你是否注意到，使用互聯(lián)網(wǎng)搜索引擎搜索同一個關(guān)鍵詞時，每個人得到的結(jié)果不盡相同？以谷歌為例，其內(nèi)嵌的算法會根據(jù)用戶所在的地區(qū)、時間和先前活動記錄等數(shù)據(jù)給出相應(yīng)搜索結(jié)果。這種網(wǎng)絡(luò)針對個人化搜索而提供篩選后結(jié)果的推薦算法，也被稱為“過濾泡泡”。

　　使用推薦算法在互聯(lián)網(wǎng)上很常見，亞馬遜在“對同一本書有興趣的讀者在某種程度上興趣相近”的假設(shè)前提下，為讀者推薦圖書；很多社交網(wǎng)站還會根據(jù)用戶數(shù)據(jù)、附近用戶感興趣的內(nèi)容等，給用戶推薦新聞、朋友和推銷廣告。

　　推薦算法想要為用戶打造一個專屬的個性化世界，其邏輯是“如果足夠了解用戶，就應(yīng)該為用戶推薦其感興趣的內(nèi)容”。于是，通過互聯(lián)網(wǎng)和算法呈現(xiàn)的一切，都與用戶的觀點、興趣高度趨近。這的確給人們帶來很多方便和愉悅，但也有人擔(dān)心在“過濾泡泡”的世界里人們會走向趨同。

　　描繪現(xiàn)代美國人分化狀況的《消失的鄰居》一書作者馬克·鄧克爾曼認(rèn)為，“技術(shù)進(jìn)步讓我們更容易和那些與自己有單一共同興趣點的人產(chǎn)生連接，也更容易避開不同的觀念”。在生活中，經(jīng)常接觸同質(zhì)化的思想，我們的想法不但不會受到挑戰(zhàn)，而且會不斷自我證實和加強。這種行為實際上無形中將我們生活的色彩變得越來越單調(diào)。

　　根據(jù)心理學(xué)的相似性原則，人們更樂于接受與自己相似的想法，也更容易跟與自己相似的人交往。美國傳播學(xué)者約瑟夫·克拉伯提到過“心理傾向性”，即受眾的態(tài)度、觀點、興趣等傾向?qū)е缕溆羞x擇地接受信息。因此，推薦算法更像一個“同謀”，是讓我們在互聯(lián)網(wǎng)上變得更加隨心所欲的一項技術(shù)而已。

　　有趣的是，最近美國《科學(xué)》雜志上有一篇針對1000萬名社交媒體用戶的大數(shù)據(jù)進(jìn)行研究的文章，其結(jié)果指出，真正具有影響力的信息過濾器是用戶自己，畢竟推薦算法依據(jù)的數(shù)據(jù)是用戶自己的選擇。

　　隨著個性化程度更加深入，新聞媒體也在嘗試以不同方式實現(xiàn)個性化定制。編輯作為信息“守門人”的時代已漸行漸遠(yuǎn)，而自動化的算法正在充當(dāng)互聯(lián)網(wǎng)的“編輯”。這種趨勢正在快速地將我們推向一個新的世界，一個互聯(lián)網(wǎng)認(rèn)為我們感興趣的、但未必是我們需要的世界，從而也引出“過濾泡泡”背后更大的隱憂——我們的視野被“窄化”了，看不到被刪除的信息，已知的盲點變成了未知。

　　以往閱讀報紙，多數(shù)讀者可能會略過大部分新聞，而只選讀感興趣的內(nèi)容，但在這個過程中至少能意識到忽略了一部分新聞。報紙?zhí)峁┑男畔⑾窀悠胶獾摹吧攀场?，不僅能提供像蔬菜一樣的重要資訊，也能帶來像甜點一樣讓我們感興趣的信息。

　　從這個意義上看，面對“過濾泡泡”的存在，研究算法的人士固然有一份責(zé)任，但作為受眾的人們尤其需要提醒自己克服心理上的“惰性”。主動接觸不同訊息，拓寬視野，別讓“過濾泡泡”主宰了你。