王來

【摘? ? 要】算法推薦新聞是否必然導(dǎo)致信息繭房效應(yīng)是一個值得探討的話題。本文旨在通過梳理相關(guān)研究成果，從實證研究的角度，在算法和用戶的互動視角下，以國內(nèi)資訊類APP“今日頭條”為研究對象，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

在新技術(shù)迭起的算法環(huán)境下，算法推薦新聞所帶來的一系列問題和討論接踵而至，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)、計算機等領(lǐng)域的熱門話題。這一說法本身帶有先入為主的暗示，但實際上，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之上。

一、國內(nèi)對“信息繭房”的爭論

美國法學(xué)家凱斯·桑斯坦（Cass R.Sunstein）針對“信息繭房” 這個概念提出假說，當(dāng)人們面對大量各類來源的信息時，更易根據(jù)個人偏好進(jìn)行信息選擇和渠道選擇，這就不可避免地會導(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)場域的意見分裂、極端化以及社會整體價值觀離散化聯(lián)系在一起，以證明“信息繭房”對社會共識基礎(chǔ)的侵害。

關(guān)于信息繭房效應(yīng)，國內(nèi)鮮見針對算法推薦新聞是否具有信息繭房效應(yīng)的實證研究。首先，目前國內(nèi)學(xué)術(shù)界和實務(wù)界，對于信息繭房效應(yīng)的研究大多停留在常識和邏輯推演階段。基于上述情況，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，此研究利于從新媒體業(yè)務(wù)的角度入手，剖析技術(shù)給人類帶來的影響和作用，針對新興新聞生產(chǎn)現(xiàn)象進(jìn)行解讀，為新聞理論和實務(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新聞業(yè)的整體情況進(jìn)行分析，對于我國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，對其基本情況和溯源沒有較為系統(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)的變革對用戶接收信息效果的影響是什么。

二、算法機制和“信息繭房”的國外議題綜述

（一）算法機制的國外研究

由算法而引起的信息分發(fā)模式改變的討論日益增多，國內(nèi)和國外針對這個問題都有學(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)計算機系Tien T. Nguyen等5位研究者，首次進(jìn)行了以“過濾氣泡”效應(yīng)為主要研究對象的實證研究。他們選用電影評分和推薦網(wǎng)站MovieLens的數(shù)據(jù)，這個網(wǎng)站使用的算法是“基于物品的協(xié)同過濾算法”。用戶注冊進(jìn)入網(wǎng)站，對自己看過的電影進(jìn)行評分之后，網(wǎng)站會向其展示“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)同過濾算法”的基本思路是：計算興趣愛好的相似程度，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），計算用戶的相似性;另一種是基于物品（item-based），計算物品的相似性。

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，“不理會組”不顧算法規(guī)則的束縛。通過21個月的跟蹤，在實際消費過程中，兩組用戶選擇的電影的多樣性有所下降。但“跟隨組”的下降幅度其實不大（從26.67到26.3），而“不理會組”的多樣性下降卻比較大（從26.59到25.86）。研究結(jié)果與人們的猜測大相徑庭，算法推薦不但不會造成用戶視野變窄，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)的國外研究

凱斯·桑斯坦強調(diào)的“繭房化”是心理影響行為的過程。而在20世紀(jì)中期，美國的實證研究中，拉扎斯菲爾德的受眾“選擇性接觸理論”和霍夫蘭的“個人差異論”已經(jīng)發(fā)現(xiàn)并論述過此問題。

哈佛大學(xué)的Seth Flaxman等研究者在2016年對5萬名用戶進(jìn)行研究，一方面要求大家如實回答自己近期的新聞媒體和信息選擇情況，另一方面通過電子技術(shù)實時監(jiān)控。結(jié)果發(fā)現(xiàn)，人們實際的媒體選擇行為比人們“想象中”自己的選擇更具多樣性。一定程度上來說，“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

隨著泛娛樂化、社交化時代的到來，傳統(tǒng)內(nèi)容生產(chǎn)模式難以滿足用戶的個性化信息需求，用戶開始主動進(jìn)行內(nèi)容生產(chǎn)，繼而創(chuàng)造自身的品牌價值和社會影響力?！敖袢疹^條”于2012年9月推出了個性化推薦系統(tǒng)。逐漸地，百度、微信看一看、微博、知乎、小紅書等平臺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。

目前，“今日頭條”不再單純依賴算法，開始以“算法+熱點+關(guān)注+搜索”等功能為主要方式建立通用信息平臺。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)下社會環(huán)境、社會熱點、用戶性格、時間節(jié)點等可能會產(chǎn)生影響的因素，最大程度上保證用戶接受的信息多樣，且盡可能地實現(xiàn)其價值最大化。

（二）算法機制促進(jìn)用戶的良好互動

某種意義上，算法正在代替新聞媒體過濾信息，基于此種趨勢，逐漸有一種擔(dān)心是“算法會否取代人類作價值判斷”。一直以來，新聞選擇判斷水平是衡量一名新聞記者業(yè)務(wù)能力的重要指標(biāo)之一，這其中包含著記者、編輯部、媒體的新聞價值選擇。誠然，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)，新聞價值需要判斷，“人”的屬性導(dǎo)致事實呈現(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，因為算法可以克服人類無法避免的偏見和選擇，那么也就不難理解算法判斷為何如此流行了。

從用戶互動的角度來看，算法判斷使得媒介的關(guān)注點從共性化、群體化轉(zhuǎn)變?yōu)閭€性化和細(xì)分化，普遍性事件和問題不再受到關(guān)注，而是基于用戶特點的個性化定制新聞。誠然，這一改變的后續(xù)影響還未定型，筆者認(rèn)為這不得不說是對新聞專業(yè)主義的背離，新聞的細(xì)分和個性帶來了新的問題，必然會抑制新聞的聚合力（collectivizing force）。[2]故此，新聞記者應(yīng)當(dāng)努力實現(xiàn)更加專業(yè)的新聞價值判斷，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化排他的獨立輸出價值觀。

另一方面，在算法推薦的幾種主流技術(shù)類型中，協(xié)同過濾算法會綜合與用戶在某一或某幾方面類同的其他用戶的喜好來進(jìn)行綜合推薦，因此并不會讓用戶選擇范圍變窄，反而會增加用戶接觸新鮮內(nèi)容的途徑和機率。單獨的算法推薦已經(jīng)不是主流，業(yè)界也逐漸認(rèn)識到“信息繭房”的負(fù)面影響，故而開始對算法推薦加以優(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，從而彌補單一算法推薦在“信息繭房”方面可能會帶來的不足與弊端。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題。

（三）算法推薦針對“信息繭房”的應(yīng)對措施

1.優(yōu)化算法判斷，分發(fā)多元信息

從一定意義上說，為用戶提供個性化新聞服務(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載的問題，促使新聞業(yè)向更加專業(yè)、多元的方向發(fā)展。[3]在肯定這一大趨勢之后，就要努力規(guī)避其中的問題和風(fēng)險。從技術(shù)角度來看，通過多種渠道全方位優(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，是一個值得嘗試的方法。

信息分發(fā)平臺以“算法+人工”的方式將二者結(jié)合，增強人機協(xié)作，保證算法話語權(quán)重的同時堅持人的主觀性和價值觀。通過優(yōu)化算法判斷，更加全面、科學(xué)地了解用戶真實需求，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價值的新聞，不斷強化用戶對公共領(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)堅持新聞價值，而非單一地強調(diào)個性化和定制式。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值中的體現(xiàn)和作用。誠然，忽略人的主觀意識，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.堅持以人為本，“破繭”用戶互動

某種程度上，“信息繭房”是一個善意的提醒：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”而不是聽其擺布，走向另一個極端。隨著人類認(rèn)知的不斷深化，算法的精準(zhǔn)與快速實質(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的制勝法寶。無論是技術(shù)的進(jìn)步，還是社會的變化，最終落腳在“人”的身上，由“人”來創(chuàng)造、推動和組成。無論是行業(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，圍繞社會中的“人”來提出行業(yè)問題、進(jìn)行產(chǎn)品升級，塑造價值理念。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)，這是典型的沒有溯源而直接套用概念。必須始終堅持以人為本，協(xié)調(diào)工具理性和價值理性， 建立更快、更準(zhǔn)、更好的信息分發(fā)機制，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[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：望文生義的概念與算法的破繭求解[J].新聞與寫作，2020（01）：58-63.

參考文獻(xiàn)：

[1]匡文波，陳小龍.論新聞個性化推薦系統(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].新聞與寫作，2019（09）：63-66.

[3]彭蘭.5G時代“物”對傳播的再塑造[J].探索與爭鳴，2019（09）：54-57.

[4]喻國明，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)中社會倫理困境的解決之道[J].新疆師范大學(xué)學(xué)報（哲學(xué)社會科學(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：中國石化報社記者）

責(zé)編：周蕾