以下文本为音频转录结果，存在一定错误，校对正在进行中。
这两年，“信息茧房”概念特别火。
提到信息茧房，网友很容易联想到内容平台的推荐算法，有人担心算法会对自己进行“精准投喂”，形成一个量身定制的“信息盒子”。但用“信息茧房”来否定推荐算法并不合适，当代互联网出现的生态问题，首先是因为信息总量与传播效率出现双重指数化增长，对旧有传播结构造成的冲击。
用户端每天要面对海量碎片内容，要频繁对内容做出判断、决策，很容易出现信息过载。内容推荐算法只是个起到缓冲作用的分发工具，技术上是中性的。
进一步看，制造信息封闭的从来都不是工具，而是人。现在遇到的这些问题，大都贯穿了人类信息传播时，并不是新问题。
回顾历史，信息存在工具与信息传播技术的持续发展，曾多次催生出媒介革命。历次媒介革命，都会大幅提高信息流通总量与流通效率，而这必然要用全新的信息分发机制来适配。传播生态的历次变革，都会造成传播结构的阶段性失序，进而引发普遍的批判与担忧。后续的传播秩序重构依靠的是治理机制更新，而不是将技术封存、回退。
在文明史之前，信息传播依靠口耳相传，天然受限于地理和人际网络。一旦部落成员接触外来言说，往往会被视为对集体的威胁。
文字与青铜器发明后，信息传播进入手抄本时代，文字打破了时间限制，使信息可以跨代际甚至跨文明传播。苏格拉底自己没有留下著作，而且他还跟柏拉图说，文字手抄本会削弱学者的记忆力，使他们更依赖外在符号而不是自身心智（《斐德罗篇》）。这是最早的“反媒介焦虑”。
印刷术与邮政使信息首次具备了批量复制与短时间内跨区域流通的能力，分发成本大幅下降。阅读的主体从贵族迅速跨到城市平民，民间小报与通俗读物大量流通，旧传播结构走向崩解，新秩序尚未建立，这引发了精英阶层的恐慌。
典型案例是当时的欧洲知识阶层批判民间读物“庸俗”，教会批判经文扩散会导致“异端”这是最早的“低质量信息效率”。
广播电视诞生后，信息传播实现了实时传输、同步覆盖，无线电广播与有线电视构成了前所未有的中心传播结构，也将议程设置权集中于少数媒体。这一阶段的分发机制高度集中，效率也极高，足以支撑国家级的统一传播。
这也引发了新的焦虑，比如马尔库塞的《单向度的人》（1964）尼尔·波兹曼的《娱乐至死》（1985），批判大众传媒导致民众思考模式“单向化”，批判电视把公共话语变成戏剧，侵蚀公共讨论质量。
互联网与电脑普及后，传播结构进入门户网站与搜索引擎阶段。信息传输不再受限于时间、地点，用户可以主动搜索、自由浏览，分发机制从编辑栏目转向关键词匹配，传播结构从垂直根状向网状转型。
信息流通自由度大幅提高后，也引发了一系列争议，比如“流量导向”“标题档”“虚假内容”。
最近十年，移动互联网与智能终端普及，信源膨胀了几个数量级，而每个用户的可支配时间不变，所以媒体为了提高曝光度，必然要对信息进行大幅压缩，导致碎片化传播。
当大多数媒介都在进行相似操作，就会导致用户信息过载。推荐算法的出现，目的是缓冲用户端的过载，使用户端不再依赖手动找信息，而是被信息找到。
由于传播结构进一步扁平化、去中心化，对算法的批判也随之而来。然而，信息封闭与情绪化内容并不是传播史上的新问题，每一次媒体革命所遭受的批判，都是因为传播秩序在新环境下出现短期失衡，并不是因为某个新工具存在根本性的恶意。
进一步看，所谓推荐算法制造“信息茧房”，说的是信息分发机制存在预先筛选，而这也不是新问题。
严格来说，信息过载并不是算法时代才出现的现象。每一次媒体革命，都会导致信息接受能力相对滞后的受众要面对激增的信息量，在这个背景下，推荐机制从未缺席，算法不过是这种机制的一次效率升级。
口耳相传时代，几乎不存在信息过载问题，但信息在传播过程中很容易失真，因此长老、祭祀垄断的关键信息传播权，传播结构决定了谁能说、说什么，形成了最早的“限定式推荐”。
进入手抄本阶段，由于文字复制成本高，信息流通能力受限，随着文字留存内容不断增加，知识阶层开始用节选、注疏的方式加工原文，构建出早期“知识过滤”机制。这也是一种人工推荐。
印刷术普及后，信息流通总量出现爆炸式增长，报社要选择什么信息能登报，出版机构增加了书评与导读系统，这些机制增加了关键信息传播效率。但从功能上看，也是在建立一套人为的传播优先级。
广播电视时代，信息可以全国同步送达，虽然传播权集中于主流媒体，但频道与节目时长有限，于是媒体编辑部和节目编导自己需要搭建一套“人工算法”，要通过选题策划、节目编排来完成内容的筛选，观众看到的信息，也是被挑选展示的内容。
门户网站与搜索引擎时代，内容从稀缺转为过剩，信息供求关系进一步失控。于是栏目分区、热榜机制、关键词排序成为新一代的推荐机制，用户获得初步选择权的同时也仍然在被结构性筛选。
还有一部分网民依靠共同兴趣组成了网络论坛，这也是主动选择了有边界的信息交互池。
移动互联网与智能终端普及后，短视频、图文、社交内容几何级增长，如果仍然依赖用户手动筛选，绝大部分新内容是无法被传播出去的。推荐算法基于用户行为与画像来分发内容，是为了解决分发机制的失灵，让尽可能多的信息被传播出去，而不是突然制造了信息封闭。
具体来说，过去的大众传媒只能提供单一产品，反而是分众传媒能够孵化多元市场，带来更丰富的文化产品。影视解说分析、短剧、直播带货，这些都是靠推荐算法才能支撑的新兴市场。
比如说，许多读者是通过短视频解说才接触到了《风声》《刀尖》《解密》这些影视作品，进而反过来看原著。
此外，算法也让很多普通人的才华能够被其他人看到，比如，鄂仑春奶奶唱歌、李右溪讲甲骨文、沈丹女儿抓鱼，这都是推荐算法带来的冷门知识破圈与小众文化放大，显著增加了互联网信息多样性。
再比如，产地直播带货，让消费者能够直观看到生产者，这也促进了不同社会群体的互相理解。
从传播结构上看，“被看见”是权利的起点，普通人上传的内容能够通过算法推荐出去，这也是向更多人纳入的公众讨论。
更何况，平台为了孵化更多的内容创作者，为了发掘用户更多的潜在兴趣，在算法上也必然会推荐一定比例的差异化内容。
总体来说，推荐机制并非算法时代才有，每次信息膨胀之后都会有新的推荐机制，从手抄目录到热搜榜单，从编辑编排到智能算法，人类始终在被推荐，只是推荐效率和反馈方式发生了变化。
工具的进步将越来越多的人纳入到传播结构当中，这本身就是在推动信息平权，让互联网破圈。
用户信息封闭，更多是在内容上主观选择的结果，真正值得讨论的不是“要不要推荐”，而是新形成的传播结构能否同时兼顾公共责任与社会公平，这远不是推荐算法应该负责的范围。
每次媒介革命都会将更多人纳入传播结构，人类天然偏好追求情绪体验，容易被情绪流裹挟。同时人接收信息靠感官与记忆，信息量越大、逻辑越复杂，接收与转数的效率就越低，传播力越低。所以，短消息与简化叙事在传播上具有天然优势。
信息简化就容易失真，情绪化就容易极端化，偏偏这两个要素都能够提高传播力，要靠长期建构传播秩序才能确保关键信息被有效传播。
回顾前面的内容，选择性分发不新鲜，对媒介革命的批判也不新鲜。每一次媒介革命都会打破原有传播秩序，之后要通过一系列制度、内容与认知机制的调整，才能逐步完成新的传播秩序构建。
秩序重建并不依赖技术回退，而是要推出与新技术相适配的治理机制。
传播秩序的重建通常包括三部分内容，一是通过制度完善，确立新的边界与规则；二是权威媒体生产的内容在形式上要适应新的传播方式；三是用户端的适应，要在新传播环境下提高信息甄别能力与理解能力。
举例来说，印刷术带来信息量激增之后，管理制度方面普遍出现的经营许可、出版审查这些控制机制。内容形式上，诞生了通识读本、通识、简史之类的出版物，提升可靠信息的传播力。同时民间逐渐兴起了各类读书社群、知识沙龙，用户开始掌握更强的阅读和判断能力。
广播电视时代，管理上，强调平台的准入门看与内容规范，各国设立广播电视管理机构，通过播出牌照、节目审批与分级制度建立传播边界。同时传媒机构也发展出一套适合电视传播的表达方法，比如分镜、脚本以及实况新闻的播报格式，观众也逐渐理解电视节目是怎么做的，提升了信息识别能力。
门户网站与搜索引擎时代，面对“网页洪水”，制度逐步建立起网络版权管理、搜索结果排除规则，内容方面注重标题优化与关键词匹配。
用户则通过多元信息对照，提升搜索技巧，来逐渐掌握信息甄别、搜集能力。
而到了移动互联网与推荐算法阶段，内容类型高度碎片化。目前，传播技术、分发机制已经重构，但责任制度，内容边界以及用户习惯严重滞后，传播秩序的三大支柱没来得及同步升级，部分传统媒体在与新媒体结合时，内容质量甚至是在降级，加剧了传播秩序的混乱。
媒介革命固然加速了假消息、情绪煽动内容的传播，但也提高了辟谣反驳效率。随着热点话题的公众讨论参与度不断提高，评论区必然会有不同立场，这意味着舆论场自身就去被打破“信息茧房”的特质，面对真实性存疑的信息，一定有人会去寻找更可靠的信源。面对不同意见，总会有人在评论区质疑。
而传统媒体在转型时，片面追求流量指标，往往是一张图加几句话加上背景音乐搞情绪流，弱化自身社会责任，这不仅不能成为可靠信源，还容易出现报道失真，使自己成为假消息的源头。
想要解决这个时代的传播秩序问题，当然不能依靠压制推荐机制，或者回到人工分发信息的时代。算法工具还在发展，未来技术上也许能让用户反馈更多参与到推荐机制当中，增加用户对推荐工具的信任。
与此同时，过去的媒体经验也有参考价值。比如门户网站时代，往往会针对舆论焦点话题设置专题网页，将多元信息、来龙去脉都放上去，同时展示不同观点。
此外，权威媒体是舆论压舱石，过度简化的传播内容很容易导致信息失真，应当在流量考核之外，落实主流媒体的社会责任，增加新闻要素完整性的考核。
好，本期节目到此结束，感谢大家收看，我们下期再见。