算法推荐与“信息茧房”的再审视 ——基于抖音、小红书用户使用行为的实证调查

Abstract

算法推荐已成为社交媒体平台的核心信息分发机制，但关于其是否必然导致“信息茧房”的争论始终未有定论。本研究以抖音和小红书为研究对象，采用半结构化访谈（20名用户）与使用日志分析（7天记录）相结合的混合研究方法，对算法推荐与信息多样性之间的关系进行了实证考察。研究发现：信息接触多样性并非普遍降低，部分用户因推荐算法发现了全新的兴趣领域；“信息茧房”更易出现在被动使用、低干预习惯的用户群体中；平台机制差异显著影响信息多样性，抖音的强推荐模式与小红书的“搜索+推荐”混合模式呈现出不同的茧房效应强度；用户的主动干预行为（如点击“不感兴趣”、主动搜索）能够显著缓解内容同质化。研究揭示，信息茧房的生成不是算法单方面作用的结果，而是用户行为与算法反馈共同构成的循环过程。基于此，研究从平台设计、用户素养与监管政策三个层面提出对策建议，呼吁从“批判算法”转向“人机协同”的研究与实践范式。