觀點 | 喻國明：“信息繭房”的鍋，算法推薦不能全背

兵哥注：“信息繭房”（Information Cocoons）這一概念，是由美國哈佛大學教授凱斯·桑斯坦在《信息烏托邦》中首次提出，他用“個人日報”來形容互聯(lián)網(wǎng)用戶在海量信息中以個人喜好選擇接觸有興趣的信息，進而對其他內(nèi)容排斥與無視，長此以往形成“信息繭房”。信息繭房的形成往往被歸因于“算法推薦”在新聞業(yè)大行其道。但作者認為，算法推薦機制并非造成“信息繭房”的核心原因。

喻國明：“信息繭房”的鍋，算法推薦不能全背

來源：德外5號  作者：喻國明

“算法推薦”對新聞業(yè)的改革推動力是巨大的：它在信息爆炸時代，高效對接了受眾需求和信息；以今日頭條為代表的信息分發(fā)平臺也借此彎道超車，再塑話語權格局，拓寬受眾信源。

與此同時，我們也無法忽視和算法推薦如影隨形的巨大爭議——“信息繭房”。學界對'信息繭房'聲討的基本邏輯是，算法技術以工具理性取代了人的價值理性，造成新聞專業(yè)主義的讓位與受眾信息端的日益窄化。

那算法推薦機制是否是造成“信息繭房”的核心原因呢？答案是否定的。那為什么不是？算法機制的完善路徑又是什么呢？

“信息繭房”的“誤讀”

“信息繭房”（Information Cocoons）這一概念，是由美國哈佛大學教授凱斯·桑斯坦在《信息烏托邦》中首次提出，他用“個人日報”來形容互聯(lián)網(wǎng)用戶在海量信息中以個人喜好選擇接觸有興趣的信息，進而對其他內(nèi)容排斥與無視，長此以往形成“信息繭房”。

桑斯坦認為，由于“信息繭房”的存在，人們只會選擇和接觸與自己意見相同或近似的人群，采納符合自己預期的觀點，于是逐漸形成“回音室效應”（Echo Chambers），個人所認同的意見和觀點，以及所感興趣的事物，都會在這種傳播場域中得到“正反饋”式的激勵和放大，所謂“強者愈強，弱者愈弱”。照此推理，“回音室效應”會導致人們成為認知上的“井底之蛙”，誤把“私域”（某圈層）的事物和觀點等同于“公域”（全社會）的事物與觀點，進而形成“刻板成見”并在與圈層以外的意見與觀點對沖時或感到迷惑茫然，如同見到無法理喻的“外星人”，或走向認知上的極端和表達上的極化，成為群體化事件的溫床。

近年來，“信息繭房”成為研究熱點，關于“信息繭房”的治理方式的研究更是成為多個學科中的熱點問題：基于公共領域的本質特性，新聞傳播學對“信息繭房”的隱憂和批判明顯多于其他領域，但同時也存在著相當?shù)恼`解，研究表明：

（一）“信息繭房”一直存在

被譽為傳播學四大奠基人之一的香農(nóng)（ClaudeE.Shannon）是“信息論”的提出者，他認為“信息是用來消除隨機不確定性的東西”。同為傳播學奠基人之一的霍夫蘭（Carl Hovland）所提出的“個人差異論”其實早已闡述了受眾的“選擇性和注意性”理解。對這一理論的理解是隨著時代的變遷而不斷展開的，大眾傳播時代，“個人差異”主要體現(xiàn)為對統(tǒng)一的大眾媒體上信息的理解，那么信息技術與移動互聯(lián)技術所共同促成的當下海量信息與個體化消費的現(xiàn)狀，則將更多指向“選擇”，每個人的個人媒介選擇都存在巨大的差異。

即便在互聯(lián)網(wǎng)出現(xiàn)之前，媒體會根據(jù)自身市場定位及角色擔當，以某種價值框架來選擇性地呈現(xiàn)和反映這個世界；受眾也會以自我價值為核心，以一定的能力、意愿、興趣為半徑為自己建立信息渠道。所不同的是，互聯(lián)網(wǎng)時代開啟了個人尋找信息的便利性，同時也開啟了信息找尋人的便利性，雙向互動是互聯(lián)網(wǎng)對信息傳播渠道的最大貢獻。而所謂的以個人興趣為核心的“信息繭房”本身，其實是由個人的選擇和注意所決定的，算法與數(shù)據(jù)技術不過是媒介的價值選擇機制在數(shù)據(jù)條件之下的一種“人體的延伸”，并不是形成“信息繭房”的獨特成因。

（二）“信息繭房”是海量信息差異化消費的必然結果

當下的信息總量無疑是驚人的，且是急速更新、海量增長的。Facebook每天產(chǎn)生4PB的數(shù)據(jù)，包含100億條消息、3.5億張照片和1億小時的視頻瀏覽。據(jù)Smart Insight統(tǒng)計，目前，全球每天有多達35億次搜索來自Google，相當于每秒4萬多次搜索。而在中國，百度更是面對著每天60億次左右的搜索請求。與如此大的信息量相比，個人的信息系統(tǒng)的容納量就愈發(fā)顯得渺小、狹窄甚至不夠多元。同時，在如此浩瀚的信息海洋里固守一些自己習慣和評價較好的信息菜單和信息渠道，甚至可以解釋為在信息過剩時代的某種自我保護，是現(xiàn)代人以個體為基礎信息消費的必然結果。

（三）“信息繭房”是“獨異性”社會的外在表現(xiàn)之一

用“個性化”一詞，已經(jīng)不足以表達當下社會與現(xiàn)代社會的根本區(qū)別了，德國社會學家安德雷亞斯·萊克維茨提出了更為貼切的概念“獨異性”。在信息行為領域，個人不再遵循大眾媒體時代的信息編排、時空限制，而是以個人的興趣為核心去為信息制定價值，這也必然會造成與傳統(tǒng)大眾媒介時代相比，個人信息系統(tǒng)的千人千面、各有所好。這是社會發(fā)展和人們信息消費迭代升級的外在表現(xiàn)之一。

“編輯權”的迭代：從精英、個人到機器？

人類的信息分發(fā)模式迄今為止經(jīng)歷了三個主要的發(fā)展類型：1.倚重人工編輯的媒體型分發(fā)；2.依托社交鏈傳播的關系型分發(fā)；3.基于智能算法對于信息和人匹配的算法型分發(fā)。如今的傳媒領域已經(jīng)與信息系統(tǒng)須臾不可分，站在受眾的立場上，嚴肅媒體、娛樂媒體、生活信息、消費信息、社交信息等等并沒有清晰的分野，個人以終端接入信息海洋，以時間為線索編制個人信息系統(tǒng)，不斷接收流入個人信息系統(tǒng)的內(nèi)容，并對內(nèi)容作出基于場景、情緒等非理性因素的選擇。這與大眾媒介時代最根本的區(qū)別在于，宏觀系統(tǒng)的絕對復雜化與個人系統(tǒng)建立模式的不可捉摸。

算法本身是一個用系統(tǒng)方法描述解決問題的策略機制，在信息系統(tǒng)與人的匹配中無疑是高效、先進的工具。算法機制要解決的根本問題是：從龐大復雜的信息系統(tǒng)中挑選符合用戶興趣習慣和社會特征的內(nèi)容，呈現(xiàn)在他的個人信息系統(tǒng)中，以滿足他的內(nèi)容需求。這一過程在大眾傳播時代由專業(yè)媒體人完成，“編輯”是“把關人”職能的具體表現(xiàn)，“編輯權”是媒體精英時代的職業(yè)權力，媒體人依靠這一權力為所謂“大眾”挑選“合適”的內(nèi)容，并賦予內(nèi)容不同的權重，最后呈現(xiàn)給受眾的是一系列帶有結構和秩序的信息集合。

然而個人移動終端的普及，首先將大眾傳媒的依靠時空壟斷和資源壟斷維護的信息秩序徹底打破，人沉浸在信息冗余、時刻在線的傳媒環(huán)境之中。根據(jù)美國南加利福尼亞大學2013年發(fā)布的“媒介消費量使用報告”，美國人2015年個人日均媒介的使用時間是15.5小時，時至今日，這一沉浸信息之中的時間更是達到非工作時間的極限。

在不斷涌入的信息之中，誰是新的信息“把關人”？正如英國文化研究專家拉什（Scott Lash）所說：“在一個媒體和代碼無處不在的社會，權力越來越存在于算法之中”。當下的信息環(huán)境中，對信息“編輯”的權力已經(jīng)被讓渡給兩個邏輯：一是，讓渡給社交關系，二是讓渡給平臺算法。前者由社交關系中的個人轉發(fā)評論和點贊來“編輯”個人信息系統(tǒng)，后者由算法根據(jù)個人的既往閱讀軌跡與特性來挑選內(nèi)容，進而“編輯”個人信息系統(tǒng)。社交推送和算法推送的共性在于，它們都屬于被動接收式的“推送”；而這兩者的區(qū)別在于，社交推送可被調整——個人如果對來源于社交關系中某些信息質量存疑可以通過“取關”“屏蔽”來調整個人信息源；而算法推送下，用戶缺乏主動的調整權，在對算法不滿意的時候缺乏必要的反饋渠道，對某些內(nèi)容推送的被動認知會累積成對于推送平臺的反感情緒。

美國麻省理工學院社會心理學學者雪莉·特克爾（Sherry Turkle）評論說：移動互聯(lián)網(wǎng)已然將我們帶進了一個“持續(xù)分心的世界（the World of Continual Partial Attention）”。對用戶來說算法推送內(nèi)容無疑是一個不斷打擾注意力的過程之一，這種對注意力的干擾挑戰(zhàn)了內(nèi)容消費的主體性?；ヂ?lián)網(wǎng)以及此后的移動互聯(lián)、人工智能等技術與互聯(lián)網(wǎng)之前時代的一個本質區(qū)別就在于，為個人的主體性開辟了渠道——用戶不但可以被動接收信息也可以主動發(fā)布信息、選擇信息?；谒惴夹g的信息“分配”，其實是在主體性十分強大的用戶個人信息系統(tǒng)中，充當了對這種習以為常的主體性的挑戰(zhàn)者。

算法推送的大勢所趨：必然、實然與應然

有學者將當前傳播業(yè)歸納為三重邏輯：計算機邏輯（Computational Logic）、媒體傳播邏輯（Communicative Logic）、社交邏輯（Social Logic）。所謂計算機邏輯是指，基于計算機技術和大數(shù)據(jù)算法，對內(nèi)容傳播的收集、制作和分發(fā)，依賴于無限的數(shù)據(jù)與內(nèi)容，媒介信息與受眾信息都無限豐富；媒體傳播邏輯，是指從媒介生產(chǎn)的角度出發(fā)，不斷審視渠道的變遷，受眾的變化，力求在生產(chǎn)立場上更多地調整和融合，以維持受眾的關注度；社交邏輯是指，由于社交媒介的無處不在，以及通過社交媒介消費新聞和資訊的普遍性，消費者之間的關系網(wǎng)正在與信息傳播網(wǎng)絡鑲嵌在一起。三重邏輯之間互相影響，互相輔助，成就當下傳播業(yè)的基本局面。

我國對于算法在新聞傳播領域中應用的研究主要集中在2012年之后，尤其在針對“信息繭房”的討論中，算法詬病成為焦點問題，聲討的基本邏輯是，算法技術以工具理性取代了人的價值理性，在工具所帶來的“不適當”“不正確”之中，當下的技術顯得笨拙而難堪。

目前主流的推薦算法，尤其是針對內(nèi)容推送的算法，主要是一種語義算法，其核心思想是將語義知識融合到推薦過程中，來克服傳統(tǒng)推薦算法的不足?；趯?nèi)容的標簽化分類，與對用戶的分類做兩者之間的匹配——基于語義的內(nèi)容推薦算法、基于語義的協(xié)同過濾推薦算法、基于語義的混合推薦算法以及基于語義的社會化推薦算法。算法推送的本質是科學而有用的，但在實際應用中遭遇了階段性問題。例如，在現(xiàn)在的算法還不足夠“聰明”的情況下，用機器智能完全替代人的“把關”，這樣的資訊“把關人”是否可以完全信賴？由于算法性信息分發(fā)更多地建立在對于人們的直接興趣和“無意注意”的信息需求的挖掘上，它的直接后果是造成對于人們必需的那些非直接興趣和需要“有意注意”問題的忽視，等等。這些社會質疑對于算法型信息分發(fā)是不能不面對與正視的。

（一）算法的必然：鏈接了人與信息

算法的本質是建立在海量信息和海量用戶之間的匹配技術，是ICT技術發(fā)展的必然。如果沒有算法的介入，海量信息將無法完成更為有效的傳播。曾經(jīng)在“大眾傳媒”與“大眾”之中橋接信息的“發(fā)行”“收視”工作，對受眾需求的顆粒度分析是粗放的，是一種滿足最大公約數(shù)需求的信息傳播與消費模式；而在信息碎片化、用戶個體化的當下信息傳播系統(tǒng)內(nèi)，算法以先進的技術鏈接海量的信息與個性需求的人，其存在和不斷發(fā)展是必然的。盡管智能算法分發(fā)中應用了各種模型或公式，但其基礎原理是樸素的：更好地了解待分發(fā)的內(nèi)容（標簽化處理），更好地了解待接收的用戶（用戶洞察），更高效地完成信息與人之間的對接（場景洞察）。

在這個信息海量的時代，無論是信息消費者還是信息生產(chǎn)者都遇到很大的挑戰(zhàn)：對于用戶而言，從大量信息中找到自己感興趣的信息是一件非常困難的事情；而對于信息生產(chǎn)者而言，讓自己的信息脫穎而出，受到廣大用戶的關注，同樣也是一件非常困難的事情。推薦系統(tǒng)就是解決這一矛盾的重要工具。推薦系統(tǒng)的任務就是聯(lián)系用戶和信息，一方面幫助用戶發(fā)現(xiàn)對自己有價值的信息，另一方面讓信息能夠展現(xiàn)在對它感興趣的用戶面前，從而實現(xiàn)信息消費者和信息生產(chǎn)者的雙贏。

（二）算法的實然：簡化了人與信息的關系

以目前的發(fā)展階段，算法最受詬病的根源在于它的“不可見”，在于不同的機構、系統(tǒng)賦予算法不同的模型和賦值，更在于這些簡化的賦值方法、模型方式，在海量的信息中不斷打撈重復、無效、雷同的內(nèi)容，造成個人對信息“偶遇”的“疲勞”和“不滿”。

算法型信息分發(fā)的本質應該是用戶價值主導下的場景化適配，目前對個人需求的簡單量化，正是香農(nóng)所說的“工程傳播”的基本邏輯方法，這種邏輯方法的底層，一是簡單歸類，二是無視變化。海量信息時代，算法對受眾的“標簽”如果仍然停留在大眾時代的受眾觀念之中，粗顆粒地歸類，必然會造成對需求理解的不對位，預測的不準確；如果對受眾需求的認知是固化的，比如會造成觀看一次內(nèi)容，就不斷持續(xù)推送類似內(nèi)容的問題，對分類和流動性上的要素缺失，無疑會造成當下的矛盾——用戶需求的流動、復雜、演化與信息供給的固化、簡單、重復之間的根本矛盾。

當然，算法推送技術也在不斷克服各種困難，如為減少標題黨新聞的推薦，一些算法型內(nèi)容分發(fā)的互聯(lián)網(wǎng)企業(yè)已經(jīng)作出了一些探索，如今日頭條建立了檢測“標題黨”的規(guī)則模型，以警示頭條號作者的“標題黨”行為。當頭條號作者預發(fā)布文章的時候，如果標題中出現(xiàn)了“驚呆”“震驚”等內(nèi)容，會收到一個飄黃的窗口，提示其內(nèi)容涉及標題夸張，建議修改，如果作者繼續(xù)強行發(fā)布將會被限制推薦量。這些都是算法推送正在不斷修正和優(yōu)化的事實。

（三）算法的應然：協(xié)同人與信息

算法推送是算法在媒體平臺中的應用之一，面向信息推送，基于算法的內(nèi)容推送將不再依賴記者、編輯等單獨點的信息采集，而是通過對大數(shù)據(jù)庫的實時分析，構建起跨語言、深層次、全局性的認識事物、表征和預測現(xiàn)實的模型，突破了以往人們“腦海真實”的片面性和局部性，從而仿真出無限逼近于客觀真實的“符號真實”。因此，算法推送從根本上說，是協(xié)同人與信息之間客觀真實關系的重要工具。

面向未來的算法，則更將指向更為革命性的人工智能領域?！叭斯ぶ悄芗夹g”的“智能化”程度取決于計算能力、數(shù)據(jù)與大數(shù)據(jù)以及算法模型的“三位一體”的品質。與人工智能相對應的是自然智能，是依靠自然進化所造就的智能，例如人類智能，但人類的智能由多種智能構成，它們分別是：語言智能、音樂智能、邏輯一數(shù)學智能、空間智能、身體動覺智能、人格智能和自省智能。人工智能始終在學習怎么成為人，但是在人格、自省、音樂、語言等非數(shù)理領域，需要依靠更為多元、精密甚至革命性的算法來實現(xiàn)與人類智能之間的協(xié)同。在整體性內(nèi)容需求市場上，目前基于“弱智能”的智能算法在相當程度上還不能完全替代人工編輯，傳統(tǒng)的人工編輯仍然擔當著“壓艙石”“航向標”式的角色，智能算法提供工具性輔助。人工智能技術將人類智能和機器智能相結合，人機關系更加緊密和復雜。即使算法分發(fā)占據(jù)大半壁江山，信息傳遞的核心地位依然應該是人。

紙上談兵【ID：paperstrategy】關注報業(yè)轉型，傳遞報人創(chuàng)意，匯聚報改資訊，提供有價值的傳媒集團樣本觀察、分析和解讀。