2025年1月，国际顶尖新闻学期刊《Digital Journalism》刊载了一篇由中国新闻学者撰写的重要研究论文。该研究采用创新的虚拟代理测试方法，通过模拟人类用户与推荐算法的互动行为，选取国内某知名短视频平台作为数据源，深入剖析了算法与用户行为交互对新闻多样性产生的具体影响。

研究结果显示，相较于传统的无算法随机推荐模式，采用算法推荐的新闻类别显著增多，呈现出更高的多样性。该多样性评估基于类别数量和元素分布的双重维度，理想状态下各类别应均匀分布。实验发现，算法驱动的个性化新闻消费不仅提升了多样性，还增强了内容的平衡性，使用户能够接触到更多平时难以触及的新闻来源。这可能是因为算法平台为了避免用户产生内容厌倦感，主动推荐更具差异性的新闻内容。

近年来，算法与“信息茧房”之间的关系成为学术界关注的热点，多个高校团队对此展开了深入的实证研究。深圳大学新闻学院教授杨洸通过问卷调查，以今日头条用户为研究对象，发现算法推荐并未导致信息茧房效应，反而拓宽了受众的信息接触范围，用户与算法之间呈现出相互响应、共同发展的态势。

深圳大学传播学院“百人计划”教授、博士生导师虞鑫则构建了包含使用时间、媒介环境、媒介素养、社会资本、媒介期望五个维度的模型，通过对知乎平台的实证调研，揭示了算法媒介使用时间越长，信息茧房效应反而降低的有趣现象，打破了使用时间越长用户越被困于茧房的固有认知。

复旦大学的研究团队通过对十种网络媒介的检验与比较，进一步指出网络媒介的“筑茧”现象并非推荐算法技术下的必然结果。传播结构的水平型或垂直型、用户联结的开放性或封闭性成为决定网络媒介是否带来“信息茧房”效应的关键机制。其中，微信等“熟人社交型”媒介趋于“筑茧”，微博等“公共讨论型”媒介趋于“破茧”，而短视频平台等“垂直传播型”媒介则既未“筑茧”也未“破茧”。

这些研究共同表明，算法并非必然导致“信息茧房”，打破了算法制造“信息茧房”的论调。然而，由于用户对感兴趣内容的需求度存在差异，一旦感觉某一类内容“推送过多”或“推送不足”，便可能认为存在信息茧房现象，并将其归咎于算法。

实际上，一系列实证研究表明，相较于用户自主选择，算法推荐更能有效促进用户接触多样化内容。在订阅制下，用户往往仅接触已关注过的领域和内容，减少了“新闻偶遇”的机会。而算法则基于“兴趣探索机制”，推荐更多用户可能感兴趣的内容，呈现出更高的内容类别多样性。

对外经济贸易大学法学院副教授许可与中国人民大学经济学院副教授程华通过问卷调研发现，民众对算法的认知、态度和行为之间存在明显背离。尽管64.98%的用户对企业使用算法的内容和目的表示不太了解或完全不了解，但当被问及对企业使用算法的态度时，约80%的受访者认为企业使用算法可能会损害用户权益、侵犯个人隐私。然而，相当比例的用户并不抵触使用算法获取服务、产品和体验，40%的用户认为自动信息推送精准且对自己有益，85%的用户表示不会因为自动推荐而产生过度购买行为。

在一项针对抖音个性化推荐的用户评价调研中，62%的参与者表示“一般喜欢”，且越早开始使用抖音、每天花费时间越多的参与者更有可能喜欢个性化推荐。这意味着，一方面，有相当比例的用户对算法不了解；另一方面，他们对算法使用却抱有明显的负面态度。这主要源于普通大众对技术的恐惧，以及对算法的抹黑和污名化倾向。

为了应对这一问题，2022年网信办等四部门联合发布了《互联网信息服务算法推荐管理规定》，要求社交媒体APP上线算法关闭键，允许用户在后台一键关闭“个性化推荐”。然而，据相关平台反馈，大部分尝试关闭算法的用户因觉得推荐内容质量不高而重新开启了该功能。这一用户反馈与学者研究结论一致，即相较于随机推荐，基于算法的个性化新闻消费更具多样性和平衡性。

随着算法日益融入互联网产品，人们对推荐算法的接受程度和评价也在不断提高。对外经贸大学团队在2024年和2022年的调研中发现，选择“推送精准、节省了我获取有用知识的时间”的受访者比例从40%上升到52%，而选择“推送内容过于娱乐化、容易上瘾”和“推送信息比较同质、限制了知识获取的多元性”这两个选项的比例则从43%下降到了37%。

综上所述，算法在提升新闻多样性方面具有积极作用，指责其制造“信息茧房”是一种误解。同时，相关平台也应不断优化算法，提升算法透明度和多样性，为用户提供更优质、多样的信息服务。

（文章来源：中国新闻网，经授权转载）