破解信息茧房算法推荐需要引入“父爱式”传播

信息茧房并非新现象，在传统媒体时代已有表现，一直延续到智能传播时代，但推荐算法为这一现象提供了新的形成机制。(见表)

表：信息茧房在不同时期的表现

到了算法时代，不论是基于内容的匹配，还是用户之间的协同推荐，都是为了满足用户的兴趣，在类型上属于兴趣茧房。

复旦大学新闻学院执行院长张涛甫教授认为，茧房是人的认知宿命，从来就有，只不过因算法流行而被我们显著地“看见”了。相比形式上的被“看见”，从效果角度分析，和社交时代普遍存在的“兴趣+关系”双层茧房不同，推荐算法带来的茧房效应反而要弱一些，这是因为信息没有经过太多关系链的过滤，推荐内容的选择范围要大得多。

复旦大学哲学学院徐英瑾教授认为，从心理学的角度看，茧房是一个中性词，人承受信息量总体是稳定、有限的。

而中山大学传播与设计学院院长张志安认为，西方一些研究表明，算法推荐的内容也可以做到更加全面、客观，从实际效果看，很难简单下结论算法推荐就一定会导致所谓的“信息茧房”。

如何破解茧房效应？

虽然如此，对算法的茧房效应也要高度重视。即便是仅从市场目标考虑，信息茧房从长期看可能带来用户的审美疲劳，降低活跃度和使用率，不利于信息平台的持续发展。要破解茧房效应，就要在两个方面、三个方向协同发力。

一是要优化推荐算法，分为“精准化”和“多元化”两个方向。一般认为，个性化的“精准”推荐是形成茧房的原因，但从更深层来看，没有做到真正的精准，才是根本原因。算法大多基于过去的统计关联来“预测”未来，无法有效预判未知的偶然性因素，也缺乏在心理学层面对背景、意图、动机等的因果逻辑分析，基于标签、分类、历史行为等的推荐还停留在粗粒度，大多基于表面化的特征标签来推荐。如果算法能做到对更深层因素的透彻分析，发现特定用户在不同类别内容之间的更细粒度联系，就可以做到更精准的推荐，既实现了细粒度的个性化，提升用户满意度，也做到了粗粒度的多元化、多样化，破解信息茧房效应。

当前，我国头部智能分发平台的算法模型自动学习积累了数以几十亿的“向量特征”，有助于探索以“精准化”方式化解茧房效应。与此同时，在推荐算法这一“母爱式”的信息供给占主导的情况下，也需要引入精英推荐、新闻专业主义的“父爱式”传播，用户想看什么和应看什么要有所平衡。

《华尔街日 》于2016年创设了一个“红推送，蓝推送”( Red Feed, Blue Feed)，将Facebook上同类内容的自由倾向、保守倾向的信息并列呈现给用户，以此提醒用户其偏向性，并推荐另一观点相左的内容，帮助用户平衡、多元化其新闻消费。

二是要促进推荐算法的平衡使用，特别是加强对青少年群体的保护。推荐算法已广泛应用在图文、短视频、在线视频和商品等各个领域，对推荐内容，成年人有着更强的选择自主性，但对少年儿童等特殊群体，则需要有更多的关爱和保护措施。

针对青少年自控能力差、更容易沉迷和对内容缺乏鉴别力的特点，今年国家 信办指导组织抖音、快手、火山小视频等短视频平台试点上线青少年防沉迷系统，对选择该模式用户的使用时间段、在线时长做出限制，只能访问青少年专属内容池，算法还将基于对用户地理位置和行为的分析，筛选甄别农村地区留守儿童用户，自动切换到“青少年模式”，有效地保护了青少年信息消费的安全和健康。

建立媒介技术发展的“历史观”和信息传播监管的“整体观”

总的看，在信息智能推荐算法时代，需要建立媒介技术发展的“历史观”和信息传播监管的“整体观”。

信息传播有很强的社会建构功能，人创造技术以满足自身的需要，技术被创造出来后又塑造着人的生存环境，特别是媒介技术，构成了人类社会的“拟态环境”。由于技术是按照一定的目标和规则设计的，其也遵循某种内在的逻辑运行，具有刚性的环境约束特点，对不同的行为持续发挥着促进或抑制的作用，在整体上表现出某种偏向性。

信息智能推荐算法是媒介技术最新的发展阶段，体现了全球的趋势，总体上是进步性的，对满足个体和社会的需要，促进国家竞争力的提升有重要意义。应鼓励促进新技术发挥积极的价值，同时也要更有效防控技术失范带来的社会问题，促进智能分发健康持续、安全有序发展。我国特有的体制机制优势和在互联 治理上积累的有效经验，为实现这一目标提供了底气和自信。

步入互联 时代以来，至今已经历三次技术产品逻辑和信息传播模式的变化，每一次都为 上内容生态的治理带来新挑战，但也促进了监管方式的革新。

第一次是门户 站时代，相比传统的 刊和广播电视，出现了商业 站这一新的信息传播平台，为了适应这一新变化，我国探索建立了 络新闻传播的资质制度，通过赋予新闻单位时政类信息发布权、商业 站转发权，既在源头上确保内容导向正确，又促进了主流价值的广泛传播。