信息繭房隻是僞命題？國際頂級期刊刊文：撕裂社會的不是算法

　　當一些聲音将“信息繭房”“群體極化”的原因歸咎于算法時，Science、Nature等權威期刊刊載的多項研究給出了截然不同的答案：社交媒體上的社會撕裂現象，并非算法精心設計的結果，而是根植于人類社交本性與社會結構的深層邏輯，在無算法幹預的環境中同樣會催生極化。

　　杜克大學教授克裡斯·貝爾提出的“社交媒體棱鏡”理論，為理解這一現象提供了關鍵視角。他認為，社交媒體既不是反映世界的“鏡子”，也不是隔絕信息的“繭房”，而是一面扭曲認知的“棱鏡”——它通過身份展演和地位競賽的核心機制，讓極端者獲得最佳展示舞台，同時迫使溫和派因“沉默的螺旋”選擇噤聲。這種扭曲使得人們錯誤地将對立陣營的極端聲音當作群體全貌，進而加劇情感對立。貝爾的實驗對此作出了生動注解：當參與者被迫接觸對立陣營言論時，看到的并非理性觀點的碰撞，而是被“棱鏡”折射後的刺耳聲音，最終導緻立場愈發極端。

　　人類社交的固有傾向，在無算法幹預的環境中同樣會催生極化。阿姆斯特丹大學的研究團隊搭建了一個僅保留發帖、轉發、關注功能的極簡平台，用500個帶有真實人口學特征的AI智能體模拟社交行為。實驗結果顯示，無需任何個性化推薦，智能體很快按立場抱團，互相關注的多為觀點相近者，中間派被邊緣化;少數賬号憑借高轉發量成為“大V”，影響力高度集中;極端内容因更易引發情緒共鳴，傳播速度和範圍遠超溫和内容。這一過程複刻了現實社交媒體的極化圖景，印證了問題的根源在于人類“趨同避異”的社交偏好和“情緒化優先”的傳播規律。該項研究論文已經在Science雜志刊載。

　　從社會結構視角看，極化的種子早已在現實世界中埋下。現代政治科學研究表明，精英極化先于并驅動着大衆極化，政治家和活動家的鮮明立場會通過各類渠道滲透到公衆認知中;日益加劇的經濟不平等與政治極化存在深刻的結構性關聯，基尼系數與國會極化程度長期呈現強相關性。社交媒體的出現，隻是為這些既有矛盾提供了更便捷的表達和擴散渠道。Nature雜志刊載的多倫多大學團隊對Reddit平台的研究也證實了這一點：2016年美國大選這一外部政治事件，直接導緻平台極化程度驟升，且主要推動者是受現實政治氛圍影響的新用戶，與算法無關。

　　值得深思的是，那些被寄予厚望的“反算法”幹預措施，往往收效甚微甚至适得其反。阿姆斯特丹大學的研究測試了多種策略，結果顯示：按時間順序推送加劇極端内容傳播，平衡黨派内容的算法擴大關注度差距，隐藏粉絲數量等統計數據對極化無明顯改善。這說明，試圖通過簡單技術調整解決社會極化問題，本質上是對複雜問題的過度簡化。

　　回望曆史，社會極化現象早于算法存在。上世紀60年代，理查德·霍夫施塔特就在《美國的反智傳統》中批判過政治中的偏執狂傳統;瓦爾特·李普曼也早于“算法時代”就指出，輿論本就是多元觀點的混雜。從紙媒到電台、電視，再到社交媒體，傳播載體不斷變遷，但極化與對立的現象從未消失。

　　認清“撕裂社會的不是算法”這一事實，并非為技術開脫，而是為了更精準地找到解決路徑。人類與其糾結于設計“中立算法”，不如将目光投向培育理性的公共讨論空間，緩解現實社會的結構性矛盾，引導公衆突破“情緒化認知”的局限。畢竟，技術隻是工具，人性與社會的溫度，才是決定我們能否走出分裂的關鍵。