近日，清华大学社会科学学院积极心理学研究中心在线上举行“用户使用、算法推荐与信息茧房的关系再思考”主题研讨会，并发布了研究成果《破茧还是筑茧？用户使用、算法推荐与信息茧房研究报告》（下称报告）。报告发现，从中长期看，个性化推荐算法不但没有导致“信息茧房”，反而可能为个体提供了更多元和理性的信息世界，以抖音为代表的个性化推荐机制有助于推动用户获取多样化信息。信息茧房效应受到个体、社会、场景与技术等多种因素共同作用，不能将对信息茧房问题的担忧简单归责到算法。

在研讨会上，深圳大学传播学院教授杨洸以“平台算法技术与用户的协同进化：信息可见性、信息茧房和新闻偶遇”为题进行了分享，杨洸指出，用户和算法之间不是彼此孤立的存在，而是始终处于相互响应、相互发展的状态，算法同样可以将用户带入更广阔的世界。

2019年，杨洸以今日头条APP用户为研究对象，完成了《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》，实证调研结果发现，算法推荐没有导致信息茧房效应，可以扩大受众接触资讯的范围，将用户带入更广阔的世界，这一研究发现与上述报告结论相吻合。

在时效性、重要性、接近性、趣味性、真实性等新闻价值要素中，用户对趣味性的感受最突出，新闻个性化程度比较明显。此外，用户对推荐算法技术有一定了解，表现出了一定的算法素养。

杨洸解读道，算法改善了以往新闻消费相对同质性的问题，实现了千人千面，帮助个体更精准有效获取所关注领域的信息，这不代表个性化推荐算法助长用户的心理和兴趣窄化。

与此同时，算法也在适应社会和用户的需要不断优化迭代，比如在内容呈现上，优先推荐具有社会公共价值的信息，或增加随机内容。比如，今日头条会推荐用户过去不常观看的内容或增加随机内容，来保障用户可见内容的多样性。

“如果新闻聚合平台能够超越简单用户指标，追求更多维度的价值和目标，可以促进良性的增长循环。”杨洸说。

所谓“新闻偶遇”，是指人们在非积极主动寻求信息状态下所接触到的新闻。杨洸表示，在算法驱动的数字平台上，新闻偶遇是人们接触新闻的主要方式之一。由于算法机制的作用，用户在平台中偶遇新闻的机会大大增加了。

基于MAIN模型，杨洸对中国社交媒体平台上主要的算法线索进行了展示。第一新闻热度线索，包括社会热度和好友推荐；第二，文章来源，包括官方主流媒体以及自媒体等来源，不同新闻来源影响用户的可信度感知；第三，标题的线索，启发了用户的好奇心感知。

杨洸表示，新闻偶遇分为第一级偶遇和第二级偶遇两个阶段，在此过程中，如何引导用户阅读完整的新闻，并将新闻分享给其他用户，主要取决于用户感知的信息有用性。个体对议题卷入程度越高，相关性越高，越愿意阅读和分享新闻。

“基于两个不同时间段的研究发现，算法技术和用户在慢慢协同进化。一方面，算法技术创造了很多新闻偶遇的机会，开阔了用户的信息视野。另一方面，用户不满足局限于个人兴趣偏好的舒适圈，会发挥主观能动性，接触多元信息。但是这个过程中，平台所提供的启发式线索是不是高度契合用户的需求和心理，是非常重要的影响因素。”杨洸说道。