2016美国大选所透射的“过滤气泡”现象与启示

2016年美国大选自始至终伴随着两党候选人支持者们的激烈对抗，双方在社交网络上都出现了“信息茧房”的现象，滋生出极端主义情绪，加剧了社会的撕裂。因此，与回声室效应和网络科学技术紧密相关的“过滤气泡”现象在此背景下，再次成为美国学界的众矢之的。比起传统媒体时代人们想感知不同观点只需要切换频道或者买一张报纸相比，新媒体时代人们的“准感官统计”能力非但没有因为科技的进步而增强，反而很可能遭到技术算法的严重干扰甚至导致失灵。

“信息茧房”与回声室效应的相关概念研究

在新媒体技术的帮助下，人们会不断地通过新媒体平台的信息推送和主观选择强化自己已有的观点，而对不同意见越来越排斥。这一现象被学者们赋予了不同的名字：“信息茧房”现象、“回声室效应”等。

其实这一概念并非新媒体时代才兴起，西方学界针对“信息茧房”现象的研究早在2001年就开始了。美国传播学界对这一现象的态度可以分为两派：第一派是以加州大学洛杉矶分校的政治学家Michael Lacour，芝加哥大学经济学家Matthew Gentzkow、 Jesse Shapior以及纽约大学政治学家Pablo Barbera等学者为代表，他们认为，“信息茧房”这个趋势并不实际存在于美国的新媒体中，人们的政治倾向早在他们使用新媒体接收政治新闻之前就存在了，这种倾向分化的深化和实际生活居住的地点和周围人的政治观点有关，但和线上政治倾向影响关系不大；第二派是以美国知名社会问题研究中心Pew、纽约大学政治学教授Russell Hardin、纽约时报专栏作家Nicholas Kristof等为代表，他们认为，美国社会中的政治极端主义并非是由于教育程度低而导致的，而是因为他们的信息摄取来源非常单一和有限，而这种“信息茧房”现象的存在将加深美国社会舆论分化从而滋生极端主义。

2008年之后，全球迎来了新媒体的飞速发展，而新媒体在人们日常生活中的全方位渗透也引发了传播学界对新媒体环境下的“信息茧房”效应的进一步探究。美国著名的传播学教授Kathryn Jemison和Joseph Capela著作的《回声室效应：拉什·林博和保守主义媒体的建设》，将“回声室效应”定义为在媒体营造的相对较为封闭的意见感知环境中，意见相近的声音会被不断地重复、夸张和扭曲，从 而让处于这个封闭环境中的人对这些夸张和扭曲的极端观点越来越深信不疑的现代传播学现象。

“回声室效应”让我们不难联想到传播学经典理论“沉默的螺旋”中的重要假设之一“准感官统计”，即人们拥有一定的对外界意见气候的感知和判断的能力。如果大众处于长时间的媒体渗透之中，在个体间缺乏有效沟通的情况下，会将媒体所呈现出的主流意见自动转化为个人对社会的认知。在新媒体时代的传播学研究中，学者们对“准感官统计”概念不断地做出了新的诠释和应用，并在“沉默的螺旋”“信息茧房”“回声室效应”之上于2016年美国的总统大选年进一步强调了“过滤气泡”(Filter Bubble)的概念。这一概念的出现在美国政治传播学领域中非常具有突破性，其首次将搜索引擎和社交媒体所用的算法等网络技术与政治学传播中的回声室效应和“信息茧房”现象相结合，并被应用于理解近年来美国社会政治生活各方面出现的新趋势。

美国大选与新媒体传播中的“过滤气泡”现象

对于美国的传播学界研究学者们来说，2016年无疑是非常重要的一

年。在2016年11月，美国经历了近年来全球范围内最具争议的总统选举。而在总统候选人的对决中，以谷歌、脸书、推特为首的新媒体平台及他们庞大的用户群体也被卷入一场又一场的政治信息传播风波之中。美国的传播学家和政治学家们发现，由于新媒体平台可以针对个性化搜索为用户提供筛选后的信息内容，用户们在搜索大选相关的政治新闻时会不可避免地被包裹在“过滤气泡”中：新媒体平台会根据对他们先前活动记录和搜索词条的统计结果对新的内容进行筛选，而用户会越来越看不到他们不同意的观点和资讯。这种由新兴网络技术所导致的“过滤气泡”现象会使得用户的认知进一步窄化甚至单向化，并将用户牢牢地包裹在他们已有的意识形态气泡之中。而新媒体平台的“过滤气泡”效应也导致了大选中美国两党支持者们的意识形态分化，甚至在全国诱发了激烈的社会矛盾。

在美国传播学界和政治科学界对“过滤气泡”现象的热议中，脸书被推向了风口浪尖。早在2013年美国传播学界就认为，脸书对人们2012年的大选投票决策产生了非常具有偏向性的引导作用，而这一现象在2016年的大选中更加引人注目。“过滤气泡”现象导致了美国2016年大选两党派支持者们的巨大意识形态冲突，甚至在多个州发生了通过社交媒体平台进行有组织政治暴乱和集体斗殴的恶性事件。

美国的科技界和新闻传播界在2016年大选后更是纷纷谴责脸书，并呼吁脸书应将算法的黑箱盒子打开，明确告知用户其新闻推送背后的算法规则；美国政治学界提出，脸书应当允许人们关闭新闻推送功能，并根据网站好友政治倾向的不同进行分组和分组讯息显示；有些学者还提出，脸书应当自动在用户观看浏览完一个党派的信息后显示对立党派的相 关信息。脸书的人工智能研究分支主管Yann LeCun表示，他在未来的工作中希望利用人工智能解决“过滤气泡”的问题，但并未提及具体的解决方法。此外，专栏记者Anna Escher认为脸书应当在重大事件的新闻报道推送中雇佣专门的人工编辑对新闻报道的真实性进行判断，并将信息的真实性进行公开标注。这一方法目前已被谷歌采纳，谷歌利用网站权威性排序（Page Rank）算法在新闻报道的搜索结果呈现排序中自动将较为权威的网站排在较前的位置，将信息来源未知的搜索结果排在较后的位置。

脸书作为一家科技公司可以用“不是媒体”的属性为自己的商业决策辩护，而除了承担企业社会责任的理由之外，外界似乎也很难强制要求脸书公开披露算法黑箱或者采纳上述其它解决方法。同样，我们也无法控制谷歌工程师根据我们过去浏览偏好设定的算法，总之，目前“信息茧房”带来的问题在美国并没有办法解决。

2016美国大选带来的传播学启示

在“过滤气泡”的作用下，社交网络非但没有将两个本身就已经极度缺乏交集的传播圈层打通联系起来，而是起到了反作用，加剧了各自的群体极化。所以无论是在哪个候选人支持者的圈层当中，皆充斥着与自己同类的观点并且不断帮助个体强化自我认同，产生了所在圈层能代表全国的错觉。比起传统媒体时代，愈发难以形成对外界整体舆论氛围准确而全面的认识，也许这也是新媒体时代“信息茧房”现象日益显著的成因之一。

当然，如果一味把“信息茧房”现象归咎于新媒体技术未免有失偏颇，美国社会心理学家T.M. Newcomb早在1953年就提出了a-b-x模型，说明人们为了消除自身内心的认知失衡 有趋向于某种一致性的倾向。虽然美国大众在新媒体信息渠道的新闻摄取呈现出了不断窄化的趋势，加深了美国社会舆论的分化，但是人们的政治倾向早在他们使用新媒体接受政治新闻之前，就因为实际生活居住的地点和周围人的政治观点而的确存在了。在新媒体时代可以进一步表述为：年龄、性别、收入、学历和居住地等变量都会对人们的应用使用偏好产生影响，既可能体现为不同人群选择使用不同种类的APP，也可能体现为不同人群使用同一种APP却关注差异性较大的内容。而这些人口统计信息变量，特别是学历和收入的两极分化，区域和城乡发展的不平衡造成的分化，都是加剧“信息茧房”现象的社会学根源。

目前一些发达国家和地区普遍较低靡的经济增速和不合理的资源分配方式使社会各阶层陷入争夺社会财富存量的博弈当中，即一项有利于某一群体的政策出台经常伴随着另一群体的利益受损，“零和游戏”下的政治经济基础是社会撕裂的催化剂。在特朗普当选后的几周内，民主党的支持者开始聚焦美国的种族歧视和极端排外行为，并指责因为特朗普的当选美国社会才会变成这样。但笔者认为其实恰好相反，正是由于美国目前的政治经济文化现状才将美国社会原先存在但被打压已久的极端情绪释放了出来，人民用选票宣泄着对精英、全球化和政治正确以及两极分化的不满而将特朗普送入了白宫。

在互联网越来越成为现实社会的镜像反映的今天，社交网络上不同圈层的用户之间收到的推送内容差异度愈发巨大的背后，反映的是社会各阶层和各地域之间日益增大的裂痕，而新媒体平台的用户精准聚类和信息个性化推送能力则助长了这一趋势。虽然我国目前经济发展态势良好，人

民生活水平不断提高，社会整体共识大于分歧，人们在政治以及社会公共事务领域并没有产生一些其他国家目前存在的非黑即白的尖锐矛盾，但是“信息茧房”现象在中国同样有诞生的温床，目前不仅越来越多的新兴聚合类APP占领了人们的移动终端，甚至很多传统老牌搜索引擎和门户网 站都在启用信息流个性化推送算法。令人忧虑的是，如果任由这一趋势继续发展，那么即使将来人们有意愿主动去接触与自己所属圈层相距较远的信息源时，也极有可能因为“过滤气泡”的存在而遭受极大阻力。尽管“信息茧房”现象的根源不在于媒介，但是媒介理应担负起整合社会凝 聚共识的责任，在用不断改进的精妙算法制造“过滤气泡”时，除了迎合市场追求经济效益，也应该遵循新闻的社会责任，关注社会效益。