針對(duì)算法推送強(qiáng)化繭房效應(yīng)的分析與對(duì)策研究

個(gè)性化算法推送以人為中心，用戶參與內(nèi)容編輯制作與建設(shè)，針對(duì)用戶需求和興趣進(jìn)行新聞生產(chǎn)、傳播、分發(fā)。清華大學(xué)教授彭蘭在《網(wǎng)絡(luò)傳播概論》中認(rèn)為，如果用戶只選擇滿足自身需求的信息，其結(jié)果可能會(huì)“作繭自縛”，使自己困在一個(gè)封閉的空間。在不斷固化用戶已有思維和觀點(diǎn)的過程中，也讓原本內(nèi)化于受眾內(nèi)心深處的“信息繭房”效應(yīng)逐漸外顯。用戶選擇性心理接觸開始有針對(duì)性的挑選信息進(jìn)行接收，由此繭房效應(yīng)進(jìn)一步加劇。

一、繭房效應(yīng)在算法推送下建構(gòu)的新特點(diǎn)

（一）基于技術(shù)，用戶價(jià)值觀加速影響個(gè)性推送

算法推送傳播結(jié)構(gòu)可以概括為“個(gè)人興趣+內(nèi)容關(guān)聯(lián)+個(gè)性算法”模式，隨著社會(huì)發(fā)展在人們接收信息的過程中扮演著重要作用。依據(jù)用戶的興趣愛好進(jìn)行內(nèi)容篩選分發(fā)，用戶的價(jià)值觀同樣也加速算法個(gè)性化方向的發(fā)展。

繭房效應(yīng)基于價(jià)值觀和立場判斷，這也是算法推送的特點(diǎn)之一。依靠技術(shù)支撐，用戶依據(jù)自身興趣愛好進(jìn)行選擇，在價(jià)值觀影響下形成個(gè)體特有認(rèn)知圈層。以今日頭條為例，“圈子”功能幫助有相同價(jià)值觀的用戶互相關(guān)注，形成群體性的小圈子，內(nèi)部幾乎都是立場相似的人，在使用過程中更愿意選擇與自己意見相同的人。

（二）基于用戶，用戶興趣偏好深入造就繭房效應(yīng)

信息繭房與算法推送可謂相伴而生，隨著算法技術(shù)的演進(jìn)與個(gè)性化傳播的興起，逐漸成為各個(gè)領(lǐng)域關(guān)注的熱點(diǎn)，兩者相結(jié)合產(chǎn)生的現(xiàn)象可以看作是“獨(dú)異性”社會(huì)的外在表現(xiàn)之一。德國社會(huì)學(xué)家安德雷亞斯萊克維茨提出在信息行為領(lǐng)域，個(gè)人不再遵循大眾媒體時(shí)代的信息編排、時(shí)空限制，而是以個(gè)人興趣為導(dǎo)向進(jìn)行信息價(jià)值的判定。

霍夫蘭提出的“個(gè)人差異論”闡述了用戶的選擇性和注意性理解，信息繭房概念的出現(xiàn)，對(duì)應(yīng)了個(gè)人差異論發(fā)展的最新結(jié)果。信息出現(xiàn)在用戶面前并被主動(dòng)選擇和過濾，呈現(xiàn)出雙向互動(dòng)過程。在篩選過程中，用戶個(gè)人的主動(dòng)性增強(qiáng)，由自己進(jìn)行選擇。用戶對(duì)特定信息的需求一直存在，借助于新技術(shù)的提升進(jìn)一步顯現(xiàn)，正所謂媒介是人的延伸。

信息繭房一定程度上為媒介提供前饋的機(jī)會(huì)，通過精準(zhǔn)推送降低信息被用戶拒絕的可能，但“雙重偶然性”的存在提醒傳播者，即使是用戶自主選擇的信息也會(huì)因?yàn)榕既恍砸蛩乇蛔陨砭芙^或選擇，由此造就繭房效應(yīng)進(jìn)一步強(qiáng)化。

（三）基于內(nèi)容，算法推送從信息洪流中強(qiáng)化繭房效應(yīng)

信息過載成為當(dāng)下時(shí)代最為典型的特征，海量內(nèi)容造成用戶對(duì)信息反應(yīng)的速度低于其傳播的速度。世界逐漸形成麥克盧漢所言的“地球村”，人們對(duì)于信息的需求已經(jīng)不在局限于地域，更多在心理接近，這需要更多信息來滿足用戶的需求，互聯(lián)網(wǎng)的海量存儲(chǔ)給予多元信息存在的可能。目前全球每天有多達(dá)35億次搜索來自Google，相當(dāng)于每秒4萬多次搜索，在中國，百度更是面對(duì)著每天60億次左右的搜索請(qǐng)求。用戶面臨的不再是信息匱乏，而是個(gè)人對(duì)信息洪流的無措。當(dāng)個(gè)人無法處理過載信息時(shí)，用戶選擇性接觸專注特定的信息進(jìn)行接收，形成特定的信息網(wǎng)絡(luò)，繭房的形成正是一種自我防御的機(jī)制。

強(qiáng)大的內(nèi)容生產(chǎn)能力，要求傳統(tǒng)的內(nèi)容分發(fā)必須變革，以解決用戶對(duì)有用信息的分辨及選擇問題。于是出現(xiàn)了以今日頭條為代表的“算法分發(fā)”方式，作為新聞分發(fā)的一種方式，在基于內(nèi)容資源、大數(shù)據(jù)技術(shù)和用戶三者統(tǒng)一下，屬于用戶新聞的私人訂制。從用戶選擇性心理接觸層面出發(fā)形成特定的信息推送，繭房效應(yīng)由此得到進(jìn)一步強(qiáng)化。

二、算法推送強(qiáng)化繭房效應(yīng)后形成的現(xiàn)實(shí)困境

（一）陷入“回聲室”效應(yīng)，內(nèi)容同質(zhì)化嚴(yán)重

北京大學(xué)教授胡泳在《新詞探討:回聲室效應(yīng)》中指出，個(gè)性化推薦會(huì)減少用戶自我意識(shí)，致其認(rèn)為與自己信念相抵觸的事實(shí)都不存在。社會(huì)化媒體中人們以交往對(duì)象作為信息來源并過濾，新技術(shù)越來越多地服務(wù)于內(nèi)容傳播，人們?cè)谛畔⒔邮蘸瞳@取過程中逐漸變得固化形成自我需求。社會(huì)化媒體同樣能加強(qiáng)人群分化，人們受社交圈及自身立場影響，固守在符合自己偏好的圈子中。例如在今日頭條上搜索熬夜的危害，算法推送第一時(shí)間為用戶提供大量同質(zhì)信息，讓用戶也不知不覺陷入了回聲室效應(yīng)。李彪、喻國明稱這一現(xiàn)象為“繭房內(nèi)的同質(zhì)性”，

回聲室效應(yīng)造成的后果是使得信息或想法在一個(gè)封閉的小圈子里得到加強(qiáng)，個(gè)人總是傾向于接收協(xié)調(diào)性的信息而避免帶來不協(xié)調(diào)認(rèn)知的信息。在網(wǎng)絡(luò)空間里，一旦受眾聽到的都是與自己意見相似的回應(yīng)，就會(huì)不自覺地陷入自我刻板中去，認(rèn)為自己的看法代表主流，從而扭曲對(duì)一般共識(shí)的認(rèn)識(shí)。

（二）受眾認(rèn)知陷入誤區(qū)，阻礙個(gè)人全面發(fā)展

算法推薦技術(shù)主導(dǎo)下的內(nèi)容分發(fā)模式讓受眾長期接觸同質(zhì)化的信息，在選擇信息來源的同時(shí)自動(dòng)過濾了異質(zhì)化的觀點(diǎn)，極易導(dǎo)致對(duì)真實(shí)世界的認(rèn)知失衡。如某人在今日頭條上點(diǎn)擊一則有關(guān)暴力的新聞，那么平臺(tái)會(huì)不斷推送相關(guān)內(nèi)容，這很可能讓其形成目前社會(huì)暴力現(xiàn)象泛濫的認(rèn)知，失去對(duì)環(huán)境的完整判斷。

信息客戶端的個(gè)性化推送，很容易增長用戶惰性，將其束縛在自身構(gòu)建的虛擬世界當(dāng)中，用戶的眼界逐漸變小，觀點(diǎn)也會(huì)受到信息內(nèi)容的影響，興趣逐漸固化。長此以往，正如赫伯特馬爾庫塞所說，當(dāng)每個(gè)人都僅僅關(guān)心個(gè)人時(shí)，人們對(duì)待社會(huì)公共事務(wù)的熱情也間逐漸消減，這時(shí)的社會(huì)公共價(jià)值更是無從談起。另外，長期處于信息繭房中的人們會(huì)產(chǎn)生盲目自信，認(rèn)為自己接觸到的都是真實(shí)的信息，并且排斥差異化的看法，這些都不利于個(gè)人的全面發(fā)展。

（三）價(jià)值觀產(chǎn)生分化，造就觀念分歧

價(jià)值觀分化在算法推送產(chǎn)生的繭房效應(yīng)中十分明顯，具體來看，在特定信息圈層中人們很容易受趨同心理影響，形成各自圈子內(nèi)部的觀念從而產(chǎn)生分歧，甚至產(chǎn)生一些非理智行為，這也是造成群體極化現(xiàn)象的重要導(dǎo)火索。

算法推薦針對(duì)不同價(jià)值觀人群傳遞分發(fā)不同信息，為個(gè)人進(jìn)行獨(dú)有的信息過濾，形成“信息孤島”，進(jìn)而導(dǎo)致社會(huì)分層的固化。算法作為技術(shù)盡管是中立的，但是在用戶自我選擇過程中，受選擇性心理接觸干擾造就價(jià)值觀分化是不可避免的。

社會(huì)是需要共識(shí)的，思想活躍與繁榮是社會(huì)共識(shí)形成的基礎(chǔ)和條件。在不同思想觀點(diǎn)的交流和碰撞中，人們?nèi)ふ易畲蠖鄶?shù)的認(rèn)同群體，形成思想和觀點(diǎn)的最大公約數(shù)。算法推薦造就高度分眾化的群體和社群區(qū)隔，導(dǎo)致社會(huì)共識(shí)形成困難，給社會(huì)凝聚力的增強(qiáng)帶來了新挑戰(zhàn)。

（四）公信力下降，輿論生態(tài)環(huán)境進(jìn)一步惡化

在智能時(shí)代，由于信息環(huán)境不均衡，繭房效應(yīng)也逐漸開始凸顯出來，這種現(xiàn)象可以看作是用戶接收信息過程中自我構(gòu)建的“擬態(tài)環(huán)境”的體現(xiàn)。在此之前，擬態(tài)環(huán)境主要由媒體營造，而在目前的擬態(tài)環(huán)境中，更多的是用戶個(gè)人的選擇。

在個(gè)性化信息推送背景下，有些客戶端為了獲取更的利益，過分追求為用戶打造“信息繭房”，降低了客戶端的新聞價(jià)值。長此以往，平臺(tái)的權(quán)威性勢必會(huì)在商業(yè)化的影響下逐漸暗淡。受到信息繭房因素的影響，使客戶端勢必會(huì)在新聞主義與商業(yè)主義的斗爭中慘敗，使其新聞價(jià)值與權(quán)威性極大降低。同時(shí)，算法推送下的新聞信息，往往只注重所謂的“眼球經(jīng)濟(jì)”，例如某些標(biāo)題黨新聞能立即吸引一大批受眾，網(wǎng)絡(luò)輿論環(huán)境逐漸演變?yōu)榱訋膨?qū)逐良幣。

三、破繭成蝶規(guī)避算法推送強(qiáng)化繭房效應(yīng)的應(yīng)對(duì)舉措

（一）提升自我，個(gè)人積極培養(yǎng)媒介素養(yǎng)

技術(shù)產(chǎn)生的后果最終還是看運(yùn)用技術(shù)的人類本身，在繭房效應(yīng)的影響下用戶個(gè)人需要主動(dòng)拓寬自我的信息接收獲取渠道，試著從多方面接收獲取來自不同媒介的信息。算法推送下使接收信息的體驗(yàn)感更加的豐富，而在這一過程之中難免會(huì)出現(xiàn)與自我價(jià)值觀相沖突的部分。用戶個(gè)人應(yīng)該構(gòu)建起理性思維，積極培養(yǎng)自身的媒介素養(yǎng)。任何技術(shù)都是刀子的翻版，信息技術(shù)帶給我們便捷生活同時(shí)也使我們深陷信息繭房難以自拔，與社會(huì)脫軌。面對(duì)這樣的挑戰(zhàn)，我們必須秉持批判思維，真正用好技術(shù)這把雙刃劍。

（二）趨利避害，強(qiáng)化把關(guān)提升公信力

算法推送優(yōu)勢在于能夠幫助用戶快速獲取所需信息，然目前來看算法推送依托于UGC模式下進(jìn)行信息推送，致使用戶所獲取信息質(zhì)量參差不齊，造成權(quán)威公信力下降，在用戶選擇性接觸心理作用下逐步擴(kuò)大內(nèi)心繭房效應(yīng)?；谶@一問題，強(qiáng)化算法推送過程中的內(nèi)容質(zhì)量把關(guān)尤其重要。

在規(guī)避繭房效應(yīng)的過程中，信息平臺(tái)要加強(qiáng)對(duì)于推送內(nèi)容質(zhì)量的把控，從推發(fā)層次上避免無效或同質(zhì)化信息對(duì)于用戶的困擾，以今日頭條為例，在其推出“靈狗”檢測系統(tǒng)后，通過技術(shù)升級(jí)監(jiān)測內(nèi)容發(fā)布的優(yōu)劣，對(duì)于高質(zhì)量的創(chuàng)作內(nèi)容依托算法推送技術(shù)進(jìn)行推廣宣傳，方便用戶接收。而對(duì)于大量的低俗內(nèi)容通過監(jiān)測系統(tǒng)的過濾進(jìn)行排除，在提高自身平臺(tái)內(nèi)容質(zhì)量和凈化平臺(tái)環(huán)境的同時(shí)，也逐步提升信息公信力。

（三）打破思維，多元化視角廣泛布局

信息繭房將用戶困在同質(zhì)性極高的信息“繭”中不能自拔，造成接觸面高度單一的認(rèn)知局限，互聯(lián)網(wǎng)技術(shù)的發(fā)展破除了傳輸渠道的壟斷性。但由于網(wǎng)絡(luò)技術(shù)的飛快發(fā)展造成人們對(duì)于信息接收單一化，新媒體甚至成為用戶接受信息的第一渠道。用戶想要獲得對(duì)于事物的全方面的認(rèn)知必須拓寬渠道，完善傳遞形式，以多元化的視角進(jìn)行內(nèi)容思考和創(chuàng)新。平臺(tái)應(yīng)擴(kuò)大信息搜索范圍而非簡單地在平臺(tái)內(nèi)部進(jìn)行檢索，更多的對(duì)接信息接收途徑，從而避開算法推送強(qiáng)化繭房效應(yīng)的牢籠。

四、結(jié)語

算法推薦技術(shù)的發(fā)展已日趨完善，技術(shù)革新給人們帶來海量信息同時(shí)也造成人們?cè)跈z索信息的過程中迷失自我，這種雙重影響之下也正體現(xiàn)了技術(shù)的雙面性。在對(duì)算法推送所引起的信息繭房效應(yīng)強(qiáng)化進(jìn)行反思的同時(shí)，我們也應(yīng)該對(duì)技術(shù)發(fā)展進(jìn)行思考，努力消除信息繭房效應(yīng)帶來的不利影響，讓算法技術(shù)能更好的為人所服務(wù)。