【高见37】制造“信息茧房”？算法不背这个锅

这两年，信息茧房概念特别火。提到信息茧房，网友很容易联想到内容平台的推荐算法。有人担心算法会对自已进行精准投喂，形成一个量身定制的信息盒子。

但用信息茧房来否定推荐算法并不合适。当代互联网出现的生态问题，首先是因为信息总量与传播效率出现双重指数化增长，对旧有传播结构造成的冲击。用户端每天要面对海量碎片内容，要频繁对内容做出判断决策，很容易出现信息过载。内容推荐算法只是个起到缓冲作用的分发工具，技术上是中性的。

进一步看，制造信息封闭的从来都不是工具，而是人。现在遇到的这些问题，大都贯穿了人类信息传播史，并不是新问题。回顾历史，信息承载工具与信息传播技术的持续发展，曾多次催生出媒介革命。历次媒介革命都会大幅提高信息流通总量与流通效率，而这必然要用全新的信息分发机制来适配。传播生态的历次变革，都会造成传播结构的阶段性失序，进而引发普遍的批评与担忧。后续的传播秩序重构，依靠的是治理机制更新，而不是让技术封存、回退。

在文明史之前，信息传播依靠口耳相传，天然受限于地理和人际网络。一旦部落成员接触外来言说，往往会被视为对集体的威胁。

文字与青铜器发明后，信息传播进入手抄本时代。文字打破了时间限制，使信息可以跨代际甚至跨文明传播。苏格拉底自己没有留下著作，而且他还跟柏拉图说，文字、手抄本会削弱学者的记忆力，使他们更依赖外在符号，而不是自身心智。这是最早的反媒介焦虑。

印刷术与邮政，使信息首次具备了批量复制与短时间内跨区域流通的能力，分发成本大幅下降。阅读的主体从贵族迅速跨到到城市平民，民间小报与通俗读物大量流通，旧传播结构走向崩解，新秩序尚未建立，这引发了精英阶层的恐慌。典型案例是当时的欧洲知识阶层批判民间读物庸俗，教会批判经文扩散会导致异端，这是最早的低质量信息焦虑。

广播电视诞生后，信息传播实现了实时传输、同步覆盖。无线电广播与有线电视构成了前所未有的中心传播结构，也将议程设置权集中于少数媒体。这一阶段的分发机制高度集中，效率也极高，足以支撑国家级的统一传播。这也引发了新的焦虑，比如马尔库塞的《单向度的人》、尼尔·波兹曼的《娱乐至死》，批判大众传媒导致民众思考模式单向化，批判电视把公共话语变成戏剧，侵蚀公共讨论质量。

互联网与电脑普及后，传播结构进入门户网站与搜索引擎阶段。信息传输不再受限于时间地点，用户可以主动搜索、自由浏览。分发机制从编辑栏目转向关键词匹配。传播结构从垂直根状向网状转型，信息流通自由度大幅提高后，也引发了一系列争议，比如流量导向、标题党、虚假内容。

最近十年，移动互联网与智能终端普及，信源膨胀了几个数量级，而每个用户的可支配时间不变，所以媒体为了提高曝光度，必然要对信息进行大幅压缩，导致碎片化传播。当大多数媒介都在进行相似操作，就会导致用户信息过载。推荐算法的出现，目的是缓冲用户端的过载，使用户端不再依赖手动找信息，而是被信息找到。由于传播结构进一步扁平化、去中心化，对算法的批判也随之而来。

然而，信息封闭与情绪化内容并不是传播史上的新问题，每一次媒介革命所遭受的批判，都是因为传播秩序在新环境下出现短期失衡，并不是因为某个新工具存在根本性的恶意。

进一步看，所谓推荐算法制造信息茧房，说的是信息分发机制存在预先筛选，而这也不是新问题。严格来说，信息过载并不是算法时代才出现的现象，每一次媒介革命都会导致信息接受能力相对滞后的受众，要面对激增的信息量。在这个背景下，推荐机制从未缺席，算法不过是这种机制的一次效率升级。

口耳相传时代，几乎不存在信息过载问题，但信息在传播过程中很容易失真。因此，长老、祭司垄断了关键信息传播权，传播结构决定了谁能说、说什么，形成了最早的限定式推荐。

进入手抄本阶段，由于文字复制成本高，信息流通能力受限。随着文字留存内容不断增加，知识阶层开始用节选、注疏的方式加工原文，构建出早期知识过滤机制，这也是一种人工推荐。

印刷术普及后，信息流通总量出现爆炸式增长。报社要选择什么信息能登报，出版机构增加了书评与导读系统。这些机制增加了关键信息传播效率，但从功能上看，也是在建立一套人为的传播优先体系。

广播电视时代，信息可以全国同步送达。虽然传播权集中于主流媒体，但频道与节目时长有限。于是媒体编辑部和节目编导，自己需要搭建一套人工算法，要通过选题策划、节目编排来完成内容的筛选。观众看到的信息也是被挑选展示的内容。

门户网站与搜索引擎时代，内容从稀缺转为过剩，信息供求关系进一步失控。于是栏目分区、热榜机制、关键词排序成为新一代的推荐机制。用户获得初步选择权的同时，也仍然在被结构性筛选。还有一部分网民依靠共同兴趣组成了网络论坛，这也是主动选择的有边界的信息交互池。

移动互联网与智能终端普及后，短视频、图文、社交内容几何级增长。如果仍然依赖用户手动筛选，绝大部分新内容是无法被传播出去的。推荐算法基于用户行为与画像来分发内容，是为了解决分发机制的失灵，让尽可能多的信息被传播出去，而不是突然制造了信息封闭。

具体来说，过去的大众传媒只能提供单一产品，反而是分众传媒能够孵化多元市场，带来更丰富的文化产品。影视解说分析、短剧、直播带货，这些都是靠推荐算法才能支撑的新兴市场。比如说，许多读者是通过短视频解说才接触到了《风声》《刀尖》《解密》这些影视作品，进而反过来看原著。此外，算法也让很多普通人的才华能够被其他人看到，比如鄂伦春奶奶唱歌、李右溪讲甲骨文、沈丹女儿抓鱼。这都是推荐算法带来的冷门知识破圈与小众文化放大，显著增加了互联网信息多样性。再比如，产地直播带货，让消费者能够直观看到生产者，这也促进了不同社会群体的互相理解。

从传播结构上看，被看见是权力的起点。普通人上传的内容，能够通过算法推荐出去，这也是将更多人纳入了公眾讨论。更何况，平台为了孵化更多的内容创作者，为了发掘用户更多的潜在兴趣，在算法上，也必然会推荐一定比例的差异化内容。

总的来说，推荐机制并非算法时代才有，每次信息膨胀之后都会有新的推荐机制。从手抄目录到热搜榜单，从编辑编排到智能算法，人类始终在被推荐，只是推荐效率和反馈方式发生了变化。工具的进步，将越来越多的人纳入到传播结构当中，这本身就是在推动信息平权，让互联网破圈。用户信息封闭，更多是在内容上主观选择的结果。真正值得讨论的不是要不要推荐，而是新形成的传播结构能否同时兼顾公共责任与社会公平，这远不是推荐算法应该负责的范围。

每次媒介革命都会将更多人纳入传播结构。人类天然偏好追求情绪体验，容易被情绪流裹挟。同时，人接收信息靠感官与记忆，信息量越大、逻辑越复杂，接收与转述的效率就越低，传播力越低。所以，短消息与简化叙事在传播上具有天然优势。信息简化就容易失真，情绪化就容易极端化，偏偏这两个要素都能够提高传播力。要靠长期建构传播秩序，才能确保关键信息被有效传播。

回顾前面的内容，选择性分发不新鲜，对媒介革命的批判也不新鲜。每一次媒介革命都会打破原有传播秩序，之后要通过一系列制度、内容与认知机制的调整，才能逐步完成新的传播秩序构建。秩序重建，并不依赖技术回退，而是要推出与新技术相适配的治理机制。

传播秩序的重建，通常包括三部分内容：一是通过制度完善，确立新的边界与规则；二是权威媒体生产的内容，在形式上要适应新的传播方式；三是用戸端的适应，要在新传播环境下，提高信息真辨能力与理解能力。举例来说，印刷术带来信息量激增之后，管理制度方面普遍出现了经营许可、出版审查这些控制机制；内容形式上诞生了通识读本、通史、简史之类的出版物，提升可靠信息的传播力；同时民间逐渐兴起了各类读书社群、知识沙龙，用户开始掌握更强的阅读和判断能力。

广播电视时代，管理上强调平台的准入门槛与内容规范，各国设立广播电视管理机构，通过播出牌照、节目审覈与分级制度建立传播边界；同时，传媒机构也发展出一套适合电视传播的表达方法，比如分镜、脚本以及实况新闻的播报格式；观众也逐渐理解电视节目是怎么做的，提升了信息识别能力。

门户网站与搜索引擎时代，面对网页洪水，制度逐步建立起网络版权管理、搜索结果排序规则；内容方面注重标题优化与关键词匹配；用户则通过多元信息对照、提升搜索技巧，来逐渐掌握信息真辨、搜集能力。

而到了移动互联网与推荐算法阶段，内容类型高度碎片化。目前，传播技术、分发机制已经重构，但责任制度、内容边界以及用户习惯严重滞后。传播秩序的三大支柱没来得及同步升级。部分传统媒体在与新媒体结合时，内容质量甚至是在降级，加剧了传播秩序的混乱。

媒介革命固然加速了假消息、情绪煽动内容的传播，但也提高了辟谣、反驳效率。随着热点话题的公众讨论参与度不断提高，评论区必然会有不同立场，这意味着舆论场自身就具备打破信息茧房的特质。面对真实性存疑的信息，一定有人会去寻找更可靠的信源；面对不同意见，总会有人在评论区质疑。而传统媒体在转型时，片面追求流量指标，往往是一张图加几句话加上背景音乐搞情绪流，弱化自身社会责任，这不仅不能成为可靠信源，还容易出现报道失真，使自己成为假消息的源头。

想要解决这个时代的传播失序问题，当然不能依靠压制推荐机制，或者回到人工分发信息的时代。算法工具还在发展，未来技术上也许能让用户反馈更多参与到推荐机制当中，增加用户对推荐工具的信任。与此同时，过去的媒体经验也有参考价值。比如门户网站时代，往往会针对于舆论焦点话题设置专题网页，将多元信息、来龙去脉都放上去，同时展示不同观点。此外，权威媒体是舆论压舱石，过度简化的传播内容很容易导致信息失真，应当在流量考核之外，落实主流媒体的社会责任，增加新闻要素完整性的考核。

好，本期节目到此结束，感谢大家收看，我们下期再见。