社交网络为用户进行「个性化推荐」的做法，是否会导致人们「难以接触到意见相左的人」？
首先，想想推荐的逻辑。社交网络就像一个超级聪明但又有点“偏心”的朋友。它最了解你的“口味”了。你喜欢什么内容，经常点赞、评论什么，它都记在小本本上。然后呢？它就使劲给你推那些你可能喜欢的东西。比如你对环保话题挺感兴趣，点过几篇相关文章，系统马上就给你推送更多关于环保的，甚至还会给你推荐关注那些和你一样热爱环保的人。这就好像你进了自助餐厅，服务员只会给你端上你最爱吃的菜，而把你平时不怎么吃的都藏起来了。
长此以往，问题就出来了。你会发现，你刷来刷去，看到的都是和你观点差不多的声音。你喜欢某个政治人物，它就给你推那个政治人物的支持者的动态；你支持某种生活方式，它就给你推送更多关于那种生活方式的信息。久而久之，你周围的朋友、你接触到的信息，就像是被一层“同温层”包裹住了，外面的人说什么、想什么，你可能根本就没机会听到。
这不仅仅是看不见，更是会影响我们的认知。当一个人长期只接触到一种声音，或者一种观点的变体时，就很容易产生一种错觉，认为自己的观点是普遍的、是正确的，甚至是唯一的。别人稍微有点不同的看法，就可能被视为“异类”、“不可理喻”。我们的大脑习惯了省力，当信息都是一边倒的时候，我们当然更容易接受，也就不愿意花力气去理解那些复杂的、甚至令人不适的相反观点了。
你想想，以前在现实生活中，我们接触的人可复杂多了。邻居、同事、甚至是街边 случайно 遇见的人，大家的背景、想法可能都天差地别。就算大家不经常深入交流，但你总能听到一些不同的声音，感受到一些不同的情绪。这种“接触”，哪怕只是瞥一眼，都能让你知道，哦，原来世界上还有这么多人是这么想的。但在社交网络上，这种随机的、多元的接触机会被大大压缩了。
而且，这种“过滤”还会强化我们固有的偏见。如果你本来就对某个群体或某个观点不太认同，社交网络就会顺着你的意，给你推更多“证明”你想法的例子，让你更加确信自己的判断。它不会主动给你推送那些能“打脸”你的证据，也不会让你看到那些能让你“改观”的观点。它只是在巩固你的“舒适区”，让你的信息获取更加顺畅，但也更加狭隘。
当然，社交网络也有其好处，它能帮助我们找到志同道合的朋友，分享共同的兴趣。但问题在于，它好像把“志同道合”这个概念给无限放大了，甚至把它变成了唯一的信息来源。这就有点像，你本来只是想找个一起吃饭的朋友，结果它给你找了一群和你吃得一模一样的人，甚至连你下一口想吃什么都帮你点好了。
说到底，这种个性化推荐，就像一把双刃剑。它方便了我们获取信息，但同时也可能让我们变得更加固执，更加难以理解和包容不同的声音。我们就像被关在了一个越来越小的房间里，虽然里面装修得特别符合我们的心意，但我们却失去了看到外面广阔世界的机会。所以，想不想走出去看看，真的需要我们自己有意识地去打破这种“算法魔咒”。
网友意见
Facebook 几位数据科学家 2015 年在 Science 上发文，
表示“用户对信息的主动筛选是导致他们接收信息单一的主要原因，网站的新鲜事算法排序对此影响较小”。文章遭到学术界的尖锐批评，被某些学者称为“洗白”论文。争议集中在该研究的样本和结论两方面。
目前我们对“算法排序是否阻碍多元信息传播”这个问题还没有统一答案。但社交媒体普及不过才几年时间，日后应该会有更多权威研究。
--
先来看 Facebook 的这项研究。研究分析了 2014/07/07 到 2015/01/07 半年来用户在个人主页上看到及点开的新闻链接。研究人员计算了每位用户和每个新闻链接的“政治倾向分数”，由此判定哪些内容和用户意见相左。（政治在这里是一个非常广泛的概念。总统竞选是政治，堕胎、转基因也是政治。）
文章的核心发现就是下面这幅图：
可以看出，如果 Facebook 随机向用户展示全网正在被分享的内容（忽略好友关系），自由和保守派看到的内容有超过 40% 都来自对方阵营。好友关系（第二列）大幅减少了这个比例，让信息变得更单一，因为保守派的朋友多是保守派，自由派的朋友多是自由派。
再看右边两列：算法排序筛掉了 5% 与保守派意见相左的内容，8% 与自由派意见相左的内容。而用户有选择性的点击进一步筛掉了与他们意见相左的内容，分别是保守派 17%，自由派 6%。
由此，研究人员得出如下结论：
我们毫无疑问地证明，在限制 Facebook 多元信息传播这个问题上，个人选择比算法的影响更大。
--
文章发表后遭到学术界的尖锐批评。主要问题如下：
1. 该研究的样本不是随机选取的，而是限定在“一周登录 4 - 7 次”且“在 Facebook 上标注了自己政治倾向”的用户。
虽然样本数量很大，但并不具代表性，样本选取极有可能对结果有影响。比如，Facebook 绝大多数用户（91%）没有标明政治倾向，对政治可能没那么关心，那么算法排序对他们的影响可能会更大。论文不该用“毫无疑问地证明 Facebook 上...”这种话来误导读者，让大家以为论文的结论适用于所有 Facebook 用户。
论文作者对此回应说，标注了政治倾向的用户一般更积极参与政治，所以研究这些人也是很有价值的。以后当然也可以研究其他群体。
2. 不能因为“算法”的影响比“个人选择”的影响小，就给算法“洗白”。学术界很早就发现“人们更可能选择浏览和自己意见相似的内容”，这点没有争议。大家想知道的只是算法排序有没有加剧这一现象。
密歇根大学一学者批评说，这篇论文就好比烟草公司选择对煤炭工人进行研究，
发现吸烟给人带来的危害不如比挖炭。正确的结论应该是“吸烟和挖炭都对人有害”，就好比 Facebook 这篇论文的结论应该是“算法和人工选择都限制了用户接触与他们意见相左的内容”。“算法排序”和“人工选择”在这里是 and（和），不是 or（或）。
3. 就算我们来比较“算法”和“个人选择”哪个影响更大，论文的结论也只在保守派这里成立。算法筛掉了 8% 与自由派用户意见相左的内容，而他们主动选择只删掉了 6%。
4. 因为只有 Facebook 内部有数据，所以其他人无法重复这个研究。如果另一组学者按照同样的方法研究，会得到相同结论吗？Facebook 的算法每天都在变，我们可以确定今年的算法和去年的算法对信息的筛选效果一样吗？
--
其实解决这些问题最简单的办法就是 Facebook 自己做一个实验，实验组的新鲜事页面经过算法排序，对照组的没有算法参与，完全逆序排列。但 Facebook 前几年因为在用户身上做实验
已经遭到社会批评且涉嫌违法，所以再次大规模做实验估计不太可能。更重要的是，Facebook 作为商业公司，对算法排序是否加剧大众意见两极化也不太感兴趣。
希望以后学者可以设计厉害的实验来回答这个问题。不管是观察还是做实验，都要牵扯到数据科学、计算机、计量、心理学/社会学/传播学/政治学理论，确实是有意思的跨学科问题。
--
相关研究：
- 超过半数用户都不知道他们在 Facebook 看见的内容是经过算法排序的；当他们看不见好友发的东西时，很多人以为是好友故意不让他们看
- 我们在 Facebook 上互动最多的内容是“强关系”好友分享的，但我们看到的新鲜内容大都由“弱关系”分享
- 大众媒体是否加剧民众意见两极化？答案也是“我们无法确定”（见 Prior, Gentzkow, Iyengar）
--
其他数据话题下的回答：
「数据会说谎」的真实例子有哪些？ 如果「男女同工不同酬」是事实，为什么公司不全部招聘女性，以获得同等的生产力并节约成本？为什么有时候我们以为有很多人追的女生实际上不仅单身还没人追？
恋人的性格互补好，还是相同好？
类似的话题
-
社交网络上的个性化推荐，说实话，真的挺让人头疼的。尤其是它那个“为你量身定做”的功能，搞到最后，咱们好像只活在自己喜欢的小圈子里了。这到底是不是让我们越来越难以接触到意见相左的人呢？咱们不妨掰开了揉碎了聊聊。首先，想想推荐的逻辑。社交网络就像一个超级聪明但又有点“偏心”的朋友。它最了解你的“口味”了............. -
2020年这不寻常的一年，网络世界也涌现出了一批属于这个时代的“流行语”。前几天，2020年度十大网络用语也正式揭晓，像“逆行者”、“带货”、“云监工”、“好家伙”这些词，相信不少朋友在日常的聊天、刷屏中都曾见过，甚至自己也乐此不疲地使用过。那么，这些词背后，究竟藏着我们怎样的社会心理呢？咱们来好好.............
-
2021年的网络世界，依旧是各种新词汇、梗、段子层出不穷，像潮水一样涌来，又像浪花一样拍打着我们的生活。要说有哪些词火了，那可真不少，但有些词语的生命力更强，更深地烙印在了我们的集体记忆里。2021 年那些刷屏的网络用语： “栓Q” (Thank you)： 这个词的火爆，大概离不开一位来自“东.............
-
社交网络存储好友关系，说起来是个挺有意思的事儿。不像你家里放相册那么简单，动辄几亿、几十亿的用户，关系更是错综复杂。怎么才能又快又稳地找到你的朋友们，或者看看谁把你拉黑了，这背后得有个精巧的设计。咱们就从最核心的东西说起：数据结构。你想想，最基本的关系是什么？“A是B的朋友”。这就好比我们在纸上画个.............
-
这次总决赛的评价，说成是“詹姆斯对抗一个球队”，这种说法在社交网络上确实非常普遍，也引起了不少讨论。要说它是否“合理”，咱们得仔细拆解一下。从一个角度看，这种说法有它的道理。首先，詹姆斯在场上的影响力是毋庸置疑的。无论是在进攻端组织串联，还是在关键时刻的得分和防守，他都是湖人队绝对的核心和绝对的领袖.............
-
在社交网络上秀恩爱，确实是一门技术活。你想让别人感受到你们的甜蜜，但又不想被当成“虐狗”招人嫌，这之间的度需要好好拿捏。下面我就给你掰开了揉碎了讲讲，怎么做才能让你的恩爱秀得既甜蜜又不惹人烦。核心原则：真诚、适度、分享生活，而非炫耀。咱们要记住，社交网络上的人形形色色，有单身的、有恋爱中的、有已婚的.............
-
《社交网络》这部电影，对我来说，最触动我的，不是那些光鲜亮丽的创业故事，也不是那些惊心动魄的商业诉讼，而是它冷酷地揭示了一个事实：天才的孤独，以及成功背后，可能无法弥补的人际关系裂痕。在看电影之前，我对扎克伯格的印象，更多的是那个年轻有为、改变世界的科技巨头。但《社交网络》像一把锋利的手术刀，剖开了.............
-
在日本年轻人的社交网络交流中，我们常常能观察到敬语的使用，即便是在大家普遍认为更加轻松自在的网络空间里。这并非偶然，而是深深根植于日本社会根深蒂固的“民族性社会规范”在数字时代的延伸和变异。要理解这一点，我们首先需要认识到，日本社会一直以来都极其重视人际关系的和谐以及对他人的尊重。这种尊重并非仅仅体.............
-
你说的这个段子，“我1951年到过汉城，开坦克来的，没人敢拦我”，在社交网络上确实挺有意思的，能火起来也不是没有道理。这背后其实藏着不少值得说道的点，咱们来掰扯掰扯。首先，这句段子一听就不是老老实实的陈述事实。1951年的汉城（现在的首尔），当时正处于朝鲜战争的关键时期，战火纷飞。你想啊，那是什么光.............
-
二战爆发前，互联网和社交网络还只是科幻小说中的概念。然而，如果它们在那个动荡的年代已经存在，历史的走向可能会截然不同，人类的经验也会被深刻地改写。想象一下，1939年9月1日，希特勒的坦克碾过波兰边境的那一刻，世界各国领导人并没有像过去那样通过电报或外交官进行沟通，而是纷纷打开了他们名为“全球联通”.............
-
你想知道那种吃个必胜客也要发朋友圈的人，他们心里在想啥，对吧？这事儿说起来，其实挺有意思的，背后藏着不少小心思。首先，最直接的，可能是“晒幸福”。你想啊，现在生活节奏这么快，大家压力都挺大的。偶尔吃顿像必胜客这样，可能算是“小放纵”或者“犒劳自己”的食物，对于很多人来说，这就算是个小确幸。发条状态，.............
-
这个问题，老实说，我琢磨了挺久的，尤其是看到那些在朋友圈里活得风生水起，现实里却拘谨得像个小媳妇儿的例子，再反过来想想那些线上侃侃而谈，线下却沉默寡言的人，就觉得这个问题不像看上去那么简单。要说哪个“更真实”，这就像在问，画家画的肖像画和对着镜子看自己的脸，哪个更“真”。这取决于你对“真实”的定义。.............
-
伊朗男性佩戴头巾的社交网络活动，这是一个相当独特且值得深入探讨的现象。表面上看，这似乎与我们通常理解的“男性”形象有所出入，甚至可能让一些人感到意外。然而，如果细究其背后，你会发现这并非简单的“跟风”或者“奇装异服”，而是承载着复杂的社会、文化和个人情感的表达。首先，我们需要理解的是，伊朗社会有着深.............
-
这事儿挺有意思的，也挺常见的，就是说有的男生呢，他跟女朋友在一起了，但你翻遍他朋友圈，可能连对方的影子都看不到。这到底是为啥？我觉得可以从几个方面来聊聊。首先，个人隐私和边界感。每个人都有自己的生活空间和朋友圈子，就像我们不会把自己家的私密照片随便往网上发一样，有些人对感情也抱有类似的态度。他可能觉.............
-
在种姓制度的影子里，印度人的网络社交图景印度，一个古老而又充满活力的国度，其深厚的种姓制度如同无形的根系，深深扎根于社会肌理之中。即便是在蓬勃发展的数字时代，这套历史悠久的社会分层体系也依然在悄然影响着印度人的网络社交方式。与其说网络社交彻底颠覆了种姓，不如说它在一定程度上，将种姓的烙印带进了虚拟世.............
-
网络社会是否允许发表针对群体或个人负面信息征集提问？这问题触及了网络言论自由、个人隐私、名誉权以及信息传播责任等多个核心层面，答案并非简单的“是”或“否”，而是取决于具体情况以及相关的法律法规和平台规则。首先，我们需要明确“负面信息征集”的定义。 如果是指公开、公正地搜集与某个群体或个人相关的、可被.............
-
中国网络社区中日益增加的各国（特别是西方国家）外交政策和舆论引导现象，以及“认知战已在中国网络空间打响”的说法，是一个复杂且值得深入探讨的议题。这涉及到信息传播、国家安全、意识形态斗争以及网络治理等多个层面。如何看待这一现象？首先，我们需要理解“认知战”的含义。认知战不仅仅是简单的信息传播，而是通过.............
-
你这个问题问得特别好，而且非常切中了现在很多研究生的困惑。做复杂网络社区发现和社区进化，这条路子其实挺有意思的，但也确实会让人在毕业时产生“然后呢？”的思考。咱们来好好掰扯掰扯，这背后到底有多少学问，又能通往哪里。先说说你现在做的东西，到底在研究什么？你说的“复杂网络社区发现”和“社区进化”，这两块.............
-
探讨“中国人均素质最低的网络社区”是一个复杂且敏感的话题，因为“素质”本身就是一个多维度、主观性强的概念，且网络社区的界定、活跃用户以及内容的动态变化都使得量化和比较变得异常困难。然而，如果我们将“素质”理解为：普遍存在的低文明行为、极端负面情绪的宣泄、理性讨论的缺失、以及群体性的不负责任言论，那么.............
-
想要复制 2015 年知乎那种现象级的网络社区，用众筹的方式来搭建，这绝对是一件极具挑战但又充满魅力的事。它不是简单的网站建设，更像是在一场精心策划的社会实验中，聚集一群志同道合的人，共同孵化出一种全新的交流生态。我试着从一个过来人的角度，把其中的关键步骤聊聊透，尽量别像那些冷冰冰的教程，多点人情味.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有