点击一条保健品的消息后，你就会不停收到各种关于养生知识和广告推送；打开电商网站，推送着你多次浏览却始终没有购买的相似商品；通过社交平台，可以找到和你趣味相投的用户……大数据兴起，算法已经应用于主流移动app，不知不觉中，你已经被裹挟进入数字世界之中。

算法给人们带来了便利，也带来质疑、挑战和误解。有学者提出“回音室效应”的概念，指在算法的帮助下，用户可以轻易地过滤掉自己不熟悉、不认同的信息，只看其喜欢看的，只听其喜欢听的，在不断重复和自我认证中强化固有喜好和偏见，陷入相似信息的“回音室”，久而久之如同蚕一般作茧自缚。

算法推荐会导致信息茧房吗？算法是否会让人被控制？人工智能算法的伦理维度是什么？围绕算法推荐的种种争议，引发了专家学者们的关注与讨论。在近日复旦大学新闻学院、复旦大学全球传播全媒体研究院举办的“智能传播与算法推荐”线上研讨会上，新闻传播学、计算机、类脑智能科学等不同学科领域的教授、学者就信息茧房、算法偏见、算法伦理、算法优化等议题展开一场学术思想的碰撞。

与会学者认为，信息茧房尚待进一步求证，算法或能为破除茧房提供途径；算法只是工具，要警惕污名化倾向。同时他们也提出建议，当前的平台需要进一步对算法进行优化，从而为社会创造更多价值。

算法推荐机制背后

针对目前主流的推荐算法机制，上海财经大学讲席教授刘建国认为，所谓“个性化推荐”主要围绕用户的需求，推荐感兴趣的文本、信息、视频等内容。

具体而言，一是如何更好了解用户；二是对文章等内容的特征进行刻画，例如文本、图片主题词、兴趣标签、热度、时效性、质量、数据来源等等；三是结合环境特征，时间、地理位置、网络、天气等，针对不同需求和人的关系进行匹配；四是协同过滤，根据准确、全面了解到的用户信息，然后找到和其兴趣最相似的用户，如果发现目标用户没看过的，就推荐给他们，这为拓展用户兴趣提供了新途径。

算法在帮助用户开拓视野的同时，对算法偏见的担忧也接踵而至。在复旦大学计算机学院教授肖仰华看来，算法是可以缓解偏见的。肖仰华指出，偏见是基于人而存在的，即使没有算法技术，偏见也始终存在。

人工智能模型和算法本质上是由数据喂养出来的，在数据治理和管控方面确保喂给机器数据本身是消除偏见的。技术不透明性，也会导致最终的结果存在超出人们预期之外的或者可控范围之外的结果，从而造成所谓的偏见，而算法透明将有助于偏见的解决。

有与会专家提到，目前业界一直在开发新的算法，比如通过对低俗内容的打压、对重要新闻的强插、设置低级别账号等手段，用算法突破信息茧房。

以今日头条的推荐算法为例，从2012年9月第一版开发运行到现在，经过7次迭代。今日头条的推荐策略综合了“算法+热点+关注+搜索”等多种功能，将用户需求作为评估指标，建立评估体系，以此作为技术和产品优化的依据。

此前，今日头条资深算法架构师曹欢欢提到，围绕算法推荐，良好的评估体系需要遵循几个原则：要兼顾短期指标与长期指标，兼顾用户指标和生态指标，注意协同效应的影响。

被污名化的算法推荐

“现在人们对算法有非常明显的污名化的倾向”，暨南大学新闻与传播学院副院长汤景泰教授提到。

信息社会的核心问题，是快速增长的巨量信息和人们有限的注意力之间的矛盾。汤景泰认为，当前我们所处的时代，已经从“人找信息”过渡到“信息找人”，怎么样让有价值的信息真正匹配有需求的人，算法提供了一种解决方案。

对于多年来引发各方争议的“信息茧房”说法，多位与会专家学者表示尚待求证。

浙江大学传媒与国际文化学院院长韦路、教授认为“围绕算法推荐，用户感受最强烈的是三种风险，第一种就是信息茧房，第二种是隐私安全，第三种是人文价值。”。他认为，人们在使用算法推荐后，最终是否会形成信息茧房的效果，要从用户角度来进行评价，目前仍缺乏这方面的研究。

复旦大学新闻学院传播与数据科学实验室主任孙少晶教授表示，算法推荐和用户之间的影响，以及算法推荐的社会影响，很难直接用"好的影响、坏的影响"来判断，只能说“影响非常复杂”。

汤景泰提出，如果用户只用一个APP接受信息，只通过一个渠道来进行娱乐、阅读等行为，可能会形成“信息茧房”。但实际上，人生活在复杂的信息环境中，用户接触信息的渠道庞杂，在多种平台共用的这样一种现实情景之下，想要形成“信息茧房”相对困难。

如何更加科学地去理解算法推荐可能给用户的影响？孙少晶表示，这确实需要更加多样的经验性数据来支持它。目前的这种影响，更多是停留在调查数据或者行为数据，而真正的算法推荐在深层次的心理、生理、认知层面等数据还需要业界去做更多的积累。

算法如何走好下一步？向善向美

专家学者们肯定了算法推荐的有效性，也提出，算法技术有进一步优化的空间。

复旦大学新闻学院执行院长张涛甫教授指出，目前算法推荐对于用户共性偏好的把握比较好，但每个用户的个性化差异比较大， 如果能提升细个性化的颗粒度，用户体验会更好。

张涛甫提到，算法作为技术，本身是没有善恶之分。从技术正面的效应来讲，假如没有算法推荐，信息高度过载，而用户精力、认知能力是有限的，他们为信息付出的时间成本也就比较高了。“在这种情况下，算法技术提供了有效的信息连接。”

机器学习需要高质量标签。汤景泰建议，算法推荐要推荐有价值的信息。从生产端来看，只有价值提升上去，分发端才能有更高质量的信息进行推送。在分发端，要和信息消费需求进行有效匹配，同时也要平衡知识摄取和娱乐的诉求。

“技术不是万能的。”张涛甫说，依靠技术自身优化的同时，算法伦理也存在短板，需要通过我们 补齐算法伦理的漏洞和短板，用向善、向美的算法，更好的服务于人。

华中科技大学传播与信息学院院长张明新教授也认同，随着技术不断的优化、迭代、加强准确性，算法技术的向善发展，将进一步提升媒介的“四力”——传播力、影响力、公信力、引导力，我们也将迎来一个更好的时代。