开yun体育网

本文来自微信公众号：知识分子，作家：张榆泽，题图来自：AI 生成

算法会加重社会分裂吗？这种"时期决定论"叙事在造就凭据上是薄弱的。算法的中枢是生意性的"参与度优化"，而非相识形态看重。更要津的是，海外的议论发现，极化主要由政事精英、党派媒体和深层社会经济结构初始，免强东谈主们走出茧房、斗争对立不雅点，非但不行促进相连，反而会使其态度变得愈加顶点。

早在"算法"成为热词之前，瓦尔特 · 李普曼（Walter Lippmann）就对"公论"的变成冷漠了久了的质疑。他援用罗伯特 · 皮尔爵士的话说，"所谓公论即是网罗了愚蠢、畏惧、偏见、子虚的嗅觉，准确的感受，寂然的不雅点和报纸著述的大杂烩"。近一个世纪前，东谈主们简直不会把社会的裂痕浅易归因于某一特定要素，而是试图从更复杂的结构中找到谜底。

在现代全球言语中，一种深广的不雅点以为，外交媒体在加重社会分裂，无论是成心推送对立不雅点以制造不同群体之间的矛盾，照旧将顶点者汇注起来互相强化，这些叙事齐指向一个共同的"元凶"：算法。

这种"时期决定论"的不雅点，很猛经过上源于伊莱 · 帕里泽（Eli Pariser）冷漠的"过滤泡"（Filter Bubble）办法，他以为算法的个性化保举机制会将用户在知识上隔断开来，只向他们展示与其既有不雅点相符的内容，从而生长了政事极化。

这个逻辑相宜咱们的直观，但它在很猛经过上仅仅一种"未经诠释的预设"。连年的多项议论正在对这一"知识"发起挑战。

一、"茧房"的实证脆弱性

当先，"算法导致茧房"这一前提，在实证议论中就显得畸形薄弱。

东谈主们常说的"过滤泡"，指的是算法通过个性化排序，为咱们每个东谈主创造了一个独到的信息天地，从而侵蚀了共同的究诘基础。而"信息茧房"或"回信室"（Echo Chamber），则指咱们最终停留在一个顽固的媒体空间，里面信息被放大，而外部信息被隔断。

但实验中，这么的"茧房"果真深广存在吗？

路透新闻议论所（Reuters Institute）发布的一份文件综述在追念了多数议论议论后指出：真实的"茧房"相等落索，大多数东谈主接受的序论信息是相对万般化的。一项针对英国的议论臆测，唯一约 6% 到 8% 的公众处在党派新闻的"回信室"中。

与深广领路相背，多项议论一致发现，依赖搜索引擎和外交媒体获取新闻的东谈主，其斗争到的新闻开头反而更平方、更多元。这被称为"自动的机缘正值"（Automated Serendipity）——算法会"投喂"给你本不会主动选择的内容。

少数照实存在于茧房中的东谈主，主若是因为他们主动选择只看某些媒体，而不是算法有预谋推送的轨则。

事实上，那些以为算法把握的不雅点，时时假定平台乐于见到冲突，因为冲突带来流量。然则，这种假定忽视了平台运营的的确联想：永久用户留存。

正如抖音安全与信任中心所公开的算法旨趣，如果算法一味谄谀用户已有的兴味，会导致内容越来越同质化，这会使用户很快感到枯燥并离开平台。因此，保举系统必须在"期骗"和"探索"之间保执均衡，主动将用户可能感兴味的新内容推送给用户，以保执清新感和用户黏性。

二、当"兼听"不再"明"

既然"算法导致茧房"的凭据不及，那么极化的根源究竟在哪？

中国有句古话叫"集思广益"，西方的商谈民主持论也以为，公民在感性商谈中斗争不同不雅点，会变得更善良。如果"茧房"是问题处所，那么冲破它——让东谈主们"兼听"——理当能缓解极化。

但如果这个前提在外交媒体时间失效了呢？

杜克大学社会学家克里斯 · 贝尔（Chris Bail）造就进行了一项好意思妙的实地实验，径直测试了这个问题。他的团队招募了一批认敌为友的民主党和共和党推特用户，然后付钱让他们关心一个专门转发对立阵营政事言论的"机器东谈主"账号。

这个实验的联想，本体上即是强行冲破茧房，迫使参与者"兼听"。然则，实验轨则让东谈主出东谈主料到：一个月后，参与者非但莫得变得更善良、更相连对方，反而深广变得愈加顶点了。

这一发现诠释，至少在外交媒体环境中，免强你"走出信息茧房"，非但莫得处分问题，反而加重了极化。

阿姆斯特丹大学一项最新的"生成式外交模拟"议论进一步证据了这一不雅点。当议论者使用 AI 智能体创建了一个唯一发帖、转发和关心功能的"最小平台"后，发现即使莫得复杂的保举算法，党派回信室、影响力高度集合庸顶点声息放大等功能抑止已经会自愿产生。心情化的（时时是顶点的）内容获取更多转发，转发作为又为发布者带来更多关心者（即影响力），这又进一步强化了顶点内容在相聚中的主导地位。

这一发现的趣味在于，问题不是算法"隔断"了咱们，而在于东谈主类外交相聚的基础架构就会奖励那些基于身份、心情化、非感性的反映，并允许这些反映径直构建了咱们的外交议论。

三、极化的真相是什么？

为什么斗争对立不雅点会避人眼目？要回复这个问题，咱们必须分裂两种天悬地隔的"极化"。

现代政事科学议论指出，相识形态极化（Ideological Polarization），即东谈主们在具体计策态度上的不合，在普通各人中并未显贵增多。然则，情谊极化（Affective Polarization），即不同党派群体之间日益增长的厌恶、不信任和敌意，却在急剧高潮。这种极化无关乎计策，关乎身份；其特征更多体现为"对群外的讨厌"（Out- Group Hate）。

贝尔造就据此冷漠的"外交媒体棱镜"（Social Media Prism）表面以为，外交媒体既不是"镜子"，也不是"茧房"，而是一面"棱镜"：它会诬告咱们对自我和他东谈主的领路。

这种诬告来自两个方面：当先，外交媒体的核神思制是身份展演和地位竞赛，这为顶点者提供了最好舞台。其次，当顶点者占据了公论场，善良派会因"千里默的螺旋"而噤声。这面"棱镜"让咱们子虚地以为对立阵营里总共东谈主齐是咱们在网上看到的那些顶点分子。

这也解释了贝尔的实验为何失败：参与者被动看到的，并非善良的对立不雅点，而是被"棱镜"折射过的、最逆耳的声息，这天然加深了他们的情谊极化。也有议论标明，用户天然能感知到一种基于身份的"个体意见氛围"，但其"个体意见抒发"却并不受其显贵影响，更别说制造认可，从而演变成非感性作为了。

四、卓著"参与度"，算法的改日在哪？

算法是在一个事先存在的极化环境中运作的，而非创造了这个环境。

极化加重的时期线，远早于现代外交媒体算法的出现，一种"从上至下"的模式似乎很早就有。

当先，精英极化（Elite Polarization）先于并初始着巨匠极化，政事家和作为家当先领受了更澄莹的态度。其次，深层的社会经济身分，如日益加重的经济不对等，与政事极化之间存在着久了的结构性议论。此外，时期序列分析也泄露，收入不对等的掂量圭臬（如基尼总共）与国会极化经过之间存在着激烈的永久议论性。

将算法视为极化危急中枢的"时期决定论"叙事，是对一个复杂、多因气候的过度简化。

"算法把握论"和"笨蛋共振"所描摹的气候，其根源更多在于东谈主类的阵势偏见（如选择性斗争）和深层的社会政事结构。当一条长达 450 分钟的《红楼梦》深度解读视频能获取 3 亿播放量，这恰正是算法主动破壁、发掘用户深度兴味的轨则，而非"茧房"的居品。

既然算法仅仅"放大器"，那么浅易的时期转机能否"纠正"这种放大效应？阿姆斯特丹大学的" AI 沙盒"（Sand box）议论为此提供了发东谈主深省的谜底。议论者测试了六种平方提议的"亲社会搅扰设施"，轨则发现那些看似"解药"的决议成果"渺不足道"，以致避人眼目。

举例，强行冲破所谓茧房（即"进步对立党派内容"）的搅扰设施，轨则泄露"简直莫得影响"，AI 智能体在被动斗争对立不雅点时，并莫得转变我方的作为，再次证据了"跨党派曝光自身是不够的"。而好多东谈主号调回首的"按期间排序"信息流，天然照实能大幅缩小"醒眼光不对等"，但它带来了出东谈主料到的反作用：它加重了外交媒体棱镜效应，使得顶点党派用户的声息获取了更强的相对影响力。

因此，富饶奏效的搅扰设施，不应着眼于创造"中立"算法这一猝然的联想。而应更多地关心探索卓著原始参与度优化的替代性算法联想，举例，转而优先接洽奖励用户的"叙述偏好"（用户反念念后以为有价值的内容）而非"揭示偏好"（用户冲动点击的内容）开yun体育网，或为"成就性言语"进行联想，从而将时期的力量植根于对咱们现时分裂的东谈主类和政事根源的更准确相连之上。