彭兰重回人大！看完她写的信息茧房：我背了个假专题？| 网传11

Original 助你上岸的爱传播新传考研 2023-03-28

学姐昨日逛人大新闻学院官网发现，彭兰老师出现在了教师一栏！而清华大学新闻与传播学院官网上已没有彭兰老师的介绍。所以时隔5年之后，彭兰老师从清华大学调回了中国人民大学！

在人大官网上，满满都是老师的研究著作和学术成果。彭兰老师的《网络传播概论（第四版）》、《新媒体用户研究》可以称作我们新传考研人的“答案之书”。

在2020上半年，彭兰老师共计发表了12篇论文，涉及到的话题有短视频、知识付费、智媒趋势下的内容生产的人际关系、新冠疫情的传播反思、社群经济、信息茧房，学姐结合着彭兰老师的最新论文，为大家整理了一个信息茧房的专题，我们一起来看吧！

一、信息茧房

“信息茧房”（Information Cocoons）这一概念，是由美国哈佛大学教授凯斯·桑斯坦在《信息乌托邦》中首次提出，他用“个人日报”来形容互联网用户在海量信息中以个人喜好选择接触有兴趣的信息，进而对其他内容排斥与无视，长此以往形成“信息茧房” 。

桑斯坦认为，由于“信息茧房”的存在，人们只会选择和接触与自己意见相同或近似的人群，采纳符合自己预期的观点，于是逐渐形成“回音室效应”（Echo Chambers）：个人所认同的意见和观点，以及所感兴趣的事物，都会在这种传播场域中得到“正反馈”式的激励和放大，所谓“强者愈强，弱者愈弱”。

桑斯坦之后还在其系列三部曲中扩展了“信息茧房”对民主的危险的阐述。桑斯坦认为由于网络社区超越了物理和地理学的限制，因此出现了完全与志同道合的人保持联系的新机会，它还提供了避免一切不感兴趣的人和事的机会。如果人倾听的是与自己相像的观点，则可能会变得更加极端和自信，于是会发生群体极化、两极分化。

二、信息茧房的误读

1.“信息茧房”一直存在

传播学奠基人之一的霍夫兰（Carl Hovland）所提出的“个人差异论”，其实早已阐述了受众的“选择性和注意性”理解。该理论认为，在大众传播提供的信息面前，个人由于需要、习惯、信念、价值观、态度、技能等等多方面因素的差异将对信息作不同的选择和理解。

对这一理论的理解是随着时代的变迁而不断展开的，如果说大众传播时代，在相对局限的内容中这种“个人差异”主要体现为对统一的大众媒体上信息的理解，那么信息技术与移动互联技术所共同促成的当下海量信息与个体化消费的现状，则将更多的“个人差异”指向“选择”，每个人的个人媒介选择都存在巨大的差异。

而所谓的以个人兴趣为核心的“信息茧房”本身，其实是由个人的选择和注意所决定的，算法与数据技术不过是媒介的价值选择机制在数据条件之下的一种“人体的延伸”，并不是形成“信息茧房”的独特成因。

2. “信息茧房”是海量信息差异化消费的必然结果

当下的信息总量无疑是惊人的，且是急速更新、海量增长的。目前，全球每天有多达 35 亿次搜索来自 Google，相当于每秒 4 万多次搜索。而在中国，百度更是面对着每天 60 亿次左右的搜索请求。

与如此大的信息量相比，个人信息系统的容纳量就愈发显得渺小、狭窄甚至不够多元。同时，如此浩瀚的信息海洋里固守一些自己习惯和评价较好的信息菜单和信息渠道，甚至可以解释为在信息过剩时代的某种自我保护，是现代人以个体为基础信息消费的必然结果。

3. “信息茧房”是“独异性”社会的外在表现

用“个性化”一词，已经不足以表达当下社会与现代社会的根本区别了，德国社会学家安德雷亚斯·莱克维茨提出了更为贴切的概念“独异性”。

他认为“普适性”社会逻辑与“独异性”社会逻辑的根本不同，是当下众多社会现象难以解释的本质原因，独异性社会不遵循普遍规则或标准流程，而是去耕耘有专属认同感的自己的世界”。

在信息行为领域，这种摆脱了“普适”规律的行为模式就表现为，个人不再遵循大众媒体时代的信息编排、时空限制，而是以个人的兴趣为核心去为信息制定价值，这也必然会造成与传统大众媒介时代相比，个人信息系统的千人千面、各有所好。

三、信息茧房的多重过滤机制

1. 平台中的过滤机制

无论是专门的资讯客户端，还是社交平台，或是其他的信息分发平台，平台本身都或明或暗地存在一定的信息过滤机制，例如，平台对哪些内容生产者开放，平台允许内容向哪些平台分享，或能接收哪些平台的分享，都对信息的过滤起着作用。

一些平台也仍然以人工编辑的形式在进行着信息的筛选，平台的界面也会给予不同的内容在呈现形式上不同的优先级别，一些平台也会用推送窗口、排行榜等方式来推荐重要或热门信息，这些手段在推荐某些信息的同时，也无形中使得其他一些信息被忽略。

2. 社会关系网中的过滤机制

在社会关系网络中，人也是一种信息的“导体”。对不同的内容，他们有不同的传导性，在这背后的影响因素，与人们作为单纯的阅读者、观看者选择信息的心理动因也有些差异。

在社交平台，人分享内容更可能是因为自我存在感的需要、社会支持的需要（寻求与自己的价值观、立场、观点相一致的观点）、社交表演的需要、情感性互动的需要等。

社会关系这个过滤网，不仅会在内容的类型、主题等方面产生过滤，也会在内容特质上有所筛选。媒体平台的信息更强调新闻价值、公共价值，更注重客观性、准确性，而社交平台中个体分享的信息更强调社交价值，更多与情绪、态度、立场等相关。

同时，在这种“人造”的过滤网中，意见领袖的作用也是明显的。无论是在一些稳定的社交网络中，还是在人们随机相遇的平台中，都可能存在着一些意见领袖，他们对于信息、意见也起着过滤的作用。

3.算法的过滤机制

个性化推荐算法是为了解决从具有极强噪音的稀疏关联矩阵中挖掘有用的信息这一重要问题，包括那些用户靠自身无法发现的“暗信息”的发现。换一个角度看，个性化推荐算法的主要作用，就是过滤掉它认为某个特定对象不需要的内容，以提高内容与用户需求的匹配度，降低用户获取有效信息的成本。

今天算法采用的过滤机制，的确有可能会在特定平台里局限用户的视野，形成在这个平台里的茧房，但如果用户还有其他信息获取渠道，特别是与算法平台异质的渠道，也有可能在一定程度上弥补算法带来的局限。如果用户在整体上被困于信息茧房，那往往是多重因素的共同作用。另外，如果算法推荐机制做出调整，也可能会有助于茧房的破解。

四、信息茧房的伦理风险

1. 迎合用户需求，形成孤独的自我

对个人而言，“信息茧房”虽然迎合了用户的需求，但是，它将用户的注意力与时间局限于虚拟空间，使其沉溺于个人趣味和信息选择，以至于出现更多“孤独的自我”。这可能会加深用户固有的偏见，导致个人的自我认知偏差和非理性的膨胀，以至于容易形成偏激与极端的观点、言论或行为。

2. 限制交往理性，出现群体极化

对社会而言，“信息茧房”在满足个人信息需求的同时，也限制了公众的交往理性，甚至容易制造群体极化现象。公民虚高的自我认同度降低了其对于不同观点的包容度，也在一定程度上堵塞了社会信息流通，不利于社会和谐和稳定。” 此外，它也不利于推进集体协商和社会协作体系的形成，由此加深了社会的分裂而非实现社会整合。

3. 催生社会规范，加深歧视行为

我们依靠提供事实——却从不怀疑为什么是这些事实而不是那些事实。2016 年魏则西事件，后来虽然归结为百度搜索的竞价排名规则的恶果，但是这也从另外一方面说明算法对我们的判断所施加的影响。“过滤气泡”的搜索算法，一方面取悦于我们的个人主义观念，另一方面也加强我们对某些问题的“既有看法”；排斥那些与我们“格格不入”的观点和问题，最终加深了社会中隐蔽的歧视行为。

五、多重路径的破“茧”

1.算法的优化

从面向个人的算法角度看，要尽可能减少信息茧房效应，就要在算法设计时深入理解与考虑

用户行为与需求中那些摇摆着的矛盾，例如：

“凝固”与“流动”：用户在某个时段阅读偏好会有稳定性，但时间推移，兴趣也可能会发生转移，及时预测甚至促成用户需求的迁移或扩展，这是提高算法精准度的一个重要方向，也是突破茧房的一种思路。

“套路”与“奇遇”：在迎合个体的阅读“套路”的同时，算法也需要提供一些惯性之外的信息，给个体带来更多“奇遇”，让个体看到更广阔的世界。

“悦耳”与“刺耳”：算法总希望顺应用户的心理，为他们提供“悦耳”的声音，但某些时候，它也需要提供一些刺耳的声音，让用户了解真实世界的多面性。

2. 平台的优化

人们的信息获取范围与社会关系有关，而背后，是这些关系所依存的社会化媒体平台的机制在起作用。有些平台更容易带来同质的、封闭的信息环境，有些则相反，如何帮助用户增加异质的信息源，也是平台需要考虑的。推动人们关系的流动而不是固化，也是平台在打破信息茧房方面需要做的努力。

从信息筛选与呈现的角度看，平台的作用仍然是显著的，因此平台本身的信息源的丰富性，信息环境的均衡性，信息呈现方式的优化，也有助于帮助用户突破茧房。

人们的选择性注意与引导线索及奖励等因素相关，因此，对于一些具有重大公共价值或有助于纠正用户“偏食”的信息，平台可以强化界面引导手段或相应奖励机制来刺激人们的注意。

3. 信息供给侧的改进

算法和平台对个体的信息环境的影响越来越大，未来它们的改进也有可能促进封闭环境的打破，但对于社会的信息环境的全面、平衡起着更基础支持作用的，仍是媒体等专业内容生产者。

媒体仍需要保持有公共价值的、具有专业水准的、多方面平衡的内容的供给，如果这些内容断供或稀缺，那么无论算法和平台如何优化，人们都无法获得对社会环境充分、全面的了解。

除了坚守专业的原则与方法外，面对新媒体时代公众的心理变化，媒体也需要在一定程度上调整内容生产与传播策略，使自己生产的内容到达更广泛的用户。此外，平台同样也需要扶持媒体之外的具有专业生产水准的内容生产者，包括专业化的自媒体等，促进更多样、平衡的内容生态形成。

六、算法必然导致信息茧房吗？

1.算法本质上是传播权力向多数人的让渡

在传统的新闻生产中，传播的主导权掌握在新闻媒体手中，媒体控制着传播渠道与传播内容，通过文字、图片、音频与视频等为受众构建起新闻事实的拟态环境，受众在很大程度上只能作为新闻文本的“解码”者而存在。

因此，在传统传播模式中，受众始终无法逃脱“木偶”这一角色。现在，在技术驱动和现实需求拉动的双引擎下，基于大数据与人工智能的推荐算法系统的引入，对传媒领域来讲，实质上是一种传统的寡头权力逐步让位于技术逻辑主导的用户权力的过程。它将媒体的传播主动权部分分流到了受众手中，受众不再是被动者，而是以信息传播系统中编码者的身份而存在，主动参与传播过程。

算法根据用户的需求与个性推送新闻，使用户自身在一定程度上成为自己的议程设置者，打破了媒体对传播主导权的垄断。同时，不同用户的需求与个性是各不相同的，经由算法推送的新闻经过用户的分享，使得多种声音同时存在，颠覆了少数者的话语霸权。概言之，算法实际上释放了用户的自主意识，提升了公众参与表达的能力。

2.算法技术有助于解决信息茧房越推越窄的问题

算法推荐有几种主流技术类型，一是基于内容的推荐，二是协同推荐算法。内容推荐的优点之一就是解决了协同过滤中数据稀疏和冷启动的问题，但长期使用用户历史数据容易导致推荐过度个性化。

而协同过滤算法则是根据跟你相似的其他人喜欢什么来进行推荐，因此用户可能接触到自己都想不到的多样内容。随着移动互联网的兴起以及包含内容和关系的社交媒体（如 Twitter、Facebook）的快速发展，单独的推荐算法已难以满足用户推荐、内容分类、话题挖掘等需要，因此，融合多种算法、关联更大数据的组合推荐系统得到发展与完善。

在推荐系统的实践应用中，经常运用两种或两种以上的推荐算法，以整合优化新闻、资讯及其传播，弥合各自的不足与欠缺，实现精准预测和推荐。不同算法技术之间互相补充，有助于解决造成的信息茧房越推越窄的问题。

3.可信任的算法推动了用户与内容的友好会话

算法与人的互动，本质上是算法背后设计者的价值逻辑或意识形态与用户的互动。实际上，在意识到“信息茧房”存在的影响后，主流媒体机构、互联网公司等都通过诸多尝试优化内容的分发规则，建立可信任算法的伦理框架。

一是坚持人机协同，在算法技术应用基础之上重视人工编辑的作用。例如读者偏左派的《卫报》每周选择5篇保守派文章组成专栏，以拓宽读者视野。

二是“随机”设计中注入人性关怀，在算法开发和设计阶段，开发者逐渐考虑到用户需求与

行为中“摇摆着的矛盾”，即人之为人的复杂性，普遍在原有算法模式上采用“随机”推荐以增加用户的信息差异。

概言之，算法导致“信息茧房”是对新技术负面影响的夸大，隐含着“技术决定论”的色彩。“信息茧房”并非用户常态化的媒介使用状态，且受到来自个体、社会以及技术等多方面因素的扩张、转换与替代的影响。忽略人的行为决策的复杂性，单纯探讨技术与传播现象的关系，只会导致问题的简单化和结论的粗暴。

实际上，“以人为本”的算法加上与人的智能的深入融合，不仅为人们提供了多元和理性的信息世界，也为算法技术提供了善意的发展路径。

七、信息茧房、过滤气泡、回音室

＋

信息茧房 VS 过滤气泡

桑斯坦在2006年就已经提出“信息茧房”的概念，那时候并没有我们所熟知的算法推荐，从桑斯坦对信息茧房的最初定义来看，“信息茧房”实质上来源于人们的选择性心理。

而“过滤气泡”概念最早由互联网活动家帕里泽（Pariser）2011年在其著作《过滤气泡：互联网没有告诉你的事》中提出。他发现搜索引擎可以随时了解用户偏好，并过滤掉异质信息，为用户打造个性化的信息世界，但同时也会筑起信息和观念的“隔离墙”，令用户身处在一个“网络泡泡”的环境中，阻碍多元化观点的交流。

从两个概念的诞生的语境来看，信息茧房强调用户的选择性心理，而诞生于社交媒体时代的“过滤气泡”才更多的是由算法推荐直接影响造成的，“过滤气泡”以大数据和算法推荐为底层架构，过滤掉与我们观点相左或我们不喜欢的信息，只提供我们想看的内容，从而造成人们认知的隔绝状态。

＋

信息茧房 VS 回音室

回声室效应指的是，当我们过多地接触我们偏好的信息，我们对于现实的判断可能会被扭曲，因为我们过分关注事物的某一面，而忽略了另一面，并逐渐认为现实就是如此。

回音室效应不等同于信息茧房，它更多指的是信息或想法在一个封闭的小圈子里得到加强，更多地强调群体或系统的封闭，这不仅仅源于信息视野的狭窄，也源于群体互动。

单看个人信息茧房的形成，可能对社会的影响并不明显，可因为“信息茧房”的存在，人们只会选择和接触与自己意见相同或近似的人群，采纳符合自己预期的观点，就会形成“回音室效应”。

个人所认同的意见和观点，以及所感兴趣的事物，都会在这种传播场域中得到“正反馈”式的激励和放大，会导致人们成为认知上的“井底之蛙”，误把“私域”（某圈层）的事物和观点等同于“公域”（全社会）的事物与观点，进而形成刻板成见，并且当自己在圈层内的观点与圈层以外的观点对冲时，人们会感到迷惑茫然，甚至走向认知上的极端和表达上的极化，出现群体极化行为。

＋

过滤气泡 VS 回音室效应

过滤气泡与回音室效应最大的不同即是：“回声室效应指的是，当我们过多地接触我们偏好的信息，我们对于现实的判断可能会被扭曲，因为我们过分关注事物的某一面，而忽略了另一面，并逐渐认为现实就是如此。

而过滤气泡描述的是另一种情况：我们不喜欢或不同意的新闻内容会被自动过滤掉，而这会缩小我们的认知范围。”也就是说“回音室效应”可能是算法过滤的结果，也可能其它原因，但“过滤气泡”则一定是算法过滤造成的。

参考文献：

[1] 彭兰. 导致信息茧房的多重因素及破茧路径[J].新闻界,2020.

[2] 喻国明,曲慧."信息茧房”的误读与算法推送的必要[J].新疆师范大学学报，2020.

[3] 陈昌凤,仇筠茜.“信息茧房”在中国：望文生义的概念与算法的破茧求解[J].新闻与写作，2020.

[4] 范红霞,孙金波.大数据时代算法偏见与数字魔咒——兼谈“信息茧房”的破局[J].中国出版，2019.

[5] 喻国明,方可人. 算法推荐必然导致“信息茧房”效应吗——兼论算法的媒介本质与技术伦理[J].新闻论坛，2019.

[6] 丁晓蔚，王雪莹，胡菡菡.论“信息茧房”矫治——兼谈大数据人工智能2.0和“探索——开发”模式[J].中国地质大学学报（社会科学版），2018.

[7] 究竟是什么在影响人的新闻消费习惯？探索过滤气泡背后的真相https://mp.weixin.qq.com/s/PrW0XCd78A1SKfz5Jt828A