劉強(qiáng) 萬(wàn)博文 俞涵

【內(nèi)容摘要】本文基于文獻(xiàn)計(jì)量學(xué)引文分析原理，綜合分析對(duì)比國(guó)內(nèi)外學(xué)術(shù)場(chǎng)域的差異。研究發(fā)現(xiàn)，國(guó)內(nèi)外學(xué)術(shù)研究的重點(diǎn)截然相反，國(guó)內(nèi)研究重點(diǎn)關(guān)注媒介技術(shù)進(jìn)步與信息繭房之間的關(guān)系，警惕算法技術(shù)的崛起；而國(guó)外聚焦于公眾之間的互動(dòng)行為，關(guān)注個(gè)體的選擇性接觸心理。在研究集群方面，國(guó)外研究的知識(shí)結(jié)構(gòu)展現(xiàn)多學(xué)科的交叉與融合，而國(guó)內(nèi)研究性知識(shí)并未得到擴(kuò)散。同時(shí)，綜合國(guó)內(nèi)外研究路徑的縱橫分析，對(duì)比發(fā)現(xiàn)國(guó)內(nèi)外研究場(chǎng)域呈現(xiàn)兩條不同的研究路徑。

【關(guān)鍵詞】信息繭房；回音室；CiteSpace；知識(shí)圖譜；學(xué)術(shù)場(chǎng)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(chǎn)知識(shí)》中提出的一個(gè)比喻，他基于信息技術(shù)與兩黨政治之間的聯(lián)系，認(rèn)為網(wǎng)絡(luò)技術(shù)可能會(huì)對(duì)社會(huì)協(xié)商民主造成傷害，產(chǎn)生黨派間政治信息極化的繭房效應(yīng)。這個(gè)在美國(guó)政治語(yǔ)境中提出來(lái)的比喻，也逐漸走向國(guó)內(nèi)學(xué)者的研究視野，并且被廣泛運(yùn)用于所有信息領(lǐng)域。

在中國(guó)知網(wǎng)中以“信息繭房”作為關(guān)鍵詞進(jìn)行檢索，截至2020年11月18日，中國(guó)學(xué)者在知網(wǎng)中發(fā)表以“信息繭房”為主題的文章共有532篇，時(shí)間跨度為2011—2020年；在Web of Science（WOS）數(shù)據(jù)庫(kù)中，輸入關(guān)鍵詞Information Cocoon進(jìn)行檢索，只有兩篇關(guān)于信息繭房的文獻(xiàn)。由此可見(jiàn)，信息繭房這一議題在國(guó)內(nèi)研究場(chǎng)域中一直備受學(xué)者關(guān)注，而在國(guó)外學(xué)術(shù)場(chǎng)域中，很少有學(xué)者進(jìn)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(guān)鍵詞在WOS進(jìn)行檢索，截至2020年11月18日，共有373篇文獻(xiàn)，將學(xué)科范圍進(jìn)一步限定為Communication，在國(guó)外傳播學(xué)領(lǐng)域中共有118篇關(guān)于“回音室”的有效文獻(xiàn)。在中國(guó)知網(wǎng)CNKI中以“回音室”作為關(guān)鍵詞進(jìn)行檢索，只有23篇關(guān)于傳播學(xué)領(lǐng)域的文獻(xiàn)?？梢?jiàn)，在“回音室”這一研究議題上，呈現(xiàn)出“中冷西熱”的研究局面。

因此，在國(guó)內(nèi)外學(xué)術(shù)場(chǎng)域中呈現(xiàn)出兩種截然相反的研究視野，國(guó)內(nèi)研究重“信息繭房”而輕“回音室”；國(guó)外研究重“回音室”而輕“信息繭房”。從側(cè)重點(diǎn)來(lái)看，“信息繭房”強(qiáng)調(diào)的是信息獲取的窄化，而“回音室”強(qiáng)調(diào)的是“回音”，即觀點(diǎn)的同質(zhì)化，這兩個(gè)概念既有區(qū)別又有聯(lián)系。

基于此，本文對(duì)這兩個(gè)概念在中外學(xué)術(shù)場(chǎng)域中進(jìn)行文獻(xiàn)計(jì)量分析，以CiteSpace作為研究工具，以CNKI和WOS作為數(shù)據(jù)庫(kù)源，繪制國(guó)內(nèi)國(guó)外信息繭房領(lǐng)域的知識(shí)圖譜，并對(duì)國(guó)內(nèi)外的相關(guān)研究進(jìn)行對(duì)比分析。

一、研究設(shè)計(jì)

（一）研究方法

本文運(yùn)用文獻(xiàn)計(jì)量分析方法，利用CiteSpace工具繪制知識(shí)圖譜，將文獻(xiàn)中的關(guān)鍵信息進(jìn)行計(jì)量分析和可視化呈現(xiàn)。CiteSpace是一款基于Java語(yǔ)言所開(kāi)發(fā)的文獻(xiàn)計(jì)量工具，2004年由美國(guó)華裔博士陳超美教授聯(lián)合大連理工大學(xué)共同開(kāi)發(fā)，該軟件基于引文分析理論和網(wǎng)絡(luò)可視化算法對(duì)某一研究領(lǐng)域的文獻(xiàn)進(jìn)行計(jì)量，以此來(lái)探尋特定研究領(lǐng)域的前沿與熱點(diǎn)。①

因此，本文借助CiteSpace繪制的科學(xué)知識(shí)圖譜，對(duì)國(guó)內(nèi)外有關(guān)信息繭房的研究進(jìn)行解讀，采用計(jì)量分析與邏輯推斷梳理文獻(xiàn)，比較國(guó)內(nèi)外研究的演化路徑與差異。

（二）數(shù)據(jù)收集與分析

中國(guó)知網(wǎng)是中國(guó)知識(shí)基礎(chǔ)設(shè)施工程的重點(diǎn)項(xiàng)目，擁有很豐富的知識(shí)信息資源，是國(guó)內(nèi)權(quán)威的學(xué)術(shù)網(wǎng)。WOS數(shù)據(jù)庫(kù)是國(guó)際公認(rèn)的能夠較好反映科學(xué)研究水準(zhǔn)的數(shù)據(jù)庫(kù)，其三大引文索引收錄了全球多種權(quán)威的、高影響力的國(guó)際學(xué)術(shù)期刊，擁有非常嚴(yán)格的篩選機(jī)制。因此，為確保分析數(shù)據(jù)的準(zhǔn)確性與全面性，本文選擇中國(guó)知網(wǎng)CNKI和WOS核心文集作為文獻(xiàn)計(jì)量分析的數(shù)據(jù)庫(kù)源。

在知網(wǎng)中去除重復(fù)數(shù)據(jù)及非研究類(lèi)文獻(xiàn)后，共獲得402篇關(guān)于信息繭房議題的有效文獻(xiàn)，將最終篩選后的有效文獻(xiàn)通過(guò)Refworks格式導(dǎo)出，存儲(chǔ)為txt文本，并在CiteSpace中將數(shù)據(jù)轉(zhuǎn)換成適用于分析的WOS數(shù)據(jù)源，以此作為本文的第一個(gè)研究分析樣本源。在WOS中將118篇關(guān)于“回音室”的傳播學(xué)文獻(xiàn)直接導(dǎo)出，作為第二個(gè)研究分析樣本源（見(jiàn)表1）。

二、國(guó)內(nèi)“信息繭房”與國(guó)外“回音室”研究場(chǎng)域?qū)Ρ?/p>

（一）研究熱點(diǎn)對(duì)比：關(guān)鍵詞共現(xiàn)圖譜

將處理完成的國(guó)內(nèi)外數(shù)據(jù)源，導(dǎo)入CiteSpace 分析工具中，并對(duì)相關(guān)的參數(shù)進(jìn)行設(shè)置。將時(shí)區(qū)分割（Time Slicing）選項(xiàng)設(shè)置為相應(yīng)的時(shí)間跨度，每個(gè)時(shí)區(qū)分割的年限（Years Per Slice）選擇1，閾值設(shè)定為T(mén)OP50，節(jié)點(diǎn)類(lèi)型（Node Types）選擇關(guān)鍵詞（Keyword）。

在國(guó)內(nèi)“信息繭房”研究關(guān)鍵詞共現(xiàn)圖譜中，共有節(jié)點(diǎn)322個(gè)，連線733條，網(wǎng)絡(luò)密度為0.0142（見(jiàn)圖1）。在國(guó)外“回音室”研究關(guān)鍵詞共現(xiàn)圖譜中，共有節(jié)點(diǎn)250個(gè)，連線885條，網(wǎng)絡(luò)密度為0.0284（見(jiàn)圖2）。

將CiteSpace可視化界面中的節(jié)點(diǎn)信息列表導(dǎo)入Excel表格中并進(jìn)行整理，在可視化知識(shí)圖譜中，中心性值大于0.1的關(guān)鍵詞則說(shuō)明其具有較強(qiáng)的影響力（見(jiàn)表2）。

1.高位共現(xiàn)詞分析

在國(guó)內(nèi)外研究前20高中心性的關(guān)鍵詞譜中，國(guó)內(nèi)研究共現(xiàn)詞最多的是“人工智能”“算法關(guān)聯(lián)”；國(guó)外研究共現(xiàn)詞最多的是“媒體”“新聞”“傳播”。從關(guān)鍵詞的中心性大小來(lái)看，“信息繭房”排在國(guó)內(nèi)研究的首位，中心性為0.43；國(guó)外中心性最高的關(guān)鍵詞是“媒體”，但中心性遠(yuǎn)低于“信息繭房”。這一差異說(shuō)明“信息繭房”在國(guó)內(nèi)學(xué)術(shù)場(chǎng)域中為新興研究領(lǐng)域，之前研究很少涉及，更多關(guān)注其與算法的關(guān)聯(lián)；國(guó)外針對(duì)“回音室效應(yīng)”的研究則是從“媒體”“新聞”的相關(guān)研究領(lǐng)域中延續(xù)而來(lái)，更多關(guān)注其與新聞信息傳播之間的關(guān)聯(lián)。

從研究對(duì)象來(lái)看，國(guó)外研究重點(diǎn)涉及Facebook、Twitter等社交媒體機(jī)構(gòu)，而國(guó)內(nèi)研究主要涉及今日頭條等新聞分發(fā)機(jī)構(gòu)。這與國(guó)外新聞機(jī)構(gòu)社交媒體化密切相關(guān)，美國(guó)皮尤研究中心（Pew Research Center）在2019年公布的數(shù)據(jù)顯示，社交媒體已經(jīng)成為美國(guó)成年人獲取信息的主要渠道。其中Facebook是美國(guó)人最常用于獲取新聞的社交媒體網(wǎng)站，大約52%的美國(guó)成年人從中獲得新聞。而國(guó)內(nèi)新聞機(jī)構(gòu)發(fā)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(xiàn)詞類(lèi)別比例分析

國(guó)內(nèi)研究共現(xiàn)詞與新技術(shù)關(guān)聯(lián)最為緊密，直接與算法相關(guān)的共現(xiàn)詞就有5個(gè)，占比高達(dá)25%，例如“算法推薦”“個(gè)性化推薦”“算法新聞”等。同時(shí)，與算法推薦機(jī)制間接相關(guān)的共現(xiàn)詞還有“大數(shù)據(jù)”“人工智能”等，比例接近于40%。其次，與媒體機(jī)構(gòu)（今日頭條、微博、傳統(tǒng)媒體、新聞客戶端、社交媒體、新媒體、公共傳播平臺(tái)）相關(guān)聯(lián)的比例達(dá)35%。剩余的則是背景性主題（“微時(shí)代”）及影響探討（“信息窄化”“個(gè)人化”）。

而在國(guó)外研究場(chǎng)域中，除了相關(guān)的基礎(chǔ)性概念外，共現(xiàn)詞與公眾個(gè)體感知的關(guān)聯(lián)程度較高，所占比例達(dá)25%，例如公眾的選擇性接觸、公眾態(tài)度、公眾參與、公眾話語(yǔ)、公眾新聞消費(fèi)。同時(shí)，與政治兩級(jí)分化（“意見(jiàn)氣候改變”“政治運(yùn)動(dòng)”“政治極化”“政治傳播”）相關(guān)的類(lèi)別占比為20%。

結(jié)合高位共現(xiàn)詞、共現(xiàn)詞類(lèi)別比例分析，國(guó)內(nèi)外研究熱點(diǎn)呈現(xiàn)出較大差異。國(guó)內(nèi)學(xué)者更多的是關(guān)注互聯(lián)網(wǎng)新聞平臺(tái)中算法推薦機(jī)制的崛起，同時(shí)對(duì)這一新技術(shù)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(tǒng)中的技術(shù)控制對(duì)于受眾個(gè)體乃至群體性的不良社會(huì)后果，例如詞譜中所出現(xiàn)的“個(gè)人化”與“群體極化”。研究主要聚焦于算法分發(fā)技術(shù)控制下的同質(zhì)性新聞平臺(tái)所產(chǎn)生的信息窄化與繭房效應(yīng)，重點(diǎn)關(guān)注媒介技術(shù)進(jìn)步與信息繭房之間的關(guān)系。對(duì)于算法推薦系統(tǒng)下的信息繭房可能會(huì)侵蝕社會(huì)公共性這一問(wèn)題的擔(dān)憂，促使國(guó)內(nèi)學(xué)者開(kāi)始對(duì)算法這一社會(huì)控制技術(shù)進(jìn)行干預(yù)與優(yōu)化，著力打破基于“流量至上”的算法設(shè)計(jì)，從而破除“繭房效應(yīng)”。

而在國(guó)外研究場(chǎng)域中，國(guó)外學(xué)者更傾向于關(guān)注個(gè)體行為，研究視野主要集中在政治傳播中公眾之間的互動(dòng)行為，更加強(qiáng)調(diào)人的主體性，關(guān)注用戶個(gè)人的選擇性接觸心理所產(chǎn)生的選擇性接觸行為而導(dǎo)致的兩極分化、政治極化的社會(huì)現(xiàn)象，并對(duì)“回音室”中的意見(jiàn)強(qiáng)化對(duì)于民主制度的可能危害產(chǎn)生擔(dān)憂。

（二）研究集群對(duì)比：關(guān)鍵詞聚類(lèi)圖譜

在CiteSpace中將關(guān)鍵詞進(jìn)行聚類(lèi)，通過(guò)分析可視化圖譜中的聚類(lèi)及關(guān)鍵節(jié)點(diǎn)，可以揭示出該研究領(lǐng)域的知識(shí)結(jié)構(gòu)。聚類(lèi)分析中的Modularity值，也稱為Q值，其區(qū)間為（0，1），一般經(jīng)驗(yàn)認(rèn)為Q值>0.3時(shí)就說(shuō)明由CiteSpace劃分出來(lái)的社團(tuán)結(jié)構(gòu)是顯著的。本文將國(guó)內(nèi)外的關(guān)鍵詞共現(xiàn)圖譜進(jìn)一步聚類(lèi)，Q值分別為0.4601（見(jiàn)圖3）、0.5052（見(jiàn)圖4）。其中，國(guó)內(nèi)外研究聚類(lèi)圖譜的Q值均大于0.3，這表明聚類(lèi)效果較為顯著，聚類(lèi)表信息的具體內(nèi)容見(jiàn)表3。

在CiteSpace中，聚類(lèi)號(hào)越小則代表該聚類(lèi)的節(jié)點(diǎn)數(shù)越多。在國(guó)外學(xué)術(shù)場(chǎng)域中，聚類(lèi)標(biāo)識(shí)詞分別為“信息焦慮”“政治傳播”“推特”“政治兩級(jí)分化”“同質(zhì)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(lǐng)域中的公眾心理行為，從傳播心理學(xué)視角分析受眾行為，展示多學(xué)科知識(shí)的交叉、擴(kuò)散與融合。

而國(guó)內(nèi)研究主要聚焦于技術(shù)傳播領(lǐng)域，其聚類(lèi)詞分別為“新聞客戶端”“算法”“信息繭房”“人工智能”“過(guò)濾氣泡”“機(jī)器新聞”，研究集群主要表現(xiàn)為主題引進(jìn)及技術(shù)導(dǎo)向。其中，“信息繭房”與“過(guò)濾氣泡”僅為新引進(jìn)的學(xué)術(shù)詞匯，集中于范圍有限的學(xué)術(shù)群體，未引起其他領(lǐng)域?qū)W科的關(guān)注，研究性知識(shí)并未得到擴(kuò)散。

（三）研究路徑對(duì)比：時(shí)區(qū)圖譜

時(shí)區(qū)視圖是從時(shí)間維度來(lái)展現(xiàn)某研究領(lǐng)域的發(fā)展演進(jìn)態(tài)勢(shì)，因此，為清晰地呈現(xiàn)國(guó)內(nèi)外學(xué)者對(duì)于信息繭房相關(guān)研究的演化路徑，在CiteSpace可視化界面的控制面板中，選擇時(shí)區(qū)圖（Timezone View）進(jìn)行可視化切換。在圖譜中，節(jié)點(diǎn)的圓圈越大說(shuō)明該節(jié)點(diǎn)在這一年的研究中所出現(xiàn)的頻次越高。根據(jù)時(shí)區(qū)圖譜（見(jiàn)圖5、圖6），本文將國(guó)內(nèi)“信息繭房”研究以及國(guó)外“回音室”研究的關(guān)鍵詞演化路徑進(jìn)行梳理（見(jiàn)表4）。

1.國(guó)內(nèi)外研究橫向比較

在2011—2012年的研究起步階段中，國(guó)內(nèi)研究只是引入“信息繭房”這一概念，從信息技術(shù)與信息生態(tài)的關(guān)系出發(fā)進(jìn)行分析，但并未對(duì)這一概念進(jìn)行充分論證。相反，在這一階段，回音室的研究已引起國(guó)外學(xué)者的廣泛關(guān)注，在數(shù)字文化的研究背景下用社會(huì)網(wǎng)絡(luò)的視角去探析回音室效應(yīng)對(duì)于公共領(lǐng)域的影響，并基于回音室效應(yīng)的前因變量——選擇性接觸展開(kāi)實(shí)證分析。

2013—2015年，移動(dòng)網(wǎng)絡(luò)飛速發(fā)展，社會(huì)化媒體在這一時(shí)期開(kāi)始成為國(guó)內(nèi)外學(xué)者的重點(diǎn)研究對(duì)象。國(guó)內(nèi)學(xué)者以微博這一公共傳播平臺(tái)為研究對(duì)象，更多關(guān)注信息環(huán)境的技術(shù)變化，例如關(guān)鍵詞中的“去中心化”“扁平化”“場(chǎng)景化”。國(guó)外學(xué)者則以Twitter為研究對(duì)象，采用混合方法與共詞分析對(duì)回音室效應(yīng)進(jìn)行論證，更多關(guān)注受眾的行為變化，并對(duì)用戶單一的信息接觸行為所引發(fā)的激進(jìn)主義和集體行為產(chǎn)生擔(dān)憂。

2016年，媒體平臺(tái)中受眾個(gè)體行為所產(chǎn)生的社會(huì)效果引發(fā)國(guó)內(nèi)外學(xué)者的共同關(guān)注。國(guó)內(nèi)以新聞客戶端“今日頭條”為重點(diǎn)研究對(duì)象，針對(duì)該平臺(tái)以用戶為中心的推薦和訂閱行為進(jìn)行分析，更側(cè)重探討繭房效應(yīng)下的信息碎片化與信息窄化。與此同時(shí)，國(guó)外學(xué)者以Facebook這一社交媒體為研究對(duì)象，并不簡(jiǎn)單關(guān)注用戶訂閱行為，而是更側(cè)重于關(guān)注受眾對(duì)于新聞報(bào)道的政治態(tài)度與政治言論，并逐漸認(rèn)識(shí)到過(guò)濾氣泡是導(dǎo)致回音室產(chǎn)生的另一種因素。

在2017—2020年的新近研究階段中，國(guó)內(nèi)全面關(guān)注算法技術(shù)的影響，從技術(shù)操控的維度去探析智媒時(shí)代中的繭房效應(yīng)，對(duì)算法進(jìn)行干預(yù)與優(yōu)化成為學(xué)界的共識(shí)。而在國(guó)外學(xué)術(shù)場(chǎng)域中，政治傳播中個(gè)體行為變化成為學(xué)者們的研究重心，更多關(guān)注政治領(lǐng)域內(nèi)用戶個(gè)體行為所造成的兩級(jí)分化、政治對(duì)立以及種族隔離現(xiàn)象。

2.國(guó)內(nèi)外研究縱向比較

從1996年尼葛洛龐帝在《數(shù)字化生存》一書(shū)中所提到的“我的日?qǐng)?bào)”再到2006年桑斯坦在其著作《信息烏托邦——眾人如何生產(chǎn)知識(shí)》中提及的“信息繭房”，有關(guān)受眾自主選擇個(gè)性化信息的行為開(kāi)始引發(fā)國(guó)外學(xué)者的關(guān)注。在“網(wǎng)絡(luò)技術(shù)—民主協(xié)商”的寬闊視域下，桑斯坦基于知識(shí)分子對(duì)“思想自由”的推崇，對(duì)信息時(shí)代的網(wǎng)絡(luò)過(guò)濾技術(shù)展開(kāi)批判。②

隨著中外學(xué)術(shù)研究的互學(xué)互鑒，“信息繭房”這個(gè)在美國(guó)政治語(yǔ)境中提出來(lái)的比喻，也開(kāi)始走進(jìn)國(guó)內(nèi)學(xué)者的研究場(chǎng)域，并基于中國(guó)國(guó)情展開(kāi)研究。2011—2020年，國(guó)內(nèi)關(guān)于“信息繭房”的研究也隨著技術(shù)革新與媒介形態(tài)的轉(zhuǎn)變發(fā)生了相應(yīng)的變化。在研究起步階段，國(guó)內(nèi)學(xué)者們針對(duì)信息生態(tài)、信息技術(shù)等基礎(chǔ)性概念進(jìn)行初步的探討，奠定了關(guān)于“信息繭房”的研究基礎(chǔ)。隨著信息技術(shù)的不斷進(jìn)步，個(gè)性化推薦機(jī)制愈發(fā)成熟，內(nèi)容的定制化生產(chǎn)與算法分發(fā)功能開(kāi)始大規(guī)模應(yīng)用于大眾媒介。在研究發(fā)展階段中，所涌現(xiàn)的關(guān)鍵詞已經(jīng)不再局限于一些基礎(chǔ)性的概念。在從傳統(tǒng)媒體到新媒體再到智能媒體的演變過(guò)程中，算法推薦在信息傳播過(guò)程中的作用也越來(lái)越引起學(xué)者的關(guān)注。新聞的分發(fā)已經(jīng)不再是偶然與隨機(jī)的，媒體的議程設(shè)置功能也在很大程度上受到算法的沖擊，大眾所關(guān)注的熱點(diǎn)已經(jīng)不再是新聞媒體通過(guò)議程設(shè)置自行凸顯的重要性新聞，而是算法所設(shè)定的用戶可能感興趣的新聞內(nèi)容。在新近研究階段中，國(guó)內(nèi)學(xué)術(shù)場(chǎng)域仍聚焦于算法傳播，全面關(guān)注算法技術(shù)給整個(gè)信息生態(tài)帶來(lái)的影響。相關(guān)的關(guān)鍵詞有“智能媒體”“人機(jī)協(xié)同”“過(guò)濾氣泡”“選擇性心理”“導(dǎo)向把控”“價(jià)值引領(lǐng)”“破繭”“人的主體性”等，許多關(guān)于如何把控與優(yōu)化算法實(shí)現(xiàn)人機(jī)協(xié)同進(jìn)而破除繭房效應(yīng)的研究相繼涌現(xiàn)。

在國(guó)外針對(duì)回音室的學(xué)術(shù)場(chǎng)域中，研究早期主要聚焦于公共領(lǐng)域中公民對(duì)于政治信息的選擇性接觸，從社會(huì)網(wǎng)絡(luò)的視角去探析媒體環(huán)境中的回音室效應(yīng)，并多次展開(kāi)實(shí)證研究進(jìn)行探討。隨著數(shù)字媒體的飛速發(fā)展，一個(gè)高度選擇性的媒介環(huán)境到來(lái)。新聞信息的定制化生產(chǎn)與傳播成為當(dāng)下主流，越來(lái)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(fā)展階段，Twitter與Facebook這兩大主流的社交媒體平臺(tái)逐漸成為國(guó)外學(xué)者的重點(diǎn)研究對(duì)象。在新近研究階段中，國(guó)外學(xué)者愈發(fā)關(guān)注公眾在社交媒體使用中的信息需求與感知能力，對(duì)于媒介環(huán)境中回音室效應(yīng)的認(rèn)識(shí)也在逐漸深化，開(kāi)始深入探討回音室效應(yīng)下用戶的互動(dòng)行為給整個(gè)政治環(huán)境帶來(lái)的影響，黨派偏見(jiàn)、政治焦慮、政治危機(jī)、虛假信息等關(guān)鍵詞相繼涌現(xiàn)。

3.國(guó)內(nèi)外研究綜合比較

綜合國(guó)內(nèi)外研究的縱橫分析，對(duì)比發(fā)現(xiàn)國(guó)內(nèi)外研究場(chǎng)域呈現(xiàn)兩條不同的研究路徑。國(guó)內(nèi)研究更多的是從技術(shù)革新的視角去探討信息繭房，研究從最初的信息技術(shù)是如何改變整個(gè)信息生態(tài)開(kāi)始起步，并隨著媒介技術(shù)的演變，逐步探討技術(shù)操控下的新聞內(nèi)容分發(fā)，尤其是對(duì)算法這一新興技術(shù)力量的崛起產(chǎn)生警惕。而國(guó)外研究更側(cè)重于從人際互動(dòng)的視角來(lái)探討信息回音室，最初主要關(guān)注公眾對(duì)于新聞信息的選擇性接觸行為，并逐步將研究重心轉(zhuǎn)向政治傳播領(lǐng)域，關(guān)注政治傳播中個(gè)體行為變化。

同時(shí)，國(guó)外研究起步較早，研究的熱點(diǎn)議題均先于國(guó)內(nèi)學(xué)術(shù)場(chǎng)域，比如國(guó)外學(xué)者從2012年就開(kāi)始關(guān)注回音室效應(yīng)的前因變量，而國(guó)內(nèi)直到2020年才對(duì)這一概念進(jìn)行深入的論證。雖然媒介演變的歷程在兩個(gè)學(xué)術(shù)場(chǎng)域中是相似的，但關(guān)注的角度具有較為明顯的差異，國(guó)外學(xué)者在2014年起就注意到回音室效應(yīng)對(duì)于集體行為的影響，而國(guó)內(nèi)對(duì)于這方面的研究相對(duì)滯后。除此之外，國(guó)內(nèi)研究著重認(rèn)為信息技術(shù)是信息繭房產(chǎn)生的主導(dǎo)原因，將算法視為信息繭房的締造者，如何優(yōu)化算法成為研究熱點(diǎn)。而國(guó)外研究者并未對(duì)這一新興的技術(shù)力量產(chǎn)生擔(dān)憂，認(rèn)為用戶的情緒、態(tài)度、信息需求及所引發(fā)的自主行為才是學(xué)界應(yīng)該關(guān)注與探討的議題。

三、結(jié)語(yǔ)與討論

（一）國(guó)內(nèi)概念的糾結(jié)與國(guó)外共識(shí)的達(dá)成

根據(jù)文獻(xiàn)計(jì)量分析， 2011—2020年，國(guó)內(nèi)關(guān)于“信息繭房”的研究并未達(dá)成共識(shí)，學(xué)者們對(duì)于“信息繭房”這一舶來(lái)詞的概念界定上仍存在爭(zhēng)議。第一類(lèi)意見(jiàn)從技術(shù)角度出發(fā)，認(rèn)為算法推薦技術(shù)是“信息繭房”產(chǎn)生的原因。姜紅、魯曼（2017）提出算法通過(guò)單一化、同質(zhì)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(lái)的信息閉環(huán)，將人封閉在狹小的空間中， 隔絕了多元化的信息來(lái)源和多元化的世界。③范紅霞、孫金波（2019）認(rèn)為“信息繭房”的困境是由算法技術(shù)造成的，算法專制下的技術(shù)強(qiáng)權(quán)將加劇繭房效應(yīng)。④第二類(lèi)意見(jiàn)從用戶角度出發(fā)，認(rèn)為“信息繭房”是“擬態(tài)環(huán)境”的一種表現(xiàn)，是公眾“信息偏食”的結(jié)果。彭蘭（2020）在研究中提出信息繭房并不是算法時(shí)代獨(dú)有的產(chǎn)物，它實(shí)質(zhì)上是來(lái)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(tài)度、立場(chǎng)相一致或相接近的內(nèi)容，從而陷入由自身所塑造的“擬態(tài)環(huán)境”中。⑤喻國(guó)明、方可人（2019）研究發(fā)現(xiàn)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(shí)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(lèi)意見(jiàn)認(rèn)為對(duì)于“信息繭房”概念的界定不應(yīng)僅僅局限于其具體成因，而應(yīng)該側(cè)重于對(duì)“信息窄化和觀念極化”這一現(xiàn)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(fā)，將“信息繭房”的概念重新定義為“個(gè)人或群體在信息消費(fèi)過(guò)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(xiàn)象”。⑦因此，在國(guó)內(nèi)學(xué)術(shù)場(chǎng)域中，學(xué)者們對(duì)于“信息繭房”概念的界定仍存在分歧，同時(shí)對(duì)于“信息繭房”究竟是理論還是假說(shuō)也意見(jiàn)不一，目前的研究陷入概念糾結(jié)。

相反，在國(guó)外學(xué)術(shù)場(chǎng)域中，“回音室”這一概念由桑斯坦在其著作《網(wǎng)絡(luò)共和國(guó)》中首次提出，認(rèn)為人們更容易聽(tīng)到與自己觀點(diǎn)相類(lèi)似的聲音，自動(dòng)隔離了與之相反的觀點(diǎn)，在這樣一個(gè)閉合傳播的“回音室”里，最終聽(tīng)到的只是自己的“回音”。這一概念的界定也得到學(xué)界的廣泛認(rèn)同，更加強(qiáng)調(diào)的是公眾與志同道合的人建立聯(lián)系，從而進(jìn)一步強(qiáng)化群體間單一信息的重復(fù)與傳播。例如，Daoust & Sullivan（2017）將回音室的產(chǎn)生描述為：“公民通過(guò)尋找支持先前存在的態(tài)度、政治信仰和偏好的信息來(lái)源來(lái)強(qiáng)化先前的偏見(jiàn)，同時(shí)與志同道合的用戶分享相似的觀點(diǎn)和意見(jiàn)，從而以創(chuàng)建回音室?！雹郉ubois & Blank（2018）認(rèn)為當(dāng)有相同興趣或觀點(diǎn)的人在群體中進(jìn)行廣泛互動(dòng)時(shí)，回音室就出現(xiàn)了。⑨

綜上，相比于國(guó)內(nèi)研究對(duì)于“信息繭房”概念的糾結(jié)與模糊，國(guó)外學(xué)者對(duì)于“回音室”概念的界定更加清晰明了，并且已經(jīng)在學(xué)術(shù)場(chǎng)域中達(dá)成共識(shí)。

（二）國(guó)內(nèi)表象的關(guān)注與國(guó)外機(jī)制的探析

在國(guó)內(nèi)學(xué)術(shù)場(chǎng)域中，信息繭房對(duì)個(gè)人、群體以及整個(gè)社會(huì)所造成的影響成為學(xué)者們研究的熱點(diǎn)議題。首先，從微觀層面來(lái)看，國(guó)內(nèi)學(xué)者們主要關(guān)注新聞客戶端中的算法推薦機(jī)制對(duì)個(gè)人信息的接受所產(chǎn)生的繭房效應(yīng)，相關(guān)的關(guān)鍵詞有“容器人”“信息窄化”“信息碎片化”“個(gè)人化”等。其次，從中觀層面來(lái)看，關(guān)注信息繭房對(duì)于群體性孤獨(dú)所造成的負(fù)面效應(yīng)。趙石強(qiáng)（2013）在研究中指出大學(xué)生網(wǎng)絡(luò)群體極化的主要表現(xiàn)為沉湎于劣質(zhì)信息繭房。網(wǎng)絡(luò)的協(xié)同過(guò)濾功能使大學(xué)生網(wǎng)民的信息面不斷窄化，而一旦陷入糟糕偏激的信息環(huán)境中，會(huì)在不斷循環(huán)的推薦機(jī)制中走向極端，造成分裂。⑩郭珅（2018）認(rèn)為社交媒體下的群體性孤獨(dú)， 是信息繭房不斷惡化后的具體體現(xiàn)。最后，國(guó)內(nèi)學(xué)者從宏觀層面探討信息繭房與公共領(lǐng)域建構(gòu)之間的關(guān)系。胡婉婷（2016）在研究中將“信息繭房”對(duì)公共領(lǐng)域建構(gòu)所造成的影響總結(jié)為以下三點(diǎn)： “意見(jiàn)自由表達(dá)”受阻；群體極化造成公眾理性批判的缺失；社會(huì)黏性削弱，破壞共同體維系。

相較于國(guó)內(nèi)學(xué)者對(duì)于“信息繭房”表象的關(guān)注，國(guó)外學(xué)者更加側(cè)重于研究“回音室效應(yīng)”的形成機(jī)理。Karlsen， Steen-Johnsen， Wollebaek & Enjolras（2017）研究認(rèn)為“回音室”的特點(diǎn)是人們?nèi)绾芜x擇性地避免與自身相反的觀點(diǎn)，而且這種態(tài)度偏向不僅通過(guò)選擇性接觸得到加強(qiáng)，而且也通過(guò)選擇性判斷過(guò)程得到加強(qiáng)。Beam， Hutchens & Hmielowski（2018）研究指出人們對(duì)特定黨派信息的選擇性接觸經(jīng)常被引用作為“回音室效應(yīng)”形成的理論機(jī)制，同時(shí)選擇性接觸理論也通常在認(rèn)知失調(diào)理論中找到理論根源，該理論認(rèn)為人們可能選擇態(tài)度一致的信息而不是態(tài)度不一致的信息。在“回音室”內(nèi)，人們?cè)絹?lái)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(guó)內(nèi)學(xué)術(shù)場(chǎng)域中，“信息繭房”所造成的問(wèn)題表象被研究者日益強(qiáng)調(diào)，但是大多研究都只是浮泛于表面，對(duì)于“信息繭房”的實(shí)質(zhì)與形成機(jī)制并沒(méi)有準(zhǔn)確地認(rèn)知和把握。而國(guó)外學(xué)術(shù)場(chǎng)域在“回音室”概念提出時(shí)，學(xué)者們就多次進(jìn)行創(chuàng)造性的實(shí)證研究，并且在多年的研究積累中建立了一套內(nèi)外兼?zhèn)涞耐耆珜?shí)證方法。

（三）國(guó)內(nèi)技術(shù)的警惕與國(guó)外批判的擔(dān)憂

在大數(shù)據(jù)背景和機(jī)器學(xué)習(xí)的浪潮中，算法的崛起與操縱引發(fā)國(guó)內(nèi)學(xué)者的關(guān)注與警惕。厲業(yè)強(qiáng)（2020）認(rèn)為隨著算法推送機(jī)制的不斷壯大，算法推送給用戶的相關(guān)內(nèi)容會(huì)導(dǎo)致受眾個(gè)體的視野逐漸固化，信息接受出現(xiàn)同質(zhì)化的問(wèn)題，在反復(fù)循環(huán)中增強(qiáng)了“信息繭房”效應(yīng)。晏齊宏（2020）從平臺(tái)的層面上關(guān)注不同的推薦算法對(duì)于“信息繭房”形成機(jī)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(nèi)容（如閱讀歷史）的推薦；二是協(xié)同過(guò)濾推薦；三是基于規(guī)則的推薦（如地點(diǎn)）；四是基于效用的推薦（如用戶搜索）。而不同的算法邏輯會(huì)產(chǎn)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(guó)外學(xué)術(shù)場(chǎng)域中，“回音室效應(yīng)”與個(gè)體的信息選擇密切相關(guān)，人們傾向于瀏覽與接收與自身觀念相協(xié)調(diào)的信息，在網(wǎng)絡(luò)空間中，回音室的存在將會(huì)對(duì)不同政治觀念的交流與批判性對(duì)話形成重大障礙。因此，相較于國(guó)內(nèi)學(xué)者對(duì)技術(shù)的警惕，國(guó)外學(xué)者更擔(dān)憂社會(huì)公眾在自我構(gòu)建的同質(zhì)化平臺(tái)中進(jìn)行互動(dòng)會(huì)影響其政治情感的中立性，對(duì)于民主制度產(chǎn)生危害。

Galpin & Trenz（2019）認(rèn)為網(wǎng)絡(luò)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(fā)展，而這種參與產(chǎn)生了一種集體的聲音，表達(dá)了對(duì)主流民主政治的高度否定。 Jacobs & Spierings（2019）通過(guò)回歸分析來(lái)考察民粹主義者對(duì)推特的采用情況，研究發(fā)現(xiàn)民粹主義政黨的政黨結(jié)構(gòu)通常高度集中，并且對(duì)內(nèi)部異議保持警惕，這些民粹主義者積極為創(chuàng)建回音室作出貢獻(xiàn)，并在一定程度上解構(gòu)公共領(lǐng)域。在這個(gè)閉合傳播的回音室內(nèi)，個(gè)體對(duì)于觀念不同者的敵視和社會(huì)變革的恐懼也在逐漸上升。

因此，在國(guó)內(nèi)學(xué)術(shù)場(chǎng)域仍大談算法、警惕技術(shù)賦能時(shí)，國(guó)外研究者更多的是擔(dān)憂個(gè)體在觀點(diǎn)相似且不斷強(qiáng)化的回音室中產(chǎn)生偏激的錯(cuò)誤，對(duì)回音室內(nèi)的極端主義以及社會(huì)黏性的喪失進(jìn)行批判。

（四）國(guó)內(nèi)算法的優(yōu)化與國(guó)外用戶行為的思考

在算法推薦機(jī)制下，用戶缺乏對(duì)于新聞信息的自主選擇權(quán)。算法技術(shù)應(yīng)如何滿足受眾作為人的復(fù)雜性，如何進(jìn)一步優(yōu)化與干預(yù)成為學(xué)者們討論的焦點(diǎn)。彭蘭（2018）認(rèn)為要盡可能減少信息繭房效應(yīng)，就要在算法設(shè)計(jì)時(shí)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(zhǔn)度來(lái)及時(shí)預(yù)測(cè)用戶需求的遷移；算法需要提供一些慣性之外的信息，讓個(gè)體看到更廣闊的世界；算法不能總希望順應(yīng)用戶的心理，要讓用戶了解真實(shí)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(yīng)，需要在價(jià)值構(gòu)建、科學(xué)設(shè)置、技術(shù)把控、人工把關(guān)、導(dǎo)向控制、責(zé)任追究等方面多管齊下?？茖W(xué)設(shè)置算法，優(yōu)化算法推薦權(quán)重比例，從源頭上進(jìn)行規(guī)范。

相反，國(guó)外學(xué)者從用戶行為出發(fā)進(jìn)行研究，公眾的政治態(tài)度、情緒與政治參與之間的聯(lián)系成為學(xué)者們關(guān)注的熱點(diǎn)。Wollebaek、Karlsen、Steen-Johnsen & Enjolras（2019）在研究中認(rèn)為情緒對(duì)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(diǎn)相似和相反的人進(jìn)行辯論，而且焦慮的人也傾向于尋找與他們的觀點(diǎn)相矛盾的信息。Unal & Ciceklioglu（2019）認(rèn)為“回音室”中的用戶正在失去對(duì)共同現(xiàn)實(shí)的感知能力。個(gè)人、政黨和類(lèi)似的組織，只要是為了傳播或鞏固自己的意識(shí)形態(tài)，往往通過(guò)操縱虛假新聞來(lái)吸引相應(yīng)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(tài)中重新想象“回聲室”，研究強(qiáng)調(diào)了受眾作為媒體過(guò)程的積極參與者的重要作用，通過(guò)半結(jié)構(gòu)式訪談發(fā)現(xiàn)大多數(shù)人是出于自我保護(hù)而有意識(shí)地選擇在“回音室”中接收內(nèi)容，這主要是受到與志同道合的人保持社會(huì)聯(lián)系的愿望的影響，而不是主動(dòng)避免不同的信息。

對(duì)比國(guó)內(nèi)外學(xué)術(shù)場(chǎng)域，信息繭房與算法推薦之間在國(guó)內(nèi)學(xué)界看來(lái)存在著絕對(duì)的因果關(guān)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(xué)者們討論的焦點(diǎn)。算法熱的背后，我們更需要冷思考，全方位看待信息繭房現(xiàn)象，關(guān)注個(gè)體互動(dòng)行為與用戶的主導(dǎo)作用，從用戶與技術(shù)的雙重維度出發(fā)，真正認(rèn)識(shí)信息繭房的本質(zhì)。

參考文獻(xiàn)：

①陳悅、陳超美、劉則淵、胡志剛、王賢文、CiteSpace：《知識(shí)圖譜的方法論功能》，《科學(xué)學(xué)研究》2015年第33期。

②丁漢青、武沛潁：《“信息繭房”學(xué)術(shù)場(chǎng)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(dòng)者網(wǎng)絡(luò)中的新聞“算法”》，《新聞?dòng)浾摺?017年第4期。

④范紅霞、孫金波：《大數(shù)據(jù)時(shí)代算法偏見(jiàn)與數(shù)字魔咒——兼談“信息繭房”的破局》，《中國(guó)出版》2019年第10期。

⑤彭蘭：《導(dǎo)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(guó)明、方可人：《算法推薦必然導(dǎo)致“信息繭房”效應(yīng)嗎——兼論算法的媒介本質(zhì)與技術(shù)倫理》，《新聞?wù)搲?019年第6期。

⑦李武、艾鵬亞、楊韞卿：《智媒時(shí)代“信息繭房”再論：概念界定和效應(yīng)探討》，《未來(lái)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(qiáng)：《大學(xué)生網(wǎng)絡(luò)群體極化的成因及對(duì)策研究》，《廣西青年干部學(xué)院學(xué)報(bào)》2013年第23期。

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

胡婉婷：《“信息繭房”對(duì)網(wǎng)絡(luò)公共領(lǐng)域建構(gòu)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(yè)強(qiáng)：《算法推送機(jī)制下“信息繭房”效應(yīng)的思考與對(duì)策》，《新聞?wù)搲?020年第34期。

晏齊宏：《技術(shù)控制擔(dān)憂之爭(zhēng)議及其價(jià)值沖突——算法新聞推薦與信息繭房關(guān)系的多元群體再闡釋》，《現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)）》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(quán)利讓渡：數(shù)據(jù)與算法時(shí)代的新風(fēng)險(xiǎn)》，《西北師大學(xué)報(bào)（社會(huì)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(duì)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(qiáng)系上海理工大學(xué)出版印刷與藝術(shù)設(shè)計(jì)學(xué)院教授、博士生導(dǎo)師；萬(wàn)博文系上海理工大學(xué)出版印刷與藝術(shù)設(shè)計(jì)學(xué)院新聞傳播學(xué)專業(yè)碩士研究生；俞涵系上海理工大學(xué)出版印刷與藝術(shù)設(shè)計(jì)學(xué)院新聞傳播學(xué)專業(yè)碩士研究生）

【責(zé)任編輯：陳小希】