迴聲室效應
来自维基百科,自由的百科全书
迴聲室效應(英:Echo Chamber)亦被稱為回音室效應、信息回音室/回聲室、媒體回音室/回聲室、在線(線上)回音室/回聲室和新聞回音室/回聲室。在新聞媒體和社群媒體上,一些擁有相近想法的群體藉由不斷溝通與認同彼此想法,使得那些相似的想法不斷被放大與加強,其意見的持有者也加強了他們對現有觀念的信仰程度,從而創造出一個相對封閉的環境或是生態系統。[1][2]迴聲室效應在忽略反駁意見的前提下傳播並強調該觀點,其可能造成確認偏誤,並增加社會及政府的極端化。特別是在社群媒體上,迴聲室限制了多元意見的表達空間,並強化了個人或群體的預設想法及意識形態。
![]() |
許多學者注意到「迴聲室效應」可能對大眾的立場與觀點造成影響,尤其是對於政治。然而,一些研究表明「迴聲室效應」對人們造成的影響被誇張化了。[3][4][5][6]
概要
網際網路的普及擴大了人們對資訊的獲取量並降低了資訊的獲取難度,這一方面降低了公共討論的難度並創造出更多元化的公共討論形式,另一方面,資訊的廣泛獲取可能使人們展現出對資訊支持性管道的選擇性。當觀點相似的人們在網路上相互討論時容易形成相對狹隘的視野,使得迴聲室效應發生。在這個封閉的討論環境中,相同的論點會被不斷反覆強調,並將不同意見的聲音淹沒,由於較少接觸不同的觀點,參與討論者的觀點會被更加根深蒂固,最終導致對相關領域的各種主題產生確認偏誤。
在尋求意見的過程中,當人們希望某件事為真時,他們往往傾向尋求能支持自己現有想法的資訊,而容易忽視反面意見或是與其相斥的說詞。人們在迴聲室中也會對自己的觀點更有信心,因為這些意見比較容易被其他人所接受。[7]由於網路與社群媒體的發展,現今人們常透過Facebook、Google等較不傳統的管道獲取訊息,而有許多這類商業媒體會根據使用者的搜尋紀錄及網路使用習慣建立演算法,持續推播符合該使用者喜好的內容。[8]這樣透過網路的資訊推送過程存在形成過濾氣泡的風險,也有人認為迴聲室效應會造成透過網路的公共討論破裂。[9]
在更極端的迴聲室中,資訊可能會以更扭曲或更誇張化的形式被觀點相似的人們不斷傳播,直到大多數人都接受這一扭曲化的論點。[10]
研究
許多學者對迴聲室效應做過研究,然而目前對於這個現象的了解仍十分碎片化。[11]巴克希等人(Bakshy et al. 2015)曾對迴聲室效應造成的影響作過研究[12][13],其中研究人員發現人們通常分享與他們觀點一致的新聞文章,並且他們發現人們更容易和有相同政治傾向的人產生交流、建立關係。另外,他們也發現人們在網路上接觸到交叉訊息(cross-cutting content, 即與自己政治傾向相反的內容)的潛在可能性在自由派僅24%、保守派僅35%。許多其他研究表明交叉內容是衡量迴聲室效應的重要指標,像是博塞塔等人(Bossetta et al. 2023)發現在英國脫歐期間,Facebook上的評論中有29%為交叉訊息。迴聲室效應可能存在於個人在網路上獲取資訊的過程中,但較不存在於人們在社群媒體上與他人的互動中。[14]
另一方面,杜布瓦和布蘭克(Dubois and Blank, 2018)表示迴聲室效應確實存在,但並沒有人們想的普遍。根據數據表明大多數人皆從多元的管道接收資訊,僅有8%的人在訊息的獲取上有較單一的來源。[15]魯斯克(Rusche, 2022)表示大多數Twitter用戶不太受迴音室的影響,但在高度活躍的用戶中仍有小部分用戶在民粹主義政治家的追隨者中佔了大多數,創造出了相似觀點相對封閉的交流空間。
另外,也有一些研究表示人們也會分享與自己政治觀點不同的新聞報導,[16]或是發現社交媒體的用戶比起不使用社交媒體的人們,仍然有更多元的資訊來源。這些研究都與迴音室效應產生矛盾,因此對於迴聲室效應的研究仍然缺乏共識。
由於定義不明確、研究方法不一致,且數據也尚不足以作為代表,關於迴聲室的研究尚未達成共識。對迴聲室的研究在不同政治環境下經常得出相反結論。
牛津大學路透新聞研究所通過研究多個國家多位學者的有關「在線回音室」的社會科學著作後得出結論,認為「回音室效應」的規模比人們通常認為的要小得多,並強調用戶的自我選擇是形成回音室的關鍵因素,而不是算法推薦本身[4]。例如在英國,僅有約6%到8%的公眾生活在政治傾向明顯的「信息回音室」中。基於網絡跟蹤數據的研究支持了這一結論:在英國2019年大選期間,只有少數選民生活在黨派新聞回音室中,其中工黨選民占2%,保守黨選民占4%。在其他歐洲國家的研究也得出了類似的結論:例如,瑞典的研究表明,公眾接收信息的來源十分多樣,並非每個人都處在孤立的回音室中;同樣地,西班牙的研究中也未發現廣泛存在的所謂「信息回聲室」[4]。
在亞洲國家的一些研究也對「回聲室效應」的廣泛存在提出了質疑。例如,以色列的研究顯示,只有大約3%的人生活在完全生活在由黨派立場鮮明的媒體創造的「回音室」中[4]。
在美國,一些研究人員也發現,具有同質新聞接收習慣的互聯網用戶是罕見的[4]。
研究還指出了單平台研究「回音室效應」的局限性。雖然有研究在某個單一的社交媒體平台上發現了許多觀點一致的社群,但由於這些研究僅限於特定平台,而無法確定用戶是否在其他媒體上也生活在封閉的回音室中,因此其研究價值有限。例如,僅基於社交媒體平台 X 的分析可能會高估回音室的規模,因為用戶可能通過其他渠道(如電視新聞)接觸到不同的觀點[4]。
影響
當群體中充斥著相似觀點而缺乏反駁的聲音時,這樣的群體容易因為迴聲室效應而與外界產生隔閡,特別是當該意見與政治立場相關時會更容易受到迴聲室影響。[17]而因為比起新聞上的訊息,人們會更容易接受自己在社群媒體上獲取的資訊,這使得許多謠言會更容易在社群平台上被廣泛傳播。[18][19][19]另外比起面對面交流,人們在網路上能更勇敢的表達意見,也能更容易找到與自己意見一致的人。[20]
許多線下的社群因政治理念或是文化等因素而存在隔閡,迴聲室效應可能造成人們忽略自身群體之外的其他群體在文化等方面上的變化。而當一個群體間只有相似的意見而缺乏來自外部的觀點時,在迴聲室效應的作用下容易使這個群體走向極端,造成群體極化現象的發生。[21]這種現象也可以藉由社群媒體上傳播假訊息或誤導訊息等方式拓展到線下社群。[22]
另外,網路上的迴聲室效應也可能影響到個人在線下環境中參與討論或發表意見的意願。一項在2016年的研究表示:在Twitter上收穫較多與自己意見相似的言論的人們在工作上也會更願意表達自己的想法。[7]
實際案例
- 大衛·肖(David Shaw)在1990年所撰寫的文章中指出對1980年代麥克馬汀育幼院事件判決的新聞報導是迴聲室。大衛聲稱新聞媒體對於該事件的行為如同一群狼,諸多的越線報導與不實消息傳播創造了一個恐怖的迴聲室並嚴重影響了庭審判決過程,而新聞工作者在這其中早已喪失了基本的媒體的基本道德。[23]
- 亞當·科恩(Adam Cohen)在《時代》雜誌1998年2月16日號《Trial by Leaks》的封面故事《The Press And The Dress:淫穢洩密的解剖,它如何在媒體的迴聲室裡迴盪》(The Press And The Dress: The anatomy of a salacious leak, and how it ricocheted around the walls of the media echo chamber)中記載了關於克林頓總統與莫妮卡·萊溫斯基(Monica Lewinsky)醜聞的報導。[24]此案例也在美國的卓越新聞計畫中被深入調查。
- 有人認為關於非自願單身(英:Incel)的一些論壇有迴聲室效應的作用。[25][26]
- 關於類鴉片物質的討論可能影響藥物相關的立法,並且有人認為這些討論也有迴聲室效應的作用。[27]
- 有人認為英國脫歐公投有受到迴聲室效應的影響,相關論述也曾在英國的新政治家雜誌中出現過。[28]
- 有人將2014年的玩家門事件爭議中玩家社群與記者之間的紛爭視為迴聲室效應的表現。[28][29]
- 2016年美國總統大選也引發了眾多關於媒體迴聲室現象的討論,一些人認為迴聲室效應在這之中發揮了重大作用,使唐納德·川普(Donald Trump)得以從選戰中獲勝。[30]郭等人(Guo et al. 2020)[31]表示支持川普與希拉蕊(Hillary Clinton)的群體在Twitter社群上存在顯著的差異,創造了一定程度的迴聲室影響。[32]而有些人也認為Facebook似乎鼓勵使用者接觸與其立場一致的貼文。[13]
與「信息繭房」的聯繫和區別
「信息繭房」(英:Information Cocoons)的概念最初由凱斯·桑斯坦在其著作《信息烏托邦》中提出,指的是人們只關注自己選擇或使自己感到愉悅的信息,從而形成封閉的類似「繭房」的信息系統[33]。「回聲室效應」側重於單一信息的重複與加強,而「信息繭房」更強調信息來源的單一和信息環境的封閉[34]。兩者雖然存在相似的心理機制,但概念有所區別。在中文語境下,相較於「過濾氣泡」和「回聲室效應」,「信息繭房」更多地被公眾和學術界討論,而英文學術著作中有關「信息繭房」的研究寥寥無幾[35][34]。
在算法驅動的信息推薦系統日益普及的背景下,「信息繭房」的概念被廣泛討論。公眾普遍擔憂個性化推薦會導致信息窄化,加劇社會割裂。然而,學界對「信息繭房」的理解與公眾的直覺感受存在較大差異。多位學者的研究及媒體報道指出,「信息繭房」概念缺乏實證研究和量化數據支撐,其負面效應其實並不存在[33][36][37]。
與對算法造成「信息繭房」的擔憂相反,算法的目的在於提升信息分發效率和滿足用戶需求,算法實際上可能擴大受眾接觸信息的範圍,並非「作繭」之源[33][38][39]。算法並一成不變,而是不斷迭代更新,以滿足用戶多元興趣[39]。且平台旨在留住用戶,而非刻意製造「信息繭房」,推薦多樣化內容是平台留存用戶的必要手段[38][40]。此外,也有學者接受媒體採訪時表示技術具有偏向性並非中立,取決於人的價值觀和社會背景[41]。
有學者在其著作中指出,人們傾向於將複雜社會問題簡單歸咎於技術,而忽視了人的選擇、社會環境等因素[42][43][44][35]。「信息繭房」概念更多是個人選擇性偏好的體現,並非算法時代獨有[36][38]。用戶並非像部分人設想的完全被動接受算法的「投餵」,而是具有主動選擇和影響算法的能力[38][45]。此外,有學者認為熟人社交平台比算法推薦更可能導致「築繭」效應[33]。
相關條目
參考文獻
Wikiwand - on
Seamless Wikipedia browsing. On steroids.