Free China Movement

Evidence · Human Rights · Democratic Future

Take Action

English 简体中文 繁體中文 Français Deutsch Español

🔎

CCE-086｜算法推荐如何塑造人们的政治认知？

Free China Movement

v1.0 ｜ 2026-10-21

CCE-100 公民教育工程 · 总目录 CCE-086 条目

算法推荐如何塑造人们的政治认知？

摘要：“算法把我们关进了信息茧房”是近年最流行的说法之一。本文把它拆成两个可以检验的问题：第一，个性化推荐是不是真的让人看到的信息变窄了；第二，信息变窄了，政治观点和政治认知是不是就随之改变。已有的研究并不支持一个干脆的“是”或“否”。美国2020年大选期间由学者与Meta合作完成的大型实验发现，改用按时间顺序排列的信息流，用户看到的内容明显不同，但三个月内的政治极化程度并没有显著变化；另一些研究则发现，信息接触的意识形态隔离是真实存在的，而2026年发表的一项关于X平台的实验又显示，算法对政治态度可以有持续影响。中国大陆学界也有“几乎没有经验证据证明算法必然导致信息茧房”的观点，同时有研究发现用户被困于窄化主题的证据。文章再介绍中华人民共和国（中国大陆）2022年施行的《互联网信息服务算法推荐管理规定》，它一方面赋予用户关闭个性化推荐的权利，另一方面要求平台在首页首屏等环节呈现符合“主流价值导向”的信息，可以说算法不仅被用来影响认知，也被作为管理认知环境的对象。文章最后说明本文的限度。

一、先把几个词分清楚

讨论这个题目，首先要分清三个常被混用的词。

“信息茧房”最为国内读者所熟悉。清华大学陈昌凤教授介绍，这个概念由哈佛大学法学院教授桑斯坦在2006年提出，经过大众化的转译，指个人在信息获取过程中逐渐被局限在一个狭窄的信息环境里，减少了对多样化信息的接触[1]。《光明网》援引桑斯坦本人的话：他承认，“在未来10年甚至更长时段内，我所言不应被视作关于个人信息选择特征的实证论断”，因此，信息茧房是一个基于技术批判视角提出的假说，而不是已经证明的事实[2]。

“回声室效应”与桑斯坦的论述密切相关，指人们更倾向于听到相同的声音，使信息和观点在封闭的圈子里被强化[18]。“过滤气泡”则是帕里泽（Eli Pariser）在2011年提出的，强调搜索引擎等算法了解用户偏好后过滤掉异质信息，为用户造出个性化的“气泡”[18]。三者侧重点不同：信息茧房侧重个人的“束缚”，回声室侧重群体的观点强化，过滤气泡侧重算法技术的“过滤”[18]。一篇综述指出，由于原始“过滤气泡”论断含糊，学者各自理解，得到的实证结果相互矛盾，研究之间很难概括[16]。

分清这三个词，是因为它们回答的问题不同。接下来我们把整个问题拆成两个：信息是否变窄；变窄以后政治认知是否改变。

二、第一个问题：信息真的变窄了吗

先看接触。2015年Bakshy、Messing和Adamic在《科学》上的研究发现，Facebook用户实际看到的跨立场内容少于其好友网络本可提供的内容，差异来自好友构成、排序和个人点击三层；其中个人选择的影响不小于排序算法[4]。这说明，社交关系本身（人们的朋友往往和自己立场相近）已经造成了一定的同质化，算法只是其中的一环。

2023年，美国学者与Meta合作，发表了一组关于2020年大选的研究。其中一篇发表在《自然》上：研究者利用全体美国成年活跃用户的数据发现，来自“立场相近”来源的内容构成了人们在Facebook上所见内容的多数，尽管政治信息和新闻只占其中的一小部分；研究者还对23,377名用户做了实验，把他们看到的立场相近的内容减少了约三分之一[6]。另一篇发表在《科学》上，分析了2亿多名美国Facebook用户的新闻接触：意识形态隔离程度很高，并且从“可能看到”到“实际看到”再到“实际互动”逐步增加；保守派和自由派的受众不对称，有一块新闻生态几乎只被保守派消费，而Meta的第三方事实核查项目认定的多数虚假信息就集中在这个角落[7]。

所以，第一个问题的答案是“有一部分是”：同质化确实存在，它由朋友关系、个人选择和算法排序共同造成，不能把责任全部推给算法。

中国大陆的研究者也有类似的看法，但结论分歧更大。陈昌凤指出，几乎没有经验证据证明算法必然导致信息茧房，人们处在多元复杂的信息环境中，很难完全避免观点不一致的内容[1]；深圳大学杨洸教授对今日头条用户的问卷调查发现，算法推荐并没有导致信息茧房效应，反而扩大了受众接触资讯的范围[12]。另一方面，一份援引2023年清华大学基于大数据的实证分析的报道说，研究者从两个大型数据集中发现了大量用户被困于“信息茧房”的证据，并认为信息多样性的丧失与相似性匹配和对用户反馈的利用这两种机制有关[11]。清华大学社科学院的一份研究报告（据新华网转述）认为，从中长期看，个性化推荐算法不一定是导致信息茧房的决定性因素[3]。同一个现象，不同的数据集、不同的指标，得出了不同的结论，这与前面综述所说的情形一致[16]。

三、第二个问题：信息变窄了，认知就会改变吗

这是更难回答的问题。2023年发表在《科学》上的另一项研究是这方面最受关注的实验：研究者让约23,000名Facebook用户和约21,000名Instagram用户，在2020年10月至12月的大选期间，从平台默认的算法信息流改为按时间倒序排列的信息流。结果是，用户在平台上的使用时间和活动大幅减少，看到的政治类和不可信内容增加，看到的粗俗或含侮辱性词语的内容在Facebook上减少，看到的来自观点温和的朋友和受众意识形态多元的来源的内容在Facebook上增加。尽管用户在平台上的体验发生了这样大的变化，三个月的研究期内，议题极化、情感极化、政治知识和其他关键态度都没有显著改变[5]。同一系列另一项实验把立场相近内容减少约三分之一，也没有减少极化（《自然》的评论文章概括为：改变信息流算法以减少接触立场相近的内容，并不能减少政治极化）[8]。

这并不意味着“算法对政治认知没有影响”。有三点需要说明。

第一，这些实验时间短（几个月）、范围窄（美国的两个平台、一次大选），测量的是自我报告的态度。一篇《科学》杂志对该研究的报道也提到，批评者对结果有疑问[5]。

第二，2026年发表在《自然》上的一项关于X平台的研究发现，最初接触X的算法，对用户当前的政治态度和关注账号的行为有持续的影响，尽管没有检测到对党派立场的影响；而从算法信息流切换到按时间顺序排列的信息流，没有类似的效应[9]。这说明不同平台、不同设计的结果并不一致，也说明“没有可检测的极化效应”不等于“没有任何效应”。

第三，算法影响的可能不是“态度”本身，而是人们“看到什么、知道什么”。同一项Meta研究里，按时间顺序排列使人们看到的政治内容和不可信内容都增加了[5]。从认知的角度看，接触什么信息比最后的投票倾向更直接地受到平台设计的影响。

四、算法也是被治理的对象：中国大陆的规定

再看一个国家如何看待这个问题。中华人民共和国国家互联网信息办公室等四部门发布的《互联网信息服务算法推荐管理规定》，自2022年3月1日起施行[13]。

这个规定有两类条款。一类是保护用户的选择。第十七条要求平台向用户提供不针对其个人特征的选项，或者便捷的关闭算法推荐服务的选项，用户选择关闭的，平台应当立即停止提供相关服务；平台还应当给用户选择或者删除针对其个人特征的用户标签的功能[13]。第八条规定，不得设置诱导用户沉迷、过度消费的算法模型[13]。第十二条鼓励平台综合运用内容去重、打散干预等策略，并优化规则的透明度和可解释性，避免对用户产生不良影响[13]。国家网信办网站刊登的专家解读称，第十七条把个人信息保护法的相关规定应用到算法领域，使其更具有可实现性和可核验性[14]。

另一类是关于内容导向。第六条要求平台坚持主流价值导向，积极传播正能量；第十一条要求建立完善人工干预和用户自主选择机制，在首页首屏、热搜、精选、榜单类、弹窗等重点环节积极呈现符合主流价值导向的信息；第十四条禁止利用算法屏蔽信息、过度推荐、操纵榜单或者检索结果排序、控制热搜或者精选等干预信息呈现，实施影响网络舆论或者规避监督管理的行为[13]。

两类条款并存。用户有了关闭个性化推荐的权利，这对应的正是“过滤气泡”的担忧；同时，平台在最显眼的位置要呈现“主流价值导向”的信息，说明在中国大陆，算法不只是个人选择的放大器，也是一个由监管部门规定应当呈现什么的管理对象。这两种设计对政治认知的影响方向并不相同：前者减少了个性化的影响，后者则对“什么算主流”作出了政策层面的规定。本文只陈述条文，不评价这些规定的实际执行情况，也没有找到这些规定对用户认知影响的实证研究。

此后，中国大陆的监管部门还开展过专项行动。2025年2月的一篇报道提到，自2024年11月起，中央网信办联合四部门开展“清朗·网络平台算法典型问题治理”专项行动，整治“信息茧房”、防止用户沉迷等是重点[11]。2026年4月的《中国社会科学网》文章中，多位学者认为尽管“信息茧房”概念在学界存在争议，规范算法推荐、保障信息多元已成为行业共识与治理核心，中国人民大学的董晨宇副教授则认为，真正需要关注的是算法不透明导致的社会信任问题，而不是纠结于“信息茧房”这个概念[15]。

五、反方观点

一种观点认为，平台没有刻意制造信息茧房的动机。陈昌凤的论证是：成功的推荐需要让用户感到“有点新奇”，如果总是推送重复内容，用户会觉得单调，减少使用甚至放弃这个平台[1]。这是一个合理的商业逻辑，但它并不排除另一种可能。华中科技大学的徐涵教授认为，当前多数平台以点击量、用户时长、广告收益为核心考核目标，算法自然优先推送用户偏好的同质化内容，商业利益是信息茧房规模化的核心推手[15]。两种判断都是各自的解释，它们能否成立，需要看具体平台的优化目标，而这恰恰是外界难以知道的，这也是董晨宇强调“算法透明化”的原因[15]。

另一种观点认为，信息茧房只是一种担忧。北京的一篇报道转述陈昌凤的话：“信息茧房”在西方现有文献中，只有少量实验模型讨论它可能存在，从美国到欧洲一些国家的研究则认为目前并不存在，核心的担忧集中在政治层面[10]。这个观点有证据支持，上一节的Meta实验就是例子。但它的限度是：所谓“不存在”常常是“在某个平台、某个时间窗口、某种指标下没有检测到”，并不等于对所有情形的定论，2026年的X平台研究就是一个提醒[9]。

第三种观点是：与其争论概念，不如关注算法的透明度和用户的选择权。这个观点同时得到不同立场学者的支持，也是中国大陆规定中第十六、十七条的思路[13][15]。

六、中华民国（台湾）的情形

本文这次没有检索到关于中华民国（台湾）算法推荐与政治认知的专门研究，所以不能就此给出结论。可以作为背景的是，无国界记者组织对台湾媒体环境的描述：总体自由，但受强烈的政治极化、煽情化和逐利倾向困扰[17]。这说明，即使不谈算法，政治极化和商业化也可以在传统媒体环境里存在，算法只是其中一个新增的变量。

七、限度

第一，本文所引的研究大多只读到摘要或报道转述，没有逐篇核对原文；其中几项（清华大学2023年的大数据分析、杨洸的问卷调查）转引自媒体的概括，原文未读。

第二，Meta合作研究的样本是美国用户、美国大选；X平台的研究是不同的平台设计；不能直接推广到中国大陆或台湾的平台。

第三，关于中国大陆平台的实证研究，本文只读到数篇的摘要，没有看到平台内部的数据。

第四，《互联网信息服务算法推荐管理规定》的实际执行情况、对用户认知的影响，本文没有证据，也不作评价。

第五，对规定两类条款的归纳是本文作者的整理。

八、结论

算法推荐如何塑造人们的政治认知？更准确的说法是：它主要塑造的是人们“看到什么”，对“信什么”的影响则较难测定，而且因平台和时间而异。信息接触的同质化是真实存在的，但它由朋友关系、个人选择和算法排序共同造成；把一切都归于“算法制造的茧房”，和断言“根本没有茧房”，都超出了现有证据。对读者来说，更务实的做法是：弄清自己的信息从哪里来，用好平台提供的关闭个性化推荐、清除标签的选项，有意识地订阅立场不同的来源；对平台和监管者来说，增加透明度，让外界可以检验算法的优化目标，比争论概念更重要。

参考文献

本文之英文、繁体中文、法文、德文、西班牙文版本正在翻译准备中，完成后将于本页提供链接。

审稿记录：Editorial 独立审稿，2026-10-21。结论：PASS。

← 返回 CCE-100 公民教育工程总目录