本文是一篇职称论文，笔者认为算法推荐技术的广泛应用，在满足网络用户信息需求的同时，也导致了“信息茧房”的产生。
0引言
“信息茧房”（Information Cocoon）由哈佛大学法学院教授桑斯坦[1]在2006年首次提出，用来比喻信息传播中受众用户在海量信息中只选择感兴趣和悦已的主题，排斥或无视其他观点与内容，如同“作茧自缚的蚕”。随着人工智能、大数据、云计算等技术的不断发展，信息进入智能传播时代，算法已经成为传播的灵魂：信息平台为实现流量的资本转换，以捕捉个体信息偏好的个性化传播（Personalized Communication）作为行动逻辑，将算法推荐技术广泛运用于各类互联网应用程序，使得信息传播从“同质化”向“个性化”、从“人找信息”向“信息找人”转变[2]。算法推荐带来的“信息茧房”是一种社会风险源，它会让不同主体间产生信息鸿沟，窄化用户获取信息的内容与方式，扩大群体认知差异，加剧社会认知方面的“个性化”、消解“共性化”倾向，阻碍公共空间与社会共识的形成，造成信息垄断，并可能进一步造成社会撕裂的后果[3]。由此可见，解决“信息茧房”问题的关键在于分析算法推荐下“信息茧房”的生成机制，从信息推荐平台和用户双边博弈视角探索“信息茧房”的运行机理，从而规范算法推荐媒介下的信息传播机制，引导用户信息行为，维护信息公平与社会公平。
1 文献回顾
桑斯坦所说的“信息茧房”更像是半预言式的隐喻，并未进行更深入的研究和系统性的论述[4]。尽管学界对“信息茧房”的危害已有共识，但对于“算法导致信息茧房”之说一直存有争议。算法时代“信息茧房”生成机制是什么？或者说“信息茧房”现象是否客观存在？通过梳理相关文献，可以归纳出“信息茧房”的产生主要有技术创新论、利益驱动论与情感认同论3种论点。
1）技术创新论认为是算法技术的创新与使用导致了“信息茧房”的产生。喻国明等[5]指出“算法即权力”，权力的执行必然引发“信息茧房”等伦理困境。Strauss等[6]研究证明了信息技术的发展会带来信息获取的同质化结果，而同质化的“信息茧房”将使得信息表达更加倾向于情绪化、极化。何杨等[7]指出算法技术的不断创新推动平台信息传播技术日臻完善，由此可以持续向用户推送某一时间节点的兴趣点，导致用户受困“信息茧房”。廖觅燕等[8]认为算法驱动的内容分发模型会影响用户对信息内容的自主选择权，由此导致“信息茧房”。邓喆等[9]则兼顾用户主体因素与人工智能算法，认为“信息茧房”是多重作用的结果。
2）利益驱动论重视信息传播过程中利益的分配对“信息茧房”形成的影响。杨保军等[10]指出导致“信息茧房”的最大原因在于商业竞争。王妍[11]从媒体角度出发，认为媒体在激烈的竞争形式下不得不靠“投其所好”来维系生存，由此导致“信息茧房”。蒋媛媛[12]以今日头条为例，论证了媒体行业竞争和个性化信息需求是造成“信息茧房”最主要的原因。王益成等[13]构建了网络信息生态链平台，分析了信息平台根据用户利益“私人定制”推荐内容会导致用户信息接收渠道的收窄和固化。一旦信息平台推荐算法“价值缺失、制造信息茧房、竞争手段无底线”，着迷的用户就会陷入充斥着无穷无尽消极信息的陷阱[14]。
3）情感认同论主要基于用户个性化信息的满足，认为“信息茧房”是某种意义上用户个人情感的认同。Sunstein[15]发现用户有时候甚至会主动搜索与自己原有立场相悖的信息，即信息选择和信息回避总是同时出现。算法推荐的使用会造成用户不断加深对媒介的依赖程度，在不断接受媒介推送的过程中，用户信息总量会沿着个人偏好的轨道渐行渐远，使得形成的“信息茧房”越来越稳固[16]。张林[17]指出算法推荐之所以成为凝聚社会共识的阻力和干扰，原因在于算法对用户偏好的无限满足，使得用户与算法之间相互规训、相互塑形。技术的进步也为情感认同提供了现实基础。张海[18]基于S-O-R理论，构建了大数据环境下用户“信息茧房”影响因素研究模型，认为用户情感、信息能力和专业知识是影响网络用户形成“信息茧房”的重要因素。任秋菊等[19]基于用户视角，发现个体情感认知在“信息茧房”形成中起主导作用，算法技术只是催化作用。
2 模型构建与分析
2.1 演化博弈主体
桑斯坦提出“信息茧房”时，算法概念尚未有明确的界定。随着算法技术日益成熟，并广泛应用于各类内容分发活动之后，“信息茧房”能够更加贴切地描述算法所造成的影响：信息平台的算法推荐依据用户的个人特征进行信息筛选与推送，并向用户推荐与其兴趣和价值观高度匹配的个人化信息[20]，由此形成“千人千面”的内容消费形态。
信息平台是为用户推荐信息、提供连接人与信息服务的媒体平台。人人皆媒时代[21]，信息平台的开放创作、新闻推荐等机制使得其拥有海量的信息资源，为实现“流量为王”的目标导向[22]，对用户历史数据挖掘来了解用户需求，通过算法推荐让用户“爱不释手”，从而提高用户的信息接收总量来扩大收益。如果使用算法推荐的成本超过了平台的承受范围，或者在某些领域因为监管的缘故（如抖音、拼多多、微信、微博、知乎、小红书等App开始按照监管要求，上线算法关闭键，允许用户一键关闭“个性化推荐”），平台也会放弃使用算法推荐。故信息平台对算法推荐的策略选择集合为{使用，放弃}。
用户是信息接收方，在信息获取中具有对信息平台的选择权。用户会根据偏好被满足的程度来选择获取信息的平台，如果算法推荐内容为自己节省了在无兴趣信息上的损耗，或带来心理偏好收益的满足，用户的策略是接受算法推荐。一旦信息平台的算法推荐无法满足其偏好，用户便可以通过更换平台或停止接收信息来表达对信息平台算法推荐的抵触情绪。故用户对于信息平台算法推荐采取的策略集合为{接受，抵触}。
2.2 基本假设
根据演化博弈模型基本思想，结合信息平台与用户的自身行为特点，提出以下基本假设：
假设1：不考虑市场、政策环境的影响，信息平台????与用户????都是追求自身收益最大化的个体；信息平台可以通过提高用户信息使用量获得经济收益，用户则追求在信息获取中偏好满足、心情愉悦等心理上的收益。
假设2：信息平台使用算法推荐需要一定的成本，如人员、设备费用，但由于用户态度的差异，成本也具有一定差异；如果用户接受算法推荐，信息平台与用户的信息交互较为密切，产生的成本????1也就会高于用户持抵触态度时所需的成本????2。用户如果接受信息平台算法推荐内容，就可能会出现沉迷、认知失调、身体疲劳等问题，造成额外成本????；信息平台对所有用户广泛使用算法推荐的行为会导致抵触算法推荐的用户隐私泄露损失????2，信息平台行为侵犯用户隐私，需承担风险????1。
假设3：信息平台可以使用或放弃算法推荐，但无法预测用户态度。平台放弃算法推荐或使用算法推荐而用户不接受都将会造成损失，如平台用户流失、用户投诉等，分别用????1和????????表示；用户接受算法推荐会增加使用量，为平台带来额外的收益????1，平台在用户接受的情况下可以将与用户交互的数据进行脱敏等处理来取得一定的合法收益，除去处理成本可得利润为????。
假设4：用户对信息平台的算法推荐持有接受或抵触态度，如果用户接受信息平台使用的算法推荐，便可以获得算法推荐带来的心情愉悦等额外收益????2。信息平台放弃算法推荐或使用而用户抵触，都会给用户造成一定的损失，如无法及时获取信息、产生厌恶情绪等问题，分别表示为????2和????2。
具体的参数及其说明详见表1。
职称论文参考
3 仿真模拟
上文分析了不同成本要素对信息平台与用户演化行为的影响，现通过Matlab就其中关键因素对双方策略演化影响进行模拟。依据博弈结果，仿真参数取值可以分为以下两种情况。
一是信息平台使用算法推荐成本水平的影响。对各参数具体赋值如表6所示。
职称论文怎么写
在这种情况下，信息平台使用算法推荐的成本分别存在两种可能：低于平台收益或高于平台收益。可用于描述算法技术发展的两个时期，即在发展初期，信息平台需要投入大量研发费用，使用算法推荐成本极高，甚至收益难以支付成本；在发展成熟期，技术成熟降低了算法推荐的使用成本，信息平台可以保持稳定的利润空间。
为分析信息平台使用算法推荐对于其策略选择的影响，固定信息平台放弃算法推荐策略的净收益????1、使用算法推荐所增加的额外流量收益????1等参数，通过设置不同成本????1来研究信息平台使用算法推荐的概率，仿真结果图3所示。
忽略不确定的成本与收益，分别取使用成本????1为{3,4,18,20}。当????1为{18,20}时，算法推荐的使用成本高于收益，根据动态演化过程，信息平台使用算法推荐的概率不断趋向于0，即高成本时信息平台放弃使用算法推荐。当????1为{3,4}，算法推荐的使用成本低于收益，可以保持稳定的利润空间，信息平台使用算法推荐概率趋向于1，即低成本时信息平台选择使用算法推荐。
4 结论与建议
本文的基本结论是：算法推荐技术只要被使用，“信息茧房”就不可避免。由于使用成本、用户损失成本的下降可以让算法推荐实现信息平台与用户收益的最大化，算法推荐必然长期存在并被各类信息平台与用户广泛地使用与接受，将会不断催生并强化“信息茧房”。针对“信息茧房”长期存在的社会现实，如何避免或者修正“信息茧房”的负效应、促成社会理解和共识达成、维护好信息公平与社会公平，成为信息生态培育和社会环境治理必须面对的重要命题。基于研究结论，本文从算法角度出发，分别针对技术、信息平台与用户3个层面提出以下建议。
1）优化算法推荐机制。一是优化反馈机制，拓宽信息接收者和算法的交互领域，设置点击、点赞、屏蔽、不感兴趣等操作，进而提升用户画像的系统性，实现推荐优化。二是丰富信息获取机制，通过算法保障信息接收者在使用热点、搜索等功能时的信息综合性，避免“目光所及皆为偏好”。同时，在用户常用的推荐、兴趣分区等频道下预留一定比例的不同类信息，引导用户拓展兴趣，增加信息源[25]。
2）健全平台算法监管体系。一是统筹多主体共治，既要注重自治，又要做好共治。信息平台要明确算法安全与科技伦理意识，通过聘请法律顾问、技术专家与用户代表成立算法监管中心，做到多主体共商共治，实现算法风险时刻防控，使得算法隐患能够得到及时治理；二是细化算法监管分类标准，要综合舆论属性、内容类别质量、用户规模与评价等来制定平台算法使用的权责标准，实现算法监管的分级分类。
3）培育公民算法侵权防范意识。一是引导公民树立信息生态主人翁意识，通过信息知识宣传，提升公民信息权益保护意识，避免谣言、诈骗等算法诱导造成权益被侵犯。同时，对于大数据杀熟、隐私盗取等算法侵权事件，要加大打击处理力度。二是鼓励公民养成健康的信息消费观，保障社会公众从算法运用、大数据产业发展中获得的福祉利益，并保障其知情权及信赖利益，促进算法技术向上向善。
参考文献（略）