你被互联网锁在“回音室”里吗？

从前，人们上网寻求解脱。

如今，人们断网寻求解脱。

社交网络从从前的避风港，变成了如今现实版的「绝地求生」。

不少朋友将这一现象归结于「回音室效应」：

也就是在算法推荐的操控下，我们只能看到自己感兴趣和认同的内容，不喜欢的信息则被自动过滤，让人人都住进了只有一种声音的「回音室」里，缺乏沟通，越发极端。

真的是这样吗？

视频版

看完这个视频就知道了

信我，真的超级好看

图文版

先来看算法。目前个性化推荐系统的主流算法之一，是「协同过滤」或它的变体算法，主要分为两种类型：

第一种是以用户为基础（User-based）的协同过滤。也就是分析用户之间的相似性。

比如你我是网络上的朋友，如果我点赞了一则内容，那系统也会向你推荐这一内容。

第二种是以产品为基础（Item-based）的协同过滤。

比如你刚点赞了一则土味视频，那系统就会向你推荐更多的类似土味视频。

微博、twitter 等社交网站会将这两种算法结合起来，达到较为精准的个性化推荐效果。

乍看起来，这就形成了所谓的「回音室」（echo chamber）。

但问题是，研究显示，协同过滤算法并不会窄化选择范围。

2014年，明尼苏达大学计算机系的几位学者，研究了基于产品的协同推荐算法的电影推荐网站 MovieLens。

结果发现，相比于自己随心选，那些顺应推荐算法走的用户，反而能接触到相对更多样的影片。协同过滤算法并没有窄化用户的内容接触面，所以并不会造成回音室效应。

再来看看社交网络。

除了算法推荐之外，社交网络另一大重要的内容来源，是你的好友所转发的信息。

2015年，几位研究者抓取了20多位志愿者的 Facebook主页上的「硬新闻」内容，然后根据政治偏向，将内容分成了三个类型。

结果发现，在自由主义者的页面中，好友转发的信息中有24%都是保守主义的，而在保守主义者的页面中，好友转发的信息中有35%都是自由主义的。

总之无论是哪一方，都不会被困在「信息回声室」中。

从结构上来看，微博、Facebook、Twitter这样的社交网络也很难产生回音室效应。

比如华中科技大学的两位学者在仿真了不同的社交网络模型后发现，在少数意见领袖具有绝对控制力的星形网络，或是用户之间有较长社会距离的线性网络中，回音室效应才会较为明显。

但现实的社交网络更接近于“小世界网络”，你会关注不止一个意见领袖，而他们之间又互有关注，整个网络结构中充满了多个节点和次中心。

这种结构有利于信息传递，用户和用户之间只需要通过几个节点就能形成沟通，回音室效应很弱。

细想一下，这个结论并不出乎意料：

如果社交网络真是「回音室」的话，你怎么还会成天被各种言论气个半死？

既然如此，为什么人们还是说自己活在「回音室」里呢？

不能排除确实有少数人真的活在「回音室」中。

因为许多研究都发现，回音室效应与用户自己的媒介活跃程度显著相关。

如果一个用户在社交网络上的好友很少，关注的话题或意见领袖也很少，那TA就可能真的身处回音室之中。

但更大的可能，是我们认定社交网络上的意见极化一定是因为大家都住在「回音室效应」里，是信息沟通不畅才造成的。

而只要能接触多元信息，人们就会开放包容，自由谦和，社交网络就不会像现在这样充满戾气。

但或许并非如此。

比如杜克大学的一个团队在了解了1600多名Twitter用户的政治观点后，又花钱请他们去关注一个「机器人」账号，这个帐号会转发不同立场的意见领袖的推文。

结果发现，在阅读了观点不同的文章后，受试者在同性恋权利等争议问题上的原有意见，要么没有改变，要么反而变得更坚定了。

这跟心理学中的大量类似的研究结论一致：

想要改变一个人的既有观点难如登天。

不信的话，只要想想你有没有成功说服过你爸妈就知道了。

从学术研究中来看，虽然全球的政治意见都在明显极化，但至少在外国的社交网络上，所谓的「回音室效应」并不成立，自然也算不上是意见极化的罪魁祸首。

至于国内社交网络是否存在「回音室效应」，不知是各种原因，并没有任何一篇论文对此做过严谨的定量研究。

但从现有的资料中来看，即便回音室真的存在，那它的建造者，也不是算法或社交网络本身。