批“信息繭房”者，困在了“認(rèn)知繭房”里

▲《楚門的世界》劇照。

文 | 佘宗明

在當(dāng)下，有兩個(gè)舶來的傳播學(xué)概念近乎被用爛，一個(gè)是“娛樂至死”，另一個(gè)是“信息繭房”。

這兩個(gè)詞本來有其特定的適用情境，可很多人總是拿著搜索出的詞條解釋四處對號入座，將其據(jù)為大批判的話語武器。在“深刻癖”的引路下，他們動(dòng)輒掄起道德皮鞭，以反“娛樂至死”的名義反娛樂，以批“信息繭房”的名義批算法。

不得不說，這番景象本就是在娛（消）樂（遣）“娛樂至死”，也表明“認(rèn)知繭房”真的存在。

就拿“信息繭房”來說，這年頭，面對民粹、飯圈、打著男權(quán)/女權(quán)名義的兩性對立幾股極端勢力的肆虐，很多人總是傾向歸咎于信息繭房。

秦朗巴黎丟作業(yè)事件中出現(xiàn)偏聽盲信現(xiàn)象，怪信息繭房；胖貓事件中出現(xiàn)“厭女VS仇男”群際撕裂景象，怪信息繭房……在許多社會事件引發(fā)輿論內(nèi)耗后，“信息繭房”也經(jīng)常被迫承受了所有。

在某些人看來，是“信息繭房”將人們困在回音室里，讓人們看到的都是自己想看到的、聽到的都是自己想聽到的，才導(dǎo)致人們越來越自以為是、極端偏執(zhí)。

“遇事不決，量子力學(xué)；歸因無方，信息繭房”，已成時(shí)髦的歸納總結(jié)法。左一個(gè)“信息繭房有多可怕”，右一個(gè)“信息繭房是圍獵認(rèn)知的隱秘陷阱”，“信息繭房”正被吊打1008610010遍。

有意思的是，我上網(wǎng)搜“信息繭房”，發(fā)現(xiàn)很多慣于販賣焦慮的營銷號都開始將“信息繭房”跟“高認(rèn)知”等雞湯文話術(shù)、“毀掉一代人”等毀掉體句式一鍋燴，生怕大眾的焦慮值還沒爆表。

在“后真相時(shí)代”滿天飛、“網(wǎng)絡(luò)巴爾干化”遍地跑的今日，擔(dān)心人們失去開放的意識和兼聽的能力，很正常。

問題是，所謂的“信息繭房”，到底是真實(shí)存在的“賽博囚籠”，還是想象出來的稻草人議題？當(dāng)批判“信息繭房”的終點(diǎn)是反技術(shù)的盧德主義時(shí)，這確定不是困在自己的偏狹里？

01

甲跟乙說的是A，乙跟丙說甲說的是A+B，丙于是以為甲說的是B，這是信息傳播中常見的謬傳場景。

現(xiàn)在看，“信息繭房”也遭遇了這樣的謬傳。追溯其前世今生會發(fā)現(xiàn)，最早被桑斯坦提出的“信息繭房”，在今天已脫離原有語境被人重新定義。

18年前，桑斯坦在《信息烏托邦》中提出“信息繭房”一詞時(shí)，互聯(lián)網(wǎng)還處在Web1.0階段。當(dāng)時(shí)包括尼葛洛龐帝在內(nèi)的不少大神都預(yù)言，個(gè)性化定制的“我的日報(bào)”（The Daily Me）將會出現(xiàn)。

桑斯坦亦在此列。他認(rèn)為，互聯(lián)網(wǎng)的確為公眾提供了“資訊汪洋”，但人們接觸信息不是全盤接收，而是根據(jù)個(gè)人喜好選擇性吸收，這可能會將自身桎梏于蠶繭般的“繭房”中。

桑斯坦確實(shí)將“信息繭房”跟互聯(lián)網(wǎng)時(shí)代背景聯(lián)系在了一起，但他認(rèn)為“信息繭房”癥結(jié)在于“信息偏食”。

▲桑斯坦說的“信息繭房”，如今其實(shí)已被重新定義。

信息偏食跟傳播學(xué)中的“選擇性接觸”、心理學(xué)中的“確認(rèn)偏誤”有相通之處，本質(zhì)是依托人腦“過濾罩”的自我保護(hù)機(jī)制。

信息爆炸跟腦容量有限的矛盾，是人們長期面臨的難題，但數(shù)字社會的到來讓它變得更為顯著。

定位學(xué)大師杰克·特勞特在《與眾不同》中就講到：過去30年人類社會產(chǎn)生的信息比之前5000年產(chǎn)生的信息還多。梁永安老師也說過，現(xiàn)在的年輕人十幾歲時(shí)獲得的知識和信息，可能比一個(gè)古人在60歲時(shí)知道的還多。

為了避免信息過載，腦部會基于人的喜同惡異、趨利避害本性自動(dòng)開啟信息篩選。

也因?yàn)槭潜拘裕畔⑵车那闆r在任何時(shí)候都存在，包括Web1.0時(shí)代。這類不是照單全收而是有所篩選的信息接收模式，正面看，是將人帶到認(rèn)知舒適區(qū)里；負(fù)面看，是把人帶入認(rèn)知板結(jié)化狀態(tài)。

這反映了信息偏食的兩面性：A面是對信息負(fù)荷超標(biāo)的抵御，能夠幫腦部減壓；B面是對“異文化視野”的抑制，容易導(dǎo)致思維局限。結(jié)合信息過載的情境看，A面的正向作用其實(shí)要大于B面的負(fù)面效應(yīng)。

而現(xiàn)在網(wǎng)上流行的“信息繭房”，更多的是強(qiáng)調(diào)繭房是互聯(lián)網(wǎng)信息供給模式和傳遞路徑的產(chǎn)物，認(rèn)為信息技術(shù)是因、信息偏食是果。將算法推薦跟信息繭房嵌入因果鏈中，就是常見的歸因。

這大概是桑斯坦始料未及的：他將“信息繭房”的生成原因歸為信息偏食而非信息技術(shù)，他提出信息繭房時(shí)算法技術(shù)也還沒怎么得到應(yīng)用。

02

那，互聯(lián)網(wǎng)到底會不會讓人們的視野收窄？信息技術(shù)是不是會加劇人們的信息偏食習(xí)慣？

目前看來，爭議不小。就連“信息繭房”情況是否存在，學(xué)界都不乏爭論。

在知乎上的“如何理解【信息繭房】”問題下面，大V答主“蘇倫”就說道，我們慣于使用的“信息繭房”只是個(gè)偽概念。

他在帖中說出了幾個(gè)觀點(diǎn)：1，信息偏食是人的本性，在傳統(tǒng)媒體時(shí)代就開始有了，在沒有個(gè)性化算法的時(shí)代，我們看報(bào)紙雜志，碰到不感興趣的也會跳過去；2，網(wǎng)絡(luò)并非無菌室，而是蕪雜交融的信息環(huán)境，互聯(lián)網(wǎng)打破了信息封閉局面；3，信息偏食后果沒那么嚴(yán)重，只是人們在信息不對稱情況下天生會對新技術(shù)帶來的改變過分戒備。

▲帖子截圖。

認(rèn)為“信息繭房”是個(gè)似是而非的偽命題的，在學(xué)界不乏其人，如國內(nèi)傳播學(xué)界兩位知名學(xué)者陳昌鳳和喻國明。他們都曾表示，“信息繭房”的假說在學(xué)術(shù)性實(shí)證研究中從未被證實(shí)過。

在我看來，“信息繭房”確實(shí)很容易引發(fā)大眾共鳴，因?yàn)樗鼡系搅撕芏嗳说陌W點(diǎn)：對“大眾傳播-分眾傳播-窄眾傳播”的信息傳播模式迭代感到不適，對網(wǎng)上撕、懟、噴風(fēng)氣感到不安，是人之常情。而“信息繭房”作為假說，為這些情緒提供了解釋框架。

但其硬傷在于兩點(diǎn)：1，它只是理論推演而無科學(xué)佐證，假設(shè)前提是用戶只有單一接觸信息渠道；2，它容易造成誤解，讓很多人誤以為所謂“信息繭房”是互聯(lián)網(wǎng)出現(xiàn)后才出現(xiàn)的——到底是互聯(lián)網(wǎng)催生了“信息繭房”，還是互聯(lián)網(wǎng)讓早已存在的“信息繭房”能見度提升了，恐怕需要好好辨析下。

覺得互聯(lián)網(wǎng)出現(xiàn)前都是共識、出現(xiàn)后都是分化，大概率只是虛假同感偏差下的幻覺。

無論如何，互聯(lián)網(wǎng)有沒有造成“信息繭房”，得多維度而非單向度地考量：互聯(lián)網(wǎng)時(shí)代的信息多元與窄眾傳播等復(fù)雜結(jié)構(gòu)在“造繭/破繭”上的對沖作用，使得互聯(lián)網(wǎng)導(dǎo)致“信息繭房”的全稱命題顯得有些武斷。

耐人尋味的是，“信息繭房”研究向來是西冷中熱：資料顯示，截至2020年2月6日，中國學(xué)者已在CNKI文獻(xiàn)庫中發(fā)表584篇以“信息繭房”為主題的文章。同時(shí)段內(nèi)，國內(nèi)的Web of Science數(shù)據(jù)庫中發(fā)表的以“information cocoons（信息繭房）”為主題的文獻(xiàn)只有1篇，討論“echo chamber（信息回音室）”“filter bubble（過濾氣泡）”的也微乎其微。

難不成“信息繭房”也“橘生淮南則為橘，生于淮北則為枳”了？

03

頗堪玩味的是，有的人對“信息繭房”的批評經(jīng)常會通向?qū)λ惴夹g(shù)的獵巫。算法原理他們未必懂，但“奶頭樂”學(xué)說是他們流行的理論武裝。

算法是根據(jù)興趣推薦，會過濾掉不感興趣的異質(zhì)內(nèi)容，可不就是制造“信息繭房”的推手嗎？這是他們的慣有認(rèn)知。

他們以為的算法就是：我喜歡什么觀點(diǎn)，算法就拼命給我推什么觀點(diǎn)，幫我屏蔽反向觀點(diǎn)。

算法要是會說話，估計(jì)恨不得擊鼓鳴冤：我沒這么弱智，你沒這么無辜。

做點(diǎn)科普：算法模型包括協(xié)同過濾算法、監(jiān)督學(xué)習(xí)算法Logistic Regression、深度學(xué)習(xí)、Factorization Machine、GBDT等，許多人理解的興趣匹配，不是基于單一維度去分析，什么內(nèi)容的語義特征（關(guān)鍵詞、Topic、實(shí)體詞）、文本相似性特征、時(shí)空特征，什么用戶的聚類、性別、年齡、地點(diǎn)等身份特征和過濾噪聲、熱點(diǎn)懲罰、時(shí)間衰減、懲罰展現(xiàn)等，都會成為分析指標(biāo)。

▲推薦算法涉及的幾大模型。

算法不會簡單粗暴地認(rèn)為某個(gè)人喜歡1就不給他推2，而是會用多樣化信息來覆蓋人們多元、善變和閾值持續(xù)提升的興趣點(diǎn)。畢竟，不是每個(gè)人都知道自己會對哪些事物感興趣，就算知道人的興趣也可能因時(shí)因地而變。

如果你細(xì)看算法推薦內(nèi)容就會發(fā)現(xiàn)，算法不光會推來你喜歡的籃球運(yùn)動(dòng)員詹姆斯，還會推薦喬丹庫里姚明，推薦C羅李娜林丹，更多文體娛教內(nèi)容都可能推到你面前。

用戶怕接收的信息單一化，平臺同樣怕供給的信息單一化，那樣無益于用戶長期留存，所以平臺會持續(xù)對算法加以優(yōu)化——

谷歌瀏覽器推出了“逃離泡沫”的插件，可以根據(jù)用戶的閱讀習(xí)慣，反向推薦調(diào)性積極、易于接受的內(nèi)容。

新聞?lì)怉PP“跨越分歧的閱讀”(Read Across the Aisle)創(chuàng)立了包含20個(gè)新聞品牌的圖譜，當(dāng)用戶閱讀習(xí)慣偏向于一方時(shí)，程序會建議受眾調(diào)整閱讀內(nèi)容。

抖音會努力讓知識庫、內(nèi)容池成為百科全書式的存在，憑著算法模型自動(dòng)學(xué)習(xí)積累的數(shù)以幾十億的“向量特征”，探索算法測量指標(biāo)的優(yōu)化，綜合運(yùn)用內(nèi)容消重、打散和對用戶多元興趣的主動(dòng)探索等策略，避免信息呈現(xiàn)一元化……

再說了，算法推薦往往能跟其他分發(fā)形式“組合使用”：編輯分發(fā)帶來的是“你應(yīng)該知道的”，搜索帶來“你想知道的”，推薦帶來“你可能感興趣的”，關(guān)注帶來“你關(guān)心的人的動(dòng)態(tài)”，平臺會將這些信息獲取途徑整合，以解決信息偏食難題。

根據(jù)“算法+熱點(diǎn)+關(guān)注+搜索”推薦內(nèi)容，已是內(nèi)容平臺常見做法。

04

?

在著作《必然》里，著名互聯(lián)網(wǎng)學(xué)者凱文·凱利拋出了“理想的過濾器”一說。他認(rèn)為，理想的過濾器應(yīng)該推薦那些“我想知道我的朋友喜歡什么，而那又是我現(xiàn)在還不了解的”，以及“它將是一種會向我建議某些我現(xiàn)在不喜歡，但想嘗試著喜歡的東西的信息流”。

現(xiàn)在的算法，已經(jīng)實(shí)現(xiàn)了這點(diǎn)。著力實(shí)現(xiàn)提高信息篩選效率和避免信息單一呈現(xiàn)的平衡，成了算法加載的“任務(wù)進(jìn)度條”。

而今，在信息分發(fā)平臺、短視頻平臺、電商平臺、社交平臺及餐飲外賣平臺，生成合成類、個(gè)性化推送類、排序精選類、檢索過濾類、調(diào)度決策類等算法技術(shù)已得到廣泛應(yīng)用。我們打車，導(dǎo)航會把最短或最快路徑推薦給我們；我們點(diǎn)外賣，平臺會將評分最高、距離較近的餐館呈現(xiàn)給我們……

算法與其說是幫我們提高了信息撮合效率，不如說是幫我們節(jié)省了信息篩選成本——在海量信息面前，算法滿足了我們的“腦部減負(fù)剛需”。

而在信息多樣化的當(dāng)下，算法也在著力將人們信息接收模式調(diào)至“多樣化”制式。

信息平臺就如超市，它會更想讓顧客消費(fèi)更多的商品，而不是每次來都只看同類商品。

喻國明就認(rèn)為，智能算法推薦具有反信息繭房的本質(zhì)，“采用多種算法的信息分發(fā)平臺所具有的社會構(gòu)造，從信息流動(dòng)來說，總體上能夠有效地避免‘繭房效應(yīng)’的發(fā)生”，且從商業(yè)利益初衷看，算法在更新迭代中逐步挖掘出個(gè)體尚未被開掘的信息消費(fèi)潛能是更優(yōu)解。

傳播學(xué)教授楊洸也用實(shí)證調(diào)研給出結(jié)論：用戶和算法之間始終處于相互響應(yīng)、相互發(fā)展的狀態(tài)，算法技術(shù)創(chuàng)造了很多新聞偶遇的機(jī)會，開闊了用戶的信息視野。

毋庸諱言，算法是放大器，它的放大效應(yīng)會在“人塑造環(huán)境”和“環(huán)境塑造人”的雙向交互中倍數(shù)級還原出人的多面性來。

算法會在同頻共振中放大向美向善的力量，之前燒烤、冰雪大世界、麻辣燙的熱門短視頻先后帶火淄博、哈爾濱、天水的文旅，即為印證。

算法也會暴露許多人獲取信息上路徑依賴，溝通信息上社交衰退、消化信息上感情用事的弊端——當(dāng)科普內(nèi)容和土味內(nèi)容都被推來時(shí)，有的人會對前者一劃而過，對后者循環(huán)播放……只不過，太多人不會將箭頭對準(zhǔn)自己的思維惰性，只會讓算法背鍋，畢竟責(zé)人容易責(zé)己難，與其為難自己，不如責(zé)怪算法。

就此看，“信息繭房”是否存在還難說，但“思維繭房”“社交繭房”“認(rèn)知繭房”真真切切存在……人們會自己為自己織繭，被纏住后就說是外部環(huán)境吐的“絲”。

05

這不是說算法就沒有負(fù)外部性，而是說算法沒有某些人想象的那么愛“造繭”。

在當(dāng)下，拿所謂“信息繭房”去鞭撻包括算法在內(nèi)的技術(shù)，也許是看錯(cuò)了病開錯(cuò)了藥——真正的病或許在于在夸大新技術(shù)風(fēng)險(xiǎn)中走向反技術(shù)的一端。

在尼克·西弗說“算法已不再僅僅是文化建構(gòu)的一部分，而已然變成文化實(shí)踐本身，對算法不能僅從數(shù)學(xué)邏輯的角度去理解”的今天，還在用洪水猛獸思維看算法，才是狹隘。

真正可怕的，不是算法，而是信息單一控制和限量供給。

算法不是沒不足，但有些人或許該聽聽凱文·凱利那兩句話：

1，我們很少去關(guān)注落后技術(shù)的弊端，而總是在擔(dān)心新科技可能會帶來的風(fēng)險(xiǎn)。

那些以汽車會帶來交通事故為由反對汽車的人，會假裝看不到馬車帶來的弊害。

2，對于科技帶來的問題，永遠(yuǎn)不能靠減少科技解決，而應(yīng)該發(fā)明出更好的技術(shù)。

信息偏食問題不是技術(shù)帶來的，但卻能通過技術(shù)得到緩解：通過環(huán)境特征協(xié)同提取暗知識、暗變量，擺脫對信息需求的粗粒度歸類，并通過跨學(xué)科指標(biāo)融合去引導(dǎo)算法，塑造用戶認(rèn)知“廣角”……

立足根本、著眼長遠(yuǎn)看，信息偏食是單個(gè)技術(shù)和單一平臺難以根治的問題，解決之法在于提供多元信息市場，引導(dǎo)大眾提升信息素養(yǎng)，善用新技術(shù)工具和媒介手段，拓寬信息獲取渠道。

別忘了，就連桑斯坦本人也在《信息烏托邦》中說——新的傳播技術(shù)正在使事情變得更好，而不是更糟。