(shí)證研究的角度，在算法和用戶的互動(dòng)視角下，以國(guó)內(nèi)資訊類APP“今日頭條”為研究對(duì)象，探討算法推薦新聞是否具有信息繭房效應(yīng)，摸準(zhǔn)人工智能時(shí)代下算法推薦新聞的根源脈絡(luò)與發(fā)展走向。

【關(guān)鍵詞】算法推薦新聞;信息繭房;人工智能;用戶互動(dòng)

在新技術(shù)迭起的算法環(huán)境下，算法推薦新聞所帶來(lái)的一系列問(wèn)題和討論接踵而至，其中關(guān)于信息繭房效應(yīng)的討論已經(jīng)成為新聞傳播、法學(xué)、計(jì)算機(jī)等領(lǐng)域的熱門話題。這一說(shuō)法本身帶有先入為主的暗示，但實(shí)際上，尚未有研究確認(rèn)“信息繭房”存在，大多數(shù)討論仍舊停留在諸多不確定的猜測(cè)之上。

一、國(guó)內(nèi)對(duì)“信息繭房”的爭(zhēng)論

美國(guó)法學(xué)家凱斯·桑斯坦（Cass R.Sunstein）針對(duì)“信息繭房” 這個(gè)概念提出假說(shuō)，當(dāng)人們面對(duì)大量各類來(lái)源的信息時(shí)，更易根據(jù)個(gè)人偏好進(jìn)行信息選擇和渠道選擇，這就不可避免地會(huì)導(dǎo)致人們接收信息范圍和信息渠道日益變窄。[1]隨著算法技術(shù)逐漸與新聞內(nèi)容分發(fā)規(guī)則相結(jié)合，更多人將其與網(wǎng)絡(luò)場(chǎng)域的意見(jiàn)分裂、極端化以及社會(huì)整體價(jià)值觀離散化聯(lián)系在一起，以證明“信息繭房”對(duì)社會(huì)共識(shí)基礎(chǔ)的侵害。

關(guān)于信息繭房效應(yīng)，國(guó)內(nèi)鮮見(jiàn)針對(duì)算法推薦新聞是否具有信息繭房效應(yīng)的實(shí)證研究。首先，目前國(guó)內(nèi)學(xué)術(shù)界和實(shí)務(wù)界，對(duì)于信息繭房效應(yīng)的研究大多停留在常識(shí)和邏輯推演階段?；谏鲜銮闆r，應(yīng)當(dāng)擺脫舊思維，從內(nèi)容分發(fā)規(guī)則上做文章。同時(shí)，此研究利于從新媒體業(yè)務(wù)的角度入手，剖析技術(shù)給人類帶來(lái)的影響和作用，針對(duì)新興新聞生產(chǎn)現(xiàn)象進(jìn)行解讀，為新聞理論和實(shí)務(wù)的后續(xù)發(fā)展提供借鑒和思考。

其次，目前的研究大多基于美國(guó)新聞業(yè)的整體情況進(jìn)行分析，對(duì)于我國(guó)算法推薦新聞與信息繭房效應(yīng)的關(guān)系等方面的研究較少，對(duì)其基本情況和溯源沒(méi)有較為系統(tǒng)、完整的梳理和解讀。數(shù)據(jù)化和智能化的應(yīng)用將在很大程度上推動(dòng)產(chǎn)業(yè)模式與業(yè)態(tài)發(fā)展。人工智能技術(shù)下，算法推薦新聞也對(duì)新聞生產(chǎn)模式產(chǎn)生了再造效應(yīng)，在此背景下可探討新聞內(nèi)容生產(chǎn)形態(tài)的變革對(duì)用戶接收信息效果的影響是什么。

二、算法機(jī)制和“信息繭房”的國(guó)外議題綜述

（一）算法機(jī)制的國(guó)外研究

由算法而引起的信息分發(fā)模式改變的討論日益增多，國(guó)內(nèi)和國(guó)外針對(duì)這個(gè)問(wèn)題都有學(xué)界和業(yè)界的不同探討。

值得注意的是，明尼蘇達(dá)大學(xué)計(jì)算機(jī)系Tien T. Nguyen等5位研究者，首次進(jìn)行了以“過(guò)濾氣泡”效應(yīng)為主要研究對(duì)象的實(shí)證研究。他們選用電影評(píng)分和推薦網(wǎng)站MovieLens的數(shù)據(jù)，這個(gè)網(wǎng)站使用的算法是“基于物品的協(xié)同過(guò)濾算法”。用戶注冊(cè)進(jìn)入網(wǎng)站，對(duì)自己看過(guò)的電影進(jìn)行評(píng)分之后，網(wǎng)站會(huì)向其展示“Top Picks For You”，也就是根據(jù)算法向其首選推薦的電影，類似于豆瓣的“猜你喜歡”。

“協(xié)同過(guò)濾算法”的基本思路是：計(jì)算興趣愛(ài)好的相似程度，把東西推薦給興趣相似的人，一般將其分為兩種，一種是基于用戶（user-based），計(jì)算用戶的相似性;另一種是基于物品（item-based），計(jì)算物品的相似性。

5位研究者將用戶分為兩組，“跟隨組”的觀影邏輯是基于算法推薦，“不理會(huì)組”不顧算法規(guī)則的束縛。通過(guò)21個(gè)月的跟蹤，在實(shí)際消費(fèi)過(guò)程中，兩組用戶選擇的電影的多樣性有所下降。但“跟隨組”的下降幅度其實(shí)不大（從26.67到26.3），而“不理會(huì)組”的多樣性下降卻比較大（從26.59到25.86）。研究結(jié)果與人們的猜測(cè)大相徑庭，算法推薦不但不會(huì)造成用戶視野變窄，反而能夠幫助用戶在觀影選擇上更加多元化，接觸更多的內(nèi)容?；诖?，明尼蘇達(dá)大學(xué)的5位研究者指出：協(xié)同過(guò)濾算法與基于內(nèi)容的推薦算法不同，它依據(jù)的不僅是用戶個(gè)人行為的傾向性，還有與用戶偏好類似的同類用戶行為的傾向性。

（二）信息繭房效應(yīng)的國(guó)外研究

凱斯·桑斯坦強(qiáng)調(diào)的“繭房化”是心理影響行為的過(guò)程。而在20世紀(jì)中期，美國(guó)的實(shí)證研究中，拉扎斯菲爾德的受眾“選擇性接觸理論”和霍夫蘭的“個(gè)人差異論”已經(jīng)發(fā)現(xiàn)并論述過(guò)此問(wèn)題。

哈佛大學(xué)的Seth Flaxman等研究者在2016年對(duì)5萬(wàn)名用戶進(jìn)行研究，一方面要求大家如實(shí)回答自己近期的新聞媒體和信息選擇情況，另一方面通過(guò)電子技術(shù)實(shí)時(shí)監(jiān)控。結(jié)果發(fā)現(xiàn)，人們實(shí)際的媒體選擇行為比人們“想象中”自己的選擇更具多樣性。一定程度上來(lái)說(shuō)，“信息繭房”不是一種客觀現(xiàn)象，更像是一種用戶心理變化的展現(xiàn)。

三、算法推薦新聞不必然導(dǎo)致“信息繭房”

（一）“今日頭條”的發(fā)展啟示

隨著泛娛樂(lè)化、社交化時(shí)代的到來(lái)，傳統(tǒng)內(nèi)容生產(chǎn)模式難以滿足用戶的個(gè)性化信息需求，用戶開(kāi)始主動(dòng)進(jìn)行內(nèi)容生產(chǎn)，繼而創(chuàng)造自身的品牌價(jià)值和社會(huì)影響力?！敖袢疹^條”于2012年9月推出了個(gè)性化推薦系統(tǒng)。逐漸地，百度、微信看一看、微博、知乎、小紅書(shū)等平臺(tái)都引入了算法推薦技術(shù)。值得注意的是，2019年“今日頭條”推出了搜索功能，推薦引擎和搜索引擎兩者的結(jié)合已然成為一種趨勢(shì)。

目前，“今日頭條”不再單純依賴算法，開(kāi)始以“算法+熱點(diǎn)+關(guān)注+搜索”等功能為主要方式建立通用信息平臺(tái)。上述因素可以最大程度上規(guī)避單純的內(nèi)容算法推薦所帶來(lái)的視野窄化，并且高效率地幫助用戶找到同類，借助當(dāng)下社會(huì)環(huán)境、社會(huì)熱點(diǎn)、用戶性格、時(shí)間節(jié)點(diǎn)等可能會(huì)產(chǎn)生影響的因素，最大程度上保證用戶接受的信息多樣，且盡可能地實(shí)現(xiàn)其價(jià)值最大化。

（二）算法機(jī)制促進(jìn)用戶的良好互動(dòng)

某種意義上，算法正在代替新聞媒體過(guò)濾信息，基于此種趨勢(shì)，逐漸有一種擔(dān)心是“算法會(huì)否取代人類作價(jià)值判斷”。一直以來(lái)，新聞選擇判斷水平是衡量一名新聞?dòng)浾邩I(yè)務(wù)能力的重要指標(biāo)之一，這其中包含著記者、編輯部、媒體的新聞價(jià)值選擇。誠(chéng)然，新聞專業(yè)主義的客觀性要求媒體從業(yè)人員盡量去除主觀性，新聞規(guī)范要求將事件本身的發(fā)展再現(xiàn)給受眾。但不可否認(rèn)，新聞價(jià)值需要判斷，“人”的屬性導(dǎo)致事實(shí)呈現(xiàn)和理解并不全面，新聞判斷充斥在新聞生產(chǎn)的各個(gè)環(huán)節(jié)。算法判斷遵循的是預(yù)先設(shè)定好的某種技術(shù)程序，也就是說(shuō)算法是中立的，這就在新聞人的本質(zhì)主觀和算法的程序客觀二者之間形成了鮮明的對(duì)比。正是由于這種現(xiàn)象，導(dǎo)致算法判斷替代人工判斷的現(xiàn)象逐漸增多，如果新聞生產(chǎn)的終極目標(biāo)是保證客觀性，因?yàn)樗惴梢钥朔祟悷o(wú)法避免的偏見(jiàn)和選擇，那么也就不難理解算法判斷為何如此流行了。

從用戶互動(dòng)的角度來(lái)看，算法判斷使得媒介的關(guān)注點(diǎn)從共性化、群體化轉(zhuǎn)變?yōu)閭€(gè)性化和細(xì)分化，普遍性事件和問(wèn)題不再受到關(guān)注，而是基于用戶特點(diǎn)的個(gè)性化定制新聞。誠(chéng)然，這一改變的后續(xù)影響還未定型，筆者認(rèn)為這不得不說(shuō)是對(duì)新聞專業(yè)主義的背離，新聞的細(xì)分和個(gè)性帶來(lái)了新的問(wèn)題，必然會(huì)抑制新聞的聚合力（collectivizing force）。[2]故此，新聞?dòng)浾邞?yīng)當(dāng)努力實(shí)現(xiàn)更加專業(yè)的新聞價(jià)值判斷，而不是漠視現(xiàn)狀，降低新聞專業(yè)主義下判斷的比重和要求。簡(jiǎn)而言之，當(dāng)算法判斷逐漸成為主流，我們必須警惕它成為專業(yè)新聞判斷的延伸或者替代，讓受眾誤以為是自動(dòng)化排他的獨(dú)立輸出價(jià)值觀。

另一方面，在算法推薦的幾種主流技術(shù)類型中，協(xié)同過(guò)濾算法會(huì)綜合與用戶在某一或某幾方面類同的其他用戶的喜好來(lái)進(jìn)行綜合推薦，因此并不會(huì)讓用戶選擇范圍變窄，反而會(huì)增加用戶接觸新鮮內(nèi)容的途徑和機(jī)率。單獨(dú)的算法推薦已經(jīng)不是主流，業(yè)界也逐漸認(rèn)識(shí)到“信息繭房”的負(fù)面影響，故而開(kāi)始對(duì)算法推薦加以優(yōu)化和融合，關(guān)聯(lián)更多大數(shù)據(jù)，進(jìn)行更好的用戶推薦、內(nèi)容排序、話題挖掘等，從而彌補(bǔ)單一算法推薦在“信息繭房”方面可能會(huì)帶來(lái)的不足與弊端。因此，算法推薦技術(shù)上的革新解決了“信息繭房”中獲得信息渠道和途徑變窄的問(wèn)題。

（三）算法推薦針對(duì)“信息繭房”的應(yīng)對(duì)措施

1.優(yōu)化算法判斷，分發(fā)多元信息

從一定意義上說(shuō)，為用戶提供個(gè)性化新聞服務(wù)是技術(shù)發(fā)展追求的目標(biāo)，算法推薦則成功解決了信息過(guò)載的問(wèn)題，促使新聞業(yè)向更加專業(yè)、多元的方向發(fā)展。[3]在肯定這一大趨勢(shì)之后，就要努力規(guī)避其中的問(wèn)題和風(fēng)險(xiǎn)。從技術(shù)角度來(lái)看，通過(guò)多種渠道全方位優(yōu)化算法判斷、完善內(nèi)容分發(fā)規(guī)則、建立算法的可信任倫理框架，是一個(gè)值得嘗試的方法。

信息分發(fā)平臺(tái)以“算法+人工”的方式將二者結(jié)合，增強(qiáng)人機(jī)協(xié)作，保證算法話語(yǔ)權(quán)重的同時(shí)堅(jiān)持人的主觀性和價(jià)值觀。通過(guò)優(yōu)化算法判斷，更加全面、科學(xué)地了解用戶真實(shí)需求，不僅將符合用戶審美的話題和資訊進(jìn)行精準(zhǔn)分發(fā)，還在此基礎(chǔ)上，向用戶推送其可能感興趣或者有社會(huì)價(jià)值的新聞，不斷強(qiáng)化用戶對(duì)公共領(lǐng)域的持續(xù)關(guān)注，保證用戶接受多元信息，培養(yǎng)“個(gè)性+多元”的思維方式，以免陷入“信息繭房”的桎梏。

2.提升專業(yè)能力，強(qiáng)化主觀判斷

算法判斷是為了更好地豐富信息分發(fā)模式，是手段，不是目的。新聞從業(yè)者應(yīng)當(dāng)堅(jiān)持新聞價(jià)值，而非單一地強(qiáng)調(diào)個(gè)性化和定制式。在目前的新聞生態(tài)系統(tǒng)中，闡釋性新聞寫(xiě)作逐漸占據(jù)多數(shù)，這種視角迫使新聞從業(yè)者重新構(gòu)建與用戶的關(guān)系，重新正視人為主觀判斷力在新聞價(jià)值中的體現(xiàn)和作用。誠(chéng)然，忽略人的主觀意識(shí)，單純討論技術(shù)與用戶的關(guān)系是不科學(xué)、不明智的。新聞從業(yè)者不僅需要積極適應(yīng)和破局，還應(yīng)該更加重視主觀專業(yè)判斷力的作用。

3.堅(jiān)持以人為本，“破繭”用戶互動(dòng)

某種程度上，“信息繭房”是一個(gè)善意的提醒：技術(shù)發(fā)展到極致的情況下，人們?nèi)绾巫尲夹g(shù)“為我所用”而不是聽(tīng)其擺布，走向另一個(gè)極端。隨著人類認(rèn)知的不斷深化，算法的精準(zhǔn)與快速實(shí)質(zhì)上比不上內(nèi)容的優(yōu)質(zhì)和豐富，內(nèi)容才是確保用戶獲得更好體驗(yàn)的制勝法寶。無(wú)論是技術(shù)的進(jìn)步，還是社會(huì)的變化，最終落腳在“人”的身上，由“人”來(lái)創(chuàng)造、推動(dòng)和組成。無(wú)論是行業(yè)發(fā)展還是傳播學(xué)學(xué)科研究，需要更多地關(guān)注其中“人”的內(nèi)涵，圍繞社會(huì)中的“人”來(lái)提出行業(yè)問(wèn)題、進(jìn)行產(chǎn)品升級(jí)，塑造價(jià)值理念。歸根結(jié)底，必須重視“人”在傳播環(huán)境中的地位和角色，在這個(gè)基礎(chǔ)上進(jìn)行“破繭”。

綜上所述，不能單純將“信息繭房”歸因于技術(shù)，這是典型的沒(méi)有溯源而直接套用概念。必須始終堅(jiān)持以人為本，協(xié)調(diào)工具理性和價(jià)值理性， 建立更快、更準(zhǔn)、更好的信息分發(fā)機(jī)制，為內(nèi)容提供有力工具支撐。

注釋：

[1]凱斯·R·桑斯坦.信息烏托邦：眾人如何生產(chǎn)知識(shí)[M].畢竟悅譯.北京：法律出版社，2008：8.

[2]Couldry N and Turow J （2014）Advertising， big data and the clearance of the public realm： marketers new approaches to the content subsidy. International Journal of Communication 8： 1710-1726.

[3]陳昌鳳，仇筠茜.“信息繭房”在中國(guó)：望文生義的概念與算法的破繭求解[J].新聞與寫(xiě)作，2020（01）：58-63.

參考文獻(xiàn)：

[1]匡文波，陳小龍.論新聞個(gè)性化推薦系統(tǒng)[J].新聞?wù)搲?018（02）：27-30.

[2]匡文波.5G：顛覆新聞內(nèi)容生產(chǎn)形態(tài)的革命[J].新聞與寫(xiě)作，2019（09）：63-66.

[3]彭蘭.5G時(shí)代“物”對(duì)傳播的再塑造[J].探索與爭(zhēng)鳴，2019（09）：54-57.

[4]喻國(guó)明，曲慧.“信息繭房”的誤讀與算法推送的必要——兼論內(nèi)容分發(fā)中社會(huì)倫理困境的解決之道[J].新疆師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020（01）：7.

[5]Auxier，B.E.， &Vitak， J.（2019）. Factors Motivating Customization and Echo Chamber Creation Within Digital News Environments. Social Media Society， 5（2）， 1-13.

[6]Cardenal，A.S.， Aguilar-Paredes， C.， Cristancho， C.， &Majó-Vázquez， S.（2019）. Echo-chambers in online news consumption： Evidence from survey and navigation data in Spain. European Journal of Communication， 1-17.

[7]Nguyen， A.， & Vu， H. T.（2019）. Testing popular news discourse on the“echo chamber”effect：Does political polarisation occur among those relying on social media as their primary politics news source？. First Monday，24（5）.

（作者：中國(guó)石化報(bào)社記者）

責(zé)編：周蕾