当期荐读 2021年第6期 | 信息贫富分化的“时间悖论” ——基于个人信息世界边界要素的实证检验(内含视频摘要)
ISSN 1003-2797
CN 42-1085/G2
双月刊
同行评审期刊
周文杰 包赟琪
(西北师范大学商学院,兰州,730070)
目的/意义
对日常信息获取时间与个体的信息富裕化进程之间的关系进行分析,以便对“信息茧房”等理论假说作出实证检验。
研究设计/方法
以《个人信息世界量表》为测量工具,通过大规模的社会调查,收集了714名受访者的相关数据,应用回归分析及均值比较等方法对研究假设进行了检验。
结论/发现
首先,信息主体的日常信息获取时间与其信息资产得分存在着倒“U”型关系,拐点出现在3.9小时。 其次,以受教育年限15年为界,受访者日常信息获取时间与信息资产呈现不同的关系。
创新/价值
本文识别了“信息茧房”产生的时间和教育水平“门槛”,对信息贫困的治理具有一定的指导价值。
关键词
个人信息世界 日常信息获取时间
教育水平 信息茧房 知识沟
1 引言
“个人信息世界”是一个为解释信息不平等和信息贫困现象,在深度考察个人常规性信息实践的基础上提出的概念[1]。按照这一概念,时间、空间和智识三个维度共同决定了个人信息世界的边界,限制了一个人获取信息、提取信息和将信息转化为信息资产的能力,从而对其信息贫富状况产生影响。其中,个人信息世界的时间边界是指个人在日常生活和工作中有意识地分配给信息活动的时间,空间边界指个体获取信息的场所或信息源的多样性,智识水平则指个人信息活动可以达到的智力和认知水平。
时间作为限定个人信息世界的重要边界,是解释个体信息贫富状况的最重要变量之一。按照个人信息世界概念,个体用于有意识信息获取的时间越长,则其个人信息世界的边界越宽阔,个体的信息富裕程度也因此越高。然而,也有研究者对信息获取时间与个体信息贫富状况作出了相反的解读。例如,按照Sunstein提出的“信息茧房”(information cocoons)概念[2],个体信息获取时间如果被“投其所好”的个性化推荐算法所“俘获”,则其用于信息获取的时间越长,反而越有可能因陷于信息“回音室”(echo chambers)[3]而更趋信息贫困。由此可见,迄今为止,研究者关于信息获取时间与个体信息贫富状况之间关系的理解存在着不一致甚至相互矛盾的认识。基于这一薄弱点,本研究得以展开。
根据美国学者蒂奇诺(Tichenor)于1970年提出的“知识沟”假说及其后续验证,教育水平等因素所代表的经济社会地位越高者,会优先获取信息效用,从而处于信息贫富分化的优势一侧,并扩大与信息贫困者之间的“鸿沟”[4]。然而,个体的受教育水平是否会影响信息获取时间与信息贫富状况之间关系?通过文献调查发现,这一问题同样也没有得到研究者清晰的回答。基于此,本研究拟以西北一个县城及其周边区域的农村人口为样本,在对个体信息获取时间与其信息贫富状况的关联作出解析的基础上,进而把受教育水平纳入这种关联关系的解析之中,以期深化对个体信息获取时间、受教育水平与其信息贫富状况之间确切关系的理解,从而为信息贫困的治理提供理论依据与实践参照。
2 文献回顾与研究假设
2.1 信息茧房
“信息茧房”是Cass R. Sunstein在《信息乌托邦:众人如何生产知识》(Infotopia: How Many Minds Produce Knowledge)一书中提出的概念。Sunstein将“信息茧房”作为信息过滤机制带来的一种负面效应看待,他认为,“信息茧房描述的是这样一种交流环境:只包含我们选择的、让我们感到舒适和愉悦的信息”[2]。也就是说,信息传播中,因公众自身的信息需求并非全方位的,公众只注意自己选择使自己愉悦的信息。久而久之,会将自身桎梏于像蚕茧一般的“茧房”之中[5]。
Sunstein认为,“信息茧房”同时是一个信息交流场域,一般是用户自我选择和算法推荐共同起作用的结果,信息窄化和群体极化是“信息茧房”两个重要的特征[6]。信息过载是网络用户信息窄化的主要社会背景,信息渠道的窄化和信息兴趣的窄化则是网络用户信息窄化的重要特征[7]。Sunstein视支持预先选择的个性化的推荐算法为“信息茧房”效应的必要条件,并将其作为批判的重点[8]。在网络时代,由于信息的数量呈指数级增长,相对于个人有限的信息处理能力,信息量显然会超过个人所能承受的范围,因而使人们的信息处理能力相对降低[9]。换言之,信息过载或过度饱和不但不能提升个体的生活品质,反而会导致焦虑、迷惑、无知等情形的发生[10]。认知均衡理论认为,处于信息过载的用户为缓解心理焦虑,往往会根据个人喜好以及既有经验对信息进行筛选和过滤,以保持认知平衡。
现代算法推荐系统根据用户注册信息、历史行为数据和信息搜寻需求为用户建模,其中应用最广泛的是基于内存的协同推荐(memory-based collaborative filtering,也称为启发式的协同推荐)[11]。由于现有协同推荐基于历史数据来提供预测结果,这意味着用户用于信息获取的时间越长,系统预测推送的内容越贴合用户的信息获取偏好。其结果是,虽然海量的信息有助于用户丰富其信息资产,但推荐算法投其所好的信息推荐可能形成一道“过滤气泡”(filter bubble),从而事实上剥夺了用户信息选择的权力。显然,若用户长期受算法推荐的信息的裹挟和影响,将会形成对某类认知与观点的长期追崇,从而降低对其它媒体尤其是主流媒体声音的信任感,影响其价值判断进而影响其行为选择[12]。
王益成等认为,“信息茧房”作为一类被动的信息获取途径,在初期有益于用户获取适当的信息。然而,随着信息获取时间的增加,“信息茧房”越来越不利于用户的信息获取,并逐渐抑制了信息用户的兴趣发展。进一步研究发现,用户对于碎片化时间的处理方式是影响“信息茧房”的重要因素。具体而言,网络用户在处理碎片化时间时选取网络服务越多,受困于信息茧房的层次也越深[13]。也就是说,在推荐算法的作用下,合理时间范围内“信息茧房”的形成实现了信息服务与用户的精准对接,对用户的信息富裕化具有引导作用;但是,如果超过一定时间范围,“信息茧房”对用户注意力的“束缚”作用便显现出来,从而使推荐算法藉由“信息茧房”剥夺了用户的信息选择权,使其因陷于狭小的信息视野而沦于信息贫困。黄楚新认为,在推荐算法导致的“信息茧房”中,人们可能会落入工具奴隶的圈套,迷失正确的价值观,进而陷入对现实世界的认识误区[14]。张淑芳等认为,茧房效应不仅会使受众因为知识结构被固化、身份认同被牵制而迷失,更会影响到“社会共同体意识的传播与构建”[15]。
“信息茧房”并非独特存在于网络世界,也并非现代传播技术特有的副产品,而是早已有之。研究者认为,“‘信息茧房’既存在于前数字时代,又存在于数字时代”[16]。例如,有研究者指出,那些一头钻进故纸堆“占有资料”,只关注自己感兴趣的话题和观点,而对其他诸事万物熟视无睹的“书呆子”,无异于自织茧房之举[17]。
“信息茧房”的存在表明,无论在互联网还是其他信息获取场景下,个体信息获取的时间投入对其信息富裕程度可能会产生阶段性的影响。在初期,个体信息获取时间投入增加保障了其信息的富裕化,但在一定时间节点后,则很可能会出现“作茧自缚”的现象,即,个体信息获取时间与其信息富裕程度呈负向关系。基于以上分析,本文提出如下研究假设:
假设1:信息资产与信息获取时间呈现倒“U”型关系。
2.2 “知识沟”假说
“知识沟”假说首次是由美国学者Philip J. Tichenor、George A. Donohue和Clarice N. Olien于1970年发表的《大众传播流动和知识差别的增长》(Mass media Flowand Differential Growthin Knowledge)一文中提出,其主要观点是:随着大众传媒向社会传播的信息日益增多,处于不同社会经济地位的人获得的媒介知识的速度是不同的,社会经济地位较高的人对媒介大量报道的知识的获取将比社会经济地位较低的人速度快,而这两类人之间的知识差距呈扩大趋势。
在众多影响“知识沟”形成的因素中,目前学界讨论最多的是传播媒介。以往有关媒介差异的研究成果主要强调的是印刷媒介的独特作用、印刷媒介与广播媒介在促成知识沟的有效性方面的比较,以及电视作为知识平衡者(也就是减少知识沟)的巨大潜力[18]。以中国社会为场景的“知识沟”研究发现,报纸、电视、电脑、手机的使用,以及与父母、同辈交谈都无法显著减弱农村儿童中的知识沟[19]。这表明,在新媒体高速发展和信息获取更加公平、普及的今天,一方面社会不同人群在信息接收上处于前所未有的平等时代,从而为弥平信息主体之间的“知识沟”提供了客观条件;另一方面,由于信息主体处理信息的效率存在差异,认知水平不同的个体几乎不可能以同等的转化率获取同质量的信息资产,因此,不同主体间的“知识沟”不仅会持续存在,而且可能会趋于扩大。研究者甚至认为,相对于传统媒介而言,人们在互联网使用上的鸿沟更为显著。这些鸿沟包括信息供给上的差异、信息使用上的差别(信息选择上不同的兴趣与偏好)以及不同的信息接收策略(不同的媒介内容需求与满足,譬如信息和娱乐)等[20]。
由于受教育是个体获得认知发展的基本途径,因此,教育水平常常被认为是影响“知识沟”的关键因素[21]。围绕媒体形式与受众的教育水平之间的关系,不同领域的研究者已展开了大量研究。例如,在新闻传媒领域,Mattehew发现,纸媒承载的文字信息需要受众有较高的认知水平和信息处理能力,因而受教育程度高的个体更倾向于通过报纸等纸媒获取科技信息[22]。在教育领域,Griffin指出,受教育水平越高的群体,越容易关注媒介内容,同时其获取知识的速度也越快[23]。Kim等人对非裔和拉美裔美国人进行抽样调查后发现,教育水平的差异会导致有关慢性病方面的知识差距[24]。在数据鸿沟等研究领域,DiMaggio和Hargittai通过分析2000年的美国综合社会调查(GSS)数据后果发现,受教育程度高、收入高,以及在认知测试中得分高的用户更倾向于用互联网“积累资本”,而非单纯娱乐[25]。为了对“知识沟”假说作出实证检验,Bonfadelli对1997-2000年瑞士的数据分析后表明,受教育程度高和收入高的用户一般将互联网用于获取经济收益,而社会经济地位低的用户则更多地将互联网用于娱乐[26]。
教育也是提升公众信息素养水平的关键因素[27]。由于教育水平不仅会影响个体对于信息源的选择,而且也很可能导致不同的信息获取、接收与处理效率,从而对“知识沟”产生实质性影响。如果“信息茧房”导致信息获取时间与信息富裕程度之间存在倒“U”型关系,那么不同的教育水平是否会对这种关系产生不同影响?也就是说,相对于高教育水平的用户,教育水平相对较低的信息主体很可能因认知水平相对较低而更易于陷于“信息茧房”中不自知。其表现是,与具有较高认知水平和批判性思维能力的高教育水平个体不同,低教育水平的信息主体更容易被大量的同质信息淹没,长时间很难拓宽自己的知识面,从而陷于并强化了“信息茧房”,从而扩大了与其他主体之间的知识鸿沟。据此,本研究提出下述假设:
假设2:信息资产与信息获取时间的倒“U”型关系受到个体教育水平的影响。
3 研究设计
3.1 样本
本文的数据来源于2020年7月18-28日在甘肃省陇西县进行的一次大规模社会调查。本次调查以于良芝等发展的《个人信息世界量表》为调查工具[1,28],共采访了714位受访者。受访者既有商户经营者、公务员、教师等城市人群,也有农民、农村家庭妇女和留守老人等乡村人群。
3.2 变量
本研究的变量主要包括个人信息世界的内容和边界两个要素,同时涵盖了受访者的信息感知能力、ICT的使用状况以及性别、年龄、受教育水平等人口统计学变量。
本研究以《个人信息世界量表》中关于信息资产的问项作为对个体信息贫富状况的测度,主要涉及了受访者从图书、杂志、报纸、电视、网站及人际等信息源获取信息的能力和状况,以及对搜索引擎、计算机书目及专业数据库的使用程度。在实际测量中,根据信息源的使用频率和信息富集程度,依据专家判断,对每种信息源的得分进行了赋分加权,最终形成了一个百分制的得分,作为了本研究的因变量。
《个人信息世界量表》是根据于良芝教授所提出的“个人信息世界”概念框架[1],为测度个体信息贫富状况而发展的测量工具。这一工具于2012年得以开发并通过了重测信度和构念效度的检验,被证明具有良好的信效度[28]。《个人信息世界量表》涵盖了内容(包括可及信息源、可获信息源、惯用或基础信息源和信息资产四个维度)、边界(包括时间、空间、智识)和动力三个要素的八个维度。
在《个人信息世界量表》的开发过程中,于良芝、周文杰等应用德尔菲法,发展了一套基于专家评分的赋分规则[28-29],具体如下:首先,课题组根据信息贫困及相关领域研究成果,通过文献调查,梳理了前人认为对个体信息贫富状况产生影响的信息源。其次,将这些信息源列表后提供给熟悉本领域研究的10位专家,请专家对这些信息源之于个体信息富裕化影响的重要程度加以排序。然后,按照专家排序对不同信息源赋予权重不同的分值。最后,再将用户使用这些信息源的频率与专家判断的分值相乘,得到具体测量项目的最终得分。本研究的核心自变量是信息获取时间。由于所测量的人群主要是文化发展水平相对较低的西部县城和乡村,涵盖人群主要是县城的个体商户和农民,从工作和生活属性上说,这一人群对信息并无特别的依赖性,因此,本研究在进行异常值检测的基础上,对每天信息获取时间高于7小时的个体进行了缩尾处理。本研究的另一个重要自变量是受访者的教育水平,主要通过采访个体的受教育层次并依据学制转化为受教育年限。上述各变量的测量项目及赋分规则具体如表1所示①。
① 本研究的样本人群为甘肃陇西县城及周边农村居民,平均文化程度相对较低。整体而言,这一样本人群使用计算机书目、专业数据库等信息源的可能性较小。在本研究中,为保证《个人信息世界量表》测量的完整性,仍然保留了这一变量。在实际数据分析中,未使用过此类信息源的个体将不会得到相应得分。因此,这一变量的测量并不会对研究结果造成影响。
3.3 模型
如前文所述,从“信息茧房”到“信息回音室”的理论设想出发,本研究提出了研究假设一,将信息资产与信息获取时间的关系归结为一种倒“U”型的关系。为验证该假设,本研究构建了如下拐点识别方程:
assetP=α+β1time+β2time2+μ(1)
式中,assetP为信息资产维度百分制得分,time为受访者每天用于信息获取的时间,time2为time的平方项,反映信息资产与信息浏览时间之间的非线性关系,当time的系数β1为正,而time2的系数β2为负时,二项式便具有抛物线形态。对于上述倒“U”型关系而言,总存在一个正的信息获取时间值time的拐点。在此点之前,time对assetP的影响为正,即随着信息获取时间的增加,信息主体的信息资产得分增加;而在此点之后,time对assetP的影响为负。在估计的β︿1>0和β︿2<0的方程中,转折点time*是time的系数与time2系数的两倍之比:
time*=|β︿1/(2β︿2)|(2)
当Di=1时:assetP1=α1+β11time1+β21time21+μ1
当Di=0时:assetP2=α2+β12time2+β22time22+μ2(3)
式中,Di为分组变量,代表个体i是否接受过某阶段的教育,Di=1代表接受过,Di=0代表未接受过。
4 实证结果分析
4.1 主要变量的描述性统计分析
根据上述研究设计,本研究的因变量为基于《个人信息世界量表》中信息资产维度的测量而得到,并经专家判断后赋值加权而得到的一个百分制得分。本研究的两个核心自变量分别是受访者每天用于信息获取的时间和根据其最后阶段学历而换算的受教育年限。这三个变量的描述性统计结果如表2所示。
4.2 信息获取时间对信息资产的拐点效应
根据方程(1)对全部样本数据进行信息获取时间之于信息资产的拐点效应进行识别,结果如表3所示。
由表1可见,自变量系数time的系数8.271>0,其平方项time2的系数为-1.063<0。两个回归系数均在1%水平上显著且拐点识别方程的F值(F=25.74,p<0.001)也显著。由此可见,信息资产与信息浏览时间两者之间确实存在着倒“U”型关系。进而,利用拐点识别方程time*=|β︿1/(2β︿2)|计算,总体信息资产的时间拐点time*出现在|8.271/(2*1.063)|=3.9小时,以3.9小时为界限,信息资产和信息获取时间之间的关系可如图1所示。
由图1可见,对于每天平均信息获取时间低于3.9小时的信息主体而言,随着其获取信息时间的增加,信息资产得分不断上升。然而,当每天信息获取时间超过3.9小时后,信息主体信息资产得分非但没有随信息获取时间增加而继续上升,反而出现下降趋势。也就是说,个体的信息贫富程度难以简单凭借其信息获取时间来判断。在一定条件下,信息获取时间长不但不会达到弭平“知识沟”的目的,反而可能增加信息主体陷入“信息茧房”的概率,从而降低其信息富裕程度。
4.3 拐点两侧受访者个人信息世界相关因素得分的均值比较
本研究中,除应用《个人信息世界量表》对信息资产维度进行测量之外,还将个人信息世界概念框架下的另外七个维度②也纳入了测量。本研究已在信息获取时间为3.9小时处发现了拐点,那么,个体在这个拐点两侧个人信息世界各维度上的得分是否会存在差异?为回答此问题,本研究以信息获取时间为3.9小时为界,把受访者分为较低信息浏览时间组和较高信息浏览时间组,进而对两组之间在个人信息世界各维度上得分进行了均值比较。经过比较,本研究将3.9小时两侧不存在显著差异的测量项目予以剔除,仅保留二者存在显著差异的维度,具体结果如表4所示。
分析发现,在本研究所涉及的个人信息世界八个维度的83个问项中,只有表4所示的9个问项在拐点两侧的得分均值存在显著差异。这9个问项中,涉及网络信息获取的变量有6个。特别需要注意的是,在以网络为惯用信息源的测量中,本研究共涉及5类网站,其中有4类网站在拐点两侧的得分均值存在显著差异。也就是说,以3.9小时为界,较高信息浏览时间组更倾向于以游戏、实用、时政和知识类网站或故事类电视节目作为其惯用信息源。同时,在信息获取动力维度的12个问项中,仅有休息休闲时频繁上网的个体在拐点两侧的均值出现了显著差异。此外,频繁使用网络搜索引擎的个体,以及具有英文阅读能力和教育水平相对较高的个体也倾向于花费更长时间进行信息获取。
②这七个维度分别是可及信息源、可获信息源、惯用信息源、信息获取动力以及个人信息世界的时间、空间和智识边界。
5 教育水平之于信息获取时间与信息资产之间关系的影响
5.1 不同教育水平下拐点效应的差异
按照个人信息世界的概念框架,时间、空间和智识三个维度共同划定了个人信息世界的边界。鉴于教育水平之于个体智识显而易见的影响,个人信息世界的边界无疑会受制约于个体的受教育水平。然而,本研究在前述部分已证实了信息获取时间与信息资产富裕程度之间的“悖论”。那么,在教育水平提升个体智识边界的同时,是否仍然存在着上述的“时间拐点”及类似效应。为回答此问题,本研究提出了研究假设二。
劳动经济学等领域的研究者发现,不同阶段的教育为个体带来的经济收益回报率存在差异[30]。为了对在个体的信息富裕化进程中,不同水平的受教育经历可能产生的不同作用加以解析,本研究仍然应用上文所述的式(1)对教育水平之于信息获取时间对信息资产的影响进行分析。经过探索发现,受访者是否完成15年教育对其信息获取时间与信息资产的拐点效应产生影响。据此,本研究以15年受教育年限为界,将样本人群分为两组并分别进行了分析,结果如表5所示。
如表5所示,对于受教育年限超过15年的受访者而言,其信息获取时间显著增强了信息资产,且没有出现前文所述的拐点。与此形成对照的是,受教育年限低于15年的人群中,检验出明显的“拐点”。这表明,与低教育水平人群相比,高教育水平人群较低概率陷入“信息茧房”。
为进一步分析教育水平之于个体信息获取时间与其信息资产关系的影响,本研究进而以日常信息获取时间为3.9小时为界,分别对高教育水平组与低教育水平组的日常信息获取时间对信息资产影响的状况进行了比较分析。
如图2所示,对于受教育年限小于等于15年的人群来说,如果日常信息获取时间小于3.9小时,则信息获取时间的增加有助于提升其信息资产;如果日常信息获取时间大于3.9小时,则这个人群中的很多人可能被“信息茧房”所俘获,从而导致其信息获取时间越长,反而越加信息贫困。相反,对于受教育年限大于15年的人群来说,虽然以3.9小时为界,信息获取时间对其信息资产的影响也存在着差异,即3.9小时之前信息获取时间对信息资产影响较明显,而3.9小时之后,这种影响趋缓,但3.9小时两侧的回归系数均为正。
5.2 不同教育水平下影响“3.9小时拐点”的关联因素
本研究在调研工具的设计阶段已结合前人的研究,将可能影响信息获取的相关因素纳入了调查。这些因素既包括前文所述个人信息世界本身的各维度,也包括人们信息获取的技术和社会支持、对手机等信息设备的使用情况等。为探究不同教育水平下,信息获取时间“拐点”两侧信息主体的信息获取特征,本研究分别对高教育程度和低教育程度两组人群分别在高低不同的浏览时间上的关联因素进行了均值比较。
表6中列出了日常信息获取时间在“3.9小时”两侧的个体在一些具体信息获取特征方面的差异③。由表6可见,日常信息获取时间大于3.9小时的高教育水平信息主体的信息使用习惯表现出以下特征:一是利用手机使用社交媒体的频率显著偏低④,在开阔眼界的方式中更加重视通过与他人交流来扩大自己的信息来源;二是对信息在日常生活和工作中(例如,求职或升职)所起到的作用评价都更高,同时,日常活动区域内图书馆的使用也提高了这些个体的信息资产得分;三是这个人群具备英文阅读能力,从而使他们能够在更大范围内展开阅读。正是由于这些特征,受教育水平达15年以上的信息主体具备了一个鲜明的特征:即使日常信息获取时间超过了3.9小时,但仍然没有落入“信息茧房”的困局,其信息获取时间仍然对信息资产的富裕化保持着正向效应。
表7表明,在受教育程度低于15年的受访者中,日常信息获取时间超过3.9小时的信息主体具有如下信息使用习惯:首先,他们更倾向于在休息休闲时上网;其次,虽然周边有可供使用的电脑,这一类人群仍然更频繁地通过手机获取信息;第三,他们利用手机浏览网络新闻和使用搜索引擎类信息源的频率更高;第四,他们更高频率地使用具有明显推荐算法的手机APP,例如,用手机进行电商平台购物、听音乐或看视频、玩网络游戏等。整体而言,受教育程度在15年以下并且每天花费3.9小时以上进行信息获取的人群更多体现出被“信息茧房”所俘获特征:他们倾向于花费更多的时间去获取信息,但容易被网络算法捕获注意力,在信息获取时间中大部分注意力被娱乐消耗。
③ 表中只列出了信息资产得分存在显著差异的项目。
④按照本研究的编码规则,个体在此维度的得分越低,对手机使用越频繁。
6 稳健性检验
为进一步确认本研究所识别的信息主体日常信息获取时间之于具体信息资产影响的拐点具有可靠性,本研究通过将总体样本按人口统计学指标进行重新分类的方法进行了稳健性检验。具体检验方法是,将总体样本按照受访者性别、年龄重新划分后,对信息资产与时间之间关系的拐点在每个子样本群体上进行重新检验。具体结果如表8所示。
由表8可见,四个模型的系数与方程均显著,说明无论将样本群体通过性别还是年龄进行划分,信息资产与信息浏览时间两者之间的倒“U”型关系始终存在。进而,如果利用拐点识别方程time*=|β︿1/(2β︿2)|计算,男性总体信息资产的时间拐点time*=|10.41/(2*(-1.38))|=3.77小时,女性总体信息资产的时间拐点time*=|6.45/(2*(-0.79))|=4.08小时;低龄组信息资产的时间拐点time*=|7.08/(2*(-0.89))|=3.98小时,高龄组信息资产的时间拐点time*=|9.02/(2*(-1.23))|=3.67小时。上述四个子样本群体与前文所识别的3.9小时误差在0.3小时以内,表明前文实证分析中的结果是稳健的。
7 讨论
7.1 信息获取时间的“3.9小时效应”
根据“信息茧房”及“信息回音室”等相关理论假说,合理的日常信息获取时间有助于个体的信息富裕化,但如果过长时间沉湎于特定的信息环境,则很可能陷于“信息茧房”而不自知。本研究基于实证调查数据发现,信息主体日常信息获取时间为3.9小时处存在着一个明显的拐点。在拐点前后,信息获取时间对信息资产产生了“先增后减”的截然相反影响。本研究的发现为“信息茧房”时间临界点的确定提供了比较直接的经验证据,即“信息茧房”的“门槛”在个体信息获取时间为3.9小时处。
本研究认为,之所以在3.9小时后个体信息资产得分随着信息获取时间增加而降低,表明这些个体信息获取偏好被推荐算法俘获。也就是说,为了迎合用户偏好,很多媒体客户端以“投其所好”的纯娱乐化分享代替传统媒体的官方语言,一部分以分享生活为主要内容的APP更是秉承“娱乐至上”的原则,无限消费受众的注意力。这种倾向的一个消极后果是,主流价值的输出不断受到娱乐化、情绪化内容的分流,使得主流价值进一步边缘化[31]。同时,陷于“信息茧房”的个体会有意无意地回避掉很多有价值的信息,被动地缩小了信息接收视野,从而加剧了信息贫困。
依托大数据的技术和算法正在飞速发展。在互联网上,信息浏览的时间越长的个体,则越会留下更多的个人信息获取偏好“痕迹”,从而被推荐算法“精准俘获”。这种越来越“精准”的信息服务,使Nicholas Negroponte(1997)所预言的信息服务“个人日报”(The Daily Me)模式成为现实[32]。也就是说,被推荐算法精准俘获后,信息主体习惯于为自己定制的“个人日报”,进而“稀释”了与其他信息主体之间的共同经验,使全社会在对待不同的观点看法时更难取得共识,也使人们相互之间更难实现包容和相互理解。然而,社会的发展依赖于各阶层共同合作、协商作为其基础的社会粘性,需要社会群体拥有共同经验[33]。媒体塑造的共同经验提供了某种社会黏性,一个这种共同经验的传播体制被“个人日报”所消解,将带来社会的分裂等诸多问题[34]。
7.2 教育水平的“15年效应”
虽然很多基于“知识沟”假说而展开的研究都证实了教育在促进信息富裕中的积极作用,但本研究所获取的经验证据表明,教育水平之于个体信息富裕化进程的影响机制存在着阶段性特征。
纪春梅认为,由于不同阶段的教育都具有一定的自我筛选功能,因此,在其他条件相同的前提下,能力较强的人支付较低的教育成本就可以获得较高的教育水平,能力低者则只能获得较低的教育水平[35]。从个人信息世界的角度看,个体的受教育水平作为智识边界的重要体现,反映了信息主体将捕获的信息转化为信息资产方面的潜在个人禀赋。
高教育水平不仅意味着个体更高的信息获取与处理潜力,也意味着更高的个体信息素养。越高教育水平的信息主体,其视野越宽阔,对于信息作用的认识越深入,也越会重视对信息的收集、获取和利用。因此,随着受教育水平的提升,个体接受信息素养教育的程度也会增加。李家清认为,我国信息素质教育的重点在高等院校[36]。本研究通过对数据的探查发现,以受教育年限15年为界,受访者可分为信息特征不同的两个人群。对于高教育水平的人群而言,受教育年限的增加不但从知识层面上拓宽了信息主体的视野,也潜在地使其具备更加深刻的思维能力。这一人群知识视野更宽广且思维能力更深刻,因此能够更高概率地逃脱推荐算法所构筑的“信息茧房”的捕获,从而使日常信息获取时间正向地影响了其信息的富裕化进程。然而,对于仅具有低教育水平的个体而言,有限的知识积累和思维能力常常使其难以对所接触到的信息加以批判性分析,从而更高概率地被“信息茧房”俘获。
一般认为,教育是实现信息贫困干预的最重要手段之一。然而,本研究关于教育水平的“15年效应”表明对于低教育水平的人群而言,其受教育水平并不能保证其逃脱“信息茧房”的俘获。即使对于高教育水平的人群来说,在日常信息获取时间超过3.9小时后,受教育水平提升之于其信息富裕化进程的正向影响也趋于平缓。这表明,“信息茧房”对于高教育水平人群也存在着潜在的影响。总之,识别教育水平的“15年效应”,对于认识信息贫富分化的治理具有重要的启示意义。
7.3 信息源的“惯用陷阱”
对于特定的信息主体来说,可以获取和利用的信息源或许有很多,但只有一部分信息源才常规性地得到信息主体的使用。在个人信息世界的概念框架下,把这些得到常规性使用的信息源称为惯用信息源。
前文对日常信息获取时间为3.9小时两侧的受访者在物理上的可及信息源与认知可获取信息源的总分及各问项得分进行了均值比较,并未检验出显著差异。同时,3.9小时两侧人群在个人信息世界的空间边界要素的得分方面也基本没有显著差异。与此形成鲜明对照的是,在惯用信息源维度的得分方面3.9小时两侧的受访者出现了如下明显差异:首先,在本研究所识别的陷于“信息茧房”的人群(即日常信息获取高于3.9小时的人群)中,受访者更倾向于以游戏、实用、时政/知识类网站或故事类电视节目作为其惯用信息源。其次,“15年教育年限”两侧受访者在惯用信息源得分方面的差异主要集中在各类网络信息源,而不是传统纸质媒体。这与韦路等的研究发现相一致:因特网的使用沟比传统媒介的使用沟更大。具体而言,教育水平所代表的社会经济地位因素对因特网信息使用频率的影响比对传统媒介的影响更大,从而导致因特网的使用沟更大[37]。
综上所述,由于惯用信息源在很大程度上反映了个体的信息偏好,而这种偏好一旦经由推荐算法而被“信息茧房”所俘获,就会构筑一个信息源的“惯用陷阱”。相较于知识结构完善、思维能力更强的高教育水平者,低教育水平者知识结构的不完善性和相对有限的批判分析能力使其更高概率地处于推荐算法对个体信息获取偏好的俘获风险之中,由此加大了此人群被“信息茧房”俘获的几率。
8 结论与后续研究
8.1 结论
本研究基于“信息茧房”和“知识沟”假说,对个体日常信息获取时间与信息资产得分之间的倒“U”型关系进行了实证检验,并解析了受访者教育程度所产生的阶段性影响。本研究的发现主要包括:
(1)日常信息获取时间的增加并不总是能增强人们的信息富裕程度。本研究在受访者日常信息获取时间为3.9小时处检验出个体信息资产状况存在拐点,从而得出了信息茧房识别的“3.9小时”效应。也就是说,如果信息主体的日常信息获取时间低于3.9小时,则其信息资产随着信息获取时间的增加而增长;反之,如果信息主体的日常信息获取时间高于3.9小时,其信息资产将随着信息获取时间的增加而下降。
(2)教育水平与信息茧房之于个体信息贫富状况的影响存在着紧密关联。本研究在对样本人群的日常信息获取时间与个体信息贫富程度进行关联分析的基础上,进一步检验了不同教育水平之于信息茧房现象的影响。研究发现,如果以15年的受教育年限为界,不同阶段的教育对个体信息获取时间之于信息资产拐点具有不同的影响。具体而言,对于高于15年教育水平的受访者来说,其信息获取时间持续促进其信息资产富裕化且不存在拐点;对于低于15年教育水平的受访者而言,信息获取时间与信息资产之间依旧存在“先增后减”的拐点效应。
8.2 研究启示
长期以来,个体对于信息获取时间的长短与其信息贫富状况之间存在着明显相悖的理论解释。一方面,研究者普遍假设,信息获取时间越长,个体信息富裕程度将越高;另一方面,从“信息茧房”的角度看,受困于高度同质化信息的个体虽然花费较长的信息获取时间,但因其狭小的信息视野而更可能陷于信息贫困。本研究从一定程度上为揭示这个悖论背后的机理提供了经验证据。本研究所产生的启示是,信息贫困问题的研究者与信息贫困治理的实践者都需要对信息获取时间与信息贫富状况之间的关系作出辩证分析。对于研究者而言,由于信息获取时间与信息贫富状况之间存在着非线性的关系,因此,在对不同信息获取时间人群的信息贫富状况作出理论判断时,要有所区别。对于实践者而言,由于信息获取时间之于其信息贫富状况影响的“拐点”的存在,就需要针对不同群体采取不同的干预措施。总之,无论对于信息贫困领域的研究者还是实践者而言,都需要针对个体在信息获取时间及教育水平等方面的实际状况与其信息贫富的程度作出辩证分析,方可获得更加接近于信息贫困本质的认识。
8.3 局限性与后续研究
本研究的局限性在于,信息资产尽管在很大程度上可以衡量个体的信息富裕程度,但这种衡量方法仍然是一种信息富裕程度测度的“极简模型”。未来,无论对于日常信息获取时间的“3.9小时”效应,还是受教育水平的“15年效应”的进一步检验,都需要在对信息贫富状况作出更全面、综合的测量的前提下进行。另外,本研究将调研地点选在了西部地区的县城及周边地区。这种样本选择虽然确保了访谈区域民众中存在的信息贫困现象能够被更高概率地观测到,但却较少涵盖极高教育水平的人群。例如,本研究的样本人群很少涵盖到接受到硕博教育的人群,也基本没有涵盖生活于信息富集环境中的“精英白领”。因此,关于本研究结论的可靠性和普适性检验还需要在后续研究中基于更多样化的样本人群而展开。
作者贡献说明
周文杰:提出选题与研究框架,进行研究设计,撰写论文;
包赟琪:数据分析,撰写论文初稿。
支撑数据
支撑数据由作者自存储,Email:wj_lp@sina.com。
1 周文杰,包赟琪.longxi2.dta.用户调研收集数据.
参考文献
*本文原载于《图书情报知识》2021年第6期73-86页
版权归《图书情报知识》所有,欢迎转发到朋友圈,转载请联系后台。
制版编辑 | 卢慧质
--END--
当期荐读 2021年第5期 | 文旅融合背景下国产游戏创新与推广的模式探索:基于《原神》的案例分析
当期荐读 2021年第5期| 后疫情时代信息科学发展的新机遇—韩国延世大学图书馆与信息科学系前系主任Min Song教授学术访谈
当期荐读 2021年第5期|老年人阅读的异质性动机 ——基于生产性老龄化视角的解读(内含升级版视频摘要)
当期荐读 2021年第1期|文化记忆资源的知识融通:从异构资源元数据应用纲要到一体化本体设计
当期荐读 2021年第4期|国内未成年人数字权利保护期望的实证发现——基于未成年人及其父母双重视角的对比分析(内含论文作者播客)
当期荐读 2021年第4期|干货足否:知识直播产品特征提取与问题挖掘(内含视频摘要)