推荐算法，信息茧房的编织者？ | 算法与信息（之三）

 

点击上方“社会科学报”关注我们

关键词 算法

信息智能推荐算法是人工智能技术在信息传播领域的应用，它极大地提高了信息的生产和传播效率，带来了传播方式和传播活动的深刻变革，同时也引发了监管部门和用户对这一新技术运用中出现的内容质量和价值观问题、算法黑箱和信息茧房风险等多方面的关切和疑虑。

算法推荐，是否给我们编织出了一个个信息茧房？

学界进行了持续研究分析，互联网信息平台不断探索问题的解决和风险的防控，推动智能推荐技术的优化创新，以期把握算法的特点、价值和规律，促进人工智能时代信息传播的健康发展、安全发展。

《社会科学报》于近期推送字节跳动公共政策研究院“算法促进人工智能时代的信息传播”系列三讲，这是第三篇。欢迎各位读者持续关注！

第一篇在这：算法，信息时代社会价值弱化的罪魁？

第二篇在这：算法黑箱，是潘多拉的盒子？

原文 ：《算法促进人工智能时代的信息传播》

作者 | 字节跳动公共政策研究院  袁祥  王一

图片 | 网络

推荐算法使信息茧房在形式上显性化

▌算法推荐不一定导致所谓“信息茧房”

信息茧房并非新现象，在传统媒体时代已有表现，一直延续到智能传播时代，但推荐算法为这一现象提供了新的形成机制。（见表）

不同媒介时期	形成机制	茧房类型
大众媒体	读者、观众只看喜欢的刊物、栏目、频道和节目，即便有些全国范围统一时间段播出的节目，部分观众可能不收看或仅将其作为“背景音”。	兴趣茧房
门户网站	不关注要闻大事的用户直接点击进入娱乐、体育等喜爱的频道，或者干脆直接输入频道的网址而不必经过门户首页。	兴趣茧房
社交网络	用户基于对特定创作者账号的关注，形成相对固定的信息接收渠道，以微博账号follow，微信公众号订阅为代表。	兴趣茧房
	将社交网络作为新闻资讯和信息接收的主要方式，只阅读熟人分享的信息，以微信朋友圈、群组为代表。	关系茧房
	由于关注账号数量的增多，朋友圈人数的扩大，在有限的时间和精力下只查看最感兴趣的内容，本质是在已经通过兴趣、社交方式筛选过的信息中进一步缩小范围，这是目前社交网络上信息茧房的主流类型。	“兴趣+关系”双层茧房

表：信息茧房在不同时期的表现

到了算法时代，不论是基于内容的匹配，还是用户之间的协同推荐，都是为了满足用户的兴趣，在类型上属于兴趣茧房。

复旦大学新闻学院执行院长张涛甫教授认为，茧房是人的认知宿命，从来就有，只不过因算法流行而被我们显著地“看见”了。相比形式上的被“看见”，从效果角度分析，和社交时代普遍存在的“兴趣+关系”双层茧房不同，推荐算法带来的茧房效应反而要弱一些，这是因为信息没有经过太多关系链的过滤，推荐内容的选择范围要大得多。

牛津大学路透新闻研究院《数字新闻报告》表明：54%的受访者更喜欢通过算法来获取信息，而选择编辑或记者的比例仅为44%，这反映出从整体上看，信息聚合平台上的用户会比其他用户获得更为多元的信息，算法其实能让用户接触到自己不常用的新闻来源。

复旦大学哲学学院徐英瑾教授认为，从心理学的角度看，茧房是一个中性词，人承受信息量总体是稳定、有限的。

而中山大学传播与设计学院院长张志安认为，西方一些研究表明，算法推荐的内容也可以做到更加全面、客观，从实际效果看，很难简单下结论算法推荐就一定会导致所谓的“信息茧房”。

▌如何破解茧房效应？

虽然如此，对算法的茧房效应也要高度重视。即便是仅从市场目标考虑，信息茧房从长期看可能带来用户的审美疲劳，降低活跃度和使用率，不利于信息平台的持续发展。要破解茧房效应，就要在两个方面、三个方向协同发力。

一是要优化推荐算法，分为“精准化”和“多元化”两个方向。一般认为，个性化的“精准”推荐是形成茧房的原因，但从更深层来看，没有做到真正的精准，才是根本原因。算法大多基于过去的统计关联来“预测”未来，无法有效预判未知的偶然性因素，也缺乏在心理学层面对背景、意图、动机等的因果逻辑分析，基于标签、分类、历史行为等的推荐还停留在粗粒度，大多基于表面化的特征标签来推荐。如果算法能做到对更深层因素的透彻分析，发现特定用户在不同类别内容之间的更细粒度联系，就可以做到更精准的推荐，既实现了细粒度的个性化，提升用户满意度，也做到了粗粒度的多元化、多样化，破解信息茧房效应。

当前，我国头部智能分发平台的算法模型自动学习积累了数以几十亿的“向量特征”，有助于探索以“精准化”方式化解茧房效应。与此同时，在推荐算法这一“母爱式”的信息供给占主导的情况下，也需要引入精英推荐、新闻专业主义的“父爱式”传播，用户想看什么和应看什么要有所平衡。

《华尔街日报》于2016年创设了一个“红推送，蓝推送”（ Red Feed, Blue Feed），将Facebook上同类内容的自由倾向、保守倾向的信息并列呈现给用户，以此提醒用户其偏向性，并推荐另一观点相左的内容,帮助用户平衡、多元化其新闻消费。

在国内，今日头条等主流信息分发平台综合运用内容消重、打散和对用户多元兴趣的主动探索等策略来消除茧房效应，避免同样标题或内容的信息重复推荐，避免相同类型、主题、作者等的内容短时间内密集出现，对时政、科技等一些用户没有明显兴趣但也没有表现出排斥的内容主动推荐，引导用户兴趣扩展和关注更多优质信息。

二是要促进推荐算法的平衡使用，特别是加强对青少年群体的保护。推荐算法已广泛应用在图文、短视频、在线视频和商品等各个领域，对推荐内容，成年人有着更强的选择自主性，但对少年儿童等特殊群体，则需要有更多的关爱和保护措施。

针对青少年自控能力差、更容易沉迷和对内容缺乏鉴别力的特点，今年国家网信办指导组织抖音、快手、火山小视频等短视频平台试点上线青少年防沉迷系统，对选择该模式用户的使用时间段、在线时长做出限制，只能访问青少年专属内容池，算法还将基于对用户地理位置和行为的分析，筛选甄别农村地区留守儿童用户，自动切换到“青少年模式”，有效地保护了青少年信息消费的安全和健康。

▌建立媒介技术发展的“历史观”和信息传播监管的“整体观”

总的看，在信息智能推荐算法时代，需要建立媒介技术发展的“历史观”和信息传播监管的“整体观”。

信息传播有很强的社会建构功能，人创造技术以满足自身的需要，技术被创造出来后又塑造着人的生存环境，特别是媒介技术，构成了人类社会的“拟态环境”。由于技术是按照一定的目标和规则设计的，其也遵循某种内在的逻辑运行，具有刚性的环境约束特点，对不同的行为持续发挥着促进或抑制的作用，在整体上表现出某种偏向性。

信息智能推荐算法是媒介技术最新的发展阶段，体现了全球的趋势，总体上是进步性的，对满足个体和社会的需要，促进国家竞争力的提升有重要意义。应鼓励促进新技术发挥积极的价值，同时也要更有效防控技术失范带来的社会问题，促进智能分发健康持续、安全有序发展。我国特有的体制机制优势和在互联网治理上积累的有效经验，为实现这一目标提供了底气和自信。

步入互联网时代以来，至今已经历三次技术产品逻辑和信息传播模式的变化，每一次都为网上内容生态的治理带来新挑战，但也促进了监管方式的革新。

第一次是门户网站时代，相比传统的报刊和广播电视，出现了商业网站这一新的信息传播平台，为了适应这一新变化，我国探索建立了网络新闻传播的资质制度，通过赋予新闻单位时政类信息发布权、商业网站转发权，既在源头上确保内容导向正确，又促进了主流价值的广泛传播。

第二次是社交网络时代，以微博和微信平台为代表，普通人有了内容创作和发表评论的便利渠道，网民生产的内容很快在数量上占据了主导，也带来了鱼龙混杂的信息。这一时期，我国逐渐建立了用户实名、平台责任、技术监管、社会监督等多样化的治理方式，也将门户时代的网络新闻资质管理制度沿用到媒体公号领域，确保新闻单位账号对时政类信息的发布权，形成了主流引领+多元讨论的网上内容生态。

第三次是智能分发时代，是人们正在经历的过程，推荐算法为网上议程设置、内容把关带来了新挑战，个人的信息获取和交流互动也产生了新变化。在智能分发时代，之前的互联网管理经验、机制和有效做法应予以更有效的执行，还要借鉴此前有效的做法，以符合算法特点、价值和规律的方式，在新的传播环境下转化运用，以促进人工智能时代信息传播的健康发展、安全发展。

文章将刊载于社会科学报第1664期第2版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

拓展阅读

长按二维码关注

社会科学报

做优质的思想产品

http://www.shekebao.com.cn/