Donate
CC BY NC SA 4.0 （Unless specified） 原标题：Fake news and ideological polarization: Filter bubbles and selective exposure on social media
作者：Dominic Spohr，独立学者。
引用：Spohr, Dominic. “Fake News and Ideological Polarization: Filter Bubbles and Selective Exposure on Social Media.”Business Information Review34, no. 3 (September 2017): 150–60. https://doi.org/10.1177/0266382117722446.
摘要：本文章涉及社交媒体中思想极端化和“同温层”(Filter Bubbles)现象的问题,为该问题建立了思想极端化研究的理论基础，考量了多数的相关问题。近些年来，虚假新闻(“Fake News”)以及社交媒体上的“同温层”现象已经成为了学术界和大众的关注点。本文章回顾了之前个性化内容系统和推荐算法可能会使用户更少的触碰与其思想内涵相冲突或者违背的假设。在新媒体、政科和行为科学的边界点，本文介绍了可供后续社会、政策研究者研究和介入的理论框架。
Review:
作为毕业不久的独立学者，Dominic Spohr能够在经济类的新兴Q1上发这篇文章，想必也是下了不少功夫。他提出了一个非常好的问题：作为中国人可能不一定能够亲身感觉到，但是目前西方社会的两极化趋势十分的严重，这一点我们从英国脱欧，美国的2016和2020大选都可以看出。尽管当前媒体对人类认知影响的研究框架尚未盖棺定论，最近的学者正在越来越重视社交媒体对人类信息认知和接受的影响。这篇文章大胆的提出了今后学者们研究这方面可用的研究框架，其认为以下几方面应当得到重视：“同温层”现象(Filter Bubble), 选择性暴露(Selective Exposure)，存在性偏差(Availability Bias)，以及”新闻会寻找到我”的认知陷阱(News-find-me Perception)。
“同温层”现象简单来说是指社交媒体当中存在的限制用户获取不同意见的推荐算法，个性化推荐等功能。社交媒体上的数据对于一个个人来说可谓是无限的，在这样的一种情况下我们需要对接收的信息做出取舍。这里，平台推荐给我们的信息就变得无比重要，因为很多人会选择被推荐给他们的信息，而不是去寻找更深层的信息。然而，平台推荐给用户的信息通常都带有着希望用户的注意力留在平台的动机，即会去迎合用户已经表现出的喜好。比如说，我如果经常看War Thunder这个游戏相关的视频，那么YouTube可能会给我推荐更多War Thunder，或者关于游戏的视频。在这种算法的影响下，用户获取的社交媒体信息通常会表现出一个环绕用户自身偏好的“气泡”(Bubble)形状，是故”Filter Bubble”的命名。
选择性获取/暴露现象是一个用户获取信息行为的假说，其假定用户一般更愿意选择获取与自己立场相符的信息，而不愿意去接受反对意见。这一假说从1960年代起开始受人关注，并已经有足够的研究证明假说的准确性。在社交媒体同温层和选择性获取的双重正向辅助影响下，从宏观的角度来说用户在社交媒体上获取的信息相比会受到进一步的限制。
存在性偏差的概念如下：人们对事件的发生可能性和可信性的评判与其观察到的类似的以及从前的事件数量有明确的联系。举例子说，从统计学角度讲，美国近年的谋杀率一直在下降，然而人们对社会的安全性评判同样也在下降，一部份学者认为媒体不停的报道枪杀案件会导致“存在性偏差”的发生，导致人们对真实的恶性案件发生概率产生偏差。将此概念与上面所述的两个概念融合，可以得知社交媒体中信息的偏差可能会导致人们对事实认知的偏差。
“新闻会寻找到我”的认知陷阱如字面所讲，社交媒体的信息几乎是无限的，而这可能导致用户会认为无限的新闻代表着用户没有必要去主动的寻找更多的新闻，而是被动接受社交媒体提供的信息。
可以看出，上述的四个假说是相辅相成，无法全部拿出作为独立的研究个体。然而，以上的所有假说都指向了社交媒体可能的对人类知识的限制。想来也是讽刺，社交媒体为人类获取信息带来了无穷的便利，然而在拥有了无限的信息之后，人类的本能会不思进取，反而导致了自身知识范围的狭隘。