「算法織繭」的說法，誤解了算法，也錯解了信息繭房。

文 | 佘宗明

20年前，哈佛大學教授凱斯·桑斯坦首次提出了「信息繭房」概念。彼時的他恐怕完全沒想到，這四個字后來會被人拿來跟「算法」綁定。

在他看來，「在信息傳播中，公眾所接觸的信息是有限的，會選擇自己愉悅的信息，久而久之，會將自身桎梏于像蠶繭一般的‘繭房’中」，此之謂信息繭房。

可正如作家埃里克森在小說《Reaper's Gale》里所說的：Language changes over time. Meaning twists. Mistakes compound with each transcribing。翻譯下就是：語言隨時代流變，詞義亦隨之偏轉，每次轉錄，都會讓謬誤不斷累積。」

在今年全國「兩會」上，「信息繭房」一詞又被多位代表委員提及，基本論調依舊是「算法制造信息繭房」。

這難言新鮮：「一提到信息生態(tài)，就會想到繭房；一提到信息繭房，就會想到算法」，已成不少人的慣性思維。

只要覺得視野受限，就歸咎于信息繭房，只要覺得困于繭房，就歸結為算法誤我，挺符合許多人面對復雜問題時的簡化歸因習性。誰讓信息繭房聽著專業(yè)，算法又自帶黑箱屬性呢？

但語言學家門肯說過：「對于每個復雜問題，都有一個清晰、簡單且錯誤的答案?！乖趯δ切碗s問題給出清晰簡單答案時，不少人也許需要思考下：它真的準確無誤嗎？

依我看，「算法制造繭房」一說不過是流行謬誤，既誤解了算法，也錯解了信息繭房。

01/

u1s1，「算法制造繭房」的說法，錯解了信息繭房的實質和本源。

毋庸諱言，在網絡巴爾干化的今天，部分網民認知極化導致的輿論劣化現(xiàn)象日益顯性化。

對于這類情形，很多人會習慣性地拿信息繭房說事：今天渲染「信息繭房正讓你陷入傻子共振」，明天威脅「信息繭房正奪走你的認知主權」。

我曾對此感慨道：時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」——「遇事不決，量子力學；歸因無方，信息繭房」，成了流行歸因方式。

這番感喟，不是否認認知窠臼的存在，而是唏噓信息繭房的被濫用。

認或不認，現(xiàn)實就擺在那：每個人都被困在自己的認知局限里，沒有人能夠跳出柏拉圖洞穴寓言中的那個「洞穴」。

但所謂「被困」，很多時候都是「自困」。薩古魯就說：「大多數(shù)人困在自己制造的局限中，卻沒意識到是自己把自己鎖在了里面?！?/p>

人為什么會「自己把自己鎖在里面」？答案就在于：不論是鄧巴數(shù)，還是腦腐現(xiàn)象，都表明，人的信息處理會受限于物理限制和生理閾值等。

在此情形下，信息偏食就成了人腦抵御信息過載的自我保護機制，其本質就是腦部基于人的喜同惡異、趨利避害本性自動開啟的信息篩選機制。

如今已通貨膨脹的「信息繭房」，根源其實就指向了信息偏食——事實上，桑斯坦當初提出「信息繭房」時就意在警示「信息偏食」。

▲人們經常會基于喜同惡異、趨利避害本性對信息進行選擇性接收。

可當下，很多人在說「信息繭房」時，卻是將信息繭房視作互聯(lián)網信息供給模式和傳遞路徑的產物，默認為信息技術是因、信息偏食是果，從中倒推出的結論是：因為有了包括算法在內的信息技術，人的視野在窄化、思維在固化。

這既是對信息偏食本性的否定，也是對信息偏食后果的夸大。

首先，將算法跟信息繭房嵌入因果鏈中，默認邏輯是：算法在前，信息繭房在后。但別忘了，在算法推薦還沒問世時，人就開始做各種篩選了，物以類聚、人以群分的本質就是篩選。

細想下，我們在微博上關注同頻者、在小紅書上點贊同好者，不都是另一種「物以類聚」嗎？

現(xiàn)實中，我們也會基于興趣愛好等，選擇跟什么人打交道、對什么信息停留或劃走……社會學中的「選擇性接觸」、心理學中的「確認偏誤」，早已對這類信息的選擇性攝取做了解釋。將多因性的信息偏食情況簡單歸為算法使然，才是對人「認知主權」的攫奪。

其次，信息偏食的確會抑制異文化視野，可其另一面是幫人們腦部減壓——對所有信息照單全收，腦負荷必然超標。罔顧其兩面性，只強調某一面，都有失偏頗。

02/

u2s2，「算法制造繭房」的說法，更誤解了算法的原理和初衷。

時至今日，很多人想象中的算法就是「我點贊什么，算法就給我推什么」，對算法的認知還停留在單維度匹配興趣的原始階段。

可真實的算法讓凱文·凱利的「理想過濾器」設想已成真——既能推薦那些「我想知道我的朋友喜歡什么，而那又是我現(xiàn)在還不了解的」，也能推薦「某些我現(xiàn)在不喜歡，但想嘗試著喜歡的東西」。

都知道，眼下生成式AI聲勢正高，互聯(lián)網平臺的推薦算法其實也與之同源。

早在上世紀90年代末，推薦算法就已在硅谷互聯(lián)網平臺中落地應用，經過多年迭代，它早已形成「精準記憶+泛化探索」的平衡體系。

就在前些天，有朋友就提醒我，在抖音App上搜「看得懂的算法」，就能看到抖音算法推薦的基本原理。我體驗了一番后，最大的感慨便是：這屆算法雖然沒成精，但它已是成熟的AI技術，學會自己去對抗「算法制造信息繭房」的偏見了。

▲在抖音搜索框輸入「看得懂的算法」，就會蹦出體驗入口。

不少人以為，算法推薦的打開方式就是「我喜歡看南翔，它就拼命給我推二百者也、特別烏啦啦等美食博主或江尋千、山白等非遺博主」，可實質上，算法不光會給你推美食、非遺方面的內容，還可能給你推影視、繪畫、寵物、旅行、體育、科技等各個領域的優(yōu)質內容。

因為推薦系統(tǒng)遵循著嚴謹?shù)摹刚倩亍判颉鷶_動」全流程：先是多興趣召回，之后精準排序，接著還有隨機擾動。

在抖音上，我起初喜歡看影視二創(chuàng)類內容，結果平臺有時會給我推薦動物解說類內容，我又喜歡上了動物解說類內容，結果平臺又會給我推薦綜藝趣味點評類內容……簡直是預判了我多變的趣味。

這就叫多興趣召回——算法不是只盯著咱們點贊過的內容，而是從海量視頻庫里同時抓取咱們已知興趣、潛在興趣、多元領域的候選內容，避免一開始就把范圍鎖死。

避免把范圍鎖死的，還有多樣性頻控與打散。它會通過技術手段控制同類內容的推薦頻率，保證推薦列表的多樣性。

問題來了：如果是我1秒內劃走的內容，算法還會給我推嗎？

這就涉及排序問題了。按抖音說法，系統(tǒng)會結合咱們的興趣偏好、瀏覽習慣打分，但絕不會只按「喜好度」單一排序。

我經常會好奇，我沒關注很多博主，他們的視頻怎么會出現(xiàn)在我的推薦頁上？

現(xiàn)在我知道了，因為還有「隨機擾動」——算法會主動調整排序，刻意加入陌生內容，避免推薦列表千篇一律。

我在「體驗算法」板塊里拖動「擾動強度」滑塊，親眼看到推薦列表從全是同類內容變成畫風突變、多元豐富。

▲我點擊「強擾動」后，推薦內容變得更加豐富了。

這就相當于，我原本想待在自己的舒適區(qū)里，只看自己想看的，結果算法努力掰開我的眼睛：「不，你不想——你還需要看些別的。」

而從「Wide &Deep模型」+「興趣時鐘」看，算法也是為了打破我們的信息繭房操碎了心。

你說，算法怎么知道我的潛在興趣是什么？

「Wide&Deep模型」給出的解法是：「Deep」負責精準記住你的過往喜好，如你喜歡的美食、寵物、旅行內容，保證推薦的基礎精準度；「Wide」則負責大膽泛化，主動探索你從未接觸過的領域，比如你喜歡看旅行視頻，算法會順帶推薦小眾目的地、戶外攻略、地域文化，甚至攝影技巧等。也就是說，算法正努力既懂你的「舊愛」，又敢猜你的「新歡」。

▲「Wide&Deep模型」會設法既懂用戶的「舊愛」，又猜用戶的「新歡」。

「興趣時鐘」提供的辦法是：根據(jù)不同時間段調整推薦偏好。你早上刷到新聞資訊、通勤時刷到輕松短劇、晚上刷到知識科普、睡前刷到治愈內容，不是算法「困著你」，而是它在適配你的生活節(jié)奏，同時在不同時段推送不同類型內容，盡可能豐富你的信息獲取。

鑒于這些，再拿單一維度的興趣匹配看算法，多少有些刻舟求劍了。

03/

「算法制造繭房」的說法誤解了算法、錯解了信息繭房，還誤判了我們自身的行為機制跟平臺的關切點。

對很多人來說，讓「信息繭房」相關的討論回歸「信息偏食」本源，將「困在繭房里」的責任歸為自己既有的認知框架、現(xiàn)實中的社交圈層、自選的信息舒適區(qū)，遠沒甩給那個想象中抽象、模糊、難自辯的算法方便。

但這樣「與其反思自我，不如責怪算法」的歸因方式，混淆了「主動選擇」與「被動投喂」的界限，更反映了「既要，又要」的糾結。

算法推薦的結果，本質是用戶行為的映射。可太多時候，喜歡看娛樂八卦內容的我們看到平臺推薦的知識科普內容時，會沒耐心停留，身為城市白領的我們看到農村老人的笨拙舞姿時，也會快速劃走……

算法為我們打開了一道「看見世界參差」的窗，但我們時常會因為不感興趣將它合上。因而，如果非要說「繭房」，那我們自己也是自己繭房的筑造者。

這兩年，跟吐槽算法制造繭房并存的，還有吐槽算法推薦不準，「想看到的沒刷到」。

可這這本身就是個悖論：感興趣的內容推多了，是「制造繭房」；推少了，是「推薦不準」，所以算法到底是要精準滿足，又是要打破滿足？那些「推薦不準」的吐槽，會不會就是算法打破「繭房」的體現(xiàn)？

值得注意的是，許多人在批評「算法織繭」時，會懷念從前：從前的日色慢，車馬郵件都慢，一生只夠愛一人，一輩子沒信息繭房。

這倒是給評估算法影響帶來了縱向比較的重要維度：和「前算法時代」比，人類有了社交媒體之后，看到的世界究竟比以前更大了，還是比以往更小了？

我的看法是：信息匱乏時代的「繭房」是物理性的，因為沒得選——今天那些言必稱「信息繭房毀了下一代」的人，可能忘了在社交媒體出現(xiàn)之前大家只能聽「同一首歌」。信息豐裕時代的「繭房」則是心理性的，它不是由分發(fā)渠道決定，而是由大腦的信息加工機制塑造。

在大家只能看那幾個電視臺、幾份報紙的年代，真的沒有信息繭房嗎？并不是。那時的信息的壁壘是空間性的、地理性的、結構性的。只是懷舊濾鏡容易將其美化而已。

到了今天，信息技術至少帶來了更多打破信息壟斷的可能。雖然碎片化、情緒化內容傳播帶來的挑戰(zhàn)伴隨而至，但這跟「信息繭房」是兩個維度的問題。

▲互聯(lián)網興起后，人們接收信息的豐富度發(fā)生了巨大變化。

真要讓某些人回到那個信息閉塞的前算法時代，他們會對「信息繭房」有更真切的認知。

罔顧這些復雜命題，將信息繭房作為原罪扣在算法頭上，是認知上的偷懶。

說到這，可能有人會說，平臺有利用「制造信息繭房—誘導用戶沉迷—提升平臺日活」的利益動機。

拋開理性不談，這貌似在理。但若理性地看，會發(fā)現(xiàn)這想得太簡單了。

算法的核心目標，從來不是「圈住用戶」，而是「留住用戶」，長期留存比短期沉迷更重要。而留住用戶的關鍵，就是讓用戶始終對平臺保持新鮮感。

人性本就喜新厭舊，一味推送同類內容，只會讓用戶快速審美疲勞，最終卸載APP。對平臺而言，以失去用戶長期留存為代價，把用戶困在「繭房」里換來單次瀏覽時長，得不償失。

04/

馬克·吐溫說：「讓我們陷入困境的不是無知，而是看似正確的謬誤論斷?！?/p>

結合種種情況看，「算法制造信息繭房」，就是典型的流行謬誤：它既錯解了信息繭房的本源，畢竟，主動選擇才是認知封閉的核心；也誤解了算法的本質，畢竟，從商業(yè)利益考量到技術細節(jié)設計，都不支持算法織繭。

用梁實秋的話說，「曩昔的金言有些未必可以奉為圭臬，有些即使仍在流行，事實上也已近于謬論?！顾惴椑O說，就在此列。

流行謬誤，再流行，也是謬誤。故而穿越認知迷霧，很重要。

這不是說，今天的算法不是沒有不足，也絕非不能置喙。

只是說，批評監(jiān)督的前提，該是看見更貼近算法本來面目的算法——它不是織繭者，倒像是在人們已知的花園和未知的荒野之間開墾的園丁，試圖找到那條讓人們愿意繼續(xù)探索的小徑。

如果將信息繭房定義為「讓人只能看到自己想看到的」，將破繭路徑視作「讓人還能看到他不知道自己想看的和不是自己想看到的」，那算法其實已提供了太多的破繭工具，包括多樣性頻控和打散、多興趣召回、隨機擾動等「反繭房設計」。

而要讓真實的算法被看見，需要學界多些專業(yè)科普，傳播學界就有很多實證研究證偽了「算法制造信息建房」的說法；需要公眾多些科學素養(yǎng)，渲染算法織繭前不如先到抖音上的「體驗算法」板塊上體驗一番；需要平臺將算法可理解性作為公共產品，持續(xù)推動算法透明化，并改進科普方式，努力彌合認知差。

在專業(yè)文章外上線「體驗算法」板塊，通過給用戶「可看、可點、可知」的親手操作體驗，降低算法科普的專業(yè)門檻，讓用戶親眼看到自己的點贊、評論、收藏行為如何影響推薦，在自行調節(jié)隨機擾動強度中感受算法如何根據(jù)調整推薦……就比純文字性科普要好得多。

說到底，算法不織繭，破繭需由人。

如果自我封閉，算法可以是我們自我封閉的借口；如果足夠開闊，算法完全可以是我們拓展廣度的窗口。

?作者 | 佘宗明

?運營 | 李玩

轉載須經許可

廣告合作請聯(lián)系微信號：rabgogo88

或手機號：18810070968

敬請關注