(相關資料圖)

(薛宇飛 實習生李俊浩)近日，清華大學社會科學學院積極心理學研究中心在線上舉行“用戶使用、算法推薦與信息繭房的關系再思考”主題研討會，并發布了研究成果《破繭還是筑繭？用戶使用、算法推薦與信息繭房研究報告》。在研討會上，北京師范大學新聞傳播學院教授喻國明認為，任何一種媒介都不可能滿足人們的全部需求，不能將這種客觀限制理解為“信息繭房”，更不能將其歸結于算法推薦。

喻國明表示，當今社會對算法存在污名化傾向，“信息繭房”這一負面含義的比喻容易引發大眾對于技術的恐懼。他進一步指出，目前對于算法的片面理解主要體現在未把算法看成一個演進的過程，僅僅根據算法在發展階段中的某一截斷面或某一發展時刻的某些現象來對其進行批判和否定。“信息繭房”并不是在某一媒介的內容推送框架下所形成的，只有當整個社會的信息結構出現系統性偏差時，“信息繭房”效應才會產生。

喻國明認為，與社交推薦、傳統編輯推薦等一樣，算法推薦只是適應特定時代、滿足用戶特定需求的傳播供給模式。事實上，基于大數據的算法推送對于用戶需求的掌握更精準、更動態，能夠不斷優化內容推送，在某種程度上，算法比過去經驗型的內容推薦更加升維。據了解，今日頭條、抖音等平臺已經經過數次算法迭代與升級，對多樣化信息推薦技術不斷優化，值得肯定。

“實際上，人們的選擇是多渠道、多種多樣的，個體并不會被某一平臺、某一媒介算法所局限。在我看來，算法推薦跟傳統新聞專業主義的基于經驗所形成的選擇，存在互相學習和接納的問題。”喻國明說。

展望未來演進和升維，喻國明認為要從點、線、面三個環節上提升。點，指某一媒介、某一平臺的算法優化，主要通過擴大數據來源、結合社會法則優化算法等手段來實現。

線，指用戶的內容需求需要同其社會關系與圈層形成聯動與匹配，依據個體關系形成擴張型的算法。在算法優化中，將個體的個性化需求與社會公共價值相結合，為用戶提供立體性成長的信息與機會。

面，指社會整體的信息供給結構是否合理與完善，算法是否足夠多樣，而不會產生系統性偏差。因此注重社會結構的多樣性，使內容多樣性、算法多樣性得到有效保障，這是尤其應該關注的問題，而非關注某個媒體、某個平臺的算法是否全面、合理。

“社會系統內容供給結構的多樣性和算法維護的多樣性，是避免信息繭房效應的關鍵所在。”他總結道。(更多報道線索，請聯系本文作者薛宇飛：xueyufei@chinanews.com.cn)(中新經緯APP)

中新經緯版權所有，未經書面授權，任何單位及個人不得轉載、摘編以其它方式使用。