Categories
最新消息

關於信息繭房和演算法推薦,這些誤會該澄清了!


作者 | 半硯

編輯 |湯湯

今日推薦論文

《「信息繭房」在西方:似是而非的概念與演算法的「破繭」求解》

(陳昌鳳)

推薦理由

如果要給新傳領域最「出圈」的概念列一個清單,這些年大熱的「信息繭房」絕對榜上有名。其實,學界近來的一個趨勢是對這個概念進行一些必要的再解讀和冷思考,比如,喻國明老師去年的論文《「信息繭房」的誤讀與演算法推送的必要》,就釐清了人們對於「信息繭房」的諸多誤解,讓我們對演算法推送進行了重新認識,具有很大的啟發價值。

今天推薦的陳昌鳳老師的這篇論文里,囊括了眾多國外學者對於「信息繭房」的相關研究發現,涉及到政治學、傳播學、法學、計算機科學、社會學以及心理學等多個領域的研究成果。為了讓大家更好地消化這篇文章,下面也梳理出了一些可能對我們的答題有幫助的觀點,希望大家突破既有的認知定式,對信息繭房、演算法推薦以及它們之間的關係問題擁有更加立體、更多維度的思考。

關於信息繭房和演算法推薦,這些誤會該澄清了!

一、什麼是信息繭房?

「信息繭房」是桑斯坦教授在其2006年出版的著作《信息烏托邦》中提出的一個比喻,之後又在其系列論著中進行了闡述和拓展。在《信息烏托邦》中提出的「信息繭房」的內涵是:我們(信息傳播中用戶)只關注自己選擇的內容、使自己感到安慰和愉悅的傳播世界,如同置身於蠶繭般作繭自縛。

桑斯坦認為麻省理工學院的媒介與科技專家尼古拉斯·尼葛洛龐帝的「我的日報」(theDailyMe)就是「信息繭房」效應的預言:這是一份完全個人化的報紙,我們每個人都可以在其中挑選我們喜歡的主題和看法。互聯網用戶在海量信息中以個人喜好選擇性地接觸感興趣的信息,排斥與篩出所有不喜歡的東西,選擇最適合自己品位的內容,長此以往形成「信息繭房」。「我的日報」將有「我們的日報」之虞。信息製造者運用了許多信息,其中一些非常接近於我們自己,雖然沒有人跟自己完全一樣,但是協同過濾運作得非常良好,甚至形成了「繭房」。具有相似想法的人每一天都把自己歸入自己設計的「迴音室」,製造偏激的錯誤、過度的自信和沒道理的極端主義。這裡強調了前人研究中所認為的:人們通常吸收新信息以確認他們對世界的看法,這種現象被稱為「證實偏見」

桑斯坦常常交替使用「信息繭房」和「迴音室」。他認為因為網路社區超越了物理和地理的限制,所以出現了與志同道合的人保持聯繫的新機會,同時網路社區還提供了避免一切不感興趣的人和事的機會。如果人傾聽的是與自己相像的觀點,則可能會變得更加極端和自信,於是會發生群體極化、兩極分化。隨著演算法技術的廣泛運用,有學者認為,演算法的功能會使得這種主觀選擇的過程更加突出,演算法會根據過往的偏好讓人們接觸到相似內容。從這兩個比喻的形態來說,「信息繭房」更偏向個體接受同質化信息帶來的認知影響,「迴音室」(還有「過濾信息泡」概念)則偏向於個體在觀點方面的認同,指人們在網路辯論中有選擇地避免對立的爭論,只聽到自己認同的觀點。

解讀

「我的日報」、「信息繭房」、「迴音室」……這些相似的概念中其實具有一定的演進關係,它們之間也存在著些許細微的差別。比如這裡有提到「信息繭房」和「迴音室」這兩個易混淆概念的辨析問題,前者側重於「信息」層面,強調人們信息獲取的單一化,是個人選擇性心理起作用的體現;後者則更多地在於「觀念」層面,它往往因受到人際環境、群體壓力、媒介環境等因素的影響而得以表現出來。

二、如何看待「信息繭房」?

01

「信息繭房」的存在具有一定的必然性

①信息技術背景。互聯網時代用戶可獲得的信息海量、超載,為了在海量信息中選擇自己需要的內容,「信息繭房」成為用戶的應對策略。

②個體情感因素。研究發現憤怒、焦慮和恐懼是個體是否選定只與志同道合的人、觀點一致的內容進行互動的重要決定因素。憤怒的人更有可能既與觀點相似者又與觀點對立者進行辯論,憤怒情緒強化了迴音室和論戰兩方面。

0 2

「信息繭房」只是一個擔憂

①人們主動選擇要接觸哪些內容並非新現象,早在拉扎斯菲爾德和他的同事關於選民選擇的研究中就顯示出了選擇性接觸。

②互聯網確實使民眾更容易迴避與自己矛盾的觀點,因此增加了其被限在迴音室中的風險。但這樣的擔憂其實是誇大了事實。公眾對政治的更大興趣和媒體的多樣性,都降低了他們困在迴音室中的可能性。

0 3

「信息繭房」不一定是負面的

①有研究發現對強化性意見的渴望在塑造個人接觸網路政治信息方面發揮更重要的作用,強化性意見的信息可以促進對新聞報道的關注,從而豐富大家的政治認知和參與度。

②信息繭房體現為一種信息聚合。在信息聚合中起重要作用的是用戶的需求,體現為流量和點擊率。同時經過眾人協同過濾之後的信息,也創造了更積極的價值。

0 4

「信息繭房」可能屬於美國式的極端

「信息繭房」也許只是美國土壤中的產物。卡德納爾選擇西班牙來測試此觀點,確定並沒有發現黨派迴音室的證據,他們的研究樣本反而顯示了跨黨派的媒體信息消費的特徵。

桑斯坦提出的「信息繭房」,是基於對美國兩黨政治的語境下對於政治信息極化的一種擔憂,如今卻被擴大到所有方面。

解讀

長期以來,「信息繭房」都是個攜帶著強烈負面色彩而盤踞在我們的思維深處的辭彙,然而,我們對這個概念的運用,不應脫離其誕生的社會背景而加以任意延展

此外,我們也要看到「信息繭房」這一現象的合理性甚至是積極意義,一方面,個體有自身的信息選擇偏好,這是符合我們個性和能力範圍的;另一方面,群體也能通過意見彙集形成更具代表性的觀點、實行更高正確概率的決策。相比於憂慮於「群體性迷失」,我們也可以對「群氓的智慧」抱有更高的期待。

三、演算法技術真的會帶來信息繭房嗎?

0 1個

概念本身:無從實證的一個比喻

「信息繭房」是一個比喻,主要是建立在技術,尤其是演算法推薦技術,降低政治信息多元化的憂慮之中。目前,能夠實證「信息繭房」存在的研究尚屬罕見,因為新媒體屬性並不是簡單、線性的,人們總是在更多元的、複雜的信息環境中。以中國為例,在短視頻用戶中有大量用戶至少同時使用兩個短視頻平台。根據調查,2019年第3季度,使用位元組跳動的6.06億、使用快手的4.14億,據統計兩者用戶重合率達到36.4%。也就是說人們會使用更多的APP、更多的信息聚合平台、更多的社交媒體,這樣用戶就不大可能在一個能形成「信息繭房」的簡單線性的信息環境中。而若作為長期效果來研究,證實「信息繭房」的存在就更困難。

0 2

技術背景:Web2.0時代的多元化可能

Web2.0技術實際上會成為批判迴音室效應的技術結構和心理基礎,因為它不僅提供了與志同道合的人討論問題的機會,而且同時也增加了與那些持不同觀點的人討論問題的可能性。Web2.0讓所有的用戶有了個人化、互動化、分享化的機會,信息聚合平台可以集眾人所能生產、分發、審核、修訂信息。加上大數據技術的貢獻,能夠使得群體統計性答案具體代表全體人口的能力。因此,Web2.0技術下很難形成「信息繭房」和迴音室。

0 3

受眾特性:理性與自主、參與與創造

「信息繭房」又一次回歸到經典研究的話題:受眾的特性。自主的受眾是否存在?民眾是否能夠自主地作出選擇、判斷和抉擇?當「信息繭房」概念簡單化地把互聯網時代的用戶當作演算法製作的一個「繭」時,似乎對於自主的受眾充滿了悲觀。「信息繭房」效應是一個無理性、非自主公民的寫照,也是對Web2.0技術製造的「參與文化」的否定。

社交媒體上的信息流演算法,也成為受眾研究的入口。有研究發現,大多數人在社交媒體上瀏覽新聞的方式是基於「普遍的懷疑主義」,用戶經常無法準確理解他們收到的信息是如何被過濾的,但也不會不加批判地接受它。用戶在社交媒體上的新聞消費呈現懷疑主義和日常實用主義結合的悖論。也就是說,用戶並非「魔彈論」下應槍聲倒地的被動受眾,而是帶有批判性、自主認知能力的受眾。

著名融合文化研究者亨利·詹金斯提出了「積極受眾」和「參與式文化」等理論,對新技術環境下的媒介和文化研究有著重要的影響。人們總是能夠找到證據說明,即使在各種複雜的環境下,仍然存在著積極、主動的受眾,他們仍在創造性地表達自己的意願,希望能夠以批判性的姿態與外部世界相連。他以音樂、戲劇、迷因等流行文化來說明人們的相互作用能夠使人們建立信任、獲得技能。他認為不是技術對人們做了什麼,而是人們利用技術做了什麼,是人類文化具有決定性力量,而不是技術在決定著世界。社會的發展,就取決於公眾將哪些東西看作是自己所需要的東西。雖然人們在受到技術的限制的同時,也在一定程度上塑造了自己的行為,但是社會的發展最終決定於人民如何從自己所擁有的各種備選方案中選出自己認為最有意義的那一項。

解讀

我們對「信息繭房」的另一個思維定式體現在於,總是將它與演算法技術相勾連。信息繭房,似乎已經成為演算法推送的原罪,成為相關批判觀點的一條雄辯論據。通過對文章的提煉總結,我們其實就可以從信息繭房的概念本身、web2.0特殊的技術背景和正確認知受眾特性這三個角度去說明,所謂信息繭房的「鍋」,真的不能全讓演算法技術來「背」。

四、如何規避演算法推薦加劇信息繭房的風險?

0 1個

回歸技術邏輯:信息推薦演算法的類型和維度

信息推薦演算法的種類繁多,較常見的有「基於內容的推薦」「基於協同過濾的推薦」「基於時序流行度的推薦」三類。

①「基於內容的推薦」

「基於內容的推薦」是基於用戶興趣與內容特徵的相似度的匹配,推薦結果往往與用戶過去喜歡的某條新聞具有相關性以及較強的可解釋性。但是,基於內容的推薦演算法容易使用戶沉浸在個人議程中,確實存在「信息繭房」的風險。

②「基於協同過濾的推薦」

「協同過濾推薦法則」是一種利用群體智慧的推薦方式,可分為基於用戶的協同過濾演算法和基於物品的協同過濾演算法。

基於用戶的協同過濾演算法的原理是「人以群分」,通過聚類分析若干用戶的行為數據,將行為類似的用戶編入一個隱形閱讀小組,對目標用戶推薦該小組中其他用戶感興趣但未被目標用戶閱讀過的信息,這樣就擴大了用戶的關注範圍。

基於物品的協同過濾演算法的原理是「物以類聚」,如果某兩則信息總是被同一個用戶閱讀,則默認二者之間有更大的相關性,因而會給閱讀過其中一則的用戶推薦另外一則。

③「基於時序流行度的推薦」

基於時間序列流行度的演算法是將特定時間窗口內流行度較高的新聞推薦給用戶,引入了時間維度,將單位時間的瞬時點擊率等動態特徵作為考量因素,綜合考慮新聞的信息熵等指標。

為了規避演算法可能減少用戶信息環境多樣性的風險,有學者從三個維度為推薦演算法的信息多樣性制定原則和測量標準:

①從個人自治維度考慮,推薦系統的多樣化的信息應該能滿足、拓展用戶的個人選擇,增強用戶對於多種選擇的認識;

②從促進理性公共辯論的角度,多樣化信息應保證用戶與對立政治觀點接觸的程度,促成跨意識形態之間的互動,以建立社會成員相互理解和妥協的認知基礎;

③基於激進多元主義和對抗民主觀念,演算法應該主動促進批判性意見和弱勢觀點,將異議引入公共辯論。糾正公共討論被精英和利益集團主導的趨勢,為挑戰用戶現有理念的內容提供生存空間。

解讀

這部分內容是對當下演算法推薦的類型和模式比較全面的科普,雖然和答題沒有很直接的關係,但其實,只有我們真正理解了它的技術運作基礎,才能形成對於演算法推薦更為客觀的認知。比如基於內容的推薦更容易窄化個人視野,基於協同過濾的推薦則可能會強化群體極化效應等等,找到了演算法技術催生的種種負面現象的起因和源頭,也能方便我們更好地對症下藥,破解技術困境以及相應的倫理風險。

0 2

尋求「破繭」之道:演算法推薦的多樣性路徑

目前,對多樣性的提升主要基於兩種路徑。

路徑一:使個性化推薦系統的使用者「意識到未知」(knowthe unknown)

將被過濾掉的信息提示給用戶,使用戶意識到還有更豐富的新聞可供選擇,以期鼓勵用戶對當下的興趣盲點進行探索。研究證明,這種納入用戶的興趣盲點進行可視化的做法不僅增加了用戶眼中的推薦系統透明度、提升對演算法的控制感,也可以使用戶意識到「信息繭房」的存在、理解「信息繭房」的機制,進而實現對「信息繭房」的控制。

路徑二:通過強化「個性化」來有效提升「多樣性」

推薦演算法實際上具有增加內容多樣性和縮小內容範圍的雙向潛力,有效提升「新聞多樣性」離不開通過技術手段增強對「用戶多樣性」的理解。由於受教育程度、媒介素養、人格特徵等因素影響,不同用戶對於多樣性新聞有不同的接納程度。這些特徵可以為演算法所用,輔助演算法計算用戶對多樣性的需求,在不失去用戶的情況下最大程度地提高對用戶推薦內容的多樣性。因此演算法在對用戶畫像之後針對不同個性的用戶進行個性化信息推薦,有助於增加信息多元化。

解讀

對於消解演算法技術可能帶來的風險問題,相關的學界討論早已不勝枚舉。文章主要從技術本身出發,第一種路徑強調的關鍵就是「透明性」,這是破解技術黑箱、促進信息雙向流動的必要手段;第二種路徑則是依靠進一步的技術精進來更精準地把握用戶的個性特徵,以更為全面、動態、正向的方式,充分滿足用戶的現有需求,並致力於推動形成他們更高層次、更多維度的信息需要。當然,也可以從構建演算法倫理、完善法律監管、加強人工把關、提升媒介素養等方面去提出更多的措施和發展建議。

能。

案例積累

2015年《紐約時報》將其演算法優化為「協作主題建模」,結合讀者的偏好和內容之間的相似性作出推薦,使用戶可以在其偏好的領域(信息類別中)更全面地了解到相關信息,只要其資料庫有足夠全面的政治信息,那就可以包含左、中、右所有傾向性的內容。類似的例子還有英國《衛報》的「刺破你的泡泡」、《華爾街日報》的「紅推送,藍推送」等等。

你的實務還有救!

實務衝刺班10月14號開課!

500張報課優惠券先到先得!