2025年1月，新聞學領域的國際頂刊《Digital Journalism》發表了一篇中國新聞學者的重要研究論文。該研究透過開發虛擬代理測試的實驗方法，模擬人類使用者與推薦演算法互動，以國內某短影片平臺為資料來源，探討了演算法與使用者行為互動對新聞多樣性的影響。
研究結果表明，相較於無演算法的隨機推薦，演算法推薦的新聞類別顯著更多樣。“多樣性” 的測量基於類別的數量和元素分佈兩個維度，理想狀態是類別均勻分佈。結果顯示，基於演算法的個性化新聞消費更具多樣性和平衡性，演算法有助於使用者接觸到平時不易遇到的新聞來源。此現象可能是演算法平臺為避免使用者對重複性內容產生厭倦，因此推薦更具差異性的新聞內容。
近年來，關於演算法與“資訊繭房” 的關係備受關注，多個高校團隊以此展開了實證研究。深圳大學新聞學院教授楊洸採用問卷調查方法，以新聞演算法推薦平臺今日頭條的使用者為研究物件，發現演算法推薦並沒有導致資訊繭房效應，反而擴大了受眾接觸資訊的範圍，使用者和演算法之間處於相互響應、相互發展的狀態。
深圳大學傳播學院“百人計劃”教授、博士生導師虞鑫構建了包括使用時間、媒介環境、媒介素養、社會資本、媒介期望五個方面的模型，透過對知乎平臺的實證調研，發現演算法媒介使用時間越久，資訊繭房效應反而降低，打破了使用時間越長，使用者就會越被困在繭房裡的認知。
復旦大學的研究透過對十種網路媒介的檢驗與比較發現，網路媒介的“築繭” 並非推薦演算法技術下的必然。傳播結構的水平型抑或垂直型、使用者聯結的開放性抑或封閉性為網路媒介是否帶來 “資訊繭房” 的兩項關鍵機制。其中，微信等 “熟人社交型” 媒介趨於 “築繭”，微博等 “公共討論型” 媒介趨於 “破繭”，短影片平臺等 “垂直傳播型” 媒介既未 “築繭” 也未 “破繭”。
這些研究表明，演算法並非必然導致“資訊繭房”，打破了算法制造 “資訊繭房” 的論調。但因為使用者對感興趣內容的需求度不同，一旦覺得同一類內容“推多了”或“推少了”，就認為有資訊繭房存在，而且是演算法造成的。
然而一系列實證研究表明，比起使用者自主選擇，演算法推薦更能有效促進使用者接觸多樣化內容。訂閱制下，人們僅接觸已關注過的領域和內容，實際減少了“新聞偶遇”；演算法則基於“興趣探索機制”，推薦更多使用者可能感興趣的內容，呈現出更高的內容類別多樣性。
對外經濟貿易大學法學院副教授許可、中國人民大學經濟學院副教授程華，透過問卷調研發現了民眾對演算法的認知、態度和行為之間存在背離。64.98%的使用者對企業使用演算法的內容和目的表示不太瞭解或完全不瞭解，但當被問到對企業使用演算法的態度時，約80%的受訪者認為，企業使用演算法可能會損害使用者權益、侵犯個人隱私；但相當比例的使用者並不牴觸用演算法獲得服務、產品和體驗，40%的使用者認為自動資訊推送精準、對己有益，85%的使用者表示不會因為自動推薦產生過度購買的行為。
在一項針對抖音個性化推薦的使用者評價調研中，62%的參與調查者表示“一般喜歡”，越早開始使用抖音的參與調查者、每天花費時間越多的參與調查者，更有可能喜歡個性化推薦。
這意味著，一方面，有相當比例的使用者對演算法不瞭解，但另一方面，對演算法使用卻抱有明顯的負面態度。究其原因，普通大眾出於對技術的恐懼，對演算法有著抹黑和汙名化傾向。
2022年，網信辦等4部門聯合釋出《網際網路資訊服務演算法推薦管理規定》，社交媒體APP先後上線演算法關閉鍵，允許使用者在後臺一鍵關閉“個性化推薦”。該功能上線以來，不少使用者進行了體驗。據相關平臺反饋，大部分嘗試演算法關閉的使用者，覺得推薦內容質量不高，又重新打開了“個性化推薦”功能。這一使用者反饋與學者研究結論一致，相較於隨機推薦，基於演算法的個性化新聞消費更具多樣性和平衡性。
隨著演算法日益進入網際網路產品，人們對推薦演算法的接受程度和評價越來越高。對外經貿大學團隊2024年和2022年分別對消費者演算法評價做了調研，選擇“推送精準、節省了我獲取有用知識的時間”的受訪者合計比例從40%上升到52%，相對應的，選擇“推送內容過於娛樂化，容易上癮”、“推動資訊比較同質，限制了知識獲取的多元性”這兩個選項的比例從43%下降到了37%。
綜上，演算法在提升新聞多樣性方面具有積極作用，指責其製造 “資訊繭房”是一種“偏見”。另一方面，相關平臺也應不斷最佳化演算法，提升演算法透明度和多樣性，為使用者提供更優質、多樣的資訊服務。
參考文獻：
Wen Shi, Jinhui Li. News Diversity Under Algorithms: The Effects of Pre-Selected and Self-Selected Personalization on Chinese TikTok (Douyin). Digital Journalism. Published online: 15 Jan 2025. DOI: 10.1080/21670811.2025.2450312
楊洸, 佘佳玲. 新聞演算法推薦的資訊可見性、使用者主動性與資訊繭房效應：演算法與使用者互動的視角[J]. 新聞大學, 2020.2
虞鑫, 王金鵬. 重新認識"資訊繭房"——智媒時代工具理性與價值理性的共生機制研究[J]. 新聞與寫作, 2020. DOI: 10.3969/j.issn.1002-2295.2022.03.009
施穎婕, 桂勇, 黃榮貴, 鄭雯. 網路媒介“繭房效應”的型別化、機制及其影響——基於“中國大學生社會心態調查（2020）”的中介分析[J]. 新聞與傳播研究. 2022.5
許可, 程華. 演算法悖論與制度因應 ——基於使用者演算法應用感知的實證研究[J]. 山東大學學報（哲學社會科學版). 2022.6
蔣雪穎. 抖音使用者對個性化推薦演算法的認知[J]. 新傳播. 2022.3