早在上個世紀90年代，美國學者尼葛洛龐帝就在他的《數位化生存》一書裡預言了數位化時代個性化信息服務的可能，並將之命名為「我的日報」(The Daily Me)，而隨著數字時代的個性化信息服務的逐步興起，「我的日報」的定製已成為了現實，隨之而來的就是個人接受信息的「窄化」，這種現象經常跟「信息繭房」、「回音室效應」、「過濾氣泡」這些名詞聯繫在一起。
新傳學子對這幾個名詞肯定不陌生，也能說出個大概意思，但是如果問到具體區別，大部分人卻一頭霧水，在很多時候這幾個名詞也被混用，但是如果是完全相同的詞，那為什麼會有不同的說法呢？接下來本篇文章將從這三個詞的來源說起，帶著大家捋清三者間的關係。
「信息繭房」（Information Cocoons）最早由哈佛大學法學院教授、歐巴馬總統的法律顧問凱斯·桑斯坦在其2006年出版的著作《信息烏託邦——眾人如何生產知識》中提出。通過對網際網路的考察，桑斯坦指出，在信息傳播中，因公眾自身的信息需求並非全方位的，公眾只注意自己選擇的東西和使自己愉悅的通訊領域，久而久之，會將自身桎梏於像蠶繭一般的「繭房」中。
「回音室效應」（Echo Chambers Effect）最早同樣來自桑斯坦2003年的著作《網絡共和國》，含義是:人們更容易聽到志同道合的言論，卻也讓自己更孤立，聽不到相反的意 見。也就是說，在一個相對封閉的環境上，一些意見相近的聲音不斷重複，並以誇張或其他扭曲形式重複，令處於相對封閉環境中的大多數人認為這些扭曲的故事就是事實的全部。而該網絡外部的任何信息，都很難在這個網絡中傳播或者不會達到這個網絡中。
「過濾氣泡」(Filter Bubble)一詞最早由網際網路活動家伊萊·帕裡澤（Eli Pariser）2011年在其著作《過濾氣泡:網際網路沒有告訴你的事》(The Filter Bubble:What the Internet Is Hiding from You) 中提出。他發現搜尋引擎可以隨時了解用戶偏好，並過濾掉異質信息，為用戶打造個性化的信息世界，但同時也會築起信息和觀念的「隔離牆」，令用戶身處在一個「網絡泡泡」的環境中，阻礙多元化觀點的交流。帕裡澤將此稱為「過濾氣泡」，並提出這種過濾器盛行於網際網路，個性化搜索、新聞推送以及其他以用戶為導向的內容限制了我們接觸新知識和新觀點的範圍和途徑的觀點。
這兩個詞可以說是一對孿生姐妹，最早都是由桑斯坦提出，兩者內涵也相似，一些學者做研究的時候也會兩個詞交替使用，但是梳理相關文獻就會發現，儘管兩個詞語都表現了個體明顯的信息選擇和意見態度偏向，但是存在側重點和視角上的差異，大家在使用的時候一動要注意它們產生的原因。
桑斯坦認為,「信息繭房」以「個人日報」的形式呈現，伴隨著網絡技術的發達，公眾可隨意選擇想關注的話題,可依據喜好定製報紙、雜誌, 每個人都可為自己量身打造一份「個人日報」。當個人被禁錮在自我建構的信息脈絡中,個人生活必然變得程序化、定式化。
單看個人信息繭房的形成，可能對社會的影響並不明顯，可因為「信息繭房」的存在，人們只會選擇和接觸與自己意見相同或近似的人群，採納符合自己預期的觀點，就會形成「回音室效應」，個人所認同的意見和觀點，以及所感興趣的事物，都會在這種傳播場域中得到「正反饋」式的激勵和放大，會導致人們成為認知上的「井底之蛙」，誤把「私域」（某圈層）的事物和觀點等同於「公域」（全社會）的事物與觀點，進而形成刻板成見，並且當自己在圈層內的觀點與圈層以外的觀點對衝時，人們會感到迷惑茫然，甚至走向認知上的極端和表達上的極化，出現群體極化（Group Polarization）行為。
在個性化內容推薦算法越來越普及的情況下，「信息繭房」與「過濾氣泡」相關的研究越來越多，二者聯繫密切，描述的對象相似度也極高，要想辨析清楚，還得從兩者來源說起。
桑斯坦在2006年就已經提出「信息繭房」的概念，那時候並沒有我們所熟知的算法推薦，從桑斯坦對信息繭房的最初定義來看，「信息繭房」實質上來源於人們的選擇性心理。
而 「選擇性心理」這一現象，傳播學奠基人之一拉扎斯菲爾德在有關1940年美國大選的研究中便已經提出，研究發現人們原本的政治傾向在很大程度上影響著他們的媒介接觸行為，受眾更傾向接觸那些與自己原有立場、態度一致或接近的內容。選擇性接觸的結果不是導致原有態度的改變，而有可能是強化原有態度。
後來，同為傳播學奠基人之一的霍夫蘭提出的「個人差異論」，也闡述了受眾的「選擇性和注意性」理解。喻國明老師認為，這一理論的理解是隨著時代的變遷而不斷展開的，大眾傳播時代，「個人差異」主要體現為對統一的大眾媒體上信息的理解，那麼信息技術與移動互聯技術所共同促成的當下海量信息與個體化消費的現狀，則將更多指向「選擇」，每個人的個人媒介選擇都存在巨大的差異。因此，信息繭房是客觀存在的，簡單地認為算法導致「信息繭房」是對新技術負面影響的誇大，隱含著「技術決定論」的色彩。
而「過濾氣泡」提出者Pariser發現，不同的人使用谷歌檢索同一詞語，得到的結果頁面可能完全不同;不同政治立場的人瀏覽同一個新聞事件，看到的新聞傾向也可能完全不同。比如2010年的英國石油公司墨西哥灣漏油事件，Pariser邀請兩位背景相似的朋友Google上搜索有關的消息，一個人可能看到的是有關該公司的投資新聞，而另一個人看到的是英國石油公司所租用的一個名為「深水地平線」（Deepwater Horizon）的深海鑽油平臺發生井噴並爆炸、導致巨大的漏油事故的消息。這顯然是某種推薦算法造成的結果。
因此我們可以發現，跟信息繭房相比，誕生於社交媒體時代的「過濾氣泡」才更多的是由算法推薦直接影響造成的，「過濾氣泡」以大數據和算法推薦為底層架構，過濾掉與我們觀點相左或我們不喜歡的信息，只提供我們想看的內容，從而造成人們認知的隔絕狀態。
經過上文的辨析，「回音室效應」與「過濾氣泡」的區別也很容易理解，它們最大的不同即是：「回聲室效應指的是，當我們過多地接觸我們偏好的信息，我們對於現實的判斷可能會被扭曲，因為我們過分關注事物的某一面，而忽略了另一面，並逐漸認為現實就是如此；而過濾氣泡描述的是另一種情況：我們不喜歡或不同意的新聞內容會被自動過濾掉，而這會縮小我們的認知範圍。」（路透社高級研究員Richard Fletcher，2020）也就是說「回音室效應」可能是算法過濾的結果，也可能其它原因，但「過濾氣泡」則一定是算法過濾造成的。
通過前面的溯源我們可以發現，因為人們的選擇性理解以及「個人差異」，信息繭房一直客觀存在，但是隨著算法推薦技術的迭代與個性化信息服務的升級，信息繭房不斷被強化，人們只會選擇和接觸與自己意見相同的群體，採納符合自己預期的觀點，當某種群體共識達成時，便引發了「回音室效應」。在回音室內，相同的意見會不斷被重複，這些高度同質化的信息流與算法推薦共同構建「過濾氣泡」，把異質的觀點排除在外，導致群內同質，群際高度異質現象。長此以往，便會形成群體極化現象，甚至造成一種更極端的情況：網絡巴爾幹化。
巴爾幹化（Balkanization）原指地方政權等在諸多地方之間的分割，及其所產生的地方政府體制下的分裂，即「碎片化」。麻省理工學院馬歇爾和埃裡克兩位教授1997年在《電子社區：是全球村，還是網絡巴爾幹國家？》論文中首次提出網絡巴爾幹化(Cyberbalkanization)。簡單來講就是網際網路已分裂為有各懷利益心機的繁多群類，且一個子群的成員幾乎總是利用網際網路傳播或閱讀僅可吸引本子群其他成員的信息或材料。這種情況如果不加遏制，會導致群體與群體間的分裂，剝蝕大部分公民應該擁有的一種程度的共同經驗，還加劇了調和多樣化的利益和世界觀的困難程度。
無論是信息繭房、回音室效應，還是過濾氣泡都並非只是負面的東西，它們的產生必然有其時代背景與社會需求，當下信息每秒都呈指數倍增長，面對如此大的信息量，個人的信息系統容納量就愈發顯得渺小、狹窄以及不夠多元，在這樣的情況下固守一些自己所習慣的評價較好的信息獲取渠道在某種程度上可以說是信息過載時代的一種自我保護，一定要辯證看待。
此外，新媒體的發展決定了新傳學科體系的開放性，在這樣的背景下，會有越開越多的衍生名詞以及理論進入我們的視野，對於任何一個新的概念或者理論都不能夠想當然絕對化地理解，要更多地了解理論產生的社會背景以及適用範疇，不可似是而非。
參考文獻：
[1]彭蘭《導致信息繭房的多重因素及「破繭」路徑》
[2]喻國明《算法推薦 必然導致「信息繭房」效應嗎——兼論算法的媒介本質與技術倫理》
[3]胡泳《新詞探討：回音室效應》
[4]李衛東《社交網絡平臺信息傳播的回聲室效應仿真實驗分析》
新聞學精講28課時+先導課24課時
還送4大福利！
紙質講義+真題解析書+答疑+200元優惠券
現在報名只需299元！
先到先得，點擊圖片查看詳情
2020版新傳考研真題合集，90所院校等你來拿！