作者:西门君
来源:【西门君不吐槽】（id:ximenjun45）
最近，我身边嚷嚷着卸载今日头条和抖音的小伙伴越来越多。一问原因，大部分都是回答：“自从我点赞了某某文章或视频，平台就一直给我推送类似的文章或视频。一开始还觉得挺上瘾的，但刷多了就腻了，而且还浪费时间。不如卸载得了，图个清静。”
从传播学的角度而言，这种“因为算法推荐导致我们喜欢的内容越来越类似，视野越来越窄”的现象，被叫做“信息回音室”。
“信息回音室”的不良影响，估计你想想也知道，我就不再赘述了。
不过，今日头条也好，抖音也罢，类似这样通过算法推荐内容的平台，真的会造成“信息回音室”的严重后果吗？
答案是，“有，但没那么夸张。”
因为，机器的算法类型相当多元，并不是所有的算法，都会造成信息同质化的趋势。
比如说，有一种常见的算法，叫做“ 协同过滤算法 ”。这种算法的基本逻辑是，把你身边的人的选择或者喜欢同时推荐给你。
典型的案例就是微信的“搜一搜”，你可以看到朋友最近都在看什么类型的文章，如果你有兴趣，自然也会萌生点开的冲动。
换言之，这种推荐并不是完全基于你之前看了什么内容，而是也要基于和你类似的人在看什么。
不过我们也必须承认，仍存在某些社交平台，出于流量思维和商业利益的考量，会只给我们推荐我们想看的内容。
比如说脸书的推荐算法，它会根据你过去的浏览和点赞记录，对你能看到的内容进行干预。因此你会发现，那些排列在最上面的内容，更容易让你点赞或者留言。
因此，我们很显而易见的会得出结论——长此以往，“信息回音室”的现象迟早会出现。
但，先别急着盖棺定论。我这两天看到的一则研究结果就给出了相反的结论。去年，两位丹麦的学者，分析了1000名丹麦的脸书用户两周之内在脸书上分享的内容。
他们的预先判断是，如果脸书的算法造成了信息同质化，那么这些人分享的内容，应该也有很高的趋同性。
但结果发现，只有不到10%的人转发的链接是雷同的，并且不到30%的用户发布的内容文本只能说是有相似性。这个比例比研究人员的预期要低很多。
为什么会这样呢？研究人员分析，这是因为脸书的算法虽然能干预用户内容排列的顺序，但有一个因素是算法无法干预的——那就是我们关注了谁，关注了多少人？
换言之，算法可以干涉我们线上的信息内容，但是却没法左右我们真实生活中的社交圈。
好，接下来我们说说最后一点，个人偏好对“信息回音室”的突破。
我们认为“算法会造成信息同质化”有一个前提，那就是我们觉得人们只爱看自己熟悉的内容。
但从心理学角度看，我们人对自己熟悉的东西喜欢的同时，对那些新鲜的事物同样会保持好奇。
一个非常简单的逻辑，如果今日头条天天给你推八卦，你看多了，不说厌恶，至少也会腻味吧？这时候，你会去搜索一下八卦之外的内容，再正常不过了。
人类喜新厌旧的天性，会驱使我们主动突破“信息茧房”，而这也是算法“束手无策”的。
总结一下今天的宣讲，为什么西门君认为社交平台的推荐算法不会造成“信息回音室”呢？
原因有三个：
第一，现在的平台算法也在尽力避免这一现象。比如“协同过滤算法”，不仅不会让信息同质化的现象产生，反而可能会拓宽人们的视野。
第二，我们时刻变化的的社交关系，算法无法完全估量。
第三，人类与生俱来的好奇心，决定了我们不会甘于沦为“信息回音室”的奴隶。
所以，“信息回音室”大概率是个伪命题。毕竟，谁会真的愿意把时间消磨在大量类似的内容上呢？喜新厌旧，永远都是人类的本能呀，哈哈哈。
P.S：想要加群了解更多关于传播学的知识，请在公 众 号【西门君不吐槽】留言“传播学”三个字，即可。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
