发表在《科学》杂志上的另一项实验，聚焦于社交媒体的“转发”（Reshares）功能。研究者在2020年大选前的关键时期，对实验组用户的信息流进行了“删除转发内容”的处理。

结果显示，这一操作确实起到了过滤作用，使用户接收到的政治新闻总量（尤其是来自不可信来源的内容）大幅减少了约四分之一。然而，这种对信息流的大规模干预，同样未能显著改变用户的个人政治态度或极化程度衡量标准。

发表在《美国国家科学院院刊》（PNAS）上的一项研究，通过4项严格受控实验、招募了8883名美国受试者，在模拟YouTube界面的平台上安排不同的推荐逻辑。研究人员设计了“倾斜式”算法（模拟过滤气泡，提供3/1的与受试者相同的立场内容），以及“平衡式”算法（提供2/2对等立场内容）进行对比。

结果显示，尽管倾斜式推荐显著改变了受试者的观看行为和停留时间，但在实验阶段内对用户的政策态度、情感极化或媒体信任度几乎没啥明显影响，证明“没有可检测到的极化效应”。

倾斜式（slant）算法相比平衡式的部分研究结果，政策态度、平台互动、媒体信任等无明显变化

研究者指出，实验证据与关于算法诱导用户集体激进化的流行叙事，并不一致。

这些研究和多篇文献综述都共同指向一个结论：社交媒体的算法和功能设计虽然极大地改变了信息分发的生态和用户的在线行为，但它们似乎并不是驱动西方社会政治极化的核心动力，极化的根源可能更深植于社会和政治现实本身，而非技术逻辑。

由于缺乏对“回音室”或“过滤气泡”如何作用的实际证据，昆士兰科技大学数字媒体研究中心2019年的论文更是以严厉的措辞指出：“回音室和过滤气泡主要构成了一场毫无根据的道德恐慌，它为更关键的问题——日益加剧的社会和政治极化——提供了一个便利的技术替罪羊。”

算法究竟带来了什么

在真实世界中，英国和其他几个国家的观察性研究表明，基于算法选择的搜索引擎和社交媒体，往往能引导用户接触到稍微更多、更丰富的新闻来源。

也就是说，至少这些人群并没有被不同的气泡有意隔开。如果真要说有什么分别的话，是算法支持的用户反而比其他人享受了些许技术优势。

研究发现，普通用户主动寻找新闻时，每周平均仅依赖1到2个来源，但搜索引擎和社交媒体通过“自动偶然发现”（Automated Serendipity）和“偶然接触”（Incidental Exposure）机制，实际上引导用户接触到了比其意愿更丰富、更多元的视角。

自动偶然发现是指算法给出的搜索结果，有时来自用户不会直接访问的来源。偶然接触是指，用户在主要用于其他目的的社交媒体网站上，偶然看到并阅读新闻文章。

研究中很有说服力的一点是，这两个机制与平台商业利益是一致的，确实可能得到加强。

因为自动偶然发现创造了多样性的体验，能提高用户的留存率。偶然接触机制可以增加在社交媒体上花费的时间，因为人们偶尔会遇到有趣的文章。

国内的研究也发现，从平台运营逻辑来看，制造“极化”对互联网企业的长期发展并无益处。《算法向善与个性化推荐发展研究报告》分析抖音等代表性应用的数据，认为用户阅读内容的类型数量，以及内容的离散程度（分散度），与用户的长期留存呈显著正相关。这意味着，如果算法一味“投其所好”导致信息窄化，反而可能加速用户的流失。

因此，平台有内在动力通过“兴趣探索”机制激发用户的潜在需求，保障内容供应的健康与平衡。今日头条、抖音等平台经过数次算法迭代与升级，对多样化信息推荐技术不断优化，已经取得了一定的效果：一方面，选择用户过去不常观看的内容类目，进行一定比例的推荐；另一方面，特别增加一些随机内容，来保障用户可见内容的多样性。

好的算法和界面配合，在用户感兴趣内容的基础上，还能深入激发、满足用户的潜在需求，进而满足人对信息的多维度诉求。贵州返乡创业青年丁浪在抖音上记录腌蒜苔制作过程，算法把相关视频准确推荐给对乡村美食、农特产品感兴趣的用户，然后用户能顺势在同屏搜索框中搜索、了解蒜苔烹饪相关内容，扩展相关知识。

深圳大学深圳城市传播创新研究中心发布的《短视频用户的算法实践与“破茧”报告》显示，近八成（77.8%）短视频用户认为算法推荐的内容是多样化的，能够帮助其发现“以前不了解的全新兴趣领域”。

清华大学社会科学学院的研究报告则提出了“破茧效应”：数据证明，随着用户使用时长和算法素养的增加，用户感知到的内容同质化程度反而会下降，两者呈反比关系。这种“信息偶遇”的机会，让算法成为了开阔用户视野、促进数字公平的工具。

麻省理工学院（MIT）在2021年也将TikTok的推荐算法列为“十大突破技术”，认为它体现了内容公平性让普通人也能获得名人般的关注。

如果放弃算法，核心问题在于，一是内容太多，产生了“信息过载”的问题；二是不值得信赖的来源，在时间流中可能会大幅增加，美国的研究中就出现了68.8%增幅。

算法的个性化推荐对于解决这两个问题，也起到了至关重要的作用。

关键还是在人

在深挖西方政治极化的根源时，越来越多的研究者发现，与其将矛头指向算法，不如审视人类自身的社交本能和心理偏好。社交媒体并非制造分歧的工厂，而更像是一面“棱镜”，折射着人类固有的行为逻辑。

选择性地使用与既有信念相符的信息是人之常情。人们倾向于回避与其信念相冲突的媒体内容。这方面的首批数据是在1940年美国大选期间收集的：民主党人更可能接触民主党的竞选活动，共和党人更可能接触共和党的竞选活动。

直到20世纪上半叶，许多欧洲国家都存在强大的党派报刊，人们接触的主要是志同道合的信息。一个典型的例子是荷兰的“柱化”时期，天主教徒通常被认为阅读天主教报纸、加入天主教体育俱乐部、收听天主教广播。左翼投票的工人有自己的“柱”，新教徒也是如此。

那些年代里可没有算法什么事。如今，简单地打破“信息茧房”，在社交媒体上接触对立观点，往往会产生“适得其反”的效应（Backfire Effect）。根子还是在人。