算法型內容推送會導致信息繭房嗎？
——基于媒介多樣性和信源信任的一項實證分析

喻國明 方可人

(北京師范大學 新聞傳播學院，北京 100875)

信息繭房(Information Cocoons)是美國學者凱斯·桑斯坦(Cass R.Sunstein)在《信息烏托邦——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已的主題，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。(1)[美]凱斯·桑斯坦：《信息烏托邦——眾人如何生產知識》，畢競悅譯，法律出版社2008年版。長此以往，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，并導致群體極化(Group Polarization)，威脅社會民主的基石。(2)Sunstein, C.The Law of Group Polarization.Journal of Political Philosophy.2002,10(2)，pp.175-195.信息繭房被視為數字時代高度個性化信息服務不可避免的“副作用”。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?！度嗣袢請蟆吩浫u算法推薦，指出算法自動過濾“不感興趣”“不認同”的異質信息，久而久之，信息接收渠道變窄，資訊獲取渠道單一。(3)乙智：《 “尖叫效應”與“信息繭房” 》，人民網2018年5月2日和3日。http://m.people.cn/n4/2018/0502/c25-10910831.html.如今，算法幾乎根植于所有主流移動應用中，社交媒體推薦趣味相投的朋友，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中已被包裹進個體與機器共筑的溫柔卻嚴絲合縫的繭房。然而，需要注意的是，桑斯坦所說的信息繭房更像是半預言式的隱喻，他并未作更深入的研究和系統性論述。因此，盡管學界對信息繭房的危害有一定程度的共識，但是信息繭房的存在條件是什么，算法是否必然導致信息繭房，目前尚沒有實證研究作為佐證，從而使得信息繭房問題至今沒有一個清晰準確的研究框架，這極大影響了對“信息繭房”的觀測與認知，也不利于客觀審視算法與“繭房”的關系。基于上述種種疑問，本文擬對算法是否導致信息繭房進行實證探索。

一、“信息繭房”的含義以及幾個研究假設

由于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征進行剖析?；仡櫦扔醒芯?，通常認為，陷入“信息繭房”的用戶會呈現如下狀態：

(一)信息接收渠道的收窄和固化。互聯網尤其是移動互聯網的發展，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(4)Hasebrink U，Domeyer H.Media Repertoires as Patterns of Behavior and as Meaningful Practices:A Multimethod Approach to Media Use in Converging Media Environments.Journal of Audience&Reception Studies,2012,9(01),pp.757-783.。用戶根據特定場景的特定需求，可自由選擇媒介，并組成個體獨有的媒介生態系統。

當前，信息供給端的基本格局是，傳統媒介、社交型媒介、算法型媒介等不同模式的傳播渠道并存。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。而政治傳播的研究也證實，媒介多樣性會提升用戶的政治素養(5)Kim, Dam Hee，Kwak, Nojin.Media Diversity Policies for the Public: Empirical Evidence Examining Exposure Diversity and Democratic Citizenship.Journal of Broadcasting & Electronic Media,2017，61(4),pp.687-702.并消除黨派偏見(6)Dubois,Elizabeth，Blank,Grant.The echo chamber is overstated: the moderating effect of political interest and diverse media.2018,21(5),pp.729-745.。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，大多數用戶會傾向于采用多種媒介來獲取新聞內容(7)Kleis Nielsen,R, Nic Newman，N., Fletcher, R., Kalogeropoulos, A.Reuters Digital News Report.Oxford: Reuters Institute for the Study of Journalism,2019.。

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，并“收割”用戶有限的空閑時間。(8)《被算法量產的“沉迷” 》，果殼網2018年4月17日、2020年1月12日。https://36kr.com/p/5129661.更有甚者將算法分發的信息比作合法的“毒品”(9)Sukhodolov, Alexander P.,Bychkova, Anna M.etc.Journalism Featuring Artificial Intelligence.Theoretical and Practical Issues of Journalism,2019.8(4)，pp.647-667.。這種對時空的侵占降低了用戶與其它類型媒介接觸的可能，導致信息渠道變窄，使媒介多樣性受到影響。

基于此，本文提出假設：H1.算法型媒介的使用頻率負向影響媒介多樣性。

(二)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。(10)彭蘭：《導致信息繭房的多重因素及“破繭”路徑》，《國際新聞界》2020年第1期。

霍夫蘭很早就在個體差異論中指出，由于個體在需求、信念、價值觀、態度上的認知結構存在差異，相同的大眾傳播內容在受眾之間會產生不同的效果，受眾傾向于接觸與原有態度較為一致的信息，而盡量回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，面對復雜紛亂的信息，人們容易感到無所適從，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，倒也無關大局。但算法憂慮者關注的重點在于，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”的功能失靈。如今我們處于后真相時代，信息的傳播速度太快，往往使得話語在前、事實在后，情緒在前、真相在后。算法的優勢在于分發的效率，但如果將把關審核權力從人工讓渡于技術，那么信息的真實性就有可能難以得到保障。倘若用戶不加分辨地相信推送而來的內容，無形中會助長謠言的泛濫。若用戶長期受算法分發的信息的裹挾和影響，將會形成對某類認知與觀點的長期追崇，從而降低對其它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其行為選擇。

但另一些觀點則認為，用戶對于不同信源的信任程度并不一致，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是最低的。(11)Dutton, W., Reisdorf, B., Dubois, E.,Blank, G.Search and Politics: The Uses and Impacts of Search in Britain, France, Germany, Italy, Poland, Spain, and the United States.New York: Social Science Electronic Publishing,2017.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。(12)Elizabeth Dubois.The strategic opinion leader: Personal influence and political networks in a hybrid media system.Oxford: University of Oxford,2015.因此，有必要考察算法媒介是否真地對其他信源尤其是傳統媒介的信任造成了影響。

基于以上分析本文提出如下假設：H2.算法型媒介的使用頻率會正向影響算法型信源的信任。H3.算法型媒介的使用頻率會負向影響非算法型信源的信任。H3a.算法型媒介的使用頻率會負向影響傳統媒介的信任。

二、不同類型用戶媒介使用情況調查的樣本來源與操作方案

(一)樣本來源

本研究樣本全部來自于研究組專項課題“2019年全民媒介接觸與使用暨媒介價值觀調查”數據。項目主要采用問卷調查法，意圖調查不同類型的用戶在使用媒介上的差異及其原因。參照國家統計局標準對全國實際人口情況劃分抽樣比例，參考CNNIC最新的第43次《中國互聯網絡發展狀況統計報告》對樣本的人口統計學特征作了配額設計，制定從一線城市到五線城市的社區入戶分層抽樣方案，訪問涉及北京、上海、重慶、合肥、昆明、周口、長治等45個城市，共回收有效樣本4631份。

從大樣本中提取使用典型算法類資訊APP——今日頭條的用戶作為最終研究樣本(注：對象在問卷題項“您在過去一周內打開過哪些APP”中勾選了“今日頭條”選項)，研究樣本數為926份。

在本研究中，選擇性別、年齡、婚姻狀況、教育程度、收入水平以及所在城市6個指標作為控制變量。樣本中使用今日頭條的用戶基本情況如表1所示。

(二)操作方案

在媒介多樣性的測量上，本研究要求用戶自評過去一周內打開的資訊(含資訊功能)媒體種類，題目形式為“您在過去一周內打開過以下哪些媒介或APP？(多選題)”。選項中，除了今日頭條外，還包含報紙、電視、廣播等傳統媒體，同時包含微信、QQ、微博、百度貼吧、騰訊新聞、搜狐新聞、趣頭條等市面上的主流移動應用，涵蓋了各種內容分發類型，共20個選項。單個用戶每打開一個媒體，其媒介多樣性分值“+1”，累積最高得分20分。研究樣本的媒介多樣性得分范圍從2到17，即有的用戶每周僅打開過兩個資訊媒體,而最多的則每周會打開17個。其中，19.87%的用戶每周會打開5個資訊媒體，18.79%的用戶每周會打開4個資訊媒體，樣本平均值為5.71。

在媒介內容信任程度的測量上，本研究要求用戶對不同信源信任程度進行自評。題目形式為“您對下列媒介中的內容信任程度如何？”。答復采取李克特五分量表，即“完全不相信”、“不相信”、“不確定”、“相信”、“完全相信”，并依次按1-5分進行賦值。信源類型包括傳統紙媒、傳統電子媒體、微博、微信朋友圈/公眾號、社區論壇(百度貼吧、豆瓣等)、算法型新聞APP(今日頭條等)。從樣本的均值來看，用戶對傳統媒體的信任程度依然高于網絡媒體。

在算法型媒介使用頻率上，本研究選擇今日頭條的使用頻率。題目形式為“請您對過去一周內使用過的APP使用頻率進行打分”，同樣采用李克特五分量表，即從“很少使用”到“頻繁使用”，不使用該類APP則置為空值并排除。相關描述性統計如表2所示。

表2 因變量與關鍵自變量的描述性統計

三、調查數據的回歸分析和復合校驗

研究采用多元層次回歸分析，首先對因變量作正態分布檢驗，采用K-S檢驗，各變量峰度的絕對值小于10且偏度的絕對值小于3，因此樣本基本符合正態分布，各因變量可納入回歸分析環節。

(一)控制變量對因變量的影響

將所有控制變量納入第一層回歸，其結果如表3所示。在媒介多樣性上，年齡、婚姻狀況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“養家糊口”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。

表3 各控制變量對媒介多樣性和信源信任程度的影響

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。其他控制變量對信源信任影響均不顯著，這使得該部分的調整R2值較低。

(二)關鍵自變量對因變量的影響

將今日頭條的使用頻率納入第二層回歸，結果發現，其使用頻率并未對各控制變量的顯著性造成太大影響，并對個體媒介多樣性的影響不顯著。這證明假設H1不成立，用戶頻繁使用算法型媒介并不會降低用戶的媒介總體接觸數量?？梢娒襟w型分發模式和關系型分發模式在算法面前并未失效，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，R2值有所提升，這證明假設H2成立。但其使用頻率并未對其它類型信源信任程度造成負影響，假設H3并不成立，用戶并未對非算法型信源存在態度偏見。

實際上，今日頭條的使用頻率還提升了傳統電子媒體和社區論壇的信任程度，因此H3a不成立。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道與處理上引導公眾價值。盡管沒有了過去的渠道壟斷優勢，但通過算法推薦，傳統媒體可以更精準地匹配用戶，并憑借新聞專業主義贏得公眾尊重。有研究亦指出，在谷歌新聞算法推薦最多的內容中，有69%是來自于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復制而非顛覆。(13)Efrat Nechushtai,Seth C.Lewis.What kind of news gatekeepers do we want machines to be? Filter bubbles, fragmentation, and the normative dimensions of algorithmic recommendations.Computers in Human Behavior,2019(90)，pp.298-307.

而百度貼吧、豆瓣等社區論壇則是用戶話題深挖的端口。以信息流為主的算法型媒介側重于話題的密集觸達，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于用戶是否重復或互為補充。因此，用戶通過算法獲得信息要點后，社區論壇則滿足了用戶尋找“新聞背后的新聞”的需求，以獲取更詳盡的信息文本。由此可見，人們追求高質量的內容是亙古不變的真理。

(三)復核校驗

考慮到不同APP所采用的算法類型和推送系統都不一致，為確保結論的穩定性，本研究從原始大樣本中提取騰訊新聞APP的用戶(n=719)作復合校驗，騰訊新聞在圖文、視頻、音頻、話題、問答等內容模塊均涉及算法推送。結果顯示，騰訊新聞使用頻率同樣不影響媒介的多樣性，且在信源信任程度上其使用頻率對傳統紙媒(β=0.072*)和傳統電子媒體(β=0.096**)的信任均有正向影響。

表4 今日頭條使用頻率納入回歸后的影響結果

四、研究結論：算法不是導致“信息繭房”而是為個體提供了多元理性的信息世界

綜上，假設的論證結果如表5所示。

表5 各假設結論

上述研究表明，算法的技術憂思被人為地夸大了，算法不但沒有導致“信息繭房”，反而在主流價值觀的引導上發揮了積極作用，并為個體提供了更多元和理性的信息世界。與所有新技術一樣，算法推薦并不是一成不變的，以今日頭條為例,從2012年9月第1版開發運行以來,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”，并增強了其社會的適應度與合法性。(14)喻國明、杜楠楠：《智能型算法分發的價值迭代：“邊界調適”與合法性的提升——以“今日頭條”的四次升級迭代為例》，《新聞記者》2019年第11期。在人工智能主導信息分發的時代，所謂把關的權力并沒有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盡可能多的產品品類，以擴大其消費能力。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。(15)喻國明、陳艷明、普文越：《智能算法與公共性:問題的誤讀與解題的關鍵 》，《中國編輯》2020年第5期。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，采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了參考。研究發現，年齡、婚姻狀況、教育程度、收入水平對媒介多樣性具有影響。早在2002年，有學者就指出了教育程度對“數字鴻溝”有巨大影響(16)祝建華：《數碼溝指數之操作定義和初步檢驗》，汕頭大學出版社2002年版，第203-211頁。，而十幾年過去了，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。較之于教育良好的“精英分子”，普羅大眾更容易盲從和不思考，一旦沉浸在同質化的信息環境中，就更難以基于理性焦慮和質疑精神而實現自主“破繭”。因此，針對老年人、已婚人士、教育程度與收入較低者，需要依據其用戶畫像，在個性化推薦中作額外的適配處理，包括導流更多來源的信息，并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,技術公司應該憑借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，是掌握了現有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沖，也可以說是一種博弈[注]喻國明：《傳播學科的迭代：對數據與算法的納入與包容》，《新聞與傳播評論》2019年第5期。。應該講，算法推進了傳媒領域中傳統的寡頭權力逐步讓位于技術邏輯主導的用戶權力的過程[注]喻國明、韓婷：《算法型信息分發：技術原理、機制創新與未來發展》，《新聞與傳播研究》2018年第4期。。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，從而打破了媒體對傳播主導權的壟斷。同時，由于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，顛覆了少數人的話語霸權。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[注]喻國明、楊瑩瑩、閆巧妹：《算法即權力:算法范式在新聞傳播中的權力革命》，《編輯之友》2018年第5期。?？傊?，算法本身并無“原罪”可言，人文理性與技術理性相互交融，將為算法提供更可信任的發展路徑。