算法推薦技術下短視頻“信息繭房”的檢視及其法律規制

[中圖分類號]D922.29 [文獻標識碼]A[文章編號]1003-7608（2025）04-0128-09

一、問題提出及文獻述評

互聯網的普及和數字產業的興起使短視頻平臺備受用戶青睞。與需要投人更多時間和精力的傳統視頻平臺不同，短視頻平臺以其占用時間較短、生產創作門檻較低、娛樂和社交功能并用等特點，在數字市場中迅速崛起，呈現井噴式的發展態勢，成為時下人們獲取訊息不可或缺的網絡工具之一。然而，值得注意的是，短視頻平臺在其運行過程中，通過與資本、算法推薦技術的交織融合，也在一定程度上構筑起了“信息繭房”，觸發對算法倫理的嚴峻考驗。美國學者桑斯坦在2006年《信息烏托邦一—眾人如何生產知識》一書中最早提出“信息繭房\"這一概念。他認為，在互聯網覆蓋之下，人們更多地關注自己感興趣的領域，習慣性地讓自己感到放松和愉悅，久而久之，從外界獲取的信息愈發趨向單一化和同質化，便會不自覺地陷入自己編織的繭房之中，不能自拔[。此后，圍繞著“信息繭房”相關的討論從未間斷，有學者聚焦“信息繭房”產生的影響2，有學者窺視“信息繭房”的形成機理，也有學者探討“信息繭房\"的破除之道[4。當下，移動互聯網和智能終端大范圍普及算法技術，短視頻平臺在綜合應對人工智能、大數據、云計算等新技術迅速崛起的同時，也面臨著“信息繭房\"效應困境。算法推薦技術作為短視頻平臺應用的一種新興技術，通過抓取用戶使用數據，分析用戶需求與偏好，為用戶精準匹配以滿足潛在需求，逐步成為短視頻時代行業競爭的關鍵要素。但也正是算法推薦技術的精準推送，窄化了用戶對內容的選擇，降低了用戶對異質性信息的渴求程度，使得用戶在使用如抖音、快手、今日頭條等App時，無形之中忽略自己不感興趣、意見相左的信息，偏向關注與自身興趣和觀念相契合的信息，以至于其他類型的信息難以進入他們的視野，加劇形成短視頻用戶“信息繭房”的可能性。在算法技術快速發展背景下，短視頻平臺作為新興互聯網文化和娛樂介質，不斷面臨著“信息繭房”加重的挑戰，亟須法律規范和路徑指引，以求突破“信息繭房\"效應、促進短視頻行業的健康發展。

二、繭房初織：短視頻平臺為用戶推送內容的同質化

短視頻平臺推送內容的同質化是“信息繭房”效應的核心特征。流量經濟時代，平臺上用戶的所有行為均構成流量數據，其基于消費偏好、興趣審美等產生的瀏覽痕跡、觀看時長、點贊評論甚至舉報等行為，都會成為平臺算法為用戶進行精準畫像的重要依據，平臺也會持續優化針對該使用者的個性化推薦內容，匹配與用戶偏好高度相似甚至雷同的短視頻內容。這種個性化推薦看似在不斷增強用戶端的使用體驗和觀看感受，實則意在逐步增強用戶對短視頻平臺的依賴感和用戶黏性。算法推薦技術在短視瀕平臺的嫻熟應用不斷加劇對用戶同質化內容的大量推送，從而加劇“信息繭房\"效應，使用戶信息孤島林立。

（一）內容方面：娛樂至上的內容導向

隨著短視頻平臺的迅速崛起，大量豐富多元的短視頻尤其是娛樂內容短視頻層出不窮，不斷滿足眾多用戶的多元化、個性化的短平快需求。據統計，短視頻內容類型占比前列分別是隨拍紀實、舞蹈、美食、音樂、親子、時尚5，短視頻拍攝題材占比前五項是美食、生活常識、娛樂搞笑、地方特色、旅游攝影6，這些領域或多或少都涵蓋了娛樂化的內容。一方面，各類短視頻都在逐步加入娛樂因素；另一方面，娛樂化趨勢又反作用于短視頻平臺和短視頻博主，促使其持續向短視頻中融入娛樂化因素，從而形成惡性循環，導致短視頻娛樂至上的趨勢越發嚴重，進一步限制了用戶多樣化信息的獲取，加劇了用戶接觸信息的單一性。在算法技術加持下，短視頻平臺傾向于推送能與用戶形成互動、吸引大眾眼球的娛樂化內容，需要進行深入思考的短視瀕模塊卻難以在平臺上獲得足夠的關注度。最終結果便是，短視頻用戶的內容消費逐漸被娛樂化、碎片化、同質化的內容所主導，其觀看的內容越來越感官刺激化，其接觸到創新性、深度性和非娛樂性內容的機會也在減少，而嚴肅話題、社會民生或復雜的知識性內容（如學術討論、知識科普等）則逐漸被邊緣化。

（二）創作方面：爆款跟風的創作泛濫

在流量經濟時代，借助平臺和算法，短視頻傳播速度極快，當某一短視頻在短時間內成為熱門內容或飆升至“爆款”后，會引發大量創作者迅速跟進，紛紛跟風模仿。此類爆款跟風現象在抖音等平臺上尤為普遍，一旦諸如挑戰賽、舞蹈動作、搞笑段子等視頻上升為平臺爆款，這一時期的內容大多會呈現高度同質化的特征，用戶的時間被相同的熱門內容所占據，能接觸到的均為主題和形式相似的內容。短視頻創作者們為了追求流量和曝光率，對爆款視頻的模仿形式不再局限于具體的內容，還包括主題、拍攝方式、剪輯技巧、背景音樂等各個方面。再者，當用戶適應了某類特定的爆款內容時，平臺算法又會根據用戶偏好繼續推送同類內容，不僅促成用戶的信息獲取渠道和類型窄化，還影響平臺短視頻內容創新。平臺上的諸多爆款跟風現象又進一步加劇了短視頻內容的同質化，使得用戶接觸到的信息范圍越來越狹窄，更加強化了“信息繭房\"效應。

（三）公眾層面：價值導向的亂象凸顯

與短視瀕蓬勃發展相伴相生的，還有因“信息繭房\"造成的一系列行業亂象。首先，單一化信息導致價值觀單一。算法個性化推薦技術將用戶限制在其感興趣的信息圈層內，使得用戶在平臺攝取到的信息幾乎都是迎合其偏好的，長期接觸同一類型的信息，用戶的認知極易被固化在特定框架內，價值觀、人生觀由多元走向單一，逐漸失去對多元文化、包容性價值觀的認同。其次，情緒化信息催生偏激、非理性價值取向。在短視頻平臺上，往往是煽動性強、極端化的內容更容易引發觀看者情緒共鳴。當用戶長時間接觸這些情緒化內容時，會不自覺地形成“非黑即白\"的思維模式，難以保持客觀和理性的判斷。再次，虛假消息激發道德風險與社會矛盾。基于短視頻平臺的商業化驅動，部分博主為了吸引流量、博取關注，通過設計場景、擺拍造假、蓄意編造等形式拍攝和制作短視頻并上傳至平臺8，并以刻意制造沖突、彰顯戲劇性色彩的方式引發社會公眾的關注和討論。例如，“小學生秦朗作業丟在法國”“兒媳給住院婆婆吃泡面”等虛假短視頻屢見不鮮。算法為此類虛假短視頻在平臺上的傳播提供了溫床，不僅影響了公眾的價值判斷、扭曲了社會價值觀，甚至嚴重觸碰著社會道德的紅線。

三、繭房厚筑：算法推薦機制及其侵權風險

如果說推送內容高度同質化初步構建了短視頻用戶的“信息繭房”，那么算法的個性化推薦則是導致內容同質化、“信息繭房”厚筑的核心原因之一。因此，在算法推薦技術深植于短視頻平臺的當下，確有必要探討算法推薦技術在短視頻平臺的應用機理及其潛在的侵權風險，為“信息繭房”的破除提供優化思路。

（一）算法推薦技術在短視頻平臺的應用機制

算法作為一種新興的數字信息的生產和分發方式，既是建立用戶與信息之間聯系的關鍵橋梁，也是協同用戶與信息之間關系的重要工具[9。各大短視瀕平臺運用算法推薦技術，既包括基于內容相似性的推薦機制、基于用戶行為相似性的推薦機制、協同過濾推薦機制[\"，也有基于“去中心化”的精準推送、流量池累積疊加的推薦機制。本文認為，短視頻平臺之所以能夠筑牢用戶的“信息繭房”，主要通過以下三種算法推薦機制。

1.基于內容相似性的推薦機制

當短視頻平臺想要給用戶推薦有關內容時，會先分析用戶A喜歡的內容（視頻1）；找到同樣喜歡該內容的用戶 B_?C_?D ，并查看用戶 B_?C_?D 喜歡的內容（視頻2、3）；再把他們喜歡的內容中出現的相同內容（視頻3）推薦給用戶 A^[11] （見圖1）。

圖1基于內容相似性的推薦機制

微信視頻號正是基于內容相似性的推薦機制的典型代表。相較于抖音、快手等平臺，視頻號最顯著的特點便是延續了微信的熟人社交屬性，用戶進人視頻號后第一眼看到的不是平臺推薦的熱點內容，而是微信好友“在看\"的內容[12]。這是因為視頻號的默認進人頁面是“朋友”，微信中添加過的好友是視頻號的聯系紐帶。能夠成為彼此的微信好友，定然是在虛擬抑或現實的某些領域存在交集，亦即存在著共同的社交圈與類似的興趣偏好。基于此種算法推薦，用戶在開啟視頻號的過程中，平臺運用算法預測出該用戶社交圈內的工作、休閑、愛好等話題，并把和這些內容有關的視頻推薦給與其關系密切的好友。總的來說，視頻號算法抓住了微信通訊錄好友的社交圈層相重合的特點，投其所好地向用戶推薦視頻，把社交關系之外的內容過濾掉。這樣一來，用戶所接觸到的內容范圍就被限縮在其好友圈內，無法在其他范圍中選擇想要瀏覽的內容。

2.基于用戶行為相似性的推薦機制

與前述推薦機制不同，基于用戶行為相似性的推薦機制的關注點聚焦在用戶，通過用戶在平臺上的行為來研判用戶的喜好，將具有相同行為的用戶聚集，然后給用戶推薦有同類行為的人所喜歡的其他內容。當短視頻平臺想要給用戶推薦有關內容時，只需要找到與這個用戶行為相似的自標群體，再將該群體喜歡的內容推薦給此用戶即可（見圖2）。

圖2基于用戶行為相似性的推薦機制

以今日頭條為例來說明這種推薦機制。今日頭條的一大亮點是在導航處便以醒目的方式設置了“賬號關注”這一欄目，會在用戶創立賬號之初篩選平臺上具有較大影響力的賬號，只要用戶關注某領域內賬號的行為達到一定頻次，算法就默認該用戶對這些賬號所生產的內容感興趣。隨著平臺積累的用戶數足夠多，算法獲得的數據支持也會隨之增加，平臺便以此為依據，整合關注賬號相似的用戶群體，并預測、分析出這類群體的其他可能感興趣的內容，繼而將最符合此類群體興趣的內容優先推薦給該用戶。雖然推薦機制不同，但基于用戶行為相似性推薦的根本目的，同樣是對用戶進行分類，將特定用戶圈定在特定的內容領域中，逐步形成“信息繭房”，而且，在這種機制的作用下，用戶還可以通過瀏覽歷史、搜索關鍵詞、點贊、轉發或評論等行為來對短視頻平臺進行反饋，今日頭條再根據文本分析、圖像識別、標簽聚類等技術手段，加深算法推薦的內容同質化。

3.基于流量池累積疊加的推薦機制

“流量池”這一概念最初來源于營銷學，在互聯網技術中，其意思是：先獲取流量，再通過存儲、運營和發掘等手段，進行信息的二次傳播，以期獲得更多的流量。所謂累積疊加推薦機制，是指一條視頻內容經過創作者發布后，在不包含違規內容的情況下，系統會先基于視頻的基本信息做初步推薦，在得到用戶的反饋后，判斷是否進行更大范圍的推薦，若反饋不積極，則停止推薦；若反饋積極，則表示推薦方向準確且內容得到了用戶認可，系統則會進一步推薦給更多用戶群體，最終在1至3天后停止推薦（見圖3）。

圖3基于流量池累積疊加的推薦機制

抖音就把流量池累積疊加推薦的技術運用得十分嫻熟。在抖音平臺，用戶每發布一條視頻，都會通過大量數據收集和追蹤，在抓取到用戶的個人特征、興趣偏好、社交關系等詳細信息之后，將自動分配至對應數量級的流量池當中，并分發到該級別用戶的推薦界面。同時，算法會以內容的綜合權重（包括完播率、轉發情況、點贊量、評論數等指標）為評估標準，通過統計該視頻的播放效果，為視頻賦上加權分數，分數越高，則表明在流量池中的表現愈佳，獲得疊加推薦的機會越大，從而收獲更多的閱讀量和點贊數[13]。基于此推薦模式，播放表現好的優質視頻會再次加入流量池被進一步推薦，進行更廣范圍的分發并獲得更大的積累優勢[14]，而表現不太出色的短視頻則失去了被推薦的機會，沉淀至流量池底部。以此類推，第二次推薦中效果較好的視頻又能進入下一環節的推薦，獲得更大規模的閱讀量和點贊數。在此種推薦機制下，用戶表面上的確能夠自主選擇想要觀看的視頻內容，殊不知，這些內容早已是被平臺算法篩選進各級流量池后的內容，用戶只能在與之對應的流量池內，在有限選項中選擇觀看。看似種類豐富、內容多樣的選擇是平臺運用算法推薦技術過濾至對應流量池內的假象，實際上剝奪了用戶的真實選擇視頻內容的權利，將用戶進一步禁錮在\"信息繭房”中。

（二）算法推薦技術在短視頻平臺的不當運用

緣何“信息繭房\"這種現象在短視頻領域如此嚴峻？知名媒體文化研究學家尼爾·波茲曼在《娛樂至死》一書中提及，算法推薦技術既在潛移默化中塑造了大眾的認知與偏好，又在悄無聲息中改變著人們觀察世界的視角和方式[15]。短視頻平臺在應用算法推薦技術的同時，在不斷侵犯用戶的知情權與選擇權，使得用戶對多元化信息無法選擇甚至根本不知情，從而加深推送內容的同質化，將短視頻用戶牢牢束縛在“信息繭房\"之中。可以說，算法推薦技術影響著用戶的信息瀏覽與接收內容，逐步引導用戶看什么、不看什么、多看什么以及少看什么。用戶通過算法推薦技術來認知了解的世界是算法精準刻畫好的世界，并非真實、客觀、全面的世界，算法推薦技術一旦被啟用，“信息繭房\"效應就不可避免地產生[16]

1.用戶知情權遭受侵犯

知情權是基本人權之一，涵蓋范圍非常廣，既涉及公法領域，也含有民事權利的屬性[]。具體到短視頻領域而言，用戶的知情權指的是用戶在使用短視頻平臺時，應當享有的對平臺推薦機制的了解、知悉的權利。然而，算法推薦歸根結底是為平臺服務的，為了減少用戶流失，提高用戶留存率、提升用戶對平臺的黏性，大多數情況下會以犧牲用戶的知情權為代價，將用戶束縛于“信息繭房\"中。一方面，算法推薦機制不夠公開透明。短視頻平臺的詳細算法推薦機制往往作為商業秘密被嚴密保護起來，大多不會公之于眾，用戶難以掌握算法如何影響內容分發的方式和目的，對算法如何在平臺內穩健運行并不了解，也不清楚視頻內容是如何被篩選和推薦到手機頁面上的，以及推薦背后可能隱藏的商業邏輯或偏向性。平臺僅提醒用戶“這是基于您的興趣為您推薦內容”，但對于推送內容的依據與邏輯卻只字未提，短視頻平臺算法運行的不透明，致使用戶對深藏背后的算法原理了解甚少，剝奪了用戶對平臺算法推薦技術的知情權。另一方面，數據收集和處理過程缺乏充分披露。大多數短視頻平臺對其所收集用戶的數據范圍和具體處理過程并未充分披露，用戶在瀏覽短視頻時，其興趣偏好、行為習慣等信息已經被算法實時記錄并分析，而用戶卻不知情數據收集的具體范圍、處理方式以及存儲期限等具體信息，甚至很多時候用戶并沒有意識到，他們在平臺上所留下的痕跡正在被持續收集和分析。這種信息披露得不充分，甚至是刻意隱瞞，也在一定程度上侵害著平臺用戶的知情權。加之，算法推薦技術一直處于更新和迭代的過程中，平臺會根據自身利益不斷優化算法，提高互聯網競爭力，然而，這些更新和迭代過程并不會向用戶公開或詳細說明。這種技術進步與用戶知情步調不一致下的算法推薦機制，不僅很大程度上剝奪了短視頻用戶對算法運作的知情權，也使得用戶難以在知情基礎上進一步做出合理的選擇。

2.用戶選擇權遭受限制

短視頻用戶的選擇權是指用戶在短視頻平臺中能夠自由選擇自己喜歡的內容或感興趣的信息的權利。用戶徘徊于深植各類算法的短視頻平臺，總是習慣于讓算法為自己“選擇”內容，逐漸變成了被動的內容接收者，從而喪失了主動探索和選擇的能力，其選擇權遭受侵犯的現象也愈發嚴峻。究其根本，用戶之所以在短視頻平臺上的選擇權屢受限制，可以歸納為兩方面的原因。一方面，短視頻平臺通常并未提供用戶調整推薦機制或完全關閉推薦內容的便捷選項，而是多以“這是基于您的興趣為您推薦內容”為提醒。或者盡管某些短視頻平臺有所提供，但這些選項也隱藏較深、難以找到，用戶需要耗費更多的時間才能找到這些功能按鈕所在的位置，甚至在找到之后也無法完全禁用推薦功能。這種機制設計導致用戶毫無選擇是否接受該內容推薦的余地，不清楚算法是根據哪些維度來辨別自己的興趣偏好，仍然無法知曉自己被推送內容的依據與邏輯。退一步而言，即便短視頻平臺允許用戶為其觀看到的內容打上“不感興趣”或“減少此類推薦”的標簽，在用戶對算法推薦內容的選擇和控制力較弱的情況下，這些反饋行為對最終推薦內容起到的作用往往也較為有限。平臺算法不完全會依據用戶的反饋來調整推薦內容，反而繼續以其原有邏輯推送相應的內容，而忽視用戶的偏好和選擇權。因此，用戶幾乎無法自主選擇是否接受推薦內容，只能被動接受算法推薦。另一方面，富有“沉浸式體驗感”的短視頻大幅削弱了用戶的自主選擇權。所謂沉浸式體驗，是指短視頻平臺通過無縫銜接式的自動播放與短時高頻的內容推送，使得用戶陷入平臺算法精心設計的內容呈現中，在視頻流中長時間無法自拔。這種沉浸式體驗通過不斷推薦與用戶興趣高度相關的視頻，導致用戶在觀看過程中難以主動選擇停止觀看，常常因為算法推送的內容高度相關而沉迷其中，甚至會因為算法推薦的精準而同質化的內容而喪失自我控制。這樣一來，短視頻平臺以其沉浸式體驗的特點，通過自動播放、無縫銜接、精準推薦等機制，全方位地削弱了用戶的自主選擇權，以致用戶逐漸對深入應用推薦算法的平臺產生依賴感。

四、破繭之道：技術、平臺、用戶、政府的多元共治

為破除短視頻平臺構建的“信息繭房”，進一步規制算法推薦技術，需要先從技術出發，解決算法透明性、可解釋性、信息披露等問題，在完善算法推薦機制上著力，也要從平臺與用戶層面考慮，在健全“告知一知情一同意\"制度、保障用戶知情權和選擇權上用力，還要吸納多方社會力量，嚴格落實政府監管責任，探尋多元化的法律治理路徑。

（一）由技術至平臺：優化算法推薦機制，完善算法頂層設計

縱觀我國現有法律，有關算法推薦的條文散見于《中華人民共和國個人信息保護法》（以下簡稱《個人信息保護法》）《中華人民共和國電子商務法》（以下簡稱《電子商務法》及部門規章《互聯網信息服務算法推薦管理規定》（以下簡稱《算法推薦管理規定》）中，設有對算法透明性、可解釋性、信息披露等問題進行體系性規定。應將部門規章與現行法律文件加以整合，及時上升為專項法律，以剪除“信息繭房”的不良效應，保證推送內容的多樣性、豐富性，這才是短視頻平臺最優的破局之道。

第一，構建算法透明體系。這不僅有助于提升算法的合規性，保證平臺信息推送的多樣性，而且是符合當前技術發展和社會呼聲的迫切需要，更是落實用戶知情權與選擇權的重要途徑。一要讓算法推薦服務提供者努力開發廣域推薦、多樣化推薦服務，可以向用戶展示其內容推送背后的具體指標，包括瀏覽歷史、點贊情況、停留時長等，以便用戶選擇覆蓋范圍全面、涉及內容多元的短視頻信息。二要依法推動行業技術標準的制定。對算法推薦技術的把關不單單是短視頻平臺的職責，而是多方共同責任。在強化平臺自律的同時，政府或行業協會應從外部進行監管，制定有關算法透明度、信息多樣性保障的技術標準，為平臺的算法設計提供規范依據，搭建協同共治的算法透明生態系統。

第二，賦予算法可解釋性。我國在《個人信息保護法》中提出算法公開透明、結果公平公正的原則[18]，又在《關于加強互聯網信息服務算法綜合治理的指導意見》中表明了算法透明可釋的立場[19]。但具體而言，《個人信息保護法》僅僅模糊規定了算法解釋權的構成要件：一是通過自動化決策方式作出決定，二是該決定對個人權益有重大影響。然而，何為“以自動化決策方式作出決定\"以及“對個人權益有重大影響”，仍需要界定與厘清[20]。算法解釋應符合適度與比例等基本原則。解釋的目的在于檢視算法產生的潛在風險、維護算法平穩運行等。解釋的方法包括文義解釋、擴大解釋、主觀目的解釋等。解釋的內容涵蓋平臺運作算法推薦技術的機理、算法將信息納入推薦內容的標準、算法推薦對于用戶產生何種影響以及影響的程度是否構成重大。解釋過程中還可以引人在算法領域有專門知識的人參與論證。

第三，建立算法披露制度。我國算法披露制度還處于起步階段，《電子商務法》與《個人信息保護法》只是概括性地規定了平臺經營者的展示義務，即算法推薦技術應提供非個性化的推薦結果。《算法推薦管理規定》第七條明確了提供者應當披露算法推薦服務相關規則，但缺乏進一步的規定。也就是說，我國在算法披露的立法層面還亟須完善。在這方面，歐盟的相關立法具有較強的探索性與前瞻性，可以借鑒歐盟在《通用數據保護條例》中的規定，規定算法披露的范圍包括披露其存在、運行邏輯與結果等。為保障個人用戶知情權與選擇權，對算法推薦技術實現精準控制，我國也要及時吸納域外優秀治理經驗，擴大算法披露范圍，適度公布算法核心參數，依法對算法的內在邏輯、運行結果、核心參數和影響因素等相關信息予以公開，逐步向算法公開透明階段有序發展。

綜上所述，從技術層面預防高度同質化推送內容導致的用戶沉迷，規制短視頻平臺“信息繭房\"效應，可以在構建算法透明體系、賦予算法可解釋性、建立算法披露制度等方面入手，進而實現算法導向正確、公平公正、公開透明、自主可控。

（二）由平臺至用戶：健全“告知一知情一同意”制度，保障用戶知情權和選擇權

告知—知情—同意\"制度雖早已被納入現行法律框架下，《個人信息保護法》的眾多條款均賦予了平臺用戶對其個人信息處理的知情權與選擇權，然而在短視頻領域，該制度仍有值得完善的地方。為應對篇幅冗長、描述復雜、專業術語過多的平臺政策，破除算法推薦技術編織起的“信息繭房”，短視頻平臺經營者更應當重視用戶的知情權與選擇權，以個人對信息處理的充分知情和同意作為收集、處理個人信息的前提[21]。同時，平臺還應該使用顯著方式和簡明語言確保用戶知道收集了哪些個人信息，誰在處理這些信息、處理信息的方式、可能造成的影響等，讓用戶在充分知情的情況下自由地行使同意權。

第一，強化平臺告知義務，促使平臺履行到位。平臺和用戶之間存在著明顯的權利勢差和信息不對稱，對用戶知情同意權與選擇自由的維護勢必以給平臺施加義務為主要手段[22]。《算法推薦管理規定》第十六條已經明確規定提供者應當告知用戶其提供算法推薦服務的情況，并公示算法推薦服務的目的和原理。但就短視頻平臺而言，其告知義務還遠遠不能局限于此。首先，平臺的告知內容應當明確具體，告知形式應當簡潔易懂。例如，平臺中那些晦澀難懂、繁冗復雜的服務協議和隱私政策，應當采取圖文并茂、方便明了的形式，通過發布年度透明報告等方式向用戶說明。其次，用戶不僅應當知曉算法推薦技術的原理與機制，還應當明白推薦的具體依據、篩選內容的相應標準、可能造成的不良影響等。再次，相關部門可以將各短視瀕平臺告知義務的履行情況列為算法安全的重要評估指標，對于未履行告知義務或者履行不到位的平臺予以相應懲戒，倒逼平臺落實“告知一知情一同意\"規則。

第二，提升用戶知情意識。一方面，就知情與選擇的關系而言，選擇必須建立在知情的基礎上，個人只有充分了解短視頻平臺運作算法推薦技術的機理，其后做出的選擇才能稱之為自主、自由的選擇。因此，要確保用戶能夠在充分知情的情況下，自主選擇是否同意適用平臺的算法推薦系統，且允許用戶隨時修改或關閉個性化推薦。《算法推薦管理規定》第十七條第二款規定，平臺應當提供選擇和刪除的范圍僅包括用戶個人特征的信息，未對個人特征以外的信息處理方式進一步規定，對用戶如何對算法推薦服務的具體功能進行選擇也未涉及。因此，短視頻平臺應當及時優化算法，支持分級選項，使得用戶可以對瀏覽歷史、購買記錄、位置信息等各類信息進行勾選，并將用戶同意讓渡的信息平臺可以推薦，不同意的信息則歸為拒絕推薦的范圍，還自主決定權于用戶。另一方面，如何在平臺經營者履行完畢告知義務的基礎上做到充分知情，用戶自身增強知識儲備與提高知情意識是關鍵[23]。對于晦澀復雜的算法推薦系統，用戶也要保持清醒認知，提升權利意識，要求平臺及時予以解釋說明，在充分知情后謹慎做出最終選擇，避免盲目同意而陷人“信息繭房”之中。

第三，保障用戶行使拒絕權。用戶在信息獲取上往往具有不對稱性，平臺的服務協議、隱私政策存在不合理條款。對于算法推薦技術中含有的不合理限制或排除用戶權利以及用戶明確表示拒絕推薦的內容，法律應當要求平臺提供便捷的退出或關閉渠道，避免設置復雜的流程阻止用戶離開。正如中央網信辦等部門聯合發布的《算法專項治理清單指引》所規定的：“平臺應向用戶提供‘不感興趣'等功能選項，如‘對話題、內容質量不滿意’、‘內容過多、重復推薦'等。\"待用戶選擇后，平臺需減少同類內容的推送頻率。同時，有關行政部門（地方網信辦等）行業自律協會（中國短視頻協會、網絡社會組織聯合會直播短視頻專業委員會等）也應加強審查強度，完善不良算法推薦技術監督和舉報工作機制，對于經提醒仍反復適用不合理條款的平臺加大處罰力度。

（三）由用戶至社會：強化政府監管責任，吸納多方力量參與

算法的合理使用與正確監管，不僅有助于用戶獲得更全面的信息，也在一定程度上為短視頻產業的健康發展提供有力支撐。智能、健康、向善的算法推薦機制，既需要技術的大力支持，也需要政府引導與制度保障。因此，相關政府部門有責任在政策層面加強對算法的監管，吸納多方社會力量，采取各類措施打破“信息繭房”，保障信息的多樣性和開放性，實現政府引導、多元參與下的社會協同治理。

第一，建立專門的算法監管機構。設立負責審查、監督短視頻平臺的算法監管機構是應對算法侵權、保護用戶權益的重要舉措，該機構需要有明確的職能定位、統一的行業標準、嚴厲的懲處手段以及多元的聯動協調機制。首先，算法監管機構要明確其職能定位，定期審查短視頻平臺的算法合規性、透明性、推薦多樣性，評估、驗證算法機制機理、模型、數據和應用結果等，常態化開展算法安全評估，確保算法遵循法律法規的要求。其次，算法監管機構可以牽頭制定算法設計開發標準與行業技術規范，涵蓋數據搜集、技術邏輯以及內容推薦的全過程，涉及重大公共利益的情況，及時向公眾公開算法監管的標準、流程和審查結果。再次，政府可以設立算法推薦內容的負面清單，明確禁止虛假信息、不健康信息、單一化信息的內容傳播，引導短視頻平臺算法推薦內容符合清單上的規范要求。要賦予機構適度的處罰權，對于列舉在負面清單上的違規行為予以嚴厲追責，對于短視頻平臺中負責算法開發與運作的直接責任人員，若其行為觸碰法律底線，也應當依法追究行政或刑事責任。最后，算法監管涉及技術、法律、社會等多個方面，監管機構要與諸如工業和信息化部、網絡安全與信息化委員會辦公室、消費者權益保護協會等機構建立好銜接機制，探索多領域跨部門聯合執法，實現全方位的監管覆蓋。

第二，制定內容多樣化的扶持政策。針對短視頻平臺推送內容同質化的問題，政府可以通過制定內容激勵機制與扶持政策，鼓勵優秀內容創作，推動信息生態豐富化、多元化發展，削弱“信息繭房\"效應。一是設立內容創作專項基金。對事關重大公共安全、優秀傳統文化弘揚和科學技術知識普及等性質的內容創作者，或者是在科學、教育、文化、衛生、體育等領域具有突出貢獻的創作者，通過補貼、獎勵等形式提供一定的資金支持，激勵更多內容創作者生產優質的、積極的、多樣化的內容，擴大短視頻平臺各領域內容的覆蓋范圍，促進短視頻內容的生態均衡。二是給予平臺優質內容以流量扶持。政府可以通過官方媒體賬號與短視頻平臺攜手合作，對符合社會主義核心價值觀等優質內容提供流量傾斜，通過算法推薦技術增加額外的流量曝光，并優化審核步驟流程，減少審核等待時間，切實保障優質內容在平臺上得到更高效的傳播，讓用戶在主流內容之外能夠接觸到更多元的知識和信息。三是政府部門可以與平臺定期組織多樣化內容評選與推廣活動。邀請技術專家和社會公眾共同參與，提高公眾對多樣化內容的關注度，收集用戶對平臺算法使用的正向或負面反饋，推動平臺及時進行算法調整和優化，使其在開放、包容、多元的道路上不斷前行。

第三，提升公眾信息素養與監督意識。信息內容的多樣性不僅依賴于政府的政策支持，也離不開社會公眾的廣泛參與。一方面，主動引人公眾監督機制，拓寬用戶投訴短視頻平臺的渠道和方式。面對算法侵權行為，用戶的反饋和投訴可以幫助監管機構更精準地識別算法問題，形成自下而上的監督力量。同時，政府部門可以定期公開平臺的違規和處罰情況，既能夠讓平臺自覺接受社會監督，又可以讓算法在陽光下運行，在全社會培育良好的監督風氣。另一方面，積極加強社會宣傳與合作交流。通過媒體發布和信息公開，提升公眾的媒介素養，培育社會成員的獨立判斷、批判性思維的能力，避免接觸單一化信息。公眾也要主動增強對公共事務的理性探討，在多樣化公共信息中避免極端化傾向[24]。政府還可以探索在科研、文化、教育等領域與短視頻平臺跨界合作，開發涵蓋范圍廣闊的優質內容。例如，大力推動平臺與科研機構的聯合實驗項目，為算法的改進提供理論和技術支持，形成對算法侵權行為“零容忍\"的學術氛圍。

綜上所述，短視頻平臺在信息時代扮演了十分重要的角色，隨著專門算法監管機構的健全、多元化內容扶持政策的逐步落實、公眾信息素養與監督意識的提升以及社會多方參與的不斷深化，短視頻平臺有望打破“信息繭房”現象，轉型為開放、多元、健康的綜合性信息傳播交流平臺。

五、結語

在算法推薦技術普遍應用于短視頻行業的今天，如何在提升推薦精準度的同時保障信息多樣性，破除同質化信息筑起的“信息繭房”，防止讓算法淪為“算計”，將是短視頻平臺發展的重要方向。相信在不久的將來，在技術、平臺、用戶以及社會各層面多重法律規制手段的聯合作用下，各大短視頻平臺能夠牢記切實保障平臺用戶權益的宗旨，以算法推薦技術高效鏈接信息傳播的供需兩端，全面賦能短視頻平臺治理，努力破除“信息繭房”給廣大用戶帶來的不良效應，構建開放、多元、和諧的短視頻生態體系，在內容創作者、用戶和平臺三者之間形成以算法為核心的邏輯閉環，促進整個短視頻行業向上向善發展，實現數字經濟時代技術與社會發展的雙向平衡。

[參考文獻]

[1]凱斯·R.桑斯坦.信息烏托邦：眾人如何生產知識[M].畢競悅，譯.北京：法律出版社，2008：8.

[2]孫少晶，陳昌鳳，等.“算法推薦與人工智能\"的發展與挑戰[J].新聞大學，2019（6）：1-8，120.

[3]任秋菊，趙昕，韓毅.用戶視角下“信息繭房\"的成因分析[J].圖書情報工作，2021（1）：120-127.

[4]王益成，王萍，等.網絡信息生態鏈視域下內容智能分發平臺“信息繭房\"研究[J].圖書館學研究，2018（9）：7-13，36.

[5]飛瓜數據.2024年上半年抖音內容與電商數據報告[EB/OL].（2024-08-01）[2024-11-04].https：//dy.feigua.cn/article/detail/912.html.

[6]Mobtech.2023年短視頻行業研究報告[EB/OL].（2023-06-30）[2024-11-04].htps：//www.mob.com/mob-data/report/178.

[7]侯樹鵬.短視頻內容的\"娛樂至死\"現象分析[J].聲屏世界，2022（18）：108-110.

[8]黃楚新.2023年中國短視頻發展報告[J].人民論壇·學術前沿，2024（16）：83-90.

[9]喻國明，曲慧“信息繭房\"的誤讀與算法推送的必要：兼論內容分發中社會倫理困境的解決之道[J].新疆師范大學學報（哲學社會科學版），2020（1）：127-133.

[10]王柏鷗.基于算法理論的短視頻平臺“信息繭房\"現象研究[D].北京：首都體育學院，2023.

[11]張佳.短視頻內容算法如何在算法推薦時代引爆短視頻[M].北京：人民郵電出版社，2020：60-64.

[12]廖秉宜，張慧慧.互動與博弈：算法推薦下短視頻行業生態與發展路徑［J].中國編輯，2021（9）：10-16.

[13]趙辰瑋，劉韜，都海虹.算法視域下抖音短視頻平臺視頻推薦模式研究[J].出版廣角，2019（18）：76-78.

[14]劉友華，李揚帆.短視頻平臺強制性版權過濾義務的質疑與責任規則的優化[J].法學雜志，2023（3）：138-156.

[15]尼爾·波茲曼.娛樂至死[M].章艷，譯.桂林：廣西師范大學出版社，2011：25-36.

[16]張省，蔡永濤.算法時代\"信息繭房\"生成機制研究[J].情報理論與實踐，2023（4）：67-73.

[17]蔣盈瑩.個人信息主體知情權的理論邏輯與現實挑戰：生成式人工智能治理的中國路徑[J].數字法學，2024（1）：95-112，337.

[18]姜晨，顏云霞“何以向善\"：大數據時代的算法治理與反思——訪上海交通大學媒體與傳播學院教授陳堂發[J].傳媒觀察，2022（6）：36-41.

[19]常宇豪.論信息主體的知情同意及其實現[J].財經法學，2022（3）：80-95.

[20]靳雨露.算法披露的域外經驗與啟示[J].情報雜志，2022（7）：91-99.

[21]趙德勇，張子輝.“大數據殺熟\"的法律規制：從個人信息保護到算法規制[J].經濟論壇，2023（10）：16-23.[22]王婭.個性化推薦服務的法律風險及其規制進路[J].北方論叢，2024（6）：73-82.

[23]林洹民《個人信息保護法》中的算法解釋權：兼顧公私場景的區分規范策略[J].法治研究，2022（5）：48-58.

[24]韓艾瑾，高徽.智能時代“信息繭房\"效應檢視與破繭策略[J].統計與咨詢，2024（4）：2-7.

[責任編輯：向長艷］