虞鑫等：从技术到受众：信息茧房效应的研究取向与发展进路
虞鑫（清华大学新闻与传播学院副教授、新闻与国家治理研究中心执行主任）；王金鹏（通讯作者，清华大学新闻与传播学院硕士研究生）
导 读： 随着理论与实证研究的不断增加，信息茧房研究的“内眷化”趋势愈发显著，面临着从量变到质变的临界点。本文旨在从宏观上回顾信息茧房的相关研究，把握这一研究领域的整体取向、提出未来研究的可能进路。
当前，互联网与5G技术快速发展，网络空间的信息供给呈现指数级别的爆炸性增长，尤其在人工智能浪潮席卷全球的背景下，信息超载已切实成为每一名互联网用户所面临的问题之一。在促进信息供需匹配、提高信息传递效率的过程中，以人工智能为基础的算法推荐技术应运而生，通过算法模型挖掘、用户数据分析的方式，解决近乎海量的网络信息与用户有限的注意力之间的供需矛盾，并广泛应用到了网络信息生态的方方面面。智媒时代已然到来。然而，人工智能逐渐地改变了用户关于信息消费的个体习惯和社会规范，带来了一些潜在的风险与隐忧。在互联网与社交媒体上，人们越来越难以接触到自己认知领域之外的内容，日常接受的主要是与其已有兴趣和观点相符的信息，形成所谓的“信息茧房”（information cocoon）。
这一比喻最早由桑斯坦在其著作《信息乌托邦》中提出，用以描述在网络信息传播过程中，公众只关注自己选择的内容和使自己得到愉悦的信息，久而久之就将自身桎梏于像蚕茧一般的“茧房”之中[1]。作为一个简单明了的比喻，“信息茧房”一词在近年来引发了大量关注，尤其是在讨论社交媒体、算法推荐技术及其潜在的个人信息消费与群体极化风险时。然而，一些探讨信息茧房效应的文章也容易望文生义，将其视作理所当然的先验假定，进而在实际研究中忽视其意涵和语境并构成歧义[2]。在过去的五年间，围绕信息茧房效应的研究不在少数，主要包括信息茧房的现象实证、成因机制、现实影响与治理对策等方面内容。随着概念探讨的不断深入、实证研究的不断增加，信息茧房研究的“内眷化”（involution，本文用李金铨教授的翻译“内眷化”而非通译的“内卷化”，取向内眷顾之意，指只向内求索问题和理论资源，而不外顾，视野越缩越小，缺乏理论创新）趋势愈发显著，面临着从量变到质变的临界点。因此，有必要从宏观上回顾信息茧房效应的相关研究，把握这一研究领域的整体取向，并在此基础上提出未来研究的可能进路。
本文从信息茧房及其相关概念的传播语境切入，对既有研究存在的技术中心路径和受众中心路径作比较分析，对比提炼该研究领域的整体脉络，从而为信息茧房效应的未来研究提供思考与借鉴。
信息茧房来源于人们自身的信息需求偏倚，是选择性心理的体现，人们倾向于选择那些自身感兴趣、意见相同并且没有冲突的信息。这种现象不是算法时代所独有的，而是伴随着人类社会长期存在的。从心理现象到媒介现象，信息茧房所指向的内涵似乎始终落在以自我为中心的内容信息变得更加狭窄和封闭上；然而，信息茧房的隐忧不仅仅在于个人层面的信息窄化，更在于社会层面上对协商造成的风险。后者正是桑斯坦提出信息茧房时的语境所在：由于信息茧房的存在，公众无法与信息环境进行全面的交互，而是沉浸在自身所偏好和认同的内容当中，最终使得意见一致的观点在一个封闭的圈子中不断地被重复和强化，形成“回声室效应”（echo chamber effect）[3]：人们在不断放大自身信息偏好的同时，也在阻碍着多元观点的流通和讨论，甚至带来群体极化的风险。在桑斯坦看来，日益普遍的信息过滤技术很可能破坏潜在的公共协商，并且威胁到西方社会的理想模型。由此可见，技术批判与协商二者共同构成了理解信息茧房与回声室效应的理论背景，而不能将信息茧房简单化为内容的相同或相异，后者是现象而前者是本质。
在桑斯坦提出信息茧房与回声室概念之后，随着传播方式变得更加智能化和分众化，帕里泽提出了“过滤气泡”的概念，以强调互联网信息过滤对用户的影响。他认为，搜索引擎等算法使人们处于个性化、独特的信息环境中，而这种环境是由一系列基于用户信息和行为构建的过滤器所创造的；算法在了解用户偏好并过滤异质信息的同时，也无形之中构筑起了一道道“隔离墙”，将人们困在算法创造的“网络泡泡”中，并阻碍着多元观点之间的交流[4]。
可以说，信息茧房、过滤气泡和回声室这三个“比喻式”的概念共同构成了现有关于信息茧房研究的核心概念簇。三者之间既有相似之处，又各有侧重（见表1）。
具体来说，信息茧房侧重于个体的信息获取行为信息技术，具有明显的个人偏向性，而回声室侧重于群体或系统的意见聚合与观点强化，指向群体层面的极化风险。可以说，回声室效应是信息茧房所产生的后果之一，二者均指向受众或用户层面的信息接触行为，而过滤气泡则更多地指向技术层面的客观因素，即算法技术所创造的同质化的信息环境。过滤气泡的提出，实质上是将信息茧房与回声室的形成直接地归因到了推荐算法为代表的信息技术身上，而这恰与信息茧房与回声室效应的技术批判理路相一致，从而构建出“算法推荐—过滤气泡—信息茧房—回声室效应—群体区隔—群体极化”的逻辑链条。
现有研究中，国内学界多采用信息茧房一说，而国外研究多以回声室效应和过滤气泡作为核心概念。回声室效应主要在传播领域得到检验，因其刻画出公众在社交媒体中所存在的偏向性是无法避免甚而得到加强的，而过滤气泡则常用于与信息多样性相关的研究。相比之下，信息茧房研究主要为规范性论述，并且存在将信息茧房视作既定存在的倾向，从而忽略了其作为假说提出的本意[5]。正因如此，信息茧房研究需要超越思想实验下的单纯信息环境、从人们线]，关注复杂多元的媒介环境下的受众用户，以及用户与算法之间的张力。用户不仅是算法内容的接受者，也可以是算法内容的定制者，因而信息茧房所隐含的技术批判不仅指向内容同质化本身，更是对于人们可能丧失寻求媒介多样性的忧虑[7]。近年来，信息茧房的实证研究数量逐步上升，越来越多的学者开始聚焦信息茧房的存在检验与成因机制，研究者们的视野也逐渐从媒介技术转向受众中心的研究。
数字时代信息茧房的形成与前数字时代最大的不同就在于，这一时期出现了人工智能算法并得到了大规模应用。互联网技术带来的信息爆炸推动着信息分类与过滤机制的出现，不论是分类目录、搜索引擎还是算法推荐，其设计初衷都在于提高信息匹配和传递效率。如果说互联网技术为信息茧房的形成提供了有迹可循的现实空间，那么算法提供的个性化推荐和场景化适配，则为人们选择并沉浸于自己感兴趣的信息内容提供了技术支持，使人们成为“被算法喂食的受众”。随着技术的迭代与应用，由算法推荐的信息总量已远远超过了人工筛选。因此，打开“算法黑箱”、检视算法环境成为信息茧房研究在一段时期内聚焦的主要议题。
推荐算法并不是某一种特定的运算，而是一类算法的统称。根据技术原理的不同，推荐算法一般可以分为三类：基于行为的协同过滤、基于内容的推荐和基于语义的推荐[8]。协同过滤算法指的是依据行为的相似性进行推荐，将行为类似、情况相似的用户关联起来，从而向目标用户推荐该群体中其他用户浏览过的内容。基于内容的推荐算法则是从用户的历史浏览内容中提取标签，通过相似标签的推荐或是与用户自身的标签相匹配建立模型，从而实现内容推荐。基于语义的推荐算法则是从用户历史数据中挖掘出潜在的关联规则，通过把握用户实际意图、分析潜在需求实现内容推荐，旨在“相关”而不仅仅是“相似”。特别地，在新闻与社交媒体领域，用户的发文量、时间的远近顺序在判断什么样的内容应该得到推荐时也很重要，这实质上是在热点识别算法的基础上所进行的内容推荐。
算导致信息茧房吗？这是在技术批判理路下信息茧房研究的核心问题。尽管学界业界普遍承认算法是一项重要因素，但也都基本否定了技术决定的结论，转而进行更为细致的考察。
一方面，学者们从技术原理方面展开对于推荐算法逻辑的研究，试图打开信息茧房背后的“算法黑箱”。有学者通过实验发现，比起推荐机制本身，更为具体的算法细节才是影响信息茧房的重要因素[9]。一些研究者认为，基于内容的推荐算法更容易造成信息茧房现象，因为这类算法尽管容易取得较高的匹配度，但由于偶然机制的缺乏，难以挖掘用户的潜在兴趣，容易造成过度个性化的情况；相较之下，基于协同过滤的算法则由于群体小组的隐性划分，能够在一定程度上发掘用户潜在兴趣，弱化信息茧房效应[10]。基于语义的推荐算法为避免信息茧房提供了更多的可能性，有助于突破前两类算法囿于结构化信息分析的困局，扩大用户的信息获取范围。此外，算法也关切着不同的身份群体，有研究者从阐释主义路径出发，以学者、媒体从业者和技术人员等不同视角，研究他们对于“算法与信息茧房之间的关系”的不同阐释[11]。
需要注意的是，所谓“算法模型”，其本质就在于以知识、经验或统计的方法构建出一套能够预测的运行逻辑，尽管能够从统计学上赋予其一定的随机性，但其结果一定是依据过去的现实经验推向未来。在这个意义上，算法是天然地排斥偶然性的，这也就决定了它与信息茧房之间难以脱离干系。
另一方面，学者们从算法环境着手，分析推荐算法影响下的信息环境与互动内容，从而为算法与信息茧房效应之间的关联提供佐证。与基于技术原理的正向推理不同，有研究者从新闻推荐的结果逆推推荐算法的价值观，验证了算法环境下的信息窄化现象[12]。同时，社交媒体上的大量内容也为信息茧房与回声室效应的验证提供了充足的数据。一项关于2016年美国大选期间的Facebook新闻研究发现，用户对于社交媒体的使用与言论的去极化螺旋呈现正相关性[13]，从而间接地反驳了回声室效应的存在。在国内，有学者检验了10种网络媒介的信息茧房效应，发现推荐算法并非必然造成茧房，传播结构的水平与垂直、用户联结的开放与封闭才是网络媒介是否带来信息茧房效应的关键机制[14]。
这些对于算法环境的考察无疑丰富了算法与信息茧房之间的关系研究，在复杂、多元的现实媒介环境中理解信息茧房效应。然而，这一研究路径本身对于概念的取用不见得与信息茧房直接对应，实际上更为贴近的概念是过滤气泡与回声室效应，前者指向算法本身抑制了信息多样化，而后者与社会网络、群体极化关系甚密。
由此产生的另一个问题是，是否有必要严格地将信息茧房研究、过滤气泡研究与回声室效应研究区别开来。本文认为无此必要，因为这三个关键概念之间的关系十分紧密，可以说是同一现象的不同视角，在研究脉络中亦难以隔断。但是，在实际研究中，有必要明确自己研究的前提假设、研究路径与分析侧重，而不是简单地采用信息茧房这一说法。由此，尽管一些研究仍然以“算导致信息茧房吗”作为理论关切，但更像是立下了一个可供驳斥的靶子，进而纳入个体特征、社会关联等其他因素作为信息茧房的前置条件进行分析。
随着研究者们愈发意识到信息茧房的受众视角与个人属性，信息茧房研究逐渐开启了以受众为中心的研究路径。这里的“受众”其实就是用户，前者能够与大众传播时代延续下来的受众研究传统相呼应，而后者避免了传统受众研究中对于受众主体性的忽视。麦奎尔将20世纪以来的受众研究归纳为三类传统：结构主义传统、行为主义传统和文化主义传统[15]。结构主义传统是早期媒体产业所采用的研究方式，旨在调查媒体渠道的受众规模、覆盖程度（如广播的收听率、报纸的读者数量）与受众的社会构成（如党派从属、地理区域）等，从而为媒体的经营与管理提供参照。行为主义传统以媒介效果研究为代表，既包括媒介对受众可能产生的认知、态度或行为的影响，也包括受众选择媒介和媒介内容的动机、特点和主动性。文化主义传统强调媒介使用是特定社会文化背景的反映，并且是日常生活的重要方面，以及将受众理解为“阐释共同体”（interpretive communities）并对其进行深入研究。前者偏好于调查、实验等量化方法，而后者更注重质性方法，但二者之间亦存在相互融合的趋势。
一是个体特征。作为源自选择性心理的媒介现象，信息茧房的形成首先受到受众自身因素的影响。有研究者以扎根理论的方法提炼了信息茧房的成因及后果，发现人口特征、性格、习惯、兴趣、效率以及反馈行为都是信息茧房的影响因素[16]。人口特征方面，有研究认为收入和学历等社会性差异导致的信息鸿沟比算法带来的信息窄化现象更值得警惕[17]。性格方面因素既包括长期稳定的好奇心、包容心等，也包括短期特定的情绪和情感[18]。信息兴趣同样是导致用户形成信息茧房的关键要素[19]，而在习惯上，用户对于特定媒介环境、技术或内容的偏好和依赖都能影响信息茧房。相较于“被动”地消费内容，效率因素则更多地与媒介使用的目的相关，也在一定程度上强调了用户“主动”的信息需求。更进一步地，不少用户在浏览媒介时会将不感兴趣的内容标记为“不喜欢”，并通过点赞、关注等方式达到驯化算法的目的[20]。此外，算法素养[21]、算法知识[22]等因素也频繁地出现在信息茧房相关研究中，本文将其笼统地概括为媒介素养。
二是社会关联。社会网络分析的兴起为研究信息茧房和回声室提供了新的思路与方法，尽管这一群体层面下的网络分析更多地对应于回声室效应而非信息茧房，但个体在社会网络中所处的位置以及社会资本等因素，仍然有助于研究者们从社会结构和信息流动视角分析信息茧房效应。一项关于推特内容和社交网络的分析研究表明，社会网络中存在着推动群体内部信息流动的“回声者”（echo chambers）和与外部群体成员进行沟通的“桥梁者”（bridgers）[23]。另一项多主体仿真研究也表明，个体网络中心性与回声室效应有着显著相关关系，而个体在社会网络中的地位对其回声室效应有明显影响，从而验证了社会资本理论对回声室效应形成的解释力[24]。在对新浪微博的样本分析中，有研究者发现，随着信息茧房程度加深，用户的情感偏向与信息茧房顶部的用户越来越相似[25]，从而呈现出“茧房”趋同化，或者说“公共信息茧房”[26]。
三是特定情境。信息茧房得到广泛关注的主因是人们对算法技术发展的忧虑，在研究中的体现就是将算法媒介作为最主要的讨论情境。与技术中心的算法环境研究相比，受众中心的研究尽管同样着眼于算法与信息茧房的关系，但采用的研究方法和路径是受众本位的。实际上，关于情境可以作出多种区分，形式上包括单一媒介与多元媒介、垂直媒体与水平媒体等。有学者试图超越单一媒介环境的研究条件，以日志法追踪用户的跨媒体平台接触行为，研究用户信息偏好、媒介使用与多样化信息接触的关系[27]。在内容情境上，人们在不同议题中呈现的信息茧房效应亦可能存在区别，难以一概而论。据此，有学者将职业、性别和网络世代中存在的舆情遮蔽作为研究对象，分析其中具体表现出的信息茧房现象[28]。此外，亦有研究者关注信息平衡与否对于信息茧房的影响[29]。
可以发现，信息茧房效应的确有着较为复杂的成因，在不同的个体、社群和情境中呈现出较为不一致的景象。尽管当前一些研究正尝试归纳其中的结构性规律，但整体上看，受众中心的信息茧房研究还存在一些问题。一方面，信息茧房研究仍然缺乏大量的实然性检验，许多论文以规范性探讨为主，对于不同情境、不同社群的研究较少；另一方面，现有信息茧房研究的理论创新性不足，对其成因的探讨不在少数，但尚未从影响因素当中提炼出有见地的理论模型。更多的文章在模糊地取用信息茧房概念之后，便不假思索地在其基础上进行演绎推理。总的来看，信息茧房研究的“内眷化”趋势愈发明显，需要量的积累以达到质的突破。
那么，信息茧房研究既已走到创新的十字路口，又将向何处着力？延续信息茧房与回声室效应的双重语境——技术批判与协商，本文认为，信息茧房研究还存在三个方面的问题需要解决。
首先，需要再次强调，信息茧房的技术批判视角意味着受众沉浸于单一、同质的内容，难以自主地寻求内容多样性，而不仅仅是内容的同质化。那么，现实的状况是否如此，作为反价值理性的信息茧房效应是否切实存在？尽管信息茧房的合理性已经得到广泛的共识，对其进行存在性检验仍是开展其相关研究的基础所在。进一步地，信息茧房的形成是多种因素的共同作用，社交网络、平台、算法等都有可能固化人们的信息获取路径、强化人们的选择性心理。那么，哪些因素在什么情境下容易让人们沉浸于信息茧房之中？这其中也包括与算法关联的问题，即人们是否在算法环境中更容易丧失自主性与批判性？信息茧房研究的下一步，必然走向更为纵深和细致的考察，主要包括偏量化的行为主义与偏质性的文化主义两条进路。前者旨在更为细致、系统地考察信息茧房的成因机制，通过探究不同个体、社群和情境下信息茧房效应的结构性规律，提炼理论模型；而后者主要从实践中着手，更加细致、质性地考察具体情境下的信息茧房效应本身，以期丰富概念的面向与维度。
其次，如果说技术批判视角下的信息茧房研究注重于其形成原因，那么视角下的信息茧房研究则更多地关注其社会影响。然而，由于国内外研究的概念偏倚，国内主流的信息茧房研究在一定程度上忽视了概念本身与之间的关联，也就致使关于信息茧房的社会影响研究有较大的发展空间。在桑斯坦的论述中，信息茧房效应存在着降低信息多元化的风险，而回声室效应则与信息、群体的极化相关。延续这一思路，首先需要回答的问题是信息茧房是否在技术批判与视野下具有同一性。换言之，作为“忧虑”的反价值理性的信息茧房，是否确实等同于与特定或其他内容的信息接触？二者之间存在着互为因果的可能性，类似于使用与满足理论和涵化理论的关系，即出于沉浸茧房而选择特定内容，抑或是由于接触特定内容而沉浸于茧房？另外，关于信息茧房和回声室效应的联系，尽管二者有着极为紧密的关系，但仍存疑问的是，个人层面的信息茧房是否必然造就群体层面的回声室效应？本文认为并不能够简单地通过原子论式的推理，将个体陷入某类信息茧房与群体构成特定的回声室等同起来，这一过程的明晰需要社会网络的思维与综合的研究方法。在此基础上，如果回声室效应存在，它是否确与群体极化之间存在关联？关联的条件和要素又是什么？这些问题严格来说已经超出信息茧房的概念内涵，而应该被界定为回声室效应研究，但出于信息茧房的后果的考量，仍有必要提及于此。
最后，要重视与信息茧房相关的理论构建与创新。微观上看，信息茧房效应的产生从属于个体的认知过程，涉及信息的接收和处理、态度与行为改变等问题，但由于研究的深度和广度不足，尚未提出具有代表性的理论模型。宏观上看，信息茧房效应的结构性因素是一段时间内的主要研究方向，但同时，也有必要跳出桑斯坦的协商框架，为信息茧房概念赋予新的理论意涵。例如，有研究将信息茧房同虚假信息联系起来，探讨信息茧房效应对于用户虚假信息识别能力的影响[30]，有研究基于信息茧房概念提出政策茧房[31]。这类研究无疑丰富了信息茧房效应的概念外延和学科范围。当前学界有相当一部分文章探讨如何破解信息茧房问题，但能够上升到理论层面的成果较少。本文认为，在进行前述所有研究的过程中，对于如何破解信息茧房这一问题的回答也就自然浮现了。
【本文为国家社科基金青年项目“突发公共事件中媒体坚守新闻真实性的路径、机制”（批准号：21CXW001）、清华大学自主科研计划“智能时代的认知战作用机制研究”（编号：2023THZWYY05）、清华大学“清新计算传播学与智能媒体实验室研究支持计划”（编号：2023TSJCLAB001）阶段性成果】
[2]陈昌凤，仇筠茜.“信息茧房”在中国：望文生义的概念与算法的破茧求解[J].新闻与写作，2020(01):58-63.
[5]丁汉青，武沛颍.“信息茧房”学术场域偏倚的合理性考察[J].新闻与传播研究，2020(07):21-33.
[6]陈昌凤，仇筠茜.“信息茧房”在西方：似是而非的概念与算法的“破茧”求解[J].新闻大学，2020(01):1-14.
[7]虞鑫，王金鹏.重新认识“信息茧房”——智媒时代工具理性与价值理性的共生机制研究[J].新闻与写作，2022(03):65-78.
[8]孙少晶，陈昌凤,李世刚,等.“算法推荐与人工智能”的发展与挑战[J].新闻大学，2019(06):1-8.
[9]刘茜，汤清扬，闵勇,等.新闻推荐必然导致“茧房”效应吗？——基于模拟新闻平台的实验研究[J].新闻大学，2023(02):28-43.
[10]陈昌凤，师文.个性化新闻推荐算法的技术解读与价值探讨[J].中国编辑，2018(10):9-14.
[11]晏齐宏.技术控制担忧之争议及其价值冲突——算法新闻推荐与信息茧房关系的多元群体再阐释[J].现代传播(中国传媒大学学报)，2020(03):59-65.
[12]王茜.打开算法分发的“黑箱”——基于今日头条新闻推送的量化研究[J].新闻记者，2017(09):7-14.
[14]施颖婕，桂勇，黄荣贵,等. 网络媒介“茧房效应”的类型化、机制及其影响——基于“中国大学生社会心态调查（2020）”的中介分析[J].新闻与传播研究，2022(05):43-59.
[15]丹尼斯·麦奎尔.麦奎尔大众传播理论[M].徐佳，董璐,译.北京:清华大学出版社，2019:342-343.
[16]杨雨娇，袁勤俭. 个性化推荐的隐忧：基于扎根理论的信息茧房及其前因后果探析[J].情报理论与实践，2023(03):117-126.
[17]喻国明,方可人.算法型内容推送会导致信息茧房吗?——基于媒介多样性和信源信任的一项实证分析[J].山会科学，2020(11):170-174.
[19]张海，徐红昌.S-O-R理论视角下网络用户信息茧房成因要素研究[J].新世纪图书馆，2022(12):15-22.
[20]李锦辉，颜晓鹏.“双向驯化”：年轻群体在算法实践中的人机关系探究[J].新闻大学，2022(12):15-31.
[21]杨洸，佘佳玲. 新闻算法推荐的信息可见性、用户主动性与信息茧房效应：算法与用户互动的视角[J].新闻大学，2020(02):102-118.
[24]李卫东，彭静.社交网络平台信息传播的回声室效应仿真实验分析[J].现代传播(中国传媒大学学报)，2019(04):142-149.
[25]徐翔，董洁芸.社交网络内容生产中用户“信息茧房”的情感偏向研究[J].全球传媒学刊，2022(04):78-99.
[26]徐翔.公共信息茧房：社交媒体信息内容收敛现象与效应——基于新浪微博的文本挖掘[J].情报杂志，2023(01):113-123.
[27]晏齐宏,盖赟.信息茧房之外:跨媒体视角下用户信息接触的多样性研究[J].现代传播(中国传媒大学学报)，2023(05):76-85.
[28]郑满宁，李彪.舆情治理视域下社交网络中的信息茧房现象与破茧之道[J].西南民族大学学报(人文社会科学版)，2022(04):140-144.
[29]傅诗婷，姜婷婷,田慧溢.平衡信息接触能否帮助人们打破信息茧房?信息感知与态度变化的关系研究[J].信息资源管理学报，2023(01):41-51.
[30]莫祖英，盘大清.信息茧房效应对用户虚假信息识别能力的影响关系探析[J].图书馆学研究，2023(03):50-57.
[31]曾润喜,杨璨.信息时代的政策茧房现象与政策传播效能提升路径研究[J].中国行政管理，2023(09):132-141.
虞鑫，王金鹏.从技术到受众：信息茧房效应的研究取向与发展进路[J].青年记者，2024(04):78-83.金年会·jinnian(金字招牌)金年会·jinnian(金字招牌)金年会·jinnian(金字招牌)
