喻國明:算法是信息繭房的締造者,還是打破者?|德外薦讀

2020-11-13 德外5號


儘管學界對信息繭房的危害有所共識,但對於「算法導致信息繭房」一直存有爭議,也缺乏實證研究的結論佐證。桑斯坦所述的信息繭房更像是半預言式的隱喻,使之至今沒有一個清晰和準確的量化研究框架,極大影響了算法與信息繭房的關係探討。


本文剖析了信息繭房的公認特徵,從渠道和內容兩個方面,分析當前算法型媒介的使用對用戶媒介多樣性和信源信任的影響。


研究發現,用戶的信息接收渠道不僅未窄化,對傳統媒體等非算法型信源的信任程度還有所提升,反倒是收入和學歷等社會性差異導致的信息鴻溝值得警惕。事實證明,算法並沒有導致信息繭房,而是在主流價值觀的引導上發揮了積極作用,為個體提供了更多元和理性的信息世界。



算法加劇了信息繭房的產生與泛化?


信息繭房(Information Cocoons)是美國學者凱斯·桑斯坦(Cass R. Sunstein)在《信息烏託邦——眾人如何生產知識》中提出的概念,即用戶在海量信息中只選擇感興趣和悅己的主題,從而構成一套「個人日報」式的信息系統,進而排斥或無視其他觀點與內容。長期以往,這將阻礙個體信息的全面發展,阻斷觀點的自由交流,形成所謂「回聲室」(Echo Chamber)效應,並導致群體極化(Group Polarization)。


隨著算法推薦成為信息分發的重要途徑與方式,有一種說法甚囂塵上,即算法加劇了信息繭房的產生與泛化。如,算法自動過濾「不感興趣」「不認同」的異質信息,久而久之,信息接收維度變窄,資訊獲取渠道單一。如今,算法幾乎根植於所有主流移動應用中,社交媒體推薦著趣味相投的朋友,音樂APP自動播放喜愛的音樂,電商網站提示著昨晚電影中的「明星同款」,用戶似乎在毫無覺察的情況下被包裹進個體與機器共築的溫柔卻嚴絲合縫的繭蛹。



然而,需要注意的是,桑斯坦所述信息繭房更像是半預言式的隱喻,並未做更深入的研究和系統性論述。因此,儘管學界對信息繭房的危害有所共識,但是信息繭房存在條件是什麼?算法是否必然導致信息繭房?卻難有實證研究作為佐證。這使得信息繭房至今沒有一個清晰和準確的研究框架,極大影響了「信息繭房」的觀測與認知,也不利於客觀審視算法與「繭房」的關係。基於此疑問,本文對算法是否導致信息繭房進行了實證探索。


算法會使傳統媒介「壓艙石」功能失靈?


由於缺少直接觀測信息繭房的量表,所以需對信息繭房的公認特徵進行剖析。回顧既有研究,通常認為,陷入「信息繭房」的用戶會有如下狀態:


一是信息接收渠道的收窄和固化。


網際網路尤其是移動網際網路的發展,為公眾提供了高度自由的媒介環境,使得個體在媒介使用上享有空前的自治。用戶根據特定場景的特定需求,可自由選擇媒介,並組成個體獨有的媒介生態系統。


在信息供給端,當前,傳統媒介、社交型媒介、算法型媒介等不同模式的傳播渠道並存。不同媒介的信息分發各有側重,滿足著用戶不同維度的信息需求。例如倚重人工的傳統媒介,強調社會共性信息解決,通常扮演了「壓艙石」的角色。而社交媒介則成為各類偶發性信息與意見交換的重要場所。因此,媒介使用的多樣性意味著用戶有機會接觸到不同的信息與觀點,為了解和評估事實提供了多維度的參照。有調查結論則反映,2019年,僅有2%的美國人是靠單一渠道獲取資訊,大多數用戶會傾向於採用多種媒介來獲取新聞內容。



但是,對算法持負面態度者堅持認為,算法型媒介通過刺激多巴胺分泌致使用戶成癮,並「收割」用戶有限的空閒時間。這種時空的侵佔降低了用戶與其他類型媒介接觸的可能,信息渠道變窄,使媒介多樣性受到影響。


基於此,本文提出假設:算法型媒介的使用頻率負向影響媒介多樣性。


二是對特定信息偏聽偏信。


在信息繭房中,「每個人的世界圖景都只是他們所希望看到的,而不是世界本來應該擁有的樣子」。基本上人們提到信息繭房時,都會涉及到信息偏食導致的視野局限,以及由此對觀念、態度與決定等的影響。


霍夫蘭很早就在個體差異論中指出,由於個體在需求、信念、價值觀、態度上的認知結構差異,相同的大眾傳播內容在受眾之間會產生不同的效果,受眾傾向於接觸與原有態度較為一致的信息,而儘量迴避那些與己見不合的信息,即所謂信息的選擇性注意和理解。而認知均衡理論認為,網絡帶來了信息大爆炸,面對複雜紛亂的信息,人們容易感到無所是從,為緩解心理焦慮,往往根據個人喜好或既有經驗進行篩選和過濾,以保持認知的平衡。技術憂慮者擔心算法推薦加劇了上述心理認知,用戶將信息選擇的權力交給算法,算法根據用戶慣習投其所好,形成所謂「過濾氣泡」(filter bubble)。


如果「過濾」僅涉及個人的娛樂愛好,倒也無可厚非。但算法憂慮者關注的重點在於,算法的「價值無涉」可能導致輿論治理的危機,尤其使得傳統媒介「壓艙石」功能失靈。如今我們處於後真相時代,信息的傳播速度太快,往往使得話語在前、事實在後;情緒在前、真相在後。算法的優勢在於分發的效率,但將把關審核權力從人工讓渡於技術,信息的真實性卻難以得到保障。倘若用戶不加分辨便相信推送而來的內容,無形中會助長謠言的泛濫。所謂「兼聽則明,偏信則暗」,若用戶長期受算法分發信息的裹挾,將會形成對某類認知與觀點的長期追崇,從而降低對其他媒體尤其是主流媒體聲音的信任感,影響其價值判斷進而影響行為選擇。


但一些觀點認為,用戶對於不同信源的信任程度並不一致,用戶未必就相信自己日常接觸的媒體。例如,一項跨國研究證明,在所有媒介類型中,用戶對社交媒體的信任程度卻是最低的。在面對重要的社會議題時,用戶還是更依賴主流媒體和人際傳播。因此,有必要考察算法媒介是否真對其他信源尤其是傳統媒介的信任造成影響。



本文提出假設:算法型媒介的使用頻率會正向影響算法型信源的信任;算法型媒介的使用頻率會負向影響非算法型信源的信任;算法型媒介的使用頻率會負向影響傳統媒介的信任。


人們對高質量的內容的追求亙古不變


在媒介多樣性上,年齡、婚姻對媒介多樣性產生具有負向影響,即大齡用戶或已婚用戶,其媒介多樣性的水平較低。大齡用戶可能受既有媒介慣習影響,而已婚用戶則可能在「養家餬口」上有更多任務,閱讀資訊的時間更少;而教育程度與收入水平則對媒介多樣性具有正影響;性別、城市等級對媒介多樣性則無顯著影響。


而在信源信任程度上,女性對社區論壇和算法型新聞APP的信任程度更高;用戶年齡越小,對微博的信任程度越高;收入水平則對傳統紙媒和傳統電子媒體的信任程度影響顯著。


今日頭條的使用頻率對個體媒介多樣性的影響不顯著。這證明用戶頻繁使用算法型媒介並不會降低用戶的媒介總體接觸數量。可見媒體型分發模式和關係型分發模式在算法面前並未失效,三者共同匹配了用戶多層次、寬領域的資訊使用需求。而在信源信任程度上,今日頭條使用頻率對算法型新聞APP信任程度產生顯著影響。用戶並未對非算法型信源存在態度偏見。


實際上,隨著媒介的深度融合,有相當多的傳統媒體以PGC(Professional Generated Content)內容提供者的身份入駐新聞聚合平臺,在涉及重要社會內容的報導與處理上引導公眾價值。


通過算法推薦,傳統媒體可以更精準地匹配用戶,並憑藉新聞專業主義贏得了公眾尊重。有研究亦指出,在谷歌新聞算法推薦最多的內容中,有69%是來自於5家專業新聞機構,谷歌新聞的議程設置更像是對傳統媒體的複製而非顛覆。



而百度貼吧、豆瓣等社區論壇則是用戶話題深挖的埠。以信息流為主的算法型媒介側重於話題的密集觸達,通常信息面廣但深度不足。當前算法技術也無法有效判斷同類型資訊對於用戶是否重複或互為補充。因此,用戶通過算法獲得信息要點後,社區論壇則滿足了用戶尋找「新聞背後的新聞」,以獲取更詳盡的信息文本。由此可見,人們對高質量的內容的追求在任何時代都是亙古不變的真理。


算法無「原罪」?


以今日頭條為例,從2012年9月第1版開發運行,已經經過四次大的調整和修改。算法型信息分發在不斷迭代中提升著「有邊界的調適」,並增強了其社會的適應度與合法性。


在人工智慧主導信息分發的時代,所謂把關的權力並未輕易讓渡給智能算法,而是通過開放算法原理、加強人工審核、優化推薦系統、引入專業內容生產團隊,為算法持續注入了人本與理性的價值。


而從商業利益的考量來看,「聰明」的算法平臺都不會希望自己的用戶興趣窄化,就像沒有一個商場的經理會希望顧客每一次來到商場都只關注同一類別的商品一樣。事實上,商場經理都希望顧客關注儘可能多的產品品類,以提高其消費能力。因此,從算法的商業利益初衷來看,算法不可能真正壓縮信息空間,相反,它還會在更新迭代中逐步挖掘出個體尚未被開掘的信息消費潛能。



實際上,信息分發所依賴的算法,已具有越來越多元的發展趨勢。不同的算法型信息分發平臺很少會使用同一種算法。採用多種算法的信息分發平臺所具有的社會構造,從信息流動來說,總體上能夠有效地避免「繭房效應」的發生。


本研究結論還對算法模型的進一步優化提供參考。研究發現年齡、婚姻、教育程度、收入水平對媒介多樣性具有影響。早在2002年,有學者指出了教育程度對「數字鴻溝」有巨大影響,而十幾年過去,在如今網絡基礎設置完善、高自由度的媒介環境中,信息的「鴻溝」依然存在。


較之於教育良好的「精英分子」,普羅大眾更容易盲從和不思考,當沉浸在同質化的信息環境中,更難會基於理性焦慮和質疑精神實現自主「破繭」。因此,針對老年人、已婚人士、教育與收入程度較低者,需要依據其用戶畫像,在個性化推薦中做額外的適配處理,包括導流更多來源的信息,並增加異質性內容的分發權重。


此外,值得關注的是,低收入群體對傳統媒體尤其是傳統紙媒的信任較低,技術公司應該憑藉算法對個體分析的優勢,重視弱勢群體的信息需求,強化價值引領。傳統媒體在媒介融合過程中,也需要適應算法時代傳播邏輯與話語方式的變化,對社會底層予以更多的人文關懷。


必須意識到,在已經到來的5G時代,實時生成的數據、實時分析、實時調整的算法,將成為整個信息系統運行的神經和命脈,這也是無法繞開的基本要素。今天我們跟算法之間所出現的一系列問題或爭議,實際上還是人與人之間的問題,是掌握了現在技術傳播生產力的人們,跟過去既有的掌握制度傳播生產力的人們之間,在一個特定的發展階段上的一種矛盾與對衝,也可以說是一種博弈。


在傳統的新聞生產中,傳播的主導權掌握在新聞媒體手中,媒體控制著傳播渠道與傳播內容,受眾在很大程度上只能作為新聞文本的「解碼」者而存在。算法則將媒體的傳播主動權部分分流到了受眾手中,使用戶自身在一定程度上成為自己的議程設置者。同時,由於不同用戶的需求與個性是各不相同的,經由算法推送的新聞經過用戶的分享,使得多種聲音同時存在。


概言之,算法實際上釋放了用戶的自主意識,提升了公眾參與表達的能力。總之,算法本身並無「原罪」可言,人文理性與技術理性相互交融,為算法提供了可信任的發展路徑。


編者按:

來源:《山東社會科學》雜誌;

作者:喻國明,北京師範大學新聞傳播學院執行院長、教授、博士生導師;

方可人,北京師範大學新聞傳播學院博士後;

內容有刪節。

相關焦點

  • 喻國明:算法是信息繭房的締造者,還是打破者?
    編者按:本文來自微信公眾號「德外5號」(ID:dewaiwuhao),作者:喻國明方可人,36氪經授權發布。 儘管學界對信息繭房的危害有所共識,但對於「算法導致信息繭房」一直存有爭議,也缺乏實證研究的結論佐證。桑斯坦所述的信息繭房更像是半預言式的隱喻,使之至今沒有一個清晰和準確的量化研究框架,極大影響了算法與信息繭房的關係探討。
  • 打破「信息繭房」 讓算法更「聰明」
    作為受眾,如何避免在信息的洪流中迷失方向甚至作繭自縛?這就需要打破「信息繭房」,破除傲慢與偏見。可能不少人都遇到過這樣的困擾――你某天出於好奇點擊了一條算法型資訊平臺推送的新聞,從此,平臺就會不斷向你推送同類新聞,哪怕你根本不想再看。
  • 喻國明 方可人:算法型內容推送會導致信息繭房嗎?
    摘要:儘管學界對信息繭房的危害有所共識,但對於「算法導致信息繭房」一直存有爭議,也缺乏實證研究的結論佐證。桑斯坦所述的信息繭房更像是半預言式的隱喻,使之至今沒有一個清晰和準確的量化研究框架,極大影響了算法與信息繭房的關係探討。
  • 專家熱議算法推薦,多元化智能算法可以打破「信息繭房」
    ▲北京師範大學新聞傳播學院執行院長、教授喻國明正在分享研究成果隨著移動網際網路與信息爆炸時代的到來,以智能算法為基礎的內容平臺迅速崛起。在這過程中,「信息繭房」成為社會輿論關注的焦點,很多人認為正是因為算法的個性化推薦導致了「信息繭房」現象的產生。對此與會專家有著不同的認識。
  • 喻國明:算法推薦必然導致「信息繭房」效應嗎
    隨著算法推薦的流行,算法導致「信息繭房」的觀點甚囂塵上。然而「信息繭房」還不是一個清晰和準確的界定,這極大地影響了對「信息繭房」的認知與觀測,也曲解了算法與「繭房」的關係。
  • 算法推薦 如何打破「信息繭房」
    來源:安徽日報搜索一個關鍵詞,隨後經常收到關聯信息、廣告推送;網絡購物時,頁面上湧現出大量曾經搜索過的商品信息……時下,算法推薦無處不在,讓人們獲取信息變得更加智能化、個性化、定製化。在給我們帶來便利的同時,算法推薦的問題也隨之而來,比如「信息繭房」困擾、媚俗信息泛濫、大數據「殺熟」等。如何讓算法推薦更好服務網絡用戶?
  • Google個性化搜索會導致信息繭房嗎?
    二、 Google搜索通過個性化服務造成信息繭房要想弄清楚Google搜索是如何進行個性化推薦,並造成信息繭房的,我們就要從其算法開始說起。Google搜索最開始採用的是PageRank算法,這是用來標識網頁的等級/重要性的一種方法,它是基於網站之間的相互投票,就是我們常說的網站之間互相指向。
  • 打破「信息繭房」,「算法推薦」正迎來強監管
    無論是一言不合就「震驚」的譁眾取寵,還是非黑即白「南甜北鹹」的選邊站隊,共同的作用都是放大信息對人的影響。決定「信息繭房」對人的束縛程度的一個重要因素就是信息的影響力度,信息的影響力度越大,「信息繭房」對人的束縛程度也越大。當「算法推薦」的精確推送,疊加上網絡環境的「放大、突出」的效應後,網絡信息對人的影響可能遠比我們想像中的要大得多。
  • 於德清:好的算法推薦其實是致力於打破「信息繭房」
    新京報訊(記者 鄭偉彬)2020年1月13日,北京師範大學新聞傳播學院與新京報聯合舉辦「智能算法的傳播邏輯和價值迭代」研討會,關注算法對媒體與傳播的影響。會上,新京報編委、評論部主編於德清認為,好的算法推薦其實是致力於打破「信息繭房」。
  • 算法推送機制下「信息繭房」效應的思考與對策
    □厲業強【內容提要】網絡傳播時代,人工智慧算法推送機制進入了新聞傳播行業,算法推送具有本身的優越性,能夠在大數據時代,對內容做出高效的分析推送。但現如今的人工智慧算法依然無法判斷新聞價值,因此同質化內容的重複推送,加強了「信息繭房」效應。本文通過分析「信息繭房」與算法推送,提出「信息繭房」的多點危害,並對其做出了對策分析。
  • 受困於「信息繭房」,「甩鍋」算法是對個體責任的逃避
    如何打破「信息繭房」?近年來與此有關的討論備受關注,不少網友對被算法裹挾的現狀十分焦慮卻又無可奈何。浙江大學融媒體研究中心日前發布《2020中國智能媒體使用研究報告》顯示,在有關「智媒風險」的調查中,「信息繭房」效應最受關注。
  • 被算法裝入信息繭房的你,作繭自縛?還是破繭重生?
    「信息繭房」一詞最早由美國哈佛大學法學教授凱斯·桑斯坦於2001年提出。2008年,桑坦斯在他的另外一本著作《信息烏託邦》中做了更充分的分析和討論,他用「個人日報」來形容用戶在海量信息中根據自己的喜好選擇有興趣的信息,從忽略了其他內容的行為,也就是「信息繭房」。
  • 走出「同溫層」才能打破「信息繭房」
    如何在社交網絡中打破「信息繭房」?與社會學理層面的討論不同,這個問題指向的,既不是「信息繭房」的成因,也不是「信息繭房」的性質,而是一種直白、強烈的「信息焦慮」。對於那些不甘於在信息攝取上任人擺布的人而言,他們對「信息繭房」了解得越多,就越擔憂自己是否已經身陷其中,進而為此感到焦慮。由於當代人最常使用的信息獲取平臺就是各種社交媒體,人們很關心如何在社交媒體中打破信息隔離。遺憾的是,在社交網絡上,我們很可能無法打破「信息繭房」。
  • 別被算法困在「信息繭房」
    「我才夾了一筷子,你就送我一桌子」,在商業邏輯和算法系統的加持下,各類App的信息供給「投其所好」愈加單一同質,不少人擔憂,如此下去受眾將不知不覺受困於「信息繭房」。所謂「信息繭房」,形容的是信息傳播中受眾只關注喜歡的內容,陷入相似信息的「回音室」,久而久之如同蠶一般作繭自縛。
  • 李彥宏深度直擊「信息繭房」
    因此,我傾向於認為李彥宏只是在批評信息繭房這一已嚴重到必須正視的社會現象,而不是針對特定企業。 事實上,信息繭房的問題由來已久,就事論事的話,我認同李彥宏的觀點,他一針見血地指出了問題所在。在我看來,信息繭房討論來討論去,只需要搞清楚兩個問題即可:到底是誰織就了信息繭房?如何才能打破信息繭房?圍繞這兩個問題,我也簡單談談自己的看法。
  • 北京日報:別被算法困在「信息繭房」
    北京日報「我才夾了一筷子,你就送我一桌子」,在商業邏輯和算法系統的加持下,各類App的信息供給「投其所好」愈加單一同質,不少人擔憂,如此下去受眾將不知不覺受困於「信息繭房」。所謂「信息繭房」,形容的是信息傳播中受眾只關注喜歡的內容,陷入相似信息的「回音室」,久而久之如同蠶一般作繭自縛。
  • 北京日報:別被算法困在「信息繭房」
    「我才夾了一筷子,你就送我一桌子」,在商業邏輯和算法系統的加持下,各類App的信息供給「投其所好」愈加單一同質,不少人擔憂,如此下去受眾將不知不覺受困於「信息繭房」。所謂「信息繭房」,形容的是信息傳播中受眾只關注喜歡的內容,陷入相似信息的「回音室」,久而久之如同蠶一般作繭自縛。雖然學界對「信息繭房」的概念和危害仍存爭議,但不可否認,資訊獲取「越私人訂製越封閉狹隘」的現象確實相當普遍。
  • 信息繭房,如何破除?
    「網際網路給我們製造了一個信息海洋,但「算法」和「自我選擇」卻在編織一個個信息繭房。」別被算法困在「信息繭房」。圖/視覺中國算法推薦,即利用算法和大數據,對用戶進行畫像以實現信息的個性化精準推送,目前在購物、社交、短視頻、新聞分發等領域均已廣泛實踐。
  • 「信息繭房」長期存在,平臺算法的優化只能起到平衡效果
    Facebook「信息繭房」的形成因素眾多,包括用戶主動尋找消費內容、群組內分享的內容等等,其中一個重要因素是Facebook的算法機制。但Facebook並不承認「信息繭房」的存在,儘管其在算法、用戶和社群方面進行了調整,包括嚴格管理群組內的極端言論、種族歧視等方面的言論,但它並不承認「信息繭房」的存在,並表明這一系列政策變化是基於美國社會層面的問題,而非針對信息繭房。
  • 「屏聯網」興起,酷開系統8「無界空間」打破你的「信息繭房」
    「信息繭房」效應。「信息繭房」這一概念,最早由哈佛大學教授凱斯·桑斯坦提出,指在信息傳播中,受眾自身的信息需求並非全方位的,久而久之,會在不知不覺中作繭自縛。身處「信息繭房」的人,會沉浸在自己認知的世界裡,對其他領域越來越陌生。這一傳播學上的現象,在如今算法主導的信息推薦中尤為明顯。