别只看推荐的内容了，你需要不同的声音

你是否有过这样的经历。

当网络上对某个热点话题或人物讨论地如火如荼，你却对此一知半解，也不敢贸然回应“只有我一个人不知道吗”？

于是你开始翻你的朋友圈，发现上面也鲜少有人提出看法。

在网络如此发达的今天，信息传播不广泛的现象却依然存在。

很多人将其归结为是算法的问题，通过推荐类似的内容，人们获取信息的渠道不断窄化，造成内容获取具有个性化特征。

然而事实果真如此吗？

当你在网络上浏览热点事件时，通过点击一个个链接，我们很容易找到与自己相似的观点。

由于算法的分发，受众能看到的大量信息几乎全部都是符合自己看法的，促使人们大多认为自己的观点是主流声音的假象。

这种推荐算法阻碍人们认识真实世界的某些层面的现象，被称之为过滤气泡效应。

群体通过打造过滤气泡，两个对立的观点变得更加极化，无论在哪个圈层中，都充斥着与自己观点类似且帮助个体不断加强自我认同的言论，进而产生了所在群体能够代表社会舆论的错觉。

信息摄取渠道的窄化，导致人们获得的观点变得固定，并且难以接收到其他不同的观点。

这样看来，我们很轻易地认为，算法正在阻碍信息的开放和流动。

但实际上，人们对某些事件的倾向和看法早在他们接触新媒体之前，就因为居住地和周围人的言论已经基本定型。

生活环境和社会交往的影响，远比网络上的算法来得更加直接。

虽然人们在新媒体渠道上的信息获取呈现出不断窄化的趋势，但年龄、性别、学历、居住地等变量都会对人们选择认知内容产生巨大影响。

这也解释了为什么不同人群选择使用不同的App的原因，如快手和抖音在内容和用户上的差别，同时也解释了不同人群使用同一个软件关注的内容却差异性很大的原因。

与其说是气泡过滤了我们，不如说是我们选择了过滤气泡。

气泡始终存在，真正过滤你的，是个体本身的认知。

在生活中还有很多类似的现象，人们只选择自己喜欢看的，也乐于看到与自己观点相近的，这种做法无可厚非。

在信息传播中，由于大众自身的信息需求并非是全方位的，人们只注意自己选择的东西和愉悦的领域。久而久之，就会给自己打造一个完美的过滤气泡。

在这些选择过后，互联网利用算法，不知不觉将一些信息屏蔽。因此，当我们在进行信息搜索时，看起来是在获取理想化的内容。但事实上，我们接收到的信息只是充斥着符合我们口味的内容，并且难以替代和改变。

社交媒体会根据人们已经显露的偏好以及与之具有相似性的好友的偏好，为用户推荐内容。由于个体会选择关注不同的对象，一个社交媒体用户的时间线上可能充斥着想法类似的信息内容，这种高度同质化的信息流构成“过滤气泡”，从而把相异的观点和自己不喜欢的人有效地排斥在外。

就像处在舒适圈中，我们安于享受网络带来的便利，算法也在利用同质化的信息豢养我们。通过筛选出的与你爱好和观点相符的内容，帮助你习惯接受这些感兴趣的观点和内容。

当我们选择了信息来源的同时，也就进行了信息的过滤。

在过滤气泡的建造者之中，同时还分为两种群体。

一类人并不认为自己受到影响，在气泡中自得其乐，算法的分发对他来说只是个性化定制的体现。只对娱乐新闻感兴趣？那么会有大量八卦等着被他们点开。没有人规定必须要对哪些内容感兴趣，因此个体的认知偏好才是内容选择的基础。

另一类人则不满足于眼前看到的这些内容，他们不断地尝试，以抚平对信息多样性需求的焦虑。

但正如上文所说，即使避开算法分发，也无法避免社交关系分发。朋友是个体成长和获取信息的重要来源，数据显示，80%的用户选择从朋友圈里寻找阅读内容，这就意味着朋友的分享决定了大多数用户的阅读和获得知识的覆盖面。

人们接触到的信息都来自于社交媒体，朋友，同事等圈群，固定的圈群会把人们的思维禁锢在圈子里，很难去感同身受其他圈层的认知。

当某类话题在圈子内传播时，自然而然会形成世界都在传播的假象，使人们产生一种多元信息获取的错觉，但实际上并没有将信息获取的渠道扩大，也没有跳出自己所处的圈群。

个体认知选择的边界是有限的，因此气泡一直存在。

因此，将过滤气泡效应归结为新媒体技术，难免有失偏颇。

美国社会心理学家纽科姆提出，在人际互动和认知变化中，人们相互之间的感情、态度、信念有一定的联系和相互作用，因此在人们的认知系统中，为了消除认知失衡，有趋向于某种一致性的倾向。

人们往往会和自己相似的人做朋友，和自己喜欢的人谈得来。与此同时，从他人身上获取的信息和观点也大多与自己类似，很难或很少听到反对自己的声音。

物以类聚，人以群分，人们在向群体靠拢的过程中，也注定了自身过滤气泡的性质。

虽然网络正在给我们显示它认为我们想要看到的信息，而未必是我们需要的信息。

但我们需要的信息，其实已经经过我们自身认知水平“算法”的筛选，对内容进行了第一轮过滤。

社交网络上不同圈层的用户收到不同信息内容的背后，是社会各阶层和各地域之间存在着巨大的差异，加深了舆论分化的结果。新媒体平台通过大数据对用户进行分析，推送出定制化的信息，助长了这一趋势。

事实上，“过滤气泡”的形成非常复杂，既有算法推荐技术的推波助澜，也与人性和情感结构的内在需求息息相关。我们能够做的，是慢慢接触与自己相异的人或观点，在多元化的讨论下得出相对综合的信息，将过滤气泡慢慢磨薄。

如果你的认知还停留在算法分发只会给你推荐感兴趣的内容上，那么你的认知气泡，也该戳一戳了。