专家热议算法推荐：信息茧房也许是个伪命题

本篇文章3317字，读完约8分钟

1月13日，北京师范大学新闻与传播学院与北京新闻社在北京师范大学联合举办了“通信逻辑与智能算法价值迭代研讨会”。在一切都是媒体的背景下，学术界讨论了“算法个性化”和“信息茧房”等话题。

(上图为北师大新闻与传播学院执行院长、教授于国铭)

北师大新闻与传播学院执行院长、教授于国铭根据近期的研究成果和算法经验发表了自己的看法。理论上，“算法导致信息茧”的假设从未被证明，算法本身具有反茧的本质；在实践中，算法变得越来越多样化，并不断优化。如今，有了如此广泛的选择，人们不太可能像今天的头条新闻一样，仅仅依靠一个算法平台来获取信息。虽然它在信息流通中分量很轻，但只有少数人会把它作为自己信息的全部来源；就行业需求而言，该平台从不追求用户利益的缩小，它希望看到人们的不同需求，以便获得更多的服务空和价值实现空.

至于算法的“善与恶”，于国铭认为是从机器和人之间的关系来判断的。一是算法削弱了用户的主体性，但人的属性是多样的，他们自身的需求和接触模式必须不断远离平衡状态。因此，人们主体意识的弱化只是一个过程，而不是一个算法错误；另一个是用户被剥夺了边界权利，这是一个从人们对专业的信任到人们对技术的信任的过程。但是从分层的角度来看，当机器算法能够解决这些问题时，其可靠性和稳定性都比较好。

于国铭着重指出，智能算法的迭代应该遵循两个基本原则。首先，算法信息分配的控制变量应该升级:从“边界调整”到获得社会适应度和合法性。第二，人机交互下算法逻辑的价值迭代:从“算法没有位置”到“技术必须充满责任和善意”，要解决所谓的逼近过程，详细全面地把握需求本身。这是算法迭代过程中的两个方向，一个是整合越来越多的价值维度，另一个是越来越准确地描述价值维度中的需求，具有越来越多的结构性和整体性特征。

(上图为清华大学新闻与传播学院常务副院长、教授陈昌奉)

清华大学新闻与传播学院常务副院长、教授陈昌奉从算法时代的信息个性化转向扩展，指出智能算法降低了信息茧的可能性，智能算法促进多样性主要基于两条路径:一是通过加强“个性化”来有效促进“多样性”。基于更微妙的使用，智能算法实际上具有双向潜力来增加内容多样性和缩小内容范围，有效地提高“新闻多样性”；一是让个性化推荐系统的用户“意识到未知”，也就是用过滤后的信息来提示用户，让用户意识到有更多的新闻可供选择。

将该算法智能地应用于新闻行业，通过算法推荐逻辑、协同内容算法、过滤算法和主题建模等方法，影响供应方和分销渠道，进而转化生产逻辑，最终生成智能新闻。事实上，社交媒体的算法逻辑和推送逻辑会影响制作组织，包括新闻组织。我们需要关注智能新闻，因为研究发现智能新闻更可靠、更专业。关于个性化是否限制了用户的信息范围，陈昌奉解释说，算法不仅是一种技术或工具，而且具有文化意义和价值取向，这将对我们的日常生活产生持续而密切的影响。

(上图为北京新闻社编辑部兼评论部总编辑余德清)

《新京报》编辑部成员、评论部总编辑余德清认为，近年来，社会一直在关注“信息茧屋”现象，但需要注意的是，“信息茧屋”是个人阅读信息“偏食”和“挑食”的反映，可能存在于传统纸质媒体或门户网站时代，而不是算法崛起时代的问题。一个好产品的本质应该是满足人们的好奇心和有趣的多样性，而不是放纵。算法本身是多样的，一个好的算法不会形成一个“信息茧”，而是可以根据内容中的关键信息提供相关的扩展知识点，形成一个衍生的知识网络，使读者阅读更加广泛和深入。此外，目前的市场是开放和多样化的，每个人都有许多信息来源，市场提供各种内容。在这种情况下，“信息茧房”的可能性并不高。

(上图为清华大学新闻与传播学院教授彭岚)

清华大学新闻与传播学院教授彭岚认为，从某种意义上说，“信息茧房”是指信息偏食造成的视觉局限，可以通过调整制作内容和传播策略来突破。在当前的信息环境下，我们主要通过社交媒体、信息网络和公共信息平台获取信息。由于个人性格、路径依赖惯性和满意度的不同，这三种主要路径模式都有信息固化的可能。同时，信息平台或社交平台自身的形态设置和信息引导模式也会导致用户信息获取路径的固化，而用户信息获取路径的偏离也会导致有限的信息视野“偏食”。随着时间的推移，个人兴趣和用户认知发生变化，用户的信息需求具有大众化的特征，社交网络的舒适性也会在一定程度上导致信息获取路径的偏离。因此，信息路径固化和路径偏离会影响我们获取信息的视野。

除了路径层面的讨论外，彭岚教授认为社会关系过滤机制和算法过滤机制对信息偏食也有重要影响。我们应该及时调整制作内容和传播策略，将信息茧与媒介素养联系起来，深化用户研究，改变信息供给的不平衡，在多方面提供公共价值、专业水平和均衡的内容价值。这样，通过调整生产内容和传播策略，就可以解决社会层面的蚕茧问题。

(上图为中国传媒大学传播研究所教授刘雁南)

中国传媒大学传播研究所教授刘雁南认为，信息茧层是一个未经证实的假设，缺乏实证支持，并从三个方面提出了自己的观点。首先，算法具有一定的重要性和必然性，新媒体的数字内容非常丰富。在信息量大、选择能力有限、时间宝贵的情况下，推荐机制应运而生。从我国目前智能算法的发展来看，它也促进了我国传统媒体的深度融合和智能化发展，从思想上打破了传统媒体中心分布的传统思维，具有更大的社会价值和社会意义。但这两种选择都是人为的，而且都涉及到人为因素。刘雁南说，无论是优化算法还是促进算法的均衡使用，都涉及到人为因素，而不是单纯依靠技术。

第三，从结构和个体的角度考察了信息茧房问题。信息茧屋是一个模糊的，似是而非的东西，或者根本不存在的东西。从大的理论角度来看，这是一个未经证实的假设，缺乏实证支持。算法应该不断更新并与人互动。算法的更新和迭代不能完全基于自我，也不能在一定程度上平衡和结合受众的需求。在与用户交互的过程中，有必要把握算法迭代的方向。

从结构上看，在宏观结构上，今天的头条和其他分销平台仍然难以跨越全球市场和边界。中观层面存在多平台竞争，微观层面的个性化推荐不一样。因此，如果没有传统时代的“信息茧屋”，就没有现代社会。从个人层面来看，个人选择有不同的方面，如功能、兴趣、习惯等。，而媒体的智能推荐不断地做一些迭代行为，这意味着受众使用的多样性。当然，这也需要算法不断更新，并在与人不断互动的过程中不断前进。它不能完全以自我为基础，它必须在一定程度上与观众的需求相平衡和结合。

(上图，北京大学新媒体研究所副所长、教授刘德俊)

北京大学新媒体研究所副所长、教授刘德欢指出，算法困境的解决在于算法人性化。改进算法并不难，但却无法解决。原因不在于算法，而在于整个社会变革过程结构中最稀缺的时间。因为人们没有时间搜索，所以他们会选择相信人们提供的信息。这种茧屋效应是人们在海量信息的过程中生存的方式。实际上，突破这个茧层是非常容易的。只要选择的生活发生变化，茧屋就会立即消失。

最后，刘德欢说有两种方法可以改进算法。一是加强信息交流，增加信息量；第二种方式是nvm，它将公众关注的话题、音调关注和种族关注分开，并按比例分配。

(上图为中国人民大学发展规划系副主任、副教授李彪)

中国人民大学发展规划系副主任、副教授李彪认为，通信环境的变化使得算法面临巨大挑战，并从四个方面阐述了自己的观点。首先，算法给通信研究带来了新的挑战。他认为时代已经到了信息生产和分配的阶段，整个社会中最主流的信息生产方式是社会化大生产，包括内容分配。第二是驯化的方法。在关系传播中，我们正面临着从个体到群体的传播环境的转变。如果信息不能进入社区，就不能传递给个人；从研究内容到心理和情感的研究，这些因素给智能算法带来了很大的困难，因为标签太多，无法完整地描述一个人。

第三个被驯化的算法，李彪说，一直在说算法有异化的问题，如信任的异化，是人变成事物还是事物变成人的困境，以及所谓的人和机器之间的双重偏见。技术黑箱指的是算法的工具合理性问题。第四，“算法库仍然需要算法来支持它。”算法应该有多样化的数据或者在数据多样化中发挥作用。它在不断成长和发展，这可能是阶段性的。算法的问题仍然需要算法本身的支持。

来源：搜狐微门户