新聞客戶端智能推薦引發的信息繭房效應

蘇智峰

摘 要 隨著網絡時代的到來，算法分發已成為新聞客戶端的技術標配，其所提供的智能推薦技術，雖然為受眾提供了更為便捷的信息獲取方式，但也引發了信息繭房效應，不利于新聞輿論的引導，更不利于網民媒介素養的培養。鑒于此，文章結合信息繭房的內涵及成因，探討了其危害性，并就如何防范之提出了若干建議，以期為更好地應對信息繭房、減小其危害提供依據。

關鍵詞 新聞客戶端；智能推薦；信息繭房

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2018）212-0124-02

當前，網絡已經成為受眾獲取信息的主要渠道。據互聯網信息中心的統計，截至2017年底，國內網民規模已經跨過了10億大關，其中，移動新聞客戶端用戶規模達一半。由此可見，新聞客戶端已然成為受眾極為青睞的信息獲取源，特別智能推薦功能引入后，新聞客戶端猶如神助，成功地以后來者之姿搶占市場，引發了受眾的廣泛關注，但由此所引發的信息繭房效應也不容忽視。

1 信息繭房的起因與危害

所謂的信息繭房，最早由美國學者桑斯坦提出。他認為：由于受眾對于信息的需求并非全方位的，而是只關注其自身感興趣的信息，如此一來，就像一個繭房一樣遭致禁錮。就新聞客戶端而言，大數據等技術的應用極大地豐富了客戶端的功能，受眾可結合自身喜好、興趣等，對新聞、信息進行自主定制，尋找與自身興趣愛好相近的用戶，并將相似內容加以推薦，由此深入挖掘了用戶的興趣點，但也將受眾不關心的內容隔離在外，此時受眾猶如困在一個自我構筑的封閉空間之中，只能接收到與自我觀點類似的信息，致使視野日趨狹窄。一旦其被自我所定制的信息束縛，將會變得程序化、定式化，甚至引發其認知世界與現實間的偏差。

新聞客戶端智能推薦引發的信息繭房效應具有如下危害：

1）受眾視野日趨狹窄。智能推薦越精細，所引發的信息繭房越顯著，受眾思維將被固定在某一范圍之內，其所收到的信息將與自身所需相悖，用戶會對信息加以規避，并對不感興趣的內容自動去除，導致自身視野日趨狹窄。

2）個人判斷力出現偏差。就當前發展形勢而言，信息繭房多由受眾個體喜好所主導，并構建的一種虛擬封閉環境。受眾只愿接收同自身觀點、興趣類似的信息，并對差異化信息加以自動屏蔽，極大地限制了自我認知與行為，并對所持觀點產生盲目的自信，致使個體判斷力出現偏差，理解、共情力下降，無益于受眾個性化發展。

3）黏性逐步缺失。社會黏性，可以幫助個體更好的與社會相融，與他人維持溝通、互動，對于受眾個體而言具有十分重要的意義。但信息繭房會引發社會黏性的日漸缺失。若受眾長期受到智能推薦的干擾，會逐步走向孤立、封閉，同社會產生隔閡，與現實社會及他人的信息分享日趨減少，致使自身與社會發展相脫節，產生對社會、他人的敵對情緒。

4）群體極化問題。當前，信息繭房多以受眾為中心，根據相似的喜好、興趣，匯聚成圈，極易引發群體極化問題。諸如明星粉絲間對罵等，就是信息繭房所引發的群體極化問題。受眾極易受到特定圈子的影響，加上其對于事件看法、見解多一致，受到趨同心理的作用，會出現一些有失理智的極端行為。

2 信息繭房的應對策略

為打破“信息繭房”，追根究底，還需提升信息的活躍度，盡量減少信息由信源到信道整個傳輸過程中的耗損，減少在信道傳輸中可能面臨的信息污染、摩擦等問題。

矯正“信息繭房”的過程，實質上是提升新聞客戶端智能分發平臺的用戶信息素養、信息配置方式、平臺管理水平、信息運動情景的過程，打破“信息繭房”，也是突破平臺信息運動規律個性化的過程，結合這一分析，提出如下應對策略。

2.1 逐步完善算法推薦服務

算法推薦，成為新聞客戶端智能分發平臺的“內核”，以“今日頭條”為例，其能夠在5年內強勢崛起，究其原因，離不開個性化的算法推薦功能。智能分發平臺使今日頭條從最初白熱化的競爭中脫穎而出，成功地搶占了市場流量份額。雖然如此，隨著多元化需求的提升，后期算法推薦開始顯露其缺陷，致使眾多用戶無可避免地陷入“信息繭房”之中，加上推送的信息質量、價值的局限性，很難于初期得以全面審核、評價，致使智能推送信息甄別缺失，用戶滿意率大幅下滑，信息運動效率值持續降低。為此，還需面向新聞客戶端智能分發平臺的算法推薦功能，結合用戶行為大數據的動態收集，引入時間維度，涵蓋用戶的反饋數據、投訴率值、日均瀏覽時長等內容，對算法加以完善，使智能分發平臺同時具備自我更新、升級功效，對用戶工作、生活行為偏好加以模擬，實時更新行為數據，實現更智能、科學的內容推薦。？

2.2 提升優質信息資源配比率

引發智能分發平臺信息流動率低下的原因之一，在于所推薦信息質量的低劣。這不僅涵蓋了所謂的“標題黨”，還涉及到低俗、負能量信息。而優質信息資源配比率的上升，能夠顯著提升信息質量，換而言之，即擴展了優質信息內容的生產者數量。以“今日頭條”為例，2017年9月，其成功挖走知乎300多名大V用戶，極大地提升了智能分發平臺的優質信息資源配比率，但這對于數量冗雜、龐大的信息用戶而言，猶如九牛一毛。為此，智能分發平臺還需進一步拓展合作媒體量，強化網絡爬蟲技術，提升自媒體允入門檻，吸納大批優質信息用戶，紛紛加入自媒體生產，使信息內容日趨精進，以多管齊下之舉，提升優質信息資源配比率。？

2.3 創設“人機結合”新模式

面向“標題黨”、低俗、惡劣、負能量之信息，智能分發平臺于推薦之初，還需嚴審信息質量，而非隨意交由用戶展開甄別，而這一目的的實現，有賴于龐大人工編輯隊伍的加入，創設一個“人機結合”的新模式。智能分發平臺還需面向媒體、技術雙重屬性，劃分兩大陣營：

一是以“今日頭條”新聞客戶端為代表的內容平臺，同時是兼具媒體屬性的科技平臺；二是以“網易新聞”客戶端為代表的內容平臺，同時兼具技術屬性的媒體平臺。兩大陣營的劃分，依據的是智能分發平臺大數據算法的成熟度、權重。目前，大數據算法推薦技術還未完善，還需依托用戶行為大數據及反饋信息，有效活躍信息，提升其運動效率，借以人工編輯、大數據算法推薦的有機結合，創設“人機結合”新模式，方為上策。

2.4 優化信息運動情景

為提升信息活躍度，還需優化平臺內外信息運動情景，可從智能分發平臺信息運動終端的獨特性、用戶行為的獨特性、信息傳送的獨特性三大環節切入，創建優質信息運動情景。針對平臺終端獨特性，有賴于新聞客戶端智能分發平臺間差異性算法，而優化算法可顯著強化用戶黏性，提升信息活躍度；面對用戶行為獨特性，智能分發平臺依托用戶行為數據，實現信息、用戶間的精確銜接，還需多維度出發，動態收集用戶行為大數據，優化智能分發平臺的信息運動情景；面向信息傳播獨特性，還需借以多元化信息傳播方式、多樣化信息傳播渠道、細化信息粒度等路徑，優化信息運動情景。？

2.5 強化智能分發平臺交互性

智能分發平臺交互性的提升，可有效克服信息運動逆勢差律、逆選擇匹配律等問題。一旦陷入信息繭房，用戶便以行為數據告知智能分發平臺放棄對類似內容的關注。以“網易新聞”客戶端為例，可利用右下端“×”項，智能感知用戶偏好，甚至引入“學霸黨”“工作狂”等標簽，供用戶選擇。因此，可借鑒該平臺，對檢索界面加以升級、完善，拓展用戶反饋界面，強化平臺交互性，便于用戶結合實時興趣及所需，借以檢索欄對所需信息加以搜索。若面臨“信息繭房”，用戶可自主借用檢索界面，主動打破其壁壘，當瀏覽多元信息后，平臺通過對用戶行為大數據加以識別，重新推送新內容，沖破“信息繭房”的牢籠。

3 結論

一言以蔽之，雖然新聞客戶端智能推薦為廣大用戶帶來了諸多便利，但絕不能一味地依賴于技術。就像張朝陽所提到的：“一味依賴個性化推薦，將引發所推送信息的僵硬，這是由于多數情況下人們對于信息的索取是隨機的”。因此，社會各界及媒體人還需清醒地意識到智能推薦技術所引發的信息繭房效應及其危害性，加強關注的同時，不斷反思之，并采取有力的措施防范之。

參考文獻

[1]趙莎莎.新聞客戶端個性化推薦引發“信息繭房”的原因及應對措施[J].西部廣播電視，2017（24）：10-11.

[2]劉聰.論媒體個性化推薦模式對“信息繭房”的影響——以新浪新聞“即時推”功能為例[J].新聞研究導刊，201，8（23）：11，44.

[3]周文靜.大數據時代下的新聞客戶端的信息繭房效應——以今日頭條為例[J].新聞研究導刊，2017，8（15）：99，180.