信息繭房的要害在于“自縛”

文/高金國

優(yōu)化機器算法，受眾開闊視野，“繭房”也就不存在了。

“信息繭房”現(xiàn)象，引發(fā)了很多人的關(guān)注。客觀地說，關(guān)注這一現(xiàn)象的多屬業(yè)內(nèi)人士，對受眾而言，這種現(xiàn)象似有若無，“存在感”并不清晰。

所謂“信息繭房”，是指“在信息傳播中，公眾只注意自己選擇的和使自己愉悅的領(lǐng)域，久而久之，會將自身像蠶繭一般桎梏于‘繭房’中”。

這個概念最初出現(xiàn)（2008 年前后）時，自媒體還沒有如今這么發(fā)達(dá)，機器算法、機器推薦尚未出現(xiàn)。它被人關(guān)注，是以“今日頭條”為代表的機器算法火爆之后。毫無疑問，機器算法進(jìn)一步加劇了“信息繭房”現(xiàn)象。

典型的例子是，如果你關(guān)注了一條教育方面的熱點新聞，“機器”會繼續(xù)給你推薦此類資訊（即便你不再需要）；如果你搜索了一個名詞，和這個詞有關(guān)的信息也會推薦給你。相反，如果你從來沒有關(guān)注過娛樂新聞，那么，即便娛樂圈發(fā)生了驚天動地的大事，你需要了解，機器也會對你“置之不理”，不將信息推薦給你。

乍一聽，問題仿佛挺嚴(yán)重。不過，如果和朋友聚會，互相聊聊感興趣的話題，你會發(fā)現(xiàn)，所謂“信息繭房”，在一定程度上是個偽概念。

隨著手機自媒體的普及，像“繭房”這么透明的壁壘，實在不容易存在。在手機信息流主導(dǎo)信息場之前，有一種人可以稱為“酒桌上的意見領(lǐng)袖”，他們能掌握獨有的話題，成為議題的主導(dǎo)者。這類人群，大多有著較多的信息儲備，好比以前大學(xué)里霸占了圖書館的大師，對某一類知識具有獨占性、權(quán)威性。然而，就像“百度消滅了大師”，海量的手機信息流也把“酒桌上的意見領(lǐng)袖”消滅了，因為他已經(jīng)無法獨占話題；他起個頭，別人馬上就能“接上話”。我甚至見過別人提到一個名詞，旁人馬上手機百度的場景——還不是一次。

所以繭房這種“壁壘”，在海量信息流的沖擊面前，不堪一擊。那為什么還引發(fā)了專家的擔(dān)心呢？

我想這緣于一種“屏幕效應(yīng)”。你可以做一個實驗，不斷在某個App 上搜索某一類詞匯，那么，這款A(yù)pp 很容易“上當(dāng)”，給你推薦的會滿屏都是此類內(nèi)容。這就容易給人以“我被縛在了繭房”的假象。

這個問題，恐怕在出現(xiàn)之初，就被機器算法的設(shè)計者化解了。原因很簡單，App都是分欄目的，機器推薦給你的，往往設(shè)定在“推薦”欄目中，但“推薦”只是欄目之一；除了它，往往還有“熱點”“教育”“娛樂”等多個欄目。只要把欄目往“熱點”一轉(zhuǎn)換，就能看到最近發(fā)生的熱點事件，“繭房”頓時灰飛煙滅。

最主要的問題恐怕是，“推薦”欄目往往是App 的默認(rèn)欄目，只要你一點開，首先會進(jìn)入“推薦”欄目。所以，很多App 被強令整改的，正是“推薦”欄目。

App 的設(shè)計者也會十分尷尬，因為這個欄目是“千人千面”，在云計算的前提下，甚至可以做到“每一個用戶的‘推薦’頁面都不相同”，如何整改？所以，整改的其實不是這個欄目，而是機器的推薦機制。

機器算法的整改、優(yōu)化包括很多方面，重點是對不良內(nèi)容的鑒別；防范“信息繭房”出現(xiàn)，也應(yīng)是其中之一。

人和機器畢竟有著巨大差別。低俗內(nèi)容，對人而言，很容易鑒別，對機器卻極為困難；信息繭房，人覺得是大事兒，對機器來講，卻很簡單——只要把“熱點”內(nèi)容隨機插入“推薦”欄目，就解決了。

關(guān)鍵問題是：機器如何判定“熱點”？顯然不能依靠“機器思維”，否則容易誤入歧途。機器思維，就是“唯點擊率思維”，哪條內(nèi)容點擊率高，哪條就上熱點。這種思維，很容易誤導(dǎo)受眾，甚至被人為操縱。

熱點內(nèi)容，必須由人來把關(guān)；點擊率只能作為參考。從把關(guān)者的角度而言，熱點內(nèi)容，必須符合我們的價值觀，符合公序良俗，弘揚正能量。做不到這些，它們越“熱”，對社會的危害就越大。

“信息繭房”雖然容易破除，但這個概念的提出，依然有積極意義。它很容易讓我們聯(lián)想起一個詞——作繭自縛。信息的傳播平臺，不能因為機器算法而“自縛”；信息的接收者，也不能因為視野的局限而“自縛”。優(yōu)化機器算法，受眾開闊視野，“繭房”也就不存在了。