在互聯(lián)網(wǎng)信息量和增速快速擴(kuò)展的當(dāng)下，信息傳播模式由主動發(fā)現(xiàn)到被動推薦逐漸轉(zhuǎn)變，平臺開始基于推薦算法打磨社會注意力的新機(jī)制，而與此同時信息接收的機(jī)械化處理可能會造成一定的信息聚集或信息窄化的“信息繭房”問題。關(guān)于“信息繭房”的效應(yīng)，存在正面和負(fù)面兩個方面，而當(dāng)前學(xué)者的研究存在負(fù)面偏向性。本文關(guān)注信息繭房的二面性影響因素，以信息傳播路徑為脈絡(luò)，為算法推薦治理的系統(tǒng)性優(yōu)化提出建議。

一、  關(guān)注算法推薦治理中的信息繭房問題

1994年互聯(lián)網(wǎng)接入大眾生活，海量信息撲面而來，信息化從量上實現(xiàn)突破。2009年移動互聯(lián)網(wǎng)讓大眾隨時隨地獲取信息，永久信息連接進(jìn)一步帶來質(zhì)的飛躍。面對如今的大數(shù)據(jù)時代，如何在信息爆炸背景下為用戶輸入高價值信息，成為互聯(lián)網(wǎng)平臺的探索方向?；ヂ?lián)網(wǎng)信息平臺以算法推薦的模式作為主要方法，讓信息傳播從“人找信息”轉(zhuǎn)向“信息找人”。推薦算法一方面變更了信息傳播的原有秩序成為當(dāng)代信息傳播的靈魂，讓用戶快速定位自己的興趣圈，捕捉核心內(nèi)容，但一方面其也限制了大眾接觸信息內(nèi)容的多樣性與主動性，造成信息繭房，恐引發(fā)系統(tǒng)性風(fēng)險。

信息繭房問題自虛擬網(wǎng)絡(luò)的興起便長期存在，“網(wǎng)絡(luò)巴爾干化”、“圍墻花園”、“過濾氣泡”等描述均是指代這類不同子群內(nèi)部的信息接收封閉。隨著互聯(lián)網(wǎng)平臺的普及與推薦算法的高度滲透，這種封閉現(xiàn)象愈發(fā)顯著，人們被動性地被信息引導(dǎo)，從而將自己的生活桎梏于像蠶繭一般的“繭房”中。對于個人，信息繭房會造成認(rèn)知上的偏誤與窄化；對于平臺，可能會觸發(fā)偏倚性的引導(dǎo)；對于社會，已有民主情緒、政治事件、網(wǎng)絡(luò)公共領(lǐng)域、侵權(quán)糾紛、算法糾紛等案例擺出。信息繭房問題的產(chǎn)生，與互聯(lián)網(wǎng)信息算法推薦的便民性背道而馳，不利于提供給廣大人民群眾高質(zhì)量的互聯(lián)網(wǎng)信息服務(wù)。

二、  推薦算法對信息繭房效應(yīng)的二面性影響

當(dāng)前產(chǎn)學(xué)界已有多數(shù)研究重點關(guān)注信息繭房帶來的不良效果，中國政策層面也出臺了《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》對算法推薦進(jìn)行一定的監(jiān)管把控。但是實際場景下，信息繭房假說未能形成明確概念，并沒有直接證據(jù)表明個體會放棄具有外部性的信息，相反，某些場景下信息繭房具有深度認(rèn)知和提升參與性的優(yōu)勢。因此，需要對信息繭房的正面影響機(jī)制與負(fù)面影響機(jī)制展開分別討論，探究如何通過治理的組合路徑實現(xiàn)正面效應(yīng)最大化，負(fù)面效應(yīng)最小化。

1.  信息繭房的二面定義

本文將“信息繭房”在正面視域下定位為：在大眾面對“信息爆炸”與“信息超載”環(huán)境下，通過算法技術(shù)或個人特征選擇等因素，對信息產(chǎn)生的過濾機(jī)制的結(jié)果，幫助大眾從繁雜內(nèi)容轉(zhuǎn)而聚焦收攏的信息聚合現(xiàn)象。在負(fù)面視域下，定義“信息繭房”為：在技術(shù)與社會網(wǎng)絡(luò)群體發(fā)展過程中，信息類型從多元化向單一化，導(dǎo)致大眾在判斷中發(fā)生信息偏食、知識固化、個性偏執(zhí)等困境的信息窄化現(xiàn)象。

2.  信息繭房的影響因素

依據(jù)信息傳播的路徑對信息繭房的影響因素展開調(diào)研，從“信息生產(chǎn)—信息傳遞—信息消費(fèi)“三個階段關(guān)注信息繭房的正負(fù)兩面性。

信息生產(chǎn)階段，用戶的主觀信息類型需求和信息接收形式的需求是信息繭房形成的重要骨架，推薦算法推薦的內(nèi)容是否豐富、充分、實時，可能是用戶主觀決定前的重要一環(huán)。也有學(xué)者指出，由于算法的出現(xiàn)改變了信息內(nèi)容的生產(chǎn)方式，當(dāng)平臺采集渠道的不適，將帶來相應(yīng)的閱讀“暴力”問題，綁架式閱讀導(dǎo)致視野窄化和認(rèn)知偏執(zhí)。學(xué)界以新聞客戶端為研究對象出發(fā)，也觀察到不同平臺內(nèi)容的差異化，其中蘊(yùn)藏價值導(dǎo)向偏離、低俗信息增多等倫理問題。

信息傳遞階段，個性化推薦算法在從稀疏關(guān)系矩陣中挖掘有用信息的過程被概括為過濾機(jī)制，一方面，過濾機(jī)制為用戶挖掘了潛藏的“暗信息”，協(xié)同化又可以擴(kuò)大用戶的興趣，而另一方面單一算法的偏差性自定義標(biāo)簽將帶來大量的信息垃圾。在過濾完成后，算法將依據(jù)一定的推送規(guī)則將信息傳遞至用戶面前，基于社會網(wǎng)絡(luò)與關(guān)聯(lián)規(guī)則，算法將人群集中化，聚合同興趣小組的獲取內(nèi)容。

信息消費(fèi)階段，為保障消費(fèi)者的信息權(quán)益，《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》中明確指出，算法推薦服務(wù)提供者對用戶個人特質(zhì)做出限制或提供關(guān)閉選項，以保證算法消費(fèi)過程的道德合規(guī)性。此外，基于用戶畫像，對用戶標(biāo)簽做出管理也是推薦算法的重要一環(huán)，特殊標(biāo)注、隱私政策、隱私標(biāo)簽、匿名化處理均是用戶知情權(quán)，隱私保護(hù)的關(guān)鍵點。

表1  信息繭房影響因素

3.  信息繭房的影響機(jī)制

基于上述調(diào)研，以信息傳遞過程為框架，形成“信息繭房”影響機(jī)制框架如下圖所示。信息生產(chǎn)方面需要對傳入推薦算法的數(shù)據(jù)來源做出評估，影響因素包含傳入數(shù)據(jù)來源的多樣性，數(shù)據(jù)內(nèi)容的分散程度；信息傳遞過程中，需要對推薦算法的算法機(jī)制進(jìn)行探究，一是過濾機(jī)制是否是多種算法的混合，單一的過濾機(jī)制存在一定的片面性，二是推送機(jī)制是否對用戶實現(xiàn)了協(xié)同避免陷入單用戶困境；在信息傳遞至用戶進(jìn)行消費(fèi)的階段，推送機(jī)制中是否有用戶標(biāo)簽管理，是否依據(jù)法律法規(guī)進(jìn)行規(guī)范，是否有讓用戶自主進(jìn)行開關(guān)的干預(yù)機(jī)制，都是對互聯(lián)網(wǎng)信息服務(wù)信息繭房影響評估的重要影響因素。

圖 信息繭房影響機(jī)制框架

為進(jìn)一步探究推薦算法不同因子對信息繭房的多變量影響路徑，課題組選取《境內(nèi)互聯(lián)網(wǎng)信息服務(wù)算法備案清單（2022年8月）》中披露的個性化推送算法類披露文件中17家企業(yè)備案信息為樣本，采用QCA定性比較分析方法進(jìn)行分析評估。以推薦算法影響因子為自變量，分別探究信息繭房的負(fù)面影響與正面影響，最終得出1條顯著的負(fù)向管理措施及7條顯著的正向組合治理方案，可將結(jié)果歸納為三點：（1）把握倫理守則與干預(yù)機(jī)制是抑制信息繭房負(fù)向擴(kuò)張的關(guān)鍵控制手段；（2）依據(jù)信息生產(chǎn)環(huán)節(jié)的采集來源分為兩類，聚合性來源互聯(lián)網(wǎng)信息平臺，需在信息生產(chǎn)環(huán)節(jié)進(jìn)行數(shù)據(jù)打散并在消費(fèi)過程中形成差異化的標(biāo)簽管理；（3）自主內(nèi)容生成類互聯(lián)網(wǎng)信息平臺，需著重關(guān)注推送機(jī)制或過濾機(jī)制上的混合處理。

三、  互聯(lián)網(wǎng)平臺信息服務(wù)算法推薦治理建議

1. 增強(qiáng)對平臺倫理偏誤的監(jiān)督與網(wǎng)絡(luò)文明引導(dǎo)建設(shè)

治理路徑上，政府需要形成一定的倫理守則與干預(yù)方案。以當(dāng)前的干預(yù)手段為例，前期用戶對于平臺的個性化推薦信息主要以被動接收的方式獲取，當(dāng)推送的信息內(nèi)容存在惡意誤導(dǎo)，隱私侵犯、過度宣傳時，用戶將被暴露于選擇同質(zhì)化與認(rèn)知極化的風(fēng)險中，而伴隨著《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》的正式實施，本次17家調(diào)研的平臺均在實施后陸續(xù)上線“個性化推薦”開關(guān)，極大降低了用戶對于信息接受的心理負(fù)擔(dān)與心理依賴。因此，對于平臺的信息繭房負(fù)面性，仍需要依據(jù)監(jiān)管手段與整體文明建設(shè)來進(jìn)行消解，對虛假信息形成有效監(jiān)督，對防止沉迷進(jìn)行門檻設(shè)置、對過度消費(fèi)進(jìn)行合理控制。

2. 提升信息聚合平臺在輸入與輸出節(jié)點的打散機(jī)制

信息聚合平臺以垂直類服務(wù)為基礎(chǔ)，常見的包括新聞類平臺、求職類平臺、母嬰論壇等，其以外部信息采集、內(nèi)容主題相似、群體需求同質(zhì)化為特征。以今日頭條為例，其作為國內(nèi)首個基于推薦算法自動分發(fā)機(jī)制的新聞客戶端，當(dāng)前已擁有1.4億活躍用戶且每人每日平均時長高達(dá)76分鐘。今日頭條通過大量采集即時性的外部新聞，并基于個人搜索記錄、訪問記錄、查看記錄等行為數(shù)據(jù)，為用戶打造個性化的個人標(biāo)簽，實現(xiàn)用戶專屬的個人日報。

以新冠疫情時期為例，當(dāng)在輸入端大量收集同質(zhì)信息且缺乏信息打散，輸出端對用戶的標(biāo)簽管理過度關(guān)注信息瀏覽動態(tài)而缺少主動尋求與屬性性質(zhì)的管理時，造成用戶的信息獲取封閉圈，給用戶帶來極大的回避心理，特殊時期甚至帶來了認(rèn)知層面的創(chuàng)傷。因此，對于垂直類平臺需要信息采集階段更著重內(nèi)容的打散規(guī)避輸入上的單一，可以在輸入源上增加相似性探測，避免造成傳遞中推薦協(xié)同和過濾機(jī)制的無效，也需關(guān)注在用戶消費(fèi)階段用戶畫像的管理模式，把控行為數(shù)據(jù)與偏好數(shù)據(jù)、個人數(shù)據(jù)的比重，防止因個性化而限制多元化。

3. 優(yōu)化信息自生產(chǎn)平臺的信息傳遞協(xié)同與混合性

針對UGC為代表的內(nèi)部信息生產(chǎn)平臺，在算法規(guī)范限制時應(yīng)注重信息傳遞過程中的用戶協(xié)同過濾與推薦算法混合制度。以抖音個性推薦算法為例，其通過深度學(xué)習(xí)技術(shù)框架建立模型預(yù)估了用戶對某個內(nèi)容產(chǎn)生互動的概率，設(shè)置相互用戶間的協(xié)同策略，對預(yù)估內(nèi)容進(jìn)行過濾。同時，為規(guī)避“信息繭房”負(fù)面問題的產(chǎn)生，其在推薦機(jī)制中設(shè)置了一定比例的興趣探索內(nèi)容與不常觀看內(nèi)容，實現(xiàn)了內(nèi)容上的多樣。依據(jù)此類過程，不僅保障了用戶信息接觸的深入程度，也潛在擴(kuò)大了興趣圈。相較單一過濾帶來的信息收口，信息傳遞中協(xié)同與多樣混合機(jī)制，將提升信息服務(wù)的優(yōu)質(zhì)性。 

（作者陸綺雯、許鑫均來自華東師范大學(xué)經(jīng)濟(jì)與管理學(xué)部?！爱a(chǎn)業(yè)與治理”專欄由華東師范大學(xué)許鑫教授主持，關(guān)注新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式等新型經(jīng)濟(jì)形態(tài)，關(guān)心新興技術(shù)治理，探討科技創(chuàng)新在經(jīng)濟(jì)社會發(fā)展中的前瞻性問題。）