【摘要】新媒体时代，智能算法推荐技术的应用使人们获取信息更精准，但如使用不当会造成“信息茧房”等问题。在算法推荐下的“信息茧房”中，人们可能会落入工具奴隶的圈套、迷失正确的价值观，进而陷入对现实世界的认识误区。单纯的流量导向不应成为新媒体平台运行的价值准则，让内容的良币价值回归才是吸引法则起作用的关键。
【关键词】“信息茧房” 新媒体 流量导向 【中图分类号】G20 【文献标识码】A
在新媒体时代，随着大数据、人工智能等技术的快速发展，智能化的信息传播机制使得信息精准匹配成为可能。新媒体平台为争夺用户注意力资源，在激烈竞争中脱颖而出，“投其所好”的算法推荐成为流量争夺战中的利器。然而，在个性化推荐大行其道的同时，公众信息偏食问题凸显，还容易陷入“信息茧房”，带来一系列负面影响。
算法推荐下“信息茧房”带来的影响
关于美国学者凯斯·桑斯坦提出的“信息茧房”说，无论是对长期信息偏食所引发的个人视野闭塞、思想僵化等问题的担忧，还是作者早在2001年出版的《网络共和国》（Republic.com）一书中就谈到的“群体极化”（Group Polarization）问题，学界业界都论述颇多，在此不必赘述。我们更要关注的是“信息茧房”中工具奴隶的圈套和正确价值观的迷失，警惕陷入对现实世界的认识误区。
首先是工具奴隶的圈套。新媒体时代，用户一直在追求个性化信息需求的满足，“信息茧房”中人们似乎正享受着个性化信息的供给，但实际上可能已经陷入了工具奴隶的圈套而不自知。在传播学中有“媒介依存症”这一概念，它是一种由新媒介带来的社会病理现象。其特点是过度沉湎于媒介接触而不能自拔；价值和行为选择一切必须从媒介中寻找依据；满足于与媒介中的虚拟社会互动而回避现实的社会互动；孤独自闭的社会性格等。实际上，媒介是依靠其传播的信息内容控制受众对其产生依赖。在媒介依存症中，真正控制人的是媒介所传播的内容。算法推荐工具正是控制内容的传播落点，在满足用户个性化信息需求的同时，也让人陷入了工具奴隶圈套当中。智能算法分发实现精准信息匹配，习惯于碎片化阅读的用户越来越依赖于算法，大量信息推送甚至会挤压、侵占人们本应用来学习、工作的时间。长此以往，人们成为算法工具的奴隶而不自知。
其次是正确价值观的迷失。算法推荐依据个人兴趣偏好提供个性化信息，在此基础上，还有基于用户的协同过滤，即算法根据持有相似偏好用户的信息接触行为，为目标用户推送相同或相似的内容。以新浪微博为例，2017年，微博在关注分发机制的基础上，建立起中心化的算法流量分配。算法根据对用户资料及其信息接触行为的分析，向用户推荐其可能感兴趣的对象和信息。用户群中最普遍的兴趣关注点将成为算法推荐中最大比例的推送内容，这些信息会被最大程度地凸显，相应地，另外一些信息会被遮蔽。事实上，用户群中充斥着大量的低级趣味，算法推荐依此推送的信息隐含着负面的价值取向。网络群体中的大多数并不会意识到这点，而少数的反对者很有可能迫于群体压力，转向沉默或附和。这似乎形成了一个“沉默的螺旋”，价值取向的正确与否，取决于支持者的多少。无论对错，多数人的价值取向会压迫少数人，意见增势迫使反对者赞同或沉默。在此过程中，正确的价值观可能会迷失。
再次是陷入现实世界的认识误区。在传统媒体时代，记者、编辑、媒介组织机构是新闻产品的“把关人”，信息经由筛选呈现在受众面前。人们所认知的信息环境是大众传播媒介通过新闻信息的选择、加工和报道，然后加以结构化后向人们展示的环境，是一种“拟态环境”。在新媒体时代，智能算法推荐正在促成以个人兴趣偏好为主的另一种“拟态环境”的形成。以今日头条为例，从2012年今日头条创立起，算法就成为其应用核心。今日头条喊出“你关心的，才是头条”的口号，依靠算法为用户建立起“私人订制”式的个人主页，个人主页成为用户了解世界的窗口。算法推送的以兴趣为主导的信息，成为人们认识世界的依据。算法推荐下的“拟态环境”较之现实世界更为狭隘，人们长期处于之中，认知结构会随之窄化，对现实世界的认识将会产生偏差。
“信息茧房”带来的一系列问题可归因于算法推荐大行其道，但更深层次的原因在于，流量导向成为各新媒体平台运行的价值准则。为争得用户的时间和注意力，各大平台将“流量为王”奉为圭臬，使得问题更加突出。面临这样的现状，我们不得不思考新媒体时代的吸引法则问题。从新媒体平台的角度出发，价值导向应成为流量红利战中要达成的共识。以技术为驱动，实现平台赋能，让内容的良币价值回归是让新媒体吸引法则起作用的关键。
技术驱动，人机协同吸引用户资源
智能化技术进入新媒体内容领域，使得各环节要素升级。在内容生产方面，人工智能正在成为底层支持。从选题策划到信息采集再到信息加工，技术的驱动，优化了整个生产流程。物联网传感器的应用，实现了全方位的数据采集，智能语音识别、智能翻译技术正在拓展数据源。机器人采访、信息自动抓取与初步过滤，扩展着媒体人的能力。数据新闻、机器人写作、图像视频的智能加工，使得信息加工更加精准高效。
在信息分发方面，基于智能算法对于信息和人匹配的算法型分发虽然会产生前文所述的一些问题，但并不能否定其本身。随着技术的进步和人机协同的实现，个性化分发平台的发展会越来越好。例如2017年，百度提出了“信息分发2.0”模式，通过人工智能驱动“搜索+推荐”双引擎结合的方式，用户获取信息变得更加高效。用户主动搜索+人工智能深入学习和分析用户行为，这使信息推送变得更加精准的同时也更为全面。
智能化的技术正在助力信息的生产与分发，但与此同时，人应该警惕自身对机器、算法的迷信与滥用，握紧智能机器发展的缰绳。超越机器与算法，保持人的判断力与洞察力，为信息产品注入人的情感与温度，这是专业媒体人应该坚守的价值。理解、应用技术，分析、研判内容，人应该在与机器协同工作中完成更高维的生产与创作。
平台赋能，用户、内容、消费三方路径被打通
在过去，传统媒体中连接用户与内容是渠道，它是内容到达受众的单一通道。渠道的隔离使得内容和用户各处一方，用户更多的是内容消费者，进入到内容生产领域的用户寥寥无几。而现在，平台成为了连接新媒体用户、内容、消费三方的通道，内容到用户的多元路径被打通，用户与用户被连接，内容的生产与消费聚合到同一平台上来。
平台与用户共生，平台的辅助创作能力和精准分发能力助力内容生产，激发用户活力，引导内容生产者面向消费需求，实现精准化的内容生产。用户的内容生产与消费，不断丰富平台的内容生态，提升平台的竞争力，推动平台的进一步发展。平台的大数据分析、智能分发等技术，能够清晰描绘用户的数字画像，帮助内容生产者完成面向用户消费需求的定向化内容创作。
在提升内容价值方面，平台通过扶持原创、优先推广等手段，激发内容生产者的创作活力，鼓励优质原创内容的生产。例如，今日头条的头条号在2017年11月22日宣布推出“千人百万粉计划”，计划在未来一年孵化出1000个百万粉丝账号；2017年2月，腾讯加码推出“芒种计划2.0”，投入12亿供给内容创作者；2017年12月，阿里巴巴的大鱼号推出大鱼计划，通过新增大鱼潜力奖金，扶持潜力新锐账号，重金签订年度大鱼优质账号，鼓励创作者发布独家内容。平台一方面通过资金补贴和政策支持助力原创内容生产，另一方面以推动内容变现的方式促进优质内容的可持续生产。在平台上，包括内容付费、广告、电商运营等方式的内容变现，给内容生产者带来可观收益，头部用户更是成为最大受益者。
内容价值回归，新媒体叙事与运营能力需提升
新媒体应用平台蓬勃发展，内容信息呈爆炸式增长。内容平台竞争激烈，为争夺流量红利，劣质低俗内容泛滥。一些平台只依据用户“兴趣”分发内容，无暇关照内容质量，越来越粗鄙低俗的内容已经招致用户的反感。在视频内容行业，直播和短视频的迅猛发展获得了大量用户的关注，网络平台的政策支持和资金补贴吸引了大批内容创作者入局视频内容领域。为争夺有限的赋权资源，低俗黄暴内容的传播屡见不鲜，甚至存在违背公序良俗的行为。越来越多的粗俗垃圾内容在新媒体平台传播，用户已不胜其烦，内容质量的提升迫在眉睫。
当内容良币回归，价值诉求提升，为守住用户阵地，新媒体的叙事与视频化能力需要提升。现在，新的语言表达和叙事方式正进入新媒体内容领域，时代流行表达渐渐被人接受并追捧。新一代的网络群体通过缩写、谐音等方式创造出网生词汇，并在社交媒体平台上广泛使用。这些个性化的表达逐渐媒体化并获得用户的认可。幽默的文字表达成为众多用户的审美偏好。流行的表达正在引入新媒体语境，内容的生产和创作需要新的叙事方式。
随着直播、虚拟现实（VR）等媒体技术的发展和应用，信息产品的载体得以拓展，网络直播、短视频等信息产品生产样态进入新媒体传播生态。直播和短视频发展迅猛，已经成为新媒体主流内容载体。新媒体内容表达呈现视频化特征，用户的信息获取也呈视频化趋势。为了提高用户粘性、提升内容品质，在网络环境中镜头运用能力成为必备技能，新媒体的视频化能力需要加强。
在新媒体时代，算法正在扮演着连接用户与价值观的联络人角色。“信息茧房”问题产生的根源在于，各新媒体平台忽略价值导向，转而以流量导向作为其运行的准则。由此，进一步考量新媒体时代吸引法则问题。可以从媒体平台角度出发，建立起一套触发法则发挥作用的机制：以价值导向为核心要义，依靠技术驱动和平台赋能，聚焦内容价值的提升，是让新媒体吸引法则起作用的关键。
（作者为中国社会科学院新闻与传播研究所新闻学研究室主任、研究员；中国社会科学院大学新闻传播学院研究生刁金星对此文亦有贡献）
【参考文献】
①[美]凯斯·R·桑斯坦著、毕竟悦译：《信息乌托邦》，北京：法律出版社，2008年。
②[美]凯斯·桑斯坦著、黄维明译：《网络共和国——网络社会中的民主问题》，上海：上海人民出版社，2003年。
③郝雨、李林霞：《算法推送：信息私人定制的“个性化”圈套》，《新闻记者》，2017年第2期。
责编/周素丽 美编/王梦雅
