中新网1月15日电 题：破茧还是筑茧？专家：推动算法向善，助力个体获取多元信息
中新财经记者 夏宾
在互联网新技术不断更新迭代的当下，人们在享受便利的同时也面临更多思考。算法推荐，对于用户而言，到底是在构筑还是破除信息茧房？
超九成短视频用户开启个性化推荐，算法助用户获取多样信息
“推动算法向善，帮助个体获取多元信息。”清华大学社会科学学院院长彭凯平称，数据时代，算法是推动社会进步的重要的力量之一，推动算法向善有三个原则：第一，算法应符合法规和道德，做到合规合法合情。第二，算法应该帮助于人。第三，算法向善需要让更多人参与到社会进步与发展、创新与创造中。
根据清华大学社会科学学院积极心理学研究中心发布的《破茧还是筑茧：用户使用、算法推荐与信息茧房研究报告》(下称《报告》)，信息茧房受到个体、技术、场景与社会等多种因素共同作用，用户接触的信息多元化程度受到其与算法互动模式的影响，并不能将对信息茧房问题的担忧简单归责到算法。
上述《报告》面向短视频用户发放问卷，获得有效问卷7778份，包括5407位女性(66.44%)，2371位男性(33.56%)，涵盖70、80、90和00年代生人，学历从初中至博士研究生及以上不等，婚姻状况也不尽相同，被调研群体具有多样性和广泛代表性。
《报告》调查抖音、快手、B站、小红书、微信视频号等短视频用户对个性化推荐的主观态度，结果发现，70%的用户对个性化推荐算法持肯定态度，认可算法技术是海量信息时代的一种有效策略，帮助用户解决信息过载的问题。在实际使用调研中，超过90%的短视频APP用户选择开启个性化推荐算法。
《报告》基于实证调查发现，随着使用时长的增加，用户越不容易感知到内容同质性。报告汇报人、清华大学社会科学院研究助理陈绚分析：“从长期来看，随着个性化推荐算法的不断优化与用户算法素养的提升，算法不但没有导致信息茧房，反而可能为个体提供了更多元、理性的信息世界。”
陈绚特别提到：“我们在调研中发现抖音在算法演进中主动实践信息偶遇的理念，通过兴趣探索机制，在每一次的用户浏览和探索当中，按照一定随机比例推荐用户过去不常观看的内容或随机内容，保障用户可见内容的多样性。”
“以抖音等为代表的个性化推荐机制有助于用户获取多样化信息，用户可以根据自己的需求以及认知来掌握算法应用的主动权和选择权，结合自身需求调整使用行为，防范茧房效应。”陈绚说。
用户使用算法媒介时间越长，破茧效应越明显
“算法技术在信息分发与推荐领域所面临的最大课题就是如何找到工具理性和价值理性的平衡点。”中国人民大学新闻学院教授赵云泽称，这意味着要在对算法伦理和价值有清晰认知和坚守的前提下，将技术的社会价值放在首位，不断创新和完善技术，重视算法技术对社会的推动作用，努力实现技术和社会的良性互动。
复旦大学社会学系教授桂勇解释，信息茧房效应主要受到技术、用户、情境等多因素共同影响。不同类型平台用户群体构成与特征不同，茧房效应结果不同，这主要取决于什么人基于何种动机在何种情境下使用，无法单纯依靠逻辑解释其中机制，需要进行进一步的实证研究。
复旦大学新闻学院副教授郑雯团队在情景化实证研究上做了探索，通过对十个不同类型的网络媒介的茧房效应分别进行回归检验发现，微信等“熟人社交型”媒介趋于“筑茧”，微博等“公共讨论型”媒介趋于“破茧”，短视频app等“垂直传播型”媒介既未“筑茧”也未“破茧”。
“网络媒介的‘筑茧’，并非推荐算法技术应用的必然，传播结构的水平型抑或垂直型、用户联结的开放性抑或封闭性为网络媒介是否带来‘信息茧房’的两项关键机制。”郑雯说。
清华大学新闻与传播学院副教授虞鑫根据其此前开展的实证研究也发现，用户使用时间越长，茧房效应变弱，在此过程中，“制茧”效应越来越弱，“破茧”效应越来越强，总体向着破茧的方向发展。
用户需发挥主观能动性，多方式多渠道获取信息
《报告》发现，开启个性化推荐同时使用多个短视频APP的用户，其获取的信息多元化程度更高。这是因为不同短视频APP所采用的算法逻辑不同，推荐内容和呈现方式不同，更有可能击中用户潜在信息需求的靶心，实现信息获取的健康与平衡，总体上更能防范“茧房效应”倾向。
深圳大学传播学院副院长、教授杨洸认为，用户与算法技术始终处于互相影响、协同进化的状态，算法技术也创造了很多“新闻偶遇”的机会，开阔了用户信息视野。此外，用户并不满足局限在个人兴趣偏好的小小世界中，同时还会发挥主观能动性，主动接触多元异质信息，在此过程中，平台所提供的启发式线索能否高度契合用户的心理，是一个非常重要的影响因素。
复旦大学新闻学院教授、媒介素质研究中心副主任张志安建议，将算法推荐、社交分《最精彩足球赛事》发、用户主动搜索等不同信息获取方式整合在一起，防范单一信息渠道与技术应用可能带来的局限。
“事实上，任何一个媒介都不可能满足人们的全部信息需求，不但今天的互联网内容平台做不到，过去优秀的传统媒介、主流媒介平台也做不到。”北京师范大学新闻传播学院教授喻国明称，不能将这种客观限制理解为“信息茧房”，更不能将其归结于算法推荐。
喻国明表示，基于大数据的算法推送对于用户需求的掌握更精准、更动态，结合用户反馈，不断优化内容推送，在某种程度上，算法比过去经验型的内容推荐更加升维。
