信息與繭房

劉強 萬博文 俞涵

【內容摘要】本文基于文獻計量學引文分析原理，綜合分析對比國內外學術場域的差異。研究發現，國內外學術研究的重點截然相反，國內研究重點關注媒介技術進步與信息繭房之間的關系，警惕算法技術的崛起；而國外聚焦于公眾之間的互動行為，關注個體的選擇性接觸心理。在研究集群方面，國外研究的知識結構展現多學科的交叉與融合，而國內研究性知識并未得到擴散。同時，綜合國內外研究路徑的縱橫分析，對比發現國內外研究場域呈現兩條不同的研究路徑。

【關鍵詞】信息繭房；回音室；CiteSpace；知識圖譜；學術場域

“信息繭房”是由桑斯坦于2006年在其著作《信息烏托邦——眾人如何生產知識》中提出的一個比喻，他基于信息技術與兩黨政治之間的聯系，認為網絡技術可能會對社會協商民主造成傷害，產生黨派間政治信息極化的繭房效應。這個在美國政治語境中提出來的比喻，也逐漸走向國內學者的研究視野，并且被廣泛運用于所有信息領域。

在中國知網中以“信息繭房”作為關鍵詞進行檢索，截至2020年11月18日，中國學者在知網中發表以“信息繭房”為主題的文章共有532篇，時間跨度為2011—2020年；在Web of Science（WOS）數據庫中，輸入關鍵詞Information Cocoon進行檢索，只有兩篇關于信息繭房的文獻。由此可見，信息繭房這一議題在國內研究場域中一直備受學者關注，而在國外學術場域中，很少有學者進行研究，形成了一種“中熱西冷”的研究局面。

以“回音室”（Echo chamber）作為關鍵詞在WOS進行檢索，截至2020年11月18日，共有373篇文獻，將學科范圍進一步限定為Communication，在國外傳播學領域中共有118篇關于“回音室”的有效文獻。在中國知網CNKI中以“回音室”作為關鍵詞進行檢索，只有23篇關于傳播學領域的文獻?？梢?，在“回音室”這一研究議題上，呈現出“中冷西熱”的研究局面。

因此，在國內外學術場域中呈現出兩種截然相反的研究視野，國內研究重“信息繭房”而輕“回音室”；國外研究重“回音室”而輕“信息繭房”。從側重點來看，“信息繭房”強調的是信息獲取的窄化，而“回音室”強調的是“回音”，即觀點的同質化，這兩個概念既有區別又有聯系。

基于此，本文對這兩個概念在中外學術場域中進行文獻計量分析，以CiteSpace作為研究工具，以CNKI和WOS作為數據庫源，繪制國內國外信息繭房領域的知識圖譜，并對國內外的相關研究進行對比分析。

一、研究設計

（一）研究方法

本文運用文獻計量分析方法，利用CiteSpace工具繪制知識圖譜，將文獻中的關鍵信息進行計量分析和可視化呈現。CiteSpace是一款基于Java語言所開發的文獻計量工具，2004年由美國華裔博士陳超美教授聯合大連理工大學共同開發，該軟件基于引文分析理論和網絡可視化算法對某一研究領域的文獻進行計量，以此來探尋特定研究領域的前沿與熱點。①

因此，本文借助CiteSpace繪制的科學知識圖譜，對國內外有關信息繭房的研究進行解讀，采用計量分析與邏輯推斷梳理文獻，比較國內外研究的演化路徑與差異。

（二）數據收集與分析

中國知網是中國知識基礎設施工程的重點項目，擁有很豐富的知識信息資源，是國內權威的學術網。WOS數據庫是國際公認的能夠較好反映科學研究水準的數據庫，其三大引文索引收錄了全球多種權威的、高影響力的國際學術期刊，擁有非常嚴格的篩選機制。因此，為確保分析數據的準確性與全面性，本文選擇中國知網CNKI和WOS核心文集作為文獻計量分析的數據庫源。

在知網中去除重復數據及非研究類文獻后，共獲得402篇關于信息繭房議題的有效文獻，將最終篩選后的有效文獻通過Refworks格式導出，存儲為txt文本，并在CiteSpace中將數據轉換成適用于分析的WOS數據源，以此作為本文的第一個研究分析樣本源。在WOS中將118篇關于“回音室”的傳播學文獻直接導出，作為第二個研究分析樣本源（見表1）。

二、國內“信息繭房”與國外“回音室”研究場域對比

（一）研究熱點對比：關鍵詞共現圖譜

將處理完成的國內外數據源，導入CiteSpace 分析工具中，并對相關的參數進行設置。將時區分割（Time Slicing）選項設置為相應的時間跨度，每個時區分割的年限（Years Per Slice）選擇1，閾值設定為TOP50，節點類型（Node Types）選擇關鍵詞（Keyword）。

在國內“信息繭房”研究關鍵詞共現圖譜中，共有節點322個，連線733條，網絡密度為0.0142（見圖1）。在國外“回音室”研究關鍵詞共現圖譜中，共有節點250個，連線885條，網絡密度為0.0284（見圖2）。

將CiteSpace可視化界面中的節點信息列表導入Excel表格中并進行整理，在可視化知識圖譜中，中心性值大于0.1的關鍵詞則說明其具有較強的影響力（見表2）。

1.高位共現詞分析

在國內外研究前20高中心性的關鍵詞譜中，國內研究共現詞最多的是“人工智能”“算法關聯”；國外研究共現詞最多的是“媒體”“新聞”“傳播”。從關鍵詞的中心性大小來看，“信息繭房”排在國內研究的首位，中心性為0.43；國外中心性最高的關鍵詞是“媒體”，但中心性遠低于“信息繭房”。這一差異說明“信息繭房”在國內學術場域中為新興研究領域，之前研究很少涉及，更多關注其與算法的關聯；國外針對“回音室效應”的研究則是從“媒體”“新聞”的相關研究領域中延續而來，更多關注其與新聞信息傳播之間的關聯。

從研究對象來看，國外研究重點涉及Facebook、Twitter等社交媒體機構，而國內研究主要涉及今日頭條等新聞分發機構。這與國外新聞機構社交媒體化密切相關，美國皮尤研究中心（Pew Research Center）在2019年公布的數據顯示，社交媒體已經成為美國成年人獲取信息的主要渠道。其中Facebook是美國人最常用于獲取新聞的社交媒體網站，大約52%的美國成年人從中獲得新聞。而國內新聞機構發展差異較大，新聞客戶端依舊是公眾獲取新聞信息的主要途徑。

2.共現詞類別比例分析

國內研究共現詞與新技術關聯最為緊密，直接與算法相關的共現詞就有5個，占比高達25%，例如“算法推薦”“個性化推薦”“算法新聞”等。同時，與算法推薦機制間接相關的共現詞還有“大數據”“人工智能”等，比例接近于40%。其次，與媒體機構（今日頭條、微博、傳統媒體、新聞客戶端、社交媒體、新媒體、公共傳播平臺）相關聯的比例達35%。剩余的則是背景性主題（“微時代”）及影響探討（“信息窄化”“個人化”）。

而在國外研究場域中，除了相關的基礎性概念外，共現詞與公眾個體感知的關聯程度較高，所占比例達25%，例如公眾的選擇性接觸、公眾態度、公眾參與、公眾話語、公眾新聞消費。同時，與政治兩級分化（“意見氣候改變”“政治運動”“政治極化”“政治傳播”）相關的類別占比為20%。

結合高位共現詞、共現詞類別比例分析，國內外研究熱點呈現出較大差異。國內學者更多的是關注互聯網新聞平臺中算法推薦機制的崛起，同時對這一新技術力量的普及十分警惕，因此非常注重深入探討算法推薦系統中的技術控制對于受眾個體乃至群體性的不良社會后果，例如詞譜中所出現的“個人化”與“群體極化”。研究主要聚焦于算法分發技術控制下的同質性新聞平臺所產生的信息窄化與繭房效應，重點關注媒介技術進步與信息繭房之間的關系。對于算法推薦系統下的信息繭房可能會侵蝕社會公共性這一問題的擔憂，促使國內學者開始對算法這一社會控制技術進行干預與優化，著力打破基于“流量至上”的算法設計，從而破除“繭房效應”。

而在國外研究場域中，國外學者更傾向于關注個體行為，研究視野主要集中在政治傳播中公眾之間的互動行為，更加強調人的主體性，關注用戶個人的選擇性接觸心理所產生的選擇性接觸行為而導致的兩極分化、政治極化的社會現象，并對“回音室”中的意見強化對于民主制度的可能危害產生擔憂。

（二）研究集群對比：關鍵詞聚類圖譜

在CiteSpace中將關鍵詞進行聚類，通過分析可視化圖譜中的聚類及關鍵節點，可以揭示出該研究領域的知識結構。聚類分析中的Modularity值，也稱為Q值，其區間為（0，1），一般經驗認為Q值>0.3時就說明由CiteSpace劃分出來的社團結構是顯著的。本文將國內外的關鍵詞共現圖譜進一步聚類，Q值分別為0.4601（見圖3）、0.5052（見圖4）。其中，國內外研究聚類圖譜的Q值均大于0.3，這表明聚類效果較為顯著，聚類表信息的具體內容見表3。

在CiteSpace中，聚類號越小則代表該聚類的節點數越多。在國外學術場域中，聚類標識詞分別為“信息焦慮”“政治傳播”“推特”“政治兩級分化”“同質性”“虛假信息”“政治信息需求”。研究集群主要聚焦于政治傳播領域中的公眾心理行為，從傳播心理學視角分析受眾行為，展示多學科知識的交叉、擴散與融合。

而國內研究主要聚焦于技術傳播領域，其聚類詞分別為“新聞客戶端”“算法”“信息繭房”“人工智能”“過濾氣泡”“機器新聞”，研究集群主要表現為主題引進及技術導向。其中，“信息繭房”與“過濾氣泡”僅為新引進的學術詞匯，集中于范圍有限的學術群體，未引起其他領域學科的關注，研究性知識并未得到擴散。

（三）研究路徑對比：時區圖譜

時區視圖是從時間維度來展現某研究領域的發展演進態勢，因此，為清晰地呈現國內外學者對于信息繭房相關研究的演化路徑，在CiteSpace可視化界面的控制面板中，選擇時區圖（Timezone View）進行可視化切換。在圖譜中，節點的圓圈越大說明該節點在這一年的研究中所出現的頻次越高。根據時區圖譜（見圖5、圖6），本文將國內“信息繭房”研究以及國外“回音室”研究的關鍵詞演化路徑進行梳理（見表4）。

1.國內外研究橫向比較

在2011—2012年的研究起步階段中，國內研究只是引入“信息繭房”這一概念，從信息技術與信息生態的關系出發進行分析，但并未對這一概念進行充分論證。相反，在這一階段，回音室的研究已引起國外學者的廣泛關注，在數字文化的研究背景下用社會網絡的視角去探析回音室效應對于公共領域的影響，并基于回音室效應的前因變量——選擇性接觸展開實證分析。

2013—2015年，移動網絡飛速發展，社會化媒體在這一時期開始成為國內外學者的重點研究對象。國內學者以微博這一公共傳播平臺為研究對象，更多關注信息環境的技術變化，例如關鍵詞中的“去中心化”“扁平化”“場景化”。國外學者則以Twitter為研究對象，采用混合方法與共詞分析對回音室效應進行論證，更多關注受眾的行為變化，并對用戶單一的信息接觸行為所引發的激進主義和集體行為產生擔憂。

2016年，媒體平臺中受眾個體行為所產生的社會效果引發國內外學者的共同關注。國內以新聞客戶端“今日頭條”為重點研究對象，針對該平臺以用戶為中心的推薦和訂閱行為進行分析，更側重探討繭房效應下的信息碎片化與信息窄化。與此同時，國外學者以Facebook這一社交媒體為研究對象，并不簡單關注用戶訂閱行為，而是更側重于關注受眾對于新聞報道的政治態度與政治言論，并逐漸認識到過濾氣泡是導致回音室產生的另一種因素。

在2017—2020年的新近研究階段中，國內全面關注算法技術的影響，從技術操控的維度去探析智媒時代中的繭房效應，對算法進行干預與優化成為學界的共識。而在國外學術場域中，政治傳播中個體行為變化成為學者們的研究重心，更多關注政治領域內用戶個體行為所造成的兩級分化、政治對立以及種族隔離現象。

2.國內外研究縱向比較

從1996年尼葛洛龐帝在《數字化生存》一書中所提到的“我的日報”再到2006年桑斯坦在其著作《信息烏托邦——眾人如何生產知識》中提及的“信息繭房”，有關受眾自主選擇個性化信息的行為開始引發國外學者的關注。在“網絡技術—民主協商”的寬闊視域下，桑斯坦基于知識分子對“思想自由”的推崇，對信息時代的網絡過濾技術展開批判。②

隨著中外學術研究的互學互鑒，“信息繭房”這個在美國政治語境中提出來的比喻，也開始走進國內學者的研究場域，并基于中國國情展開研究。2011—2020年，國內關于“信息繭房”的研究也隨著技術革新與媒介形態的轉變發生了相應的變化。在研究起步階段，國內學者們針對信息生態、信息技術等基礎性概念進行初步的探討，奠定了關于“信息繭房”的研究基礎。隨著信息技術的不斷進步，個性化推薦機制愈發成熟，內容的定制化生產與算法分發功能開始大規模應用于大眾媒介。在研究發展階段中，所涌現的關鍵詞已經不再局限于一些基礎性的概念。在從傳統媒體到新媒體再到智能媒體的演變過程中，算法推薦在信息傳播過程中的作用也越來越引起學者的關注。新聞的分發已經不再是偶然與隨機的，媒體的議程設置功能也在很大程度上受到算法的沖擊，大眾所關注的熱點已經不再是新聞媒體通過議程設置自行凸顯的重要性新聞，而是算法所設定的用戶可能感興趣的新聞內容。在新近研究階段中，國內學術場域仍聚焦于算法傳播，全面關注算法技術給整個信息生態帶來的影響。相關的關鍵詞有“智能媒體”“人機協同”“過濾氣泡”“選擇性心理”“導向把控”“價值引領”“破繭”“人的主體性”等，許多關于如何把控與優化算法實現人機協同進而破除繭房效應的研究相繼涌現。

在國外針對回音室的學術場域中，研究早期主要聚焦于公共領域中公民對于政治信息的選擇性接觸，從社會網絡的視角去探析媒體環境中的回音室效應，并多次展開實證研究進行探討。隨著數字媒體的飛速發展，一個高度選擇性的媒介環境到來。新聞信息的定制化生產與傳播成為當下主流，越來越多的用戶依賴社交媒體定制新聞信息，以此滿足政治信息需求。因此，在研究發展階段，Twitter與Facebook這兩大主流的社交媒體平臺逐漸成為國外學者的重點研究對象。在新近研究階段中，國外學者愈發關注公眾在社交媒體使用中的信息需求與感知能力，對于媒介環境中回音室效應的認識也在逐漸深化，開始深入探討回音室效應下用戶的互動行為給整個政治環境帶來的影響，黨派偏見、政治焦慮、政治危機、虛假信息等關鍵詞相繼涌現。

3.國內外研究綜合比較

綜合國內外研究的縱橫分析，對比發現國內外研究場域呈現兩條不同的研究路徑。國內研究更多的是從技術革新的視角去探討信息繭房，研究從最初的信息技術是如何改變整個信息生態開始起步，并隨著媒介技術的演變，逐步探討技術操控下的新聞內容分發，尤其是對算法這一新興技術力量的崛起產生警惕。而國外研究更側重于從人際互動的視角來探討信息回音室，最初主要關注公眾對于新聞信息的選擇性接觸行為，并逐步將研究重心轉向政治傳播領域，關注政治傳播中個體行為變化。

同時，國外研究起步較早，研究的熱點議題均先于國內學術場域，比如國外學者從2012年就開始關注回音室效應的前因變量，而國內直到2020年才對這一概念進行深入的論證。雖然媒介演變的歷程在兩個學術場域中是相似的，但關注的角度具有較為明顯的差異，國外學者在2014年起就注意到回音室效應對于集體行為的影響，而國內對于這方面的研究相對滯后。除此之外，國內研究著重認為信息技術是信息繭房產生的主導原因，將算法視為信息繭房的締造者，如何優化算法成為研究熱點。而國外研究者并未對這一新興的技術力量產生擔憂，認為用戶的情緒、態度、信息需求及所引發的自主行為才是學界應該關注與探討的議題。

三、結語與討論

（一）國內概念的糾結與國外共識的達成

根據文獻計量分析， 2011—2020年，國內關于“信息繭房”的研究并未達成共識，學者們對于“信息繭房”這一舶來詞的概念界定上仍存在爭議。第一類意見從技術角度出發，認為算法推薦技術是“信息繭房”產生的原因。姜紅、魯曼（2017）提出算法通過單一化、同質化的信息推送不斷加固著“信息繭房”，高度重視用戶需求的算法推薦所帶來的信息閉環，將人封閉在狹小的空間中， 隔絕了多元化的信息來源和多元化的世界。③范紅霞、孫金波（2019）認為“信息繭房”的困境是由算法技術造成的，算法專制下的技術強權將加劇繭房效應。④第二類意見從用戶角度出發，認為“信息繭房”是“擬態環境”的一種表現，是公眾“信息偏食”的結果。彭蘭（2020）在研究中提出信息繭房并不是算法時代獨有的產物，它實質上是來源于人們的選擇性心理，受眾更傾向于接觸那些與自己原有態度、立場相一致或相接近的內容，從而陷入由自身所塑造的“擬態環境”中。⑤喻國明、方可人（2019）研究發現算法并不是“信息繭房”形成的必要條件，“信息繭房”形成的前提實際上是用戶在媒介接觸和使用的渠道偏好與選擇窄化。⑥第三類意見認為對于“信息繭房”概念的界定不應僅僅局限于其具體成因，而應該側重于對“信息窄化和觀念極化”這一現象的揭示。李武、艾鵬亞、楊韞卿（2019）在研究中從“自我選擇”和“算法推薦”兩方面共同出發，將“信息繭房”的概念重新定義為“個人或群體在信息消費過程中因自身或外界的因素而形成的信息窄化和觀念極化現象”。⑦因此，在國內學術場域中，學者們對于“信息繭房”概念的界定仍存在分歧，同時對于“信息繭房”究竟是理論還是假說也意見不一，目前的研究陷入概念糾結。

相反，在國外學術場域中，“回音室”這一概念由桑斯坦在其著作《網絡共和國》中首次提出，認為人們更容易聽到與自己觀點相類似的聲音，自動隔離了與之相反的觀點，在這樣一個閉合傳播的“回音室”里，最終聽到的只是自己的“回音”。這一概念的界定也得到學界的廣泛認同，更加強調的是公眾與志同道合的人建立聯系，從而進一步強化群體間單一信息的重復與傳播。例如，Daoust & Sullivan（2017）將回音室的產生描述為：“公民通過尋找支持先前存在的態度、政治信仰和偏好的信息來源來強化先前的偏見，同時與志同道合的用戶分享相似的觀點和意見，從而以創建回音室?！雹郉ubois & Blank（2018）認為當有相同興趣或觀點的人在群體中進行廣泛互動時，回音室就出現了。⑨

綜上，相比于國內研究對于“信息繭房”概念的糾結與模糊，國外學者對于“回音室”概念的界定更加清晰明了，并且已經在學術場域中達成共識。

（二）國內表象的關注與國外機制的探析

在國內學術場域中，信息繭房對個人、群體以及整個社會所造成的影響成為學者們研究的熱點議題。首先，從微觀層面來看，國內學者們主要關注新聞客戶端中的算法推薦機制對個人信息的接受所產生的繭房效應，相關的關鍵詞有“容器人”“信息窄化”“信息碎片化”“個人化”等。其次，從中觀層面來看，關注信息繭房對于群體性孤獨所造成的負面效應。趙石強（2013）在研究中指出大學生網絡群體極化的主要表現為沉湎于劣質信息繭房。網絡的協同過濾功能使大學生網民的信息面不斷窄化，而一旦陷入糟糕偏激的信息環境中，會在不斷循環的推薦機制中走向極端，造成分裂。⑩郭珅（2018）認為社交媒體下的群體性孤獨， 是信息繭房不斷惡化后的具體體現。最后，國內學者從宏觀層面探討信息繭房與公共領域建構之間的關系。胡婉婷（2016）在研究中將“信息繭房”對公共領域建構所造成的影響總結為以下三點： “意見自由表達”受阻；群體極化造成公眾理性批判的缺失；社會黏性削弱，破壞共同體維系。

相較于國內學者對于“信息繭房”表象的關注，國外學者更加側重于研究“回音室效應”的形成機理。Karlsen， Steen-Johnsen， Wollebaek & Enjolras（2017）研究認為“回音室”的特點是人們如何選擇性地避免與自身相反的觀點，而且這種態度偏向不僅通過選擇性接觸得到加強，而且也通過選擇性判斷過程得到加強。Beam， Hutchens & Hmielowski（2018）研究指出人們對特定黨派信息的選擇性接觸經常被引用作為“回音室效應”形成的理論機制，同時選擇性接觸理論也通常在認知失調理論中找到理論根源，該理論認為人們可能選擇態度一致的信息而不是態度不一致的信息。在“回音室”內，人們越來越多地被志同道合的朋友和熟人共享的信息所包圍。

因此，在國內學術場域中，“信息繭房”所造成的問題表象被研究者日益強調，但是大多研究都只是浮泛于表面，對于“信息繭房”的實質與形成機制并沒有準確地認知和把握。而國外學術場域在“回音室”概念提出時，學者們就多次進行創造性的實證研究，并且在多年的研究積累中建立了一套內外兼備的完全實證方法。

（三）國內技術的警惕與國外批判的擔憂

在大數據背景和機器學習的浪潮中，算法的崛起與操縱引發國內學者的關注與警惕。厲業強（2020）認為隨著算法推送機制的不斷壯大，算法推送給用戶的相關內容會導致受眾個體的視野逐漸固化，信息接受出現同質化的問題，在反復循環中增強了“信息繭房”效應。晏齊宏（2020）從平臺的層面上關注不同的推薦算法對于“信息繭房”形成機制的影響，研究指出主流的算法推薦主要有四種：一是基于內容（如閱讀歷史）的推薦；二是協同過濾推薦；三是基于規則的推薦（如地點）；四是基于效用的推薦（如用戶搜索）。而不同的算法邏輯會產生不同的效果，其中基于閱讀歷史的推薦最容易形成“信息繭房”。

在國外學術場域中，“回音室效應”與個體的信息選擇密切相關，人們傾向于瀏覽與接收與自身觀念相協調的信息，在網絡空間中，回音室的存在將會對不同政治觀念的交流與批判性對話形成重大障礙。因此，相較于國內學者對技術的警惕，國外學者更擔憂社會公眾在自我構建的同質化平臺中進行互動會影響其政治情感的中立性，對于民主制度產生危害。

Galpin & Trenz（2019）認為網絡媒體改變了公民參與政治交流的方式，在線政治交流朝著“參與性民粹主義”的方向發展，而這種參與產生了一種集體的聲音，表達了對主流民主政治的高度否定。 Jacobs & Spierings（2019）通過回歸分析來考察民粹主義者對推特的采用情況，研究發現民粹主義政黨的政黨結構通常高度集中，并且對內部異議保持警惕，這些民粹主義者積極為創建回音室作出貢獻，并在一定程度上解構公共領域。在這個閉合傳播的回音室內，個體對于觀念不同者的敵視和社會變革的恐懼也在逐漸上升。

因此，在國內學術場域仍大談算法、警惕技術賦能時，國外研究者更多的是擔憂個體在觀點相似且不斷強化的回音室中產生偏激的錯誤，對回音室內的極端主義以及社會黏性的喪失進行批判。

（四）國內算法的優化與國外用戶行為的思考

在算法推薦機制下，用戶缺乏對于新聞信息的自主選擇權。算法技術應如何滿足受眾作為人的復雜性，如何進一步優化與干預成為學者們討論的焦點。彭蘭（2018）認為要盡可能減少信息繭房效應，就要在算法設計時深入理解與考慮用戶行為與需求中那些搖擺著的矛盾。比如提高算法精準度來及時預測用戶需求的遷移；算法需要提供一些慣性之外的信息，讓個體看到更廣闊的世界；算法不能總希望順應用戶的心理，要讓用戶了解真實世界的多面性。王克（2019）在研究中指出要破解“算法傳播”所形成的“信息繭房”效應，需要在價值構建、科學設置、技術把控、人工把關、導向控制、責任追究等方面多管齊下?？茖W設置算法，優化算法推薦權重比例，從源頭上進行規范。

相反，國外學者從用戶行為出發進行研究，公眾的政治態度、情緒與政治參與之間的聯系成為學者們關注的熱點。Wollebaek、Karlsen、Steen-Johnsen & Enjolras（2019）在研究中認為情緒對人們的政治行為有著決定性影響。比如，憤怒的人更有可能與觀點相似和相反的人進行辯論，而且焦慮的人也傾向于尋找與他們的觀點相矛盾的信息。Unal & Ciceklioglu（2019）認為“回音室”中的用戶正在失去對共同現實的感知能力。個人、政黨和類似的組織，只要是為了傳播或鞏固自己的意識形態，往往通過操縱虛假新聞來吸引相應的群眾，都不可避免地將虛假新聞作為真理分享。Haw（2020）在兩極分化和混雜的媒體生態中重新想象“回聲室”，研究強調了受眾作為媒體過程的積極參與者的重要作用，通過半結構式訪談發現大多數人是出于自我保護而有意識地選擇在“回音室”中接收內容，這主要是受到與志同道合的人保持社會聯系的愿望的影響，而不是主動避免不同的信息。

對比國內外學術場域，信息繭房與算法推薦之間在國內學界看來存在著絕對的因果關系，如何打破算法黑箱、如何避免算法推薦下的信息繭房，在新近研究中成為學者們討論的焦點。算法熱的背后，我們更需要冷思考，全方位看待信息繭房現象，關注個體互動行為與用戶的主導作用，從用戶與技術的雙重維度出發，真正認識信息繭房的本質。

參考文獻：

①陳悅、陳超美、劉則淵、胡志剛、王賢文、CiteSpace：《知識圖譜的方法論功能》，《科學學研究》2015年第33期。

②丁漢青、武沛潁：《“信息繭房”學術場域偏倚的合理性考察》，《新聞與傳播研究》2020年第27期。

③姜紅、魯曼：《重塑“媒介”：行動者網絡中的新聞“算法”》，《新聞記者》2017年第4期。

④范紅霞、孫金波：《大數據時代算法偏見與數字魔咒——兼談“信息繭房”的破局》，《中國出版》2019年第10期。

⑤彭蘭：《導致信息繭房的多重因素及“破繭”路徑》，《新聞界》2020年第1期。

⑥喻國明、方可人：《算法推薦必然導致“信息繭房”效應嗎——兼論算法的媒介本質與技術倫理》，《新聞論壇》2019年第6期。

⑦李武、艾鵬亞、楊韞卿：《智媒時代“信息繭房”再論：概念界定和效應探討》，《未來傳播》2019年第26期。

⑧Daoust， J. F.， & Sullivan， K. V. R. （2017）. Campaign-Specific Information and Media Effects. Canadian Journal of Communication， 42（4）， 669-681.

⑨Dubois， E.， & Blank， G. （2018）. The echo chamber is overstated： the moderating effect of political interest and diverse media. Information Communication & Society， 21（5）， 729-745.

⑩趙石強：《大學生網絡群體極化的成因及對策研究》，《廣西青年干部學院學報》2013年第23期。

郭珅：《信息繭房：社交媒體下的“群體性孤獨”》，《新聞世界》2018年第3期。

胡婉婷：《“信息繭房”對網絡公共領域建構的破壞》，《青年記者》2016年第15期。

Karlsen， R.， Steen-Johnsen， K.， Wollebaek， D.， & Enjolras， B. （2017）. Echo chamber and trench warfare dynamics in online debates. European Journal of Communication， 32（3）， 257-273.

Beam， M. A.， Hutchens， M. J.， & Hmielowski， J. D. （2018）. Facebook news and （de）polarization： reinforcing spirals in the 2016 US election. Information Communication & Society， 21（7）， 940-958.

厲業強：《算法推送機制下“信息繭房”效應的思考與對策》，《新聞論壇》2020年第34期。

晏齊宏：《技術控制擔憂之爭議及其價值沖突——算法新聞推薦與信息繭房關系的多元群體再闡釋》，《現代傳播（中國傳媒大學學報）》2020年第42期。

Galpin， C.， & Trenz， H. J. （2019）. Participatory Populism： Online Discussion Forums on Mainstream News Sites During the 2014 European Parliament Election. Journalism Practice， 13（7）， 781-798.

Jacobs， K.， & Spierings， N. （2019）. A populist paradise？ Examining populists Twitter adoption and use. Information Communication & Society， 22（12）， 1681-1696.

彭蘭：《假象、算法囚徒與權利讓渡：數據與算法時代的新風險》，《西北師大學報（社會科版）》2018年第55期。

王克：《破解“算法傳播”形成“信息繭房”迷思的對策》，《媒體融合新觀察》2019年第6期。

Wollebaek， D.， Karlsen， R.， Steen-Johnsen， K.， & Enjolras， B. （2019）. Anger， Fear， and Echo Chambers： The Emotional Basis for Online Behavior. Social Media + Society， 5（2）， 14.

Unal， R.， & Ciceklioglu， A. S. （2019）. The Function and Importance of Fact-Checking ?Organizations in the Ear of Fake News： Teyit.Org， an Example from Turkey. Medijske Studije-Media Studies， 10（19）， 140-160.

Haw， A. L. （2020）. What drives political news engagement in digital spaces？ Reimagining ‘echo chambers in a polarised and hybridised media ecology. Communication Research and Practice， 6（1）， 38-54.

（作者劉強系上海理工大學出版印刷與藝術設計學院教授、博士生導師；萬博文系上海理工大學出版印刷與藝術設計學院新聞傳播學專業碩士研究生；俞涵系上海理工大學出版印刷與藝術設計學院新聞傳播學專業碩士研究生）

【責任編輯：陳小?！?/p>