互联网快速发展的同期，应付媒体信息茧房、群体极化等快意愈发受到关心。一种声息以为算法是形成这些快意的罪魁罪魁，事实概况并非如斯。近日，寰球巨擘学术期刊《Science》刊载著述《不要驳诘算法：应付媒体可能天生就存在南北极分化》，先容了来自阿姆斯特丹大学逻辑、话语与计较照顾所的最新照顾论文和效果。论文高慢，即便莫得算法，应付媒体也会存在极化快意，致使算法能弱化顶点声息。

论文中，照顾团队搭建了一个莫得个性化算法保举机制的极简版的应付平台，只保留发帖、转帖和关心三种最基础的功能，并参加了500个带有“东说念主格设定”的聊天机器东说念主。这些机器东说念主基于诳言语模子和AI智能体入手，领有固定的东说念主口学属性，比如年岁、政事态度等，可模拟应付媒体中的发布、转发与关心等活动。

限制高慢，这些聊天机器东说念主流程5万次解放互动后，速即分红了阵营：态度接近的相互关心，不同态度险些莫得错杂，中间派被并立在边际；小部分“大V”账号得回了大部分粉丝和转帖，细心力分辨不平衡；与此同期，态度显著致使偏顶点的内容传播得更快更广，越顶点的不雅点越容易扩散。

为了尝试措置这些问题，照顾团队测试了六种浅显的骚扰要领，包括仅如时分次第展示帖子，而非基于参与度展示。他们还测试了所谓的反算法，即向用户展示参与度最低而非最高的帖子，或者向用户展示抒发与他们自己相反政事不雅点的帖子。这些状貌都莫得都备见效，有些试验上还加重了极化进程。

这一实考讲解，应付媒体被诟病的三大乱象——信息茧房、影响力纠合于少数、顶点声息被放大——并非算法保举导致，而是根植于东说念主们的网罗应付活动。“说真话，我有点失望，”该论文照顾员之一托恩伯格坦言，“这原来应该是一篇乐不雅的论文。”

实验限制驳斥了近期国内一些自媒体中流行的“算法附近”“痴人共振”等说法。所谓“算法附近”，指算法给不同群体保举有偏见的不雅点内容，如男性用户刷到“顶级家庭男东说念主说了算”，女性用户刷到“男东说念主不交工资卡便是不爱家”，制造家庭成员之间的对立。“痴人共振”则描画一群东说念主因为失实的不雅点荟萃在一说念，在算法的保举下相互招供、相互强化这个不雅点，巩固形成了阻塞的分解环境，共同传播过头言论。这些不雅点，一致将算法认定为应付媒体极化快意的根源，与实验限制相反。

事实上，这一照顾限制并非孤例。来自多所高校的学者，进行了一项针对23377名好意思国成年Facebook用户的照顾，该照顾实验通过算法骚扰，将实验组用户讲和的同质态度内容（与自己政事倾向一致的信息）高慢量镌汰约 1/3，发现实验组与未骚扰的对照组在总共八项极化策划上均无统计学显赫互异，诠释算法骚扰对极化莫得影响。

另一篇刊发于《Nature》的论文也高慢，应付媒体的极化进程与用户使用时长无关。论文中，来自多伦多大学计较机系的照顾团队，分析了应付平台Reddit 14年间测度51亿条评述。照顾发现，2012-2015年，Reddit的政事极化进程安靖，但在2016大选年，平台政事极化进程骤升，且主要由曩昔新增用户的极化带动。这诠释用户极化进程与平台使用时长无关，极化受外部现实事件驱动，而非平台专家为积攒。

为什么会存在应付媒体极化快意？中国传播学学者刘海龙在为好意思国杜克大学社会学、政事学与大家策略素养克里斯·贝尔所著的《毁坏应付媒体棱镜》一书所作的绪论中暗示，东说念主们会逃匿相反的不雅点和个体，这适当经典的分解不协选藏论所讲解的东说念主类人性。该书还通过实考讲解，即便让测试者在应付媒体中讲和对立不雅点，也并不会使其变得更为温情和感性，反而会促使其讲解我方是正确的，变得愈加顶点。

因此，应付媒体茧房、极化等问题并非算法形成，而是古已有之开云体育(中国)官方网站，根植于东说念主性与东说念主类社群。实考讲解，即便莫得算法，应付媒体一样会存在极化快意，只怕还会愈加顶点。正确看待算法，认清应付媒体极化快意的骨子，能够进行灵验反想，才是减少应付媒体极化的要道。