黃哲斌:戳破同溫層的五個方法

黃哲斌 2019年06月02日 00:00:00

臉書、推特等社群平台的演算法邏輯,正是造成「同溫層」的關鍵因素。(美聯社)

近年來,「同溫層」、「回音室」(echo chamber)是讓人難以忽視的網路傳播議題,社群媒體的盛行,加速了此一現象,而兩者之間,也有微妙差異。「回音室」通常意指一個相對封閉的傳播環境中,意見相近的聲音不斷來回放大,讓網路使用者強化己身立場;至於持少數意見者,通常選擇沉默不出聲。

 

「同溫層」又稱作「資訊濾泡」(filter bubble),後者由網路媒體「Upworthy」創辦人帕里瑟(Eli Pariser)提出,意指臉書及Google的演算法以個人化、最佳化為名,透過個人偏好、人脈連結與關聯性計算,主動為用戶篩濾資訊,形成一個又一個「資訊泡泡」,最終可能造成資訊偏食。

 

以台灣風行的即時通訊軟體Line為例,每一個群組都是一個回音室。當2018年,婚姻平權公投引發熱烈討論時,有些真假難辨、甚至帶有惡意的資訊會藉由Line群組傳播,通常,群組中的強勢意見會相互增強,形成迴圈,進而散布到其他群組,塑造一個又一個回音室。

 

在此過程中,由於人際連結的隔閡,加上社群媒體演算法推波助瀾,不同意見者容易自動隔絕彼此,難以交流對話,甚至「刪友」或「設為靜音」,漸漸集結形成「同溫層」,各自「抱團取暖」,各自打造回音室,因而錯估形勢,誤以為自己是主流意見,不願聽見外界聲音。

 

早在2014年,演算法造成資訊濾泡的現象,已經越來越明顯。當時,《華盛頓郵報》記者蘇利文(Gail Sullivan)曾撰寫一篇〈臉書及推特演算法,如何控制你看見佛格森事件〉,她舉出不少例證,當美國佛格森爆發種族衝突事件,許多人的推特被衝突現場的新聞與照片洗版,同一時刻,他們的臉書幾乎只有「冰桶挑戰」的訊息。

 

蘇利文分析,推特的時間軸排序,較少介入濾除朋友的訊息;臉書的演算機制,明顯偏好比較熱門、比較討好、比較能吸引按讚或留言或分享的訊息,它們更容易曝光在更多人的塗鴉牆上。反之,相對冷門的內容,會被臉書演算法自動濾除。

 

後來,推特時間軸也加入演算法機制,相形之下,更容易被熱門議題或特定團體操縱,也更容易形成資訊濾泡現象。

 

「同溫層」不只存在於網路個人,也存在於新聞報導中,當新聞媒體抱持特定立場,很容易尋求迎合己方立場的資訊,忽略相反立場的蛛絲馬跡。2016年川普當選總統,美國媒體圈就自我批判,認為位於東西岸大城市的主流媒體,困在自我感覺良好的同溫層裡,輕忽另一半美國人的不滿聲浪,因而誤判川普崛起的社會因素。

 

台灣風行的即時通訊軟體Line,每一個群組都是一個回音室。(湯森路透)

 

以科技與人性來修復怪狀

 

無論台灣或歐美,「同溫層」都是複雜難解的傳播現象,更與「假新聞」的崛起交互糾結。然而,被科技與人性打破的,唯有科技與人性能修復它,必須由網路個人、技術創新、專業媒體共同採取行動,才能扭轉當前的諸多怪狀。

 

以下是五個「戳破同溫層」的關鍵元素,五個不可或缺的行動方程式。

 

首先,是承認另一種聲音存在。

 

「同溫層」現象的主要徵狀及弊病,都是「停止溝通」,藉由否定其他意見,或是強勢過濾其他聲音,自我形塑一個舒適圈。

 

若要突破同溫層,首先必須打開資訊濾泡。時至今日,我們的手機螢幕充滿各種訊息流,推特、臉書、YouTube,但我們越來越少去拜訪特定網站、部落格,這種資訊接收模式,充滿隨機性質,缺乏系統性的知識追求。

 

因此,如何「看見」另一種聲音,避免被各種「訊息流」制約,利用RSS等網路工具,固定造訪具代表性的網站,是擺脫同溫層的第一個動作。

 

其次,奪回社群平台使用者的主動權。

 

根據調查,美國千禧世代中,61%將臉書當作主要的資訊接收平台;然而,臉書、推特等社群平台的演算法邏輯,正是造成「同溫層」的關鍵因素。

 

目前已有不少反制實驗,企圖以科技手段,突破社交平台演算法造成的泡泡。例如台灣的「新聞小幫手」或「Cofacts 真的假的」,此外,創建跨國部落客共筆平台「全球之聲」的祖克曼(Ethan Zuckerman),目前擔任MIT媒體實驗室的公民媒體中心總監,他架設一個社群媒體整合平台「Gobo」,用戶可以連結自己的臉書、推特帳號,同時選擇自己最想追蹤的新聞媒體或資訊類型,就有機會擺脫社群平台演算法,掌控自己的資訊流。

 

最酷的是,用戶可以隨時調整自己的資訊優先排序,例如,藉由簡易的設定功能,今天可以看更多女性觀點文章,明天看立場與自己相近的社群貼文,後天專攻陌生論點;平台甚至提供「網路小白過濾功能」,透過語意分析,視自己當天心臟強度,調整想看的極端言論光譜。

 

「Gobo」的技術背景是機器自動學習機制,分析用戶訂閱的臉書或推特,每一則浮現的貼文,都有連結解釋「為何看到這篇」,讓社群媒體使用者擁有最大的知情權與控制權。

 

第三,專業媒體也能戳破泡泡。

 

在科技平台獨大的數位時代,傳統主流媒體常被視為老派、落伍;然而,隨著社群網站的諸多問題浮現,專業媒體可以擔起更多責任,試圖平衡傾斜的網路天秤。政治立場傾向自由派的《衛報》,每週有一單元「戳破資訊泡泡」,由編輯挑選值得閱讀的保守派觀點,彙整成文;《紐約時報》則由數位編輯負責的「左與右」單元,針對同一議題的左右兩派論點,聚合為懶人包文章。例如,重大槍擊案發生後,他們不約而同精選擁槍派文章,讓贊成槍枝管制的讀者,也能理解反對管制的理由。

 

《華盛頓郵報》網站則更進一步,利用人工智慧技術取代編輯,當網友閱讀某篇專欄或評論,最下方會產生一個欄目「針鋒相對」,自動抓取不同意見的文章,提醒還有其他思考角度,避免讀者偏聽。

 

第四,善用科技報導複雜議題。

 

主流媒體試著觀點並陳、戳破意見舒適圈只是第一步,只是服膺「中立客觀」的傳統精神;挑戰社群平台邏輯的另一層障礙,則是「注意力稀缺」的現狀,換言之,「如何為讀者節省時間,讓他們在最短時間內,吸收最大資訊量?」

 

2018年,《衛報》推出一項新功能「智慧文章」,他們學習「Circa」、「Vox」等原生媒體的做法,將新聞元素分段拆解、視覺卡片化,讓複雜議題一目暸然;更棒的是,它會根據讀者回饋,補強缺漏或論點不清的新聞元素,而且,演算法會根據用戶過往的瀏覽紀錄,優先顯示新聞的最新進展。

 

BBC網站則借助另一種人工智慧技術,他們建立一個聊天機器人模組,讓記者能在每則新聞裡,簡易設定幾個關鍵問題,自動連結到其他報導。讀者閱讀時,可以點選任一問題,聊天機器人就會提供解答,例如北韓核武議題、川普首年政策等等,讓網友隨選吸收新聞背景資訊,而且,這些問答會變成資料庫,在相關報導中重覆應用。

 

第五,使用者。

 

「讀者也是傳播者」的社群時代裡,最關鍵的第五元素,或許是每一名網路使用者。

 

在科技媒體任職多年的巴黎政治學院學者菲約(Frederic Filloux)曾詳盡分析,臉書及YouTube等平台因自身量體太龐大,加上被商業模式與演算法技術綑綁,幾已無力解決假資訊、同溫層等問題。未來必須借助外界力量,包括新聞媒體與網路參與者的集體覺察,才能逐漸修正這些怪奇現象。

 

政治意見分歧是民主常態,網路辯論或吵架也不是壞事,然而,謊言與仇恨只會隔絕彼此,讓我們聽不見對方的聲音;當我們在同一事實基礎上,才能真正看見紛歧,才能緩慢而吃力地,不帶偏見一步步相互趨近。

 

※本文摘自《新聞不死,只是很喘:媒體數位轉型的中年危機》同溫層――戳破資訊泡泡的五個方法/天下雜誌出版/作者是一位從傳統主流媒體記者轉移到新時代的媒體工作者。曾任電影雜誌總編輯、報社記者及編輯、新聞網站編採主管;目前為天下雜誌特約作者。他在《天下雜誌》撰寫專欄,分析媒體生態變化,榮獲2017年雜誌專欄類金鼎獎;在《天下雜誌》子頻道《獨立評論@天下》的專欄,榮獲2018 年亞洲出版協會(SOPA) 卓越評論獎。

喜歡這篇文章,請幫我們按個讚

 

 

【上報徵稿】

 

上報歡迎各界投書,來稿請寄至editor@upmedia.mg,並請附上真實姓名、聯絡方式與職業身分簡介。

 

一起加入Line好友(ID:@upmedia)
或點此網址https://line.me/ti/p/%40zsq4746x

熱門影音


@
回頂端