▲《楚門的世界》劇照。

文 | 佘宗明

在當下，有兩個舶來的傳播學概念近乎被用爛，一個是“娛樂至死”，另一個是“信息繭房”。

這兩個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，將其據為大批判的話語武器。在“深刻癖”的引路下，他們動輒掄起道德皮鞭，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/女權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。

秦朗巴黎丟作業事件中出現偏聽盲信現象，怪信息繭房；胖貓事件中出現“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輿論內耗后，“信息繭房”也經常被迫承受了所有。

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，才導致人們越來越自以為是、極端偏執。

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

有意思的是，我上網搜“信息繭房”，發現很多慣于販賣焦慮的營銷號都開始將“信息繭房”跟“高認知”等雞湯文話術、“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“后真相時代”滿天飛、“網絡巴爾干化”遍地跑的今日，擔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”，到底是真實存在的“賽博囚籠”，還是想象出來的稻草人議題？當批判“信息繭房”的終點是反技術的盧德主義時，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。

現在看，“信息繭房”也遭遇了這樣的謬傳。追溯其前世今生會發現，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，互聯網還處在Web1.0階段。當時包括尼葛洛龐帝在內的不少大神都預言，個性化定制的“我的日報”（The Daily Me）將會出現。

桑斯坦亦在此列。他認為，互聯網的確為公眾提供了“資訊汪洋”，但人們接觸信息不是全盤接收，而是根據個人喜好選擇性吸收，這可能會將自身桎梏于蠶繭般的“繭房”中。

桑斯坦確實將“信息繭房”跟互聯網時代背景聯系在了一起，但他認為“信息繭房”癥結在于“信息偏食”。

▲桑斯坦說的“信息繭房”，如今其實已被重新定義。

信息偏食跟傳播學中的“選擇性接觸”、心理學中的“確認偏誤”有相通之處，本質是依托人腦“過濾罩”的自我保護機制。

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

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

為了避免信息過載，腦部會基于人的喜同惡異、趨利避害本性自動開啟信息篩選。

也因為是本性，信息偏食的情況在任何時候都存在，包括Web1.0時代。這類不是照單全收而是有所篩選的信息接收模式，正面看，是將人帶到認知舒適區里；負面看，是把人帶入認知板結化狀態。

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

而現在網上流行的“信息繭房”，更多的是強調繭房是互聯網信息供給模式和傳遞路徑的產物，認為信息技術是因、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，他提出信息繭房時算法技術也還沒怎么得到應用。

02

那，互聯網到底會不會讓人們的視野收窄？信息技術是不是會加劇人們的信息偏食習慣？

目前看來，爭議不小。就連“信息繭房”情況是否存在，學界都不乏爭論。

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”只是個偽概念。

他在帖中說出了幾個觀點：1，信息偏食是人的本性，在傳統媒體時代就開始有了，在沒有個性化算法的時代，我們看報紙雜志，碰到不感興趣的也會跳過去；2，網絡并非無菌室，而是蕪雜交融的信息環境，互聯網打破了信息封閉局面；3，信息偏食后果沒那么嚴重，只是人們在信息不對稱情況下天生會對新技術帶來的改變過分戒備。

▲帖子截圖。

認為“信息繭房”是個似是而非的偽命題的，在學界不乏其人，如國內傳播學界兩位知名學者陳昌鳳和喻國明。他們都曾表示，“信息繭房”的假說在學術性實證研究中從未被證實過。

在我看來，“信息繭房”確實很容易引發大眾共鳴，因為它撓到了很多人的癢點：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，對網上撕、懟、噴風氣感到不安，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：1，它只是理論推演而無科學佐證，假設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”是互聯網出現后才出現的——到底是互聯網催生了“信息繭房”，還是互聯網讓早已存在的“信息繭房”能見度提升了，恐怕需要好好辨析下。

覺得互聯網出現前都是共識、出現后都是分化，大概率只是虛假同感偏差下的幻覺。

無論如何，互聯網有沒有造成“信息繭房”，得多維度而非單向度地考量：互聯網時代的信息多元與窄眾傳播等復雜結構在“造繭/破繭”上的對沖作用，使得互聯網導致“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，中國學者已在CNKI文獻庫中發表584篇以“信息繭房”為主題的文章。同時段內，國內的Web of Science數據庫中發表的以“information cocoons（信息繭房）”為主題的文獻只有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”的批評經常會通向對算法技術的獵巫。算法原理他們未必懂，但“奶頭樂”學說是他們流行的理論武裝。

算法是根據興趣推薦，會過濾掉不感興趣的異質內容，可不就是制造“信息繭房”的推手嗎？這是他們的慣有認知。

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

算法要是會說話，估計恨不得擊鼓鳴冤：我沒這么弱智，你沒這么無辜。

做點科普：算法模型包括協同過濾算法、監督學習算法Logistic Regression、深度學習、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，什么內容的語義特征（關鍵詞、Topic、實體詞）、文本相似性特征、時空特征，什么用戶的聚類、性別、年齡、地點等身份特征和過濾噪聲、熱點懲罰、時間衰減、懲罰展現等，都會成為分析指標。

▲推薦算法涉及的幾大模型。

算法不會簡單粗暴地認為某個人喜歡1就不給他推2，而是會用多樣化信息來覆蓋人們多元、善變和閾值持續提升的興趣點。畢竟，不是每個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因地而變。

如果你細看算法推薦內容就會發現，算法不光會推來你喜歡的籃球運動員詹姆斯，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，所以平臺會持續對算法加以優化——

谷歌瀏覽器推出了“逃離泡沫”的插件，可以根據用戶的閱讀習慣，反向推薦調性積極、易于接受的內容。

新聞類APP“跨越分歧的閱讀”(Read Across the Aisle)創立了包含20個新聞品牌的圖譜，當用戶閱讀習慣偏向于一方時，程序會建議受眾調整閱讀內容。

抖音會努力讓知識庫、內容池成為百科全書式的存在，憑著算法模型自動學習積累的數以幾十億的“向量特征”，探索算法測量指標的優化，綜合運用內容消重、打散和對用戶多元興趣的主動探索等策略，避免信息呈現一元化……

再說了，算法推薦往往能跟其他分發形式“組合使用”：編輯分發帶來的是“你應該知道的”，搜索帶來“你想知道的”，推薦帶來“你可能感興趣的”，關注帶來“你關心的人的動態”，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“算法+熱點+關注+搜索”推薦內容，已是內容平臺常見做法。

04

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

現在的算法，已經實現了這點。著力實現提高信息篩選效率和避免信息單一呈現的平衡，成了算法加載的“任務進度條”。

而今，在信息分發平臺、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、個性化推送類、排序精選類、檢索過濾類、調度決策類等算法技術已得到廣泛應用。我們打車，導航會把最短或最快路徑推薦給我們；我們點外賣，平臺會將評分最高、距離較近的餐館呈現給我們……

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“腦部減負剛需”。

而在信息多樣化的當下，算法也在著力將人們信息接收模式調至“多樣化”制式。

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

喻國明就認為，智能算法推薦具有反信息繭房的本質，“采用多種算法的信息分發平臺所具有的社會構造，從信息流動來說，總體上能夠有效地避免‘繭房效應’的發生”，且從商業利益初衷看，算法在更新迭代中逐步挖掘出個體尚未被開掘的信息消費潛能是更優解。

傳播學教授楊洸也用實證調研給出結論：用戶和算法之間始終處于相互響應、相互發展的狀態，算法技術創造了很多新聞偶遇的機會，開闊了用戶的信息視野。

毋庸諱言，算法是放大器，它的放大效應會在“人塑造環境”和“環境塑造人”的雙向交互中倍數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——當科普內容和土味內容都被推來時，有的人會對前者一劃而過，對后者循環播放……只不過，太多人不會將箭頭對準自己的思維惰性，只會讓算法背鍋，畢竟責人容易責己難，與其為難自己，不如責怪算法。

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境吐的“絲”。

05

這不是說算法就沒有負外部性，而是說算法沒有某些人想象的那么愛“造繭”。

在當下，拿所謂“信息繭房”去鞭撻包括算法在內的技術，也許是看錯了病開錯了藥——真正的病或許在于在夸大新技術風險中走向反技術的一端。

在尼克·西弗說“算法已不再僅僅是文化建構的一部分，而已然變成文化實踐本身，對算法不能僅從數學邏輯的角度去理解”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，我們很少去關注落后技術的弊端，而總是在擔心新科技可能會帶來的風險。

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，永遠不能靠減少科技解決，而應該發明出更好的技術。

信息偏食問題不是技術帶來的，但卻能通過技術得到緩解：通過環境特征協同提取暗知識、暗變量，擺脫對信息需求的粗粒度歸類，并通過跨學科指標融合去引導算法，塑造用戶認知“廣角”……

立足根本、著眼長遠看，信息偏食是單個技術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，引導大眾提升信息素養，善用新技術工具和媒介手段，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——新的傳播技術正在使事情變得更好，而不是更糟。