2025年1月，新聞學(xué)領(lǐng)域的國(guó)際頂刊《Digital Journalism》發(fā)表了一篇中國(guó)新聞學(xué)者的重要研究論文。該研究通過(guò)開(kāi)發(fā)虛擬代理測(cè)試的實(shí)驗(yàn)方法，模擬人類用戶與推薦算法互動(dòng)，以國(guó)內(nèi)某短視頻平臺(tái)為數(shù)據(jù)來(lái)源，探討了算法與用戶行為交互對(duì)新聞多樣性的影響。
研究結(jié)果表明，相較于無(wú)算法的隨機(jī)推薦，算法推薦的新聞?lì)悇e顯著更多樣?！岸鄻有浴钡臏y(cè)量基于類別的數(shù)量和元素分布兩個(gè)維度，理想狀態(tài)是類別均勻分布。結(jié)果顯示，基于算法的個(gè)性化新聞消費(fèi)更具多樣性和平衡性，算法有助于用戶接觸到平時(shí)不易遇到的新聞來(lái)源。此現(xiàn)象可能是算法平臺(tái)為避免用戶對(duì)重復(fù)性內(nèi)容產(chǎn)生厭倦，因此推薦更具差異性的新聞內(nèi)容。
近年來(lái)，關(guān)于算法與“信息繭房”的關(guān)系備受關(guān)注，多個(gè)高校團(tuán)隊(duì)以此展開(kāi)了實(shí)證研究。深圳大學(xué)新聞學(xué)院教授楊洸采用問(wèn)卷調(diào)查方法，以新聞算法推薦平臺(tái)今日頭條的使用者為研究對(duì)象，發(fā)現(xiàn)算法推薦并沒(méi)有導(dǎo)致信息繭房效應(yīng)，反而擴(kuò)大了受眾接觸資訊的范圍，用戶和算法之間處于相互響應(yīng)、相互發(fā)展的狀態(tài)。
深圳大學(xué)傳播學(xué)院“百人計(jì)劃”教授、博士生導(dǎo)師虞鑫構(gòu)建了包括使用時(shí)間、媒介環(huán)境、媒介素養(yǎng)、社會(huì)資本、媒介期望五個(gè)方面的模型，通過(guò)對(duì)知乎平臺(tái)的實(shí)證調(diào)研，發(fā)現(xiàn)算法媒介使用時(shí)間越久，信息繭房效應(yīng)反而降低，打破了使用時(shí)間越長(zhǎng)，用戶就會(huì)越被困在繭房里的認(rèn)知。
復(fù)旦大學(xué)的研究通過(guò)對(duì)十種網(wǎng)絡(luò)媒介的檢驗(yàn)與比較發(fā)現(xiàn)，網(wǎng)絡(luò)媒介的“筑繭”并非推薦算法技術(shù)下的必然。傳播結(jié)構(gòu)的水平型抑或垂直型、用戶聯(lián)結(jié)的開(kāi)放性抑或封閉性為網(wǎng)絡(luò)媒介是否帶來(lái)“信息繭房”的兩項(xiàng)關(guān)鍵機(jī)制。其中，微信等“熟人社交型”媒介趨于“筑繭”，微博等“公共討論型”媒介趨于“破繭”，短視頻平臺(tái)等“垂直傳播型”媒介既未“筑繭”也未“破繭”。
這些研究表明，算法并非必然導(dǎo)致“信息繭房”，打破了算法制造“信息繭房”的論調(diào)。但因?yàn)橛脩魧?duì)感興趣內(nèi)容的需求度不同，一旦覺(jué)得同一類內(nèi)容“推多了”或“推少了”，就認(rèn)為有信息繭房存在，而且是算法造成的。
然而一系列實(shí)證研究表明，比起用戶自主選擇，算法推薦更能有效促進(jìn)用戶接觸多樣化內(nèi)容。訂閱制下，人們僅接觸已關(guān)注過(guò)的領(lǐng)域和內(nèi)容，實(shí)際減少了“新聞偶遇”；算法則基于“興趣探索機(jī)制”，推薦更多用戶可能感興趣的內(nèi)容，呈現(xiàn)出更高的內(nèi)容類別多樣性。
對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)法學(xué)院副教授許可、中國(guó)人民大學(xué)經(jīng)濟(jì)學(xué)院副教授程華，通過(guò)問(wèn)卷調(diào)研發(fā)現(xiàn)了民眾對(duì)算法的認(rèn)知、態(tài)度和行為之間存在背離。64.98%的用戶對(duì)企業(yè)使用算法的內(nèi)容和目的表示不太了解或完全不了解，但當(dāng)被問(wèn)到對(duì)企業(yè)使用算法的態(tài)度時(shí)，約80%的受訪者認(rèn)為，企業(yè)使用算法可能會(huì)損害用戶權(quán)益、侵犯?jìng)€(gè)人隱私；但相當(dāng)比例的用戶并不抵觸用算法獲得服務(wù)、產(chǎn)品和體驗(yàn)，40%的用戶認(rèn)為自動(dòng)信息推送精準(zhǔn)、對(duì)己有益，85%的用戶表示不會(huì)因?yàn)樽詣?dòng)推薦產(chǎn)生過(guò)度購(gòu)買(mǎi)的行為。
在一項(xiàng)針對(duì)抖音個(gè)性化推薦的用戶評(píng)價(jià)調(diào)研中，62%的參與調(diào)查者表示“一般喜歡”，越早開(kāi)始使用抖音的參與調(diào)查者、每天花費(fèi)時(shí)間越多的參與調(diào)查者，更有可能喜歡個(gè)性化推薦。
這意味著，一方面，有相當(dāng)比例的用戶對(duì)算法不了解，但另一方面，對(duì)算法使用卻抱有明顯的負(fù)面態(tài)度。究其原因，普通大眾出于對(duì)技術(shù)的恐懼，對(duì)算法有著抹黑和污名化傾向。
2022年，網(wǎng)信辦等4部門(mén)聯(lián)合發(fā)布《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》，社交媒體APP先后上線算法關(guān)閉鍵，允許用戶在后臺(tái)一鍵關(guān)閉“個(gè)性化推薦”。該功能上線以來(lái)，不少用戶進(jìn)行了體驗(yàn)。據(jù)相關(guān)平臺(tái)反饋，大部分嘗試算法關(guān)閉的用戶，覺(jué)得推薦內(nèi)容質(zhì)量不高，又重新打開(kāi)了“個(gè)性化推薦”功能。這一用戶反饋與學(xué)者研究結(jié)論一致，相較于隨機(jī)推薦，基于算法的個(gè)性化新聞消費(fèi)更具多樣性和平衡性。
隨著算法日益進(jìn)入互聯(lián)網(wǎng)產(chǎn)品，人們對(duì)推薦算法的接受程度和評(píng)價(jià)越來(lái)越高。對(duì)外經(jīng)貿(mào)大學(xué)團(tuán)隊(duì)2024年和2022年分別對(duì)消費(fèi)者算法評(píng)價(jià)做了調(diào)研，選擇“推送精準(zhǔn)、節(jié)省了我獲取有用知識(shí)的時(shí)間”的受訪者合計(jì)比例從40%上升到52%，相對(duì)應(yīng)的，選擇“推送內(nèi)容過(guò)于娛樂(lè)化，容易上癮”、“推動(dòng)信息比較同質(zhì)，限制了知識(shí)獲取的多元性”這兩個(gè)選項(xiàng)的比例從43%下降到了37%。
綜上，算法在提升新聞多樣性方面具有積極作用，指責(zé)其制造“信息繭房”是一種“偏見(jiàn)”。另一方面，相關(guān)平臺(tái)也應(yīng)不斷優(yōu)化算法，提升算法透明度和多樣性，為用戶提供更優(yōu)質(zhì)、多樣的信息服務(wù)。