分析“信息茧房”与算法推送的多点危害

[摘要] 网络传播时代，人工智能算法推送机制已经进入新闻传播行业。 算法推送有其自身的优势，可以在大数据时代高效地分析和推送内容。 然而，如今的人工智能算法仍然无法判断新闻价值，因此同质内容的重复推送强化了“信息茧”效应。 本文对“信息茧房”和算法推送进行分析，提出“信息茧房”的多重危害，并分析对策。

[关键词] 信息茧房 算法推送 新闻价值 人工智能

近年来，随着计算机技术的不断发展，人工智能技术逐渐成熟。 人工智能技术已经进入社会各个行业，包括人文社会科学。 在新闻传播领域，人工智能也产生了巨大影响，其中最明显的就是算法推送技术。 算法推送技术根据用户的阅读习惯和兴趣，有针对性地向用户推荐新闻产品。 在现代网络传播过程中，受众的地位更加凸显。 新媒体将受众需求作为内容生产的第一因素，力求精准适应受众需求，实现高粘度的用户使用，如今日头条、抖音等软件。 都以精准的算法推送获得了巨大关注。 但算法推送技术也增强了“信息茧”效应，带来一系列负面影响。 如何减少“信息茧”效应，更好地利用人工智能技术对新闻传播业产生积极推动，也是近年来研究的热点。

1.“信息茧房”效应研究现状

美国哈佛大学教授基思·桑斯坦（Keith ）在《信息乌托邦：每个人如何生产知识》中提出了“信息茧”的概念。 他用“个人日报”一词来描述网民如何在大量的网络信息中根据个人喜好选择自己感兴趣的信息，而忽略甚至排斥其他内容，从而形成一个“信息茧”。很久。 ①桑斯坦认为，由于“信息茧”效应的存在，人们只会关注自己感兴趣的观点或与自己观点相似的人，并听取与自己观点一致的观点，形成“信息茧”效应。回声室效应”（Echo）。 在这样的传播模式下，个人用户接收信息闭环，并在循环过程中不断受到“正反馈”的激励，导致用户错误地将“私域”（某个圈子）内的事物和观点等同于“公共领域”。当人们与圈外的意见和看法发生冲突时，就会感到困惑或走向认知极端、表达两极分化。

近年来，国内学者开始研究算法推送在新闻传播领域的应用、问题及对策。 有学者从个体受众的角度分析了算法推送的弊端。 例如，彭澜教授在《网络传播概论》中指出，“如果用户只选择符合自己需求的信息，结果可能是‘自作自受’，使你被困在一个封闭的空间里。③胡勇教授在《新词讨论：回声室效应》中指出，“个性化推荐会降低用户的自我意识，使他们认为与自己信念相冲突的事实并不存在。 ” ④于国明教授认为，新闻信息在算法过滤和正反馈的刺激下，使得用户的兴趣不断固化。 本文将针对“信息茧”效应的负面影响提出可实施的对策和解决方案，以更好地利用算法推送的技术手段。

2、算法推送增强“信息茧”效应

算法推送机制诞生于大数据时代。 现在来看，一方面，我们已经拥有比较成熟的计算机技术和较强的信息处理能力。 另一方面，新闻传播也受到网络传播的极大影响，以新媒体为代表的媒体形态完全受到网络传播特征的影响。 从这一点来看，新闻媒体、社交平台等新闻媒体已经成为大数据时代的特定数据库。 面对如此庞大的数据量，如何更好地对其进行调整、分析和分发的现实需求直接推动了算法推送的出现和发展。 算法推送是一种编码程序，可以对大数据时代泛滥的新闻信息进行分类、标签、整合、排序，然后“通过特定的运算将输入数据转换成输出结果”⑤，然后根据特定需求，定向推送给相关用户。 目前新闻传播和社交媒体中存在的个性化推荐机制是基于算法推送，通过对受众的兴趣爱好特征以及用户之间的社交关系进行多重分析，深度分析用户的需求，从而进行个性化推荐。推。

这种个性化的算法推送机制是基于大量的数据计算和分析。 它主要利用用户在不同平台上形成的性格特征，依靠互联网挖掘获取多角度数据，关注用户在使用社交媒体过程中的习惯行为，发现潜在模式，对用户偏好进行分类和预测。 。 当算法对用户的兴趣点做出初步判断后，数据就会继续被记录。 在用户点击、浏览可能的兴趣点的过程中，算法会更准确地获取用户的喜好和习惯，以便获得更准确的判断和预测。

通过信息技术的算法推送机制，可以实现信息的准确、快速的分析和传播。 因为传播的内容是用户感兴趣的地方，用户也会从这样的内容中获得乐趣，从而增加用户对媒体的粘性。 。 算法推送机制在一定程度上发挥了传统新闻传播过程中的“把关人”功能。 最初的“把关人”往往是媒体编辑和记者。 在筛选传播内容的过程中，这类传统的“把关人”往往注重内容与社会公共空间的关系，并发挥大众传媒的作用。 环境监测功能。 但随着算法推送机制的不断壮大，算法推送给用户的相关内容也会导致个体受众视野逐渐固化、信息接受同质化，从而进一步加深“信息茧”效应。

然而，大数据时代的算法推送机制并不是“信息茧”效应的根本原因。 霍夫兰提出的个体差异理论解释了受众在接受信息的过程中具有选择性和注意力。 霍夫兰的理论以受众为研究对象。 他描述，在向受众传播信息的过程中，受众会对收到的信息进行筛选。 影响因素是受众的个人属性，如需求、习惯、价值观等。 、社会地位等。这些因素都会影响个体受众对信息的选择和关注。 传统媒体时代，个体差异理论强调受众在接收海量信息时对信息的理解和接受程度。 然而，随着网络传播的不断发展，与传统媒体时代相比，今天的信息传播数量非常大，并且持续以非常高的速度增长。 受众在面对如此大量的信息的过程中，做出了非单向的选择，即有机会与传播的内容做出双向的选择。 在这样的传播语境下，个体差异理论可以被理解为受众根据自身需求选择海量信息的结果。 即当受众根据个人需求寻找信息时，算法推荐机制将信息推送给用户。 它正好满足了用户的需求，用户也愿意接受这种信息。 在算法的支持下，受众可以不断地接收到自己需要的信息，从而形成一个重复的过程。 今天这种个体差异理论的结果是，观众主动寻找有兴趣点的内容，算法推送提供了支持。 这个过程不断重复，“信息茧”效应逐渐强化。

三、“信息茧房”的危害

（一）个体受众视野固化

约书亚·梅罗维茨在其著作《消失的地区》中提出了媒体情境理论。 他认为媒介的变化会导致社会环境的变化，而社会环境的变化又会影响人类的行为。 ⑥根据该理论，大量同质信息的出现逐渐影响媒介环境并使其发生变化； 社会环境受媒介环境影响而发生变化，而环境的变化最终影响人类的变化。 在信息传播过程中，同质化信息不断出现，算法推送机制带来的“信息茧”效应越来越强，最终影响社会环境和受众。 当它反映在观众身上时，它的视野就凝固了。

“信息茧”效应为受众本身创造了一个相对封闭的媒体空间。 在受众的媒介空间中，信息获取的渠道、形式和内容都相对封闭。 尽管外部大众媒体丰富，但通过算法推送机制进行的“信息推送”相对封闭。 “过滤器”，在进入受众的媒体空间时，重复了之前的传播机制，带来了同样的效果，即没有给受众带来更多新的内容。 当今的网络环境为用户提供了许多可以设置和定制的服务。 这些服务看似为用户提供了更多选择，但定制内容往往存在局限性。 这些属性的选择和设置也很困难。 它已成为算法分析的重要参数。 这样的环境实际上引导了用户的兴趣领域。 用户可以不断地接收自己设定要获取的信息，向受众传播外部信息的过程就变成了一种“回声”的形式。 只接受自己长期感兴趣的信息，或者限制了用户对整个世界的全面了解。 当观众将自己所处的“作茧”状态理解为“拟态环境”的全貌时，观众的视觉就会被固化，经过多次重复的过程中形成恶性循环，观众就会更加相信他们看到的信息反映了整个世界。 这时，“信息茧”效应对受众视觉造成的伤害就会造成受众的认知局限性。 长此以往，观众个体的思想也会受到束缚，个体的思维能力被削弱，这将严重影响个体观众的个人发展。

(2)群体极化的出现

桑斯坦在《信息乌托邦》中提出群体极化。 他认为，“人们会将自己归结为自己设计的回声室，即由观点相似的人组成的审议机构，放大并不断重复相同的观点或信息，以达到仇外心理或加剧极端主义的结果​​”。 7 根据桑斯坦的理论，在群体极化现象下，盲目自信的个人和一些愿景固化的极端分子会利用群体极化现象，产生这样的“极端言论”。 “协商体”，此类言论不断被强化、放大，很容易导致群体内的无意识行为，可能产生负面影响。

互联网为受众提供了充分的交流空间。 不同的受众受到相同内容的吸引，基于相同兴趣点的内容进行交流，个体受众相互联系形成社区。 在社区内，个人意见得到回应和认可，使认知和意见处于同一状态。 这就是“信息茧”效应带来的群体极化现象。 这种现象在现有的社交媒体中已经广泛存在。 长期生活在“信息茧”中的个别受众可能会产生盲目自信。 他们会把自己的个人偏见视为真理，从而进入一种深信悖论的境地。

群体极化效应在互联网平台持续发酵，将带来严重后果。 封闭的社区为个体受众之间提供了稳定的联系。 基于各自的兴趣点，个体受众将在“信息茧”形成的社区中获得认同，并融入到这个社区中。 对感兴趣的内容出现某种观点，在集成的社区中可以很快形成一致的观点。 通过反复讨论，这个社区的观点可能会形成它的价值观。 在这种价值观的影响下，群体中的一些极端个体会产生极端思想，并得到群体中其他个体的积极回应和支持，从而可能导致极端行为。 “信息茧”的危害将影响媒介环境的发展乃至社会的走向。

（三）知识差距加深

美国传播学家提契诺等人提出了“知识鸿沟”的理论假说。 该理论认为，“如果大众传媒信息输入社会系统的增加，社会系统中社会经济地位较高的人获取信息的速度可能比社会经济地位较低的人更快；两个不同地位群体之间的差距为⑧计算机和信息网络发展到现在的状态，网络和移动终端硬件的普及率已经非常高，与传统媒体时代不同，人们之间的差距很大。不同阶层的人接收信息的终端和平台基本相同，但根据知识鸿沟理论，不同阶层的人获取信息的速度仍然不同。 “信息茧房”效应，一些媒介素养较低的受众沉浸在自己的“信息茧房”中，虽然拥有与他人相同的媒体平台，但固化了自己的视野，只感兴趣关注和了解内容。 在这种情况下，受众不会思考和分析传播内容，逐渐失去独立思考的能力，不利于扩大自己的知识面。 媒介素养较高的个体受众受“信息茧”效应影响较小，仍能从大众媒介获取大量信息。 相比之下，这种情况下，“信息茧”效应就会在受众之间形成分区，拉大不同群体之间的知识差距。

四、削弱“信息茧”效应的对策

(1)优化推荐算法

首先，算法推送机制是技术手段，技术是给人用的。 对于算法推送，我们应该理性思考。 我们想通过这项技术实现什么目标？ “个性化”内容的推送在一定程度上吸引了受众的注意力，但却忽视了对受众的危害。 如今，许多社交媒体倾向于为个人受众提供个性化的推送。 这类信息绝对是“个性化的”。 虽然可以吸引用户注意力，增加粘性，但很容易把用户带入“信息茧”。 通过技术手段来推广和推送常见内容并不困难。 这种“共通”的内容可以根据网民的日常浏览和公众对整体新闻内容的考虑来选择，是适应主流公众价值观的新内容。 通过个性化和共性内容的交叉推送，可以在一定程度上避免个体受众完全进入“信息茧”的问题。

其次，现阶段算法推送技术非常有限，通过算法推荐的内容往往过于狭窄和同质化。 算法推送技术的局限性导致推荐内容过于单调，往往无法像人类传递信息那样多样化。 算法参数的单调性限制了推荐结果的广度。 现阶段提高算法质量尤为重要。 从国家层面来说，大数据及相应技术需要进行评估和测试。 美国出台《数据质量法案》，试图有效规范大数据的发展。 然而，要更好地掌握这项新兴技术，我们还有很长的路要走。

从技术角度来看，目前的人工智能算法只是弱人工智能的结果。 人们期待的人工智能更多的是强人工智能的表现，即机器具有思考的能力。 正是因为目前的机器智能算法缺乏这样的思维能力，直接导致其无法判断社交和媒体内容的价值。 2017年，人民网针对算法推送机制引发的问题发表了一系列评论。 人民日报的这条评论也体现了人工智能算法2.0的要求，即需要关注技术手段带来的责任和社会价值，需要关注新闻生产和传播的全过程，而不仅仅是关注流量、点击、转发。 数量。 ⑨ 这就要求人工智能算法2.0在技术创新过程中应以工具理性为指导。 一方面，应在个性化内容领域提供更加多元化的推送服务。 另一方面，要关注公共话题，体现应有的社会价值。

（二）“把关人”角色回归

库尔特·勒温在《群体生活的渠道》中提出的“把关人”概念，就是针对传统媒体中的“把关人”。 这类“把关人”在传统媒体中具有一定的政治立场，具有较高的媒体素养。 他们筛选新闻内容，并在大众媒体上发布具有一定价值的新闻内容。 ⑩这些“把关人​​”对新闻内容进行筛选和控制，可以屏蔽低质量或同质化的信息，保证新闻内容的质量。 然而，在计算机不断发展的人工智能时代，机器学习算法已经取代了传统新闻通讯行业的“把关人”角色。 尽管人工智能算法面对复杂海量数据具有较高的处理速度，但与“把关人”的个人素质不同，在弱人工智能时代，算法仍然无法对内容和“看门人”做出理性判断。 “把关人”“人”角色的缺失，导致新闻传播内容逐渐失去主流意识。

如今，人工智能算法基本可以计算、过滤和处理信息，但“把关人”的角色仍然必不可少。 在人工智能算法达到强人工智能的状态之前，算法仍然无法对新闻内容做出价值判断。 这就需要具有一定素质的“把关人”对算法推荐的内容进行二次把关。 “看门人”的回归与人工智能算法协同工作。 一方面，它利用了人工智能在处理大数据方面的优势。 另一方面可以控制算法推送的内容，保证新闻内容的质量，避免重复同步。 推送定性内容，从而削弱算法推送带来的“信息茧”效应。

（三）提高大众传媒素养

在网络传播时代，受众扮演着重要的角色。 对于受众而言，如何保证宽阔的视野、避免信息同质化造成的“信息茧”效应、如何避免信息的狭隘化等一系列问题的根本解决是提高受众的媒介性。素养使受众具有独立思考能力和自我反思意识，产生“信息茧”效应。

彭澜教授认为，“对于受众来说，媒介素养应包括媒介使用素养、信息生产素养、信息消费素养、社会交往素养、社会协作素养、社会参与素养等”。 11

其中，信息消费素养是指受众在海量信息中选择自己需要的信息的能力。 通过提升信息消费素养，个体受众可以在互联网上主动获取自己需要的信息，从而减少算法推送机制带来的内容同质化。 社会参与素养可以引导个体受众关注公共领域的相关问题。 在了解此类问题的同时，他们能够吸收多种意见。 这可以引发个体观众的理性思考，与更多不同的观点进行讨论和对话。 。

积极培养个体受众的媒介素养，意味着澄清算法推荐机制下新闻内容的短板。 个人受众应该了解此类算法推荐的局限性。 这样推送的信息并不能完整展现世界的方方面面。 个体受众要主动培养个体受众的媒介素养。 打破这样的束缚，通过多渠道、多元化获取媒体信息，实现与世界更好的互联互通。

【本文系江苏师范大学校级科研创新计划项目“微通讯对大学生价值观的影响研究”的研究成果，项目编号：】

笔记：

①⑦基思·R·桑斯坦。 信息乌托邦：每个人如何生产知识[M]． 毕敬越译. 北京：法律出版社，2008。

②于国明，曲辉。 对“信息茧”的误解与算法推送的必要性——兼论内容分发中的社会伦理困境的解决[J]. 新疆师范大学学报（哲学社会科学版），2020（01）：127-133。

③彭兰。 互联网通信概论[M]． 北京：中国人民大学出版社，2017。

④胡勇。 新词商榷：回声室效应[J]. 新闻传播研究，2015（06）：109-115。

⑤王琪。 开启算法分发“黑匣子”——基于今日头条新闻推送的量化研究[J]. 新闻记者，2017（09）：7-14。

⑥约书亚·梅罗维茨。 消失的地区：电子媒体对社会行为的影响[M]． 肖志军译. 北京：清华大学出版社，2002。

⑧简单。 “知识鸿沟”理论的演变及其社会意义[J]. 社会科学，1993（08）：70-73。

⑨ 羽生。 人民网第一评分算法推荐：不要让算法决定内容。 ； 人民网二次评分算法推荐：不要被算法困在“信息茧”里。 ； 人民网三评算法推荐：警惕算法创新的反面。

⑩库尔特·勒温。 群体生活渠道[M]． 北京：中国传媒大学出版社，2002。

11. 彭兰. 社交媒体时代媒介素养的三种类型及其关系[J]. 上海师范大学学报（哲学社会科学版），2013（03）。

作者简介：李业强，江苏师范大学传媒与影视学院2018级硕士生