疫情爆发以来，每日每夜，无时无刻，滔滔洪水般的新闻向我们汹涌而来，刺激着人们本就敏感多疑，疲惫不堪的神经。“信息过载”现象的出现也致使人们会在海量信息中根据自己感兴趣的内容进行选择，久而久之，这种筛选机制会带来信息视野狭窄以及观点、立场固化等现象。

  而在此次的突发性公共事件中，人们争论最多的便是信息茧房和算法的存在。

01

首先我们用一则视频来了解茧房效应。

了解茧房效应后，即使现代社会并没有通过实证的方法证明信息茧房和算法之间的内在关系，但我们仍可以从国外学者对信息茧房的研究中得出：信息茧房其实只是一种描述，描述人们的选择性心理。

02

从疫情暴发到今天，我亲眼感受到信息茧房的形成，它在个人和社交媒体平台上显著存在。

个人

我以武汉作家方方所著的《方方日记》为例；我分析了从1月27日到3月23日近两个月来，《方方日记》中的常用词汇（如下图，每隔5天统计一次），不难发现：这些热频词汇存在负面性和不确定性，作家方方似乎也陷入了茧房之中。

大众媒体会根据用户的点击浏览推选合适的内容。疫情期间，张文宏医生的各种言论引发网民关注。当用户点击微博论坛中有关张文宏医生针对早餐是否喝粥的相关讨论后，其后各大社交媒体平台会向该用户持续推送有关张文宏医生的文章、视频，甚至与热词“喝粥”有关的内容都进行推送。

03

我很好奇这种推荐机制是如何形成，难道是通过文章内部词句感受到文章作者的价值倾向？因此我打算用一款名叫“情感分析倾向”的AI智能软件来简要解释这个现象。

  “情感分析倾向”是针对通用场景下带有主观描述的中文文本，自动判断该文本的情感极性类别并给出相应的置信度，情感极性分为积极、消极和中性。

   我选取了4篇文本，均来自知乎论坛中我浏览较久的一些网友评论：（如下图）

通过这款AI情感分析倾向我们可以得出大致结论：四篇停留较久的文本中，三篇情感极性为消极，一篇为积极。在消极情绪占比较大的情况下，算法基于这样的分析方法会在此后向用户推荐拥有类似观点的博主，这样的筛选机制使用户所接收的信息相对片面。当用户选择将此类文章视频进行转载分享时，用户所在的社交群体也会潜意识被感染，该用户成为了社交圈的信息来源。这种群体或圈子的社交关系网络，强化了信息和意见的同质性，也带来了“回音室效应”。

  面对重大突发的公共事件时，基于算法形成的信息茧房显得“不堪一击”。其原因就在于算法满足的是用户个性化的需求，但在这样一场全民抗疫的社会化大协作中，疫情防控效果、疫情实时数据作为所有人高度关注的话题，大家对资讯的需求更多是千人一面。

  算法在解决个性化需求的同时，忽略了大家都应该知道的内容推荐。在类似于疫情这样的突发性事件中，算法会根据人们初次输入或选择的内容通过自己的分析去进行之后的推荐，但却无法有效地对内容的生产和呈现进行实时的组织和更新。

04

最后，虽然这场危机正在以各种各样的方式影响着人们生活，但值得肯定的是：我们需要心灵的宽慰与解脱，而多样且具有社会公共价值的新闻报道才具有持续的影响力。

作者/姚欣雨

指导老师/吴垠

轮值主编/张凌霄

责任编辑/黄怡静