新技術(shù)應(yīng)用和大數(shù)據(jù)的快速發(fā)展，使得個性化服務(wù)成為可能，然而個性化服務(wù)在提供便利，滿足用戶需求的同時，也容易引發(fā) “信息繭房”效應(yīng)，帶來負(fù)面影響。

“信息繭房”這一概念最早是由哈佛大學(xué)教授桑斯坦提出的，他認(rèn)為，互聯(lián)網(wǎng)為公眾提供了 “資訊汪洋”，但人們接觸信息并不是全盤接收，而是根據(jù)個人喜好有選擇性地吸收。通俗來說，就是 “信息偏食”，看自己想看的，聽自己想聽的。久而久之，“回音室效應(yīng)”之下，公眾會將自身桎梏于蠶繭般的 “繭房”中。

個性化搜索一定會帶來 “信息繭房”嗎？我們一起來看新浪新聞新媒體實(shí)驗室、新榜研究室聯(lián)合發(fā)布的《以 Facebook 和 Google 為例的國外信息繭房案例研究》報告結(jié)果。

一、 Google 的個性化搜索：千人千面

在 Google 瀏覽器中，不同用戶輸入相同的搜索詞，會得到完全不同的搜索結(jié)果。這種個性化服務(wù)不僅體現(xiàn)在網(wǎng)頁搜索上，還體現(xiàn)在新聞和視頻信息搜索中，用戶在使用新聞和視頻搜索時，其結(jié)果同樣存在明顯的個性化差異。

2018 年，谷歌競爭對手 DuckDuckGo 的一項研究顯示，同一用戶在私密瀏覽模式（退出 Google 賬戶）下的搜索結(jié)果與正常模式下的搜索結(jié)果大致相同，這在一定程度上說明，“信息繭房”依舊在起效，私密瀏覽和注銷不會顯著減弱 “信息繭房”。

“個性化搜索”是在 Google PageRank 算法的基礎(chǔ)上改進(jìn)，并按照用戶需求排列搜索結(jié)果的一種搜索方式。通過個性化搜索，用戶可以獲得與自身相關(guān)程度較高的搜索結(jié)果。隨著搜索次數(shù)的累計，用戶將得到越來越個性化的搜索結(jié)果，但是 Google 的個性化搜索也可能增強(qiáng)用戶的偏見，這是造成 “信息繭房”的原因之一。

二、 Google 搜索通過個性化服務(wù)造成信息繭房

要想弄清楚 Google 搜索是如何進(jìn)行個性化推薦，并造成信息繭房的，我們就要從其算法開始說起。Google 搜索最開始采用的是 PageRank 算法，這是用來標(biāo)識網(wǎng)頁的等級 / 重要性的一種方法，它是基于網(wǎng)站之間的相互投票，就是我們常說的網(wǎng)站之間互相指向。簡單來說，就是如果判斷一個網(wǎng)站是高質(zhì)量站點(diǎn)時，那么該網(wǎng)站應(yīng)該是被很多高質(zhì)量的網(wǎng)站引用又或者是該網(wǎng)站引用了大量的高質(zhì)量權(quán)威的站點(diǎn)。

2013 年，Google 瀏覽器在 PageRank 算法的基礎(chǔ)上推出了個性化搜索。用戶所得到的搜索結(jié)果不再只是基于傳統(tǒng)的排名因素，還受到用戶位置、搜索歷史記錄、谷歌賬號、使用設(shè)備等個性化因素影響，從而得到一份適合自己的個性化搜索結(jié)果。

以搜索歷史記錄為例，Google 會記住每個用戶的瀏覽歷史記錄、搜索歷史記錄和點(diǎn)擊次數(shù)，為用戶創(chuàng)建個性化資料，然后根據(jù)用戶的興趣展示不同的搜索結(jié)果。我們以搜索 “kafka”為例，當(dāng)我們初次在 Google 瀏覽器里搜索 “kafka”時，瀏覽器并不知道我們想要搜索的是小說家，還是數(shù)據(jù)軟件服務(wù)商，所以它會盡可能展示出不同的搜索結(jié)果，供用戶選擇。當(dāng)我們點(diǎn)擊小說家 “kafka”相關(guān)鏈接，并多次重復(fù)后，Google 瀏覽器就會記住我們的偏好，默認(rèn)我們搜索的是小說家 “kafka”。當(dāng)我們再次搜索時，Google 瀏覽器就會直接展示小說家卡夫卡相關(guān)的信息，因為它已經(jīng)記住了我們的閱讀偏好了。

三、 針對 “信息繭房” Google 已采取措施

“信息繭房”會帶來個人認(rèn)知窄化、族群極化、虛假信息泛濫等結(jié)果，因此針對 “信息繭房”進(jìn)行管理和優(yōu)化顯得十分重要。用戶數(shù)量眾多且調(diào)整難度大，打破 “信息繭房”的嘗試就集中在信息供給側(cè)——媒體與平臺，尤其集中于平臺算法機(jī)制方面，平臺算法的優(yōu)化。

針對信息繭房，Google 采取了一些措施，比如，Google 不斷優(yōu)化搜索算法以及管理措施而免于批評。在重大事件發(fā)生時，Google 首先推薦經(jīng)人工審核編輯過的權(quán)威信息，還用明確的數(shù)據(jù)來指導(dǎo)優(yōu)化其算法。此外，Google 和 YouTube 雖都在 Alphabet 旗下，但是兩者算法獨(dú)立，由完全分開的兩個團(tuán)隊來創(chuàng)建和運(yùn)營。

四、算法推薦必然導(dǎo)致 “信息繭房”效應(yīng)嗎

算法推薦必然導(dǎo)致 “信息繭房”效應(yīng)嗎？北京師范大學(xué)新聞傳播學(xué)院的喻國明教授認(rèn)為，算法不是 “信息繭房”形成的必要條件，也不在 “繭房”生成后起到增效作用?！靶畔⒗O房”本質(zhì)是用戶選擇機(jī)制中的一種 “偏食”行為，它是個體、社會、場景與技術(shù)等因素共同作用的結(jié)果。

喻國明教授還強(qiáng)調(diào)我們當(dāng)前正處于一個從對人的信任過渡到對機(jī)器信任、對算法信任的過程；隨著算法與人的深度融合，可信任算法將在 “信息繭房”的消解上發(fā)揮重要功能。

責(zé)任編輯：PSY