互聯網快速發展的同時，社交媒體信息繭房、群體極化等現象愈發受到關注。一種聲音認為算法是造成這些現象的罪魁禍首，事實或許并非如此。近日，世界權威學術期刊《Science》刊載文章《不要責怪算法：社交媒體可能天生就存在兩極分化》，介紹了來自阿姆斯特丹大學邏輯、語言與計算研究所的最新研究論文和成果。論文顯示，即便沒有算法，社交媒體也會存在極化現象，甚至算法能弱化極端聲音。

論文中，研究團隊搭建了一個沒有個性化算法推薦機制的極簡版的社交平臺，只保留發帖、轉帖和關注三種最基礎的功能，并投入了500個帶有“人格設定”的聊天機器人。這些機器人基于大語言模型和AI智能體運行，擁有固定的人口學屬性，比如年齡、政治立場等，可模擬社交媒體中的發布、轉發與關注等行為。

結果顯示，這些聊天機器人經過5萬次自由互動后，迅速分成了陣營：立場接近的互相關注，不同立場幾乎沒有交集，中間派被孤立在邊緣；小部分“大V”賬號獲得了大部分粉絲和轉帖，注意力分布不均衡；與此同時，立場鮮明甚至偏極端的內容傳播得更快更廣，越極端的觀點越容易擴散。

為了嘗試解決這些問題，研究團隊測試了六種簡單的干預措施，包括僅按時間順序展示帖子，而非基于參與度展示。他們還測試了所謂的反算法，即向用戶展示參與度最低而非最高的帖子，或者向用戶展示表達與他們自身相反政治觀點的帖子。這些方法都沒有完全奏效，有些實際上還加劇了極化程度。

這一實驗證明，社交媒體被詬病的三大亂象——信息繭房、影響力集中于少數、極端聲音被放大——并非算法推薦導致，而是根植于人們的網絡社交行為。“說實話，我有點失望，”該論文研究員之一托恩伯格坦言，“這原本應該是一篇樂觀的論文。”

實驗結果駁斥了近期國內一些自媒體中流行的“算法離間”“傻子共振”等說法。所謂“算法離間”，指算法給不同群體推薦有偏見的觀點內容，如男性用戶刷到“頂級家庭男人說了算”，女性用戶刷到“男人不交工資卡就是不愛家”，制造家庭成員之間的對立。“傻子共振”則形容一群人因為荒謬的觀點聚集在一起，在算法的推薦下彼此認同、相互強化這個觀點，逐漸形成了封閉的認知環境，共同傳播偏激言論。這些觀點，一致將算法認定為社交媒體極化現象的根源，與實驗結果相悖。

事實上，這一研究結果并非孤例。來自多所高校的學者，進行了一項針對23377名美國成年Facebook用戶的研究，該研究實驗通過算法干預，將實驗組用戶接觸的同質立場內容（與自身政治傾向一致的信息）暴露量降低約 1/3，發現實驗組與未干預的對照組在所有八項極化指標上均無統計學顯著差異，說明算法干預對極化沒有影響。

另一篇刊發于《Nature》的論文也顯示，社交媒體的極化程度與用戶使用時長無關。論文中，來自多倫多大學計算機系的研究團隊，分析了社交平臺Reddit 14年間共計51億條評論。研究發現，2012-2015年，Reddit的政治極化程度穩定，但在2016大選年，平臺政治極化程度驟升，且主要由當年新增用戶的極化帶動。這說明用戶極化程度與平臺使用時長無關，極化受外部現實事件驅動，而非平臺內行為累積。

為什么會存在社交媒體極化現象？中國傳播學學者劉海龍在為美國杜克大學社會學、政治學與公共政策教授克里斯·貝爾所著的《打破社交媒體棱鏡》一書所作的序言中表示，人們會回避相反的觀點和個體，這符合經典的認知不協調理論所證明的人類本性。該書還通過實驗證明，即便讓測試者在社交媒體中接觸對立觀點，也并不會使其變得更為溫和和理性，反而會促使其證明自己是正確的，變得更加極端。

因此，社交媒體繭房、極化等問題并非算法造成，而是古已有之，根植于人性與人類社群。實驗證明，即便沒有算法，社交媒體同樣會存在極化現象，有時還會更加極端。正確看待算法，認清社交媒體極化現象的本質，能夠進行有效反思，才是減少社交媒體極化的關鍵。