(王玉玲)近日，清華大學(xué)社會科學(xué)學(xué)院積極心理學(xué)研究中心在線上舉行“用戶使用、算法推薦與信息繭房的關(guān)系再思考”主題研討會，并發(fā)布了研究成果《破繭還是筑繭？用戶使用、算法推薦與信息繭房研究報告》。在研討會上，深圳大學(xué)傳播學(xué)院教授楊洸以“平臺算法技術(shù)與用戶的協(xié)同進(jìn)化：信息可見性、信息繭房和新聞偶遇”為題，對2019年和2022年其所做的兩項研究內(nèi)容進(jìn)行了分析，用戶和算法之間不是彼此孤立的存在，而是始終處于相互響應(yīng)、相互發(fā)展的狀態(tài)，算法同樣可以將用戶帶入更廣闊的世界。

超越用戶興趣，算法平臺探索多元化目標(biāo)

2019年，楊洸以今日頭條APP用戶為研究對象，完成了《新聞算法推薦的信息可見性、用戶主動性與信息繭房效應(yīng)：算法與用戶互動的視角》，實證調(diào)研結(jié)果發(fā)現(xiàn)，算法推薦并沒有導(dǎo)致信息繭房效應(yīng)，算法同樣可以擴(kuò)大受眾接觸資訊的范圍，將用戶帶入更廣闊的世界，用戶和算法之間不是彼此孤立的存在，而是始終處于相互響應(yīng)、相互發(fā)展的狀態(tài)，這一研究發(fā)現(xiàn)與《破繭還是筑繭？用戶使用、算法推薦與信息繭房研究報告》的結(jié)論相吻合。

(資料圖片僅供參考)

新聞可見性方面，在時效性、重要性、接近性、趣味性、真實性等新聞價值要素中，用戶對趣味性的感受最突出，新聞個性化程度比較明顯。此外，用戶對推薦算法技術(shù)有一定了解，表現(xiàn)出了一定的算法素養(yǎng)。

楊洸解讀道，算法改善了以往新聞消費(fèi)相對同質(zhì)性的問題，實現(xiàn)了千人千面，幫助個體更精準(zhǔn)有效獲取所關(guān)注領(lǐng)域的信息，這不代表個性化推薦算法助長用戶的心理和興趣窄化。

與此同時，算法也在不斷進(jìn)步優(yōu)化迭代，在適應(yīng)社會和用戶的需求，比如在內(nèi)容呈現(xiàn)上，優(yōu)先推薦具有社會公共價值的信息，或增加隨機(jī)內(nèi)容，來保障內(nèi)容呈現(xiàn)的多樣性。比如，今日頭條會推薦用戶過去不常觀看的內(nèi)容或增加隨機(jī)內(nèi)容，來保障用戶可見內(nèi)容的多樣性。

“如果新聞聚合平臺能夠超越簡單用戶指標(biāo)，追求更多樣化的平臺價值，考慮更多維度的價值和目標(biāo)，這樣可以促進(jìn)良性的增長循環(huán)，這就是我在2019、2020年時候做的研究，體現(xiàn)了新聞聚合平臺算法和用戶之間的關(guān)系?！睏顩舱f。

算法技術(shù)促成更多新聞偶遇

所謂“新聞偶遇”，是指人們在非積極主動尋求信息狀態(tài)下所接觸到的新聞。楊洸表示，在算法驅(qū)動的數(shù)字平臺上，新聞偶遇是人們接觸新聞的主要方式之一。由于算法機(jī)制的作用，用戶在平臺中偶遇新聞的機(jī)會大大增加了。

基于MAIN模型，楊洸對中國社交媒體平臺上主要的算法線索進(jìn)行了展示。第一新聞熱度線索，包括社會熱度和好友推薦；第二，文章來源，包括官方主流媒體以及自媒體等來源，不同新聞來源影響用戶的可信度感知；第三，標(biāo)題的線索，啟發(fā)了用戶的好奇心感知。

楊洸表示，新聞偶遇分為第一級偶遇和第二級偶遇兩個階段，在此過程中，如何引導(dǎo)用戶閱讀完整的新聞，并將新聞分享給其他用戶，主要取決于用戶感知的信息有用性。

算法技術(shù)和用戶協(xié)同進(jìn)化

楊洸認(rèn)為，人們對議題的卷入程度不一樣，在信息處理方式上也有很大的區(qū)別，卷入程度越高，相關(guān)性越高，人們越愿意促成新聞的閱讀和分享。

“基于兩個不同時間段的研究發(fā)現(xiàn)，算法技術(shù)和用戶在慢慢協(xié)同進(jìn)化。一方面，算法技術(shù)創(chuàng)造了很多新聞偶遇的機(jī)會，開闊了用戶的信息視野。另一方面，用戶不滿足局限于個人興趣偏好的舒適圈，會發(fā)揮主觀能動性，接觸多元信息。但是這個過程中，平臺所提供的啟發(fā)式線索是不是高度契合用戶的需求和心理，這是一個非常重要的影響因素?！睏顩舱f道。(更多報道線索，請聯(lián)系本文作者王玉玲：wangyuling@chinanews.com.cn)(中新經(jīng)緯APP)

中新經(jīng)緯版權(quán)所有，未經(jīng)書面授權(quán)，任何單位及個人不得轉(zhuǎn)載、摘編或以其它方式使用。