11月7日，深圳大學深圳城市傳播創(chuàng)新研究中心發(fā)布《短視頻用戶的算法實踐與“破繭”報告》（下稱《報告》），并在傳播學院舉行研討會，來自清華大學、復(fù)旦大學、北京師范大學、中國傳媒大學、暨南大學等多所高校的學者圍繞算法相關(guān)議題展開研討。

《短視頻用戶的算法實踐與“破繭”報告》

《報告》顯示，近八成短視頻用戶認為算法推薦的內(nèi)容多樣，能幫助其拓展信息視野，與算法相關(guān)的“信息繭房”擔憂，存在一定程度的夸大。該研究通過賬號模擬測評抖音、快手、嗶哩嗶哩、小紅書、視頻號五款短視頻產(chǎn)品的算法，面向1215名用戶開展問卷調(diào)查，并對其中20余位用戶進行深度訪談，綜合探究了短視頻用戶的算法使用實踐。

報告結(jié)論：用戶能動性凸顯，多數(shù)認可算法推薦內(nèi)容多樣性

《報告》核心數(shù)據(jù)顯示，與“信息繭房”的普遍擔憂形成對比，近八成受訪用戶認為短視頻平臺算法推薦的內(nèi)容是多樣化的。具體而言，77.8%的用戶認為能在算法推薦中看到“出乎意料但有趣的內(nèi)容”，73.9%的用戶表示算法能幫助他們發(fā)現(xiàn)“以前不了解的全新興趣領(lǐng)域”。推薦算法不僅可以滿足用戶的既定興趣，還能激發(fā)新興趣與跨領(lǐng)域探索。

《報告》調(diào)研顯示，用戶對推薦多樣性的感知較高

這種積極感知的背后，是用戶在互動中表現(xiàn)出的強烈主動性。超過75%的受訪者相信自己的行為能“馴化”算法，例如通過主動搜索影響后續(xù)推薦；同時，超過65%的用戶表示能熟練運用“不感興趣”等功能調(diào)整內(nèi)容。此外，報告發(fā)現(xiàn)超六成用戶有主動“破繭”的意愿與行為，如跨平臺獲取信息、主動了解不同觀點等。

《報告》負責人深圳大學傳播學院教授、深圳城市傳播創(chuàng)新研究中心主任虞鑫指出，算法的本質(zhì)更像是“塑鏡”而非“造繭”——它主要扮演一面映射用戶興趣的鏡子，而用戶的能動性則是打破信息壁壘、探索更廣闊世界的關(guān)鍵。

為從客觀機制上驗證這一觀點，報告還開展了代理實驗，揭示不同平臺算法對用戶行為的響應(yīng)機制。課題組在抖音、嗶哩嗶哩、小紅書創(chuàng)建虛擬賬號，模擬僅瀏覽信息流、日常點擊互動、搜索和評論多元內(nèi)容等三種用戶行為，追蹤其首頁推薦內(nèi)容的多樣性變化。研究發(fā)現(xiàn)，抖音的算法在保持高多樣性的同時，能積極響應(yīng)用戶的探索意圖；嗶哩嗶哩的推薦多樣性則高度由用戶行為驅(qū)動；小紅書則以高效收斂、精準聚焦為主要特征。

學術(shù)探討：聚焦算法復(fù)雜性，探索協(xié)同治理路徑

與會專家認可報告的實證價值，并從各自的研究領(lǐng)域出發(fā)，對算法的復(fù)雜性、社會影響及治理路徑進行了深度剖析。

短視頻用戶的算法實踐與“破繭”報告研討會現(xiàn)場

當下輿論往往將“信息繭房”簡單歸因于算法，但實際情況遠比這復(fù)雜得多。關(guān)于算法推薦機制對信息多樣性或“繭房”的實際影響，仍需學界進一步探索研究。深圳大學傳播學院楊洸教授分享了其研究團隊在用戶與算法互動關(guān)系上的發(fā)現(xiàn)，指出這些用戶具備一定算法素養(yǎng)，個性化新聞推薦中“信息繭房”效應(yīng)并非必然，算法反而拓寬了用戶的信息接觸面，并強調(diào)了算法與用戶協(xié)同構(gòu)建信息環(huán)境的重要性。

暨南大學新聞與傳播學院師文副教授分享了其研究團隊發(fā)表在《Digital Journalism》的論文，該研究發(fā)現(xiàn)，相比隨機推薦，算法個性化推薦的內(nèi)容更加多樣平衡，能幫助用戶接觸更廣泛的新聞來源。其中，用戶行為起到一定的調(diào)節(jié)作用，加入用戶的選擇性接觸后，信息多樣性會略有下降，但仍高于隨機推薦。

師文還進一步討論了算法設(shè)計中用戶自主性與信息多樣性之間的結(jié)構(gòu)性張力，在賦予用戶極高自主權(quán)的同時，算法也可能無意中幫助興趣狹隘的用戶加深自我封閉。這需要在尊重用戶自主性與承擔積極引導責任之間做出艱難的權(quán)衡。

清華大學新聞與傳播學院張錚教授則分析了“信息繭房”現(xiàn)象的復(fù)雜性，他指出，“信息繭房”應(yīng)區(qū)分“個體繭房”與“群體繭房”。個體層面，個人愿意待在自己信息的舒適區(qū)，無可厚非；群體層面，存在一類算法素養(yǎng)高但認知固化的“清醒自縛者”，需要重點關(guān)注和引導，并探討了AI深度介入文化生產(chǎn)帶來的機遇與挑戰(zhàn)。

中國傳媒大學新聞學院仇荺茜副教授聚焦算法可解釋性的設(shè)計，提出放棄對絕對透明的追求，轉(zhuǎn)向面向不同主體（公眾、專家、監(jiān)管方）的梯度可解釋性框架。

北京師范大學新聞傳播學院劉茜副教授介紹了算法評估體系的理論與實踐，強調(diào)了在算法評估中兼顧內(nèi)容安全、用戶權(quán)益與價值導向的必要性和復(fù)雜性。

中央民族大學新聞與傳播學院毛湛文教授聚焦算法系統(tǒng)中的信息公平議題，指出需警惕因數(shù)據(jù)表征不足導致的結(jié)構(gòu)性排除現(xiàn)象，倡導通過權(quán)重調(diào)整、標簽體系優(yōu)化等方式改良內(nèi)容呈現(xiàn)邏輯，促進數(shù)字公平。

復(fù)旦大學新聞學院張志安教授從數(shù)字素養(yǎng)的視角切入，強調(diào)應(yīng)超越對“可見”內(nèi)容的關(guān)注，深入洞察背后“不可見”的算法機制，并指出公共討論在提升算法認知中的作用，強調(diào)除了平臺主動讓算法更透明，也需要政府、媒體、科研機構(gòu)等推動公共教育和討論。

綜合研討成果，與會學者普遍認為，推動算法向善發(fā)展，需要平臺提升透明度與可控性、用戶增強算法素養(yǎng)、學界深化研究并參與公共討論，共同構(gòu)建更健康的人機協(xié)作生態(tài)。