科普如何突破算法和茧房的牢笼？

  作者：王大鹏

  在数字技术高速发展的今天，个性化推荐已成为我们获取信息的默认方式。打开短视频平台，首页全是“你可能喜欢”的内容；浏览新闻客户端，推送的尽是符合你口味的观点。这种“千人千面”的精准推送，表面上提升了效率，实则悄然构筑起一座座无形的认知牢笼——“信息茧房”日益坚固，算法偏见不断强化。

  当算法越来越“懂”我们时，我们的世界反而可能在悄然变窄。而在这场认知生态的深刻变革中，科普既被算法放大传播潜力，又被其扭曲、边缘化甚至排斥。如何在算法主导的信息环境中有效开展科普，已成为关乎公众科学素养、社会理性决策乃至科技创新的重大课题。

  算法为科普带来了前所未有的传播机遇。精准推送的核心逻辑，建立在大数据收集、用户画像构建与机器学习算法的协同工作之上。平台通过追踪我们的点击、停留、搜索、购买乃至地理位置等海量数据，构建出高度精细的个人兴趣模型。在此基础上，算法预测我们的偏好，并将最可能吸引我们注意力的内容优先呈现。

  过去，科普依赖传统媒体或专业出版物，受众有限；如今，一条用方言讲解农药残留检测的短视频，可能在几天内触达数百万农民；一段用动画演示光合作用的科普内容，能被算法精准推送给关注农业或教育的用户群体。“短视频平台已成为基层科普的新阵地，尤其在农村和青少年群体中效果显著。”

  然而，算法的逻辑并非天然亲科学。它的核心目标是“最大化用户停留时长”和“提升互动率”，而非“传播准确知识”或“提升认知水平”。简单来说，算法会持续推荐与你历史偏好相似的内容，你的每一次点击又进一步强化了算法对你的认知，从而推送更同质化的信息。长此以往，你看到的是一个不断自我验证、自我强化的世界。就像《不被信任的科学》作者所表达的那样，“科学家发明的互联网传播了虚假的信息，科学家对实证证据的坚持催生了数据歪曲，科学家创造的大数据和性能强大的计算机推动了数据挖掘的出现。”

  现实情况下，情绪激烈、观点极端、视觉冲击强的内容更容易获得推荐权重。结果，伪科学、反智言论往往比严谨但平实的科普更具传播优势。例如，“喝碱性水抗癌”“5G辐射致病”等谣言，因其制造恐惧、提供简单答案，极易在算法助推下病毒式扩散；而科学家撰写的辟谣文章，因语言克制、逻辑复杂，反而难以进入大众视野。

  更严重的是，算法会将某些用户归类为“对科学不感兴趣”的群体，从而系统性屏蔽科普内容。一位长期观看娱乐短视频的用户，几乎不会看到气候变化或疫苗原理的科普推送——不是因为内容不存在，而是算法认为“你不关心”。久而久之，科学话语被排除在其信息生态之外，形成“科学盲区”。

  “信息茧房”的概念由哈佛大学法学教授凯斯·桑斯坦在《信息乌托邦》中提出，意指人们在信息领域会习惯性地被自己的兴趣所引导，从而将自身桎梏于像蚕茧一般的“茧房”中。在算法时代，这一过程被自动化、系统化和高效化了。

  首先，茧房窄化了认知视野。当个体长期沉浸于算法筛选的同质信息中，会不自觉地认为自己所接触的即世界的全貌或“真理”。这会导致对复杂社会问题的理解简单化、片面化，削弱了应对社会复杂性所需的批判性思维和多元视角。例如，在公共卫生事件中，困于特定信息圈层的个体可能只接收到片面的，甚至相互矛盾的建议，影响理性判断。

  其次，茧房加剧了群体极化与社会撕裂。算法将观点相似的人群聚集、连接并相互强化，形成一个个内部高度认同、对外部观点排斥的“回声室”和“趣缘群体”。在这些封闭的圈层内，极端观点更容易滋生和传播，因为温和的讨论被过滤，而激烈的言辞则获得更多互动和传播。不同茧房之间则因缺乏有效沟通而隔阂日深，共识难以达成，公共讨论的空间被挤压。社交媒体上屡见不鲜的舆论对峙与撕裂，背后正是茧房效应在发挥作用。

  更为深远的是，茧房效应可能固化并放大社会结构性偏见。如果算法训练数据本身隐含了某些带有偏见的内容，那么算法不仅会学习这些模式，会导致某些群体被系统性忽视，还会在推荐中将其合理化与常态化，使得偏见以更隐蔽、更“科学”的方式代代相传。用户以为自己看到了“个性化”的世界，实则可能在不自知中接收着带有系统性偏见的信息建构。更令人担忧的是，伪科学内容生产者正利用AI批量生成“看似权威”的科普视频，以低成本制造认知混乱。

  当公众被困在由算法编织的同质化信息圈层时，科学共识的建立变得异常困难。科普在此过程中陷入两难：若坚持严谨、克制的表达，难以突破算法壁垒；若迎合情绪化叙事，又可能牺牲科学准确性，沦为“科学包装的谣言”。而在流量逻辑下，真相跑不过故事，而科学最怕被简化成口号。

  面对挑战，科普不能被动等待算法“良心发现”，而需主动适应并引导技术逻辑，打造“既科学又传播力强”的新范式。

  第一，要拥抱叙事，但不失真。科普应善用故事、类比、视觉化等手段提升吸引力，但必须守住科学底线。“好的科普，是在共情中传递理性。”同时，科学性是科普的灵魂。

  第二，要推动“科普多样性”纳入算法设计。倡导平台在推荐系统中加入“科学性”标签，确保用户定期接触科学、健康、环境等公共议题内容。可尝试在用户连续观看娱乐内容后，插入一条高质量科普内容作为“认知调剂”。

  第三，要建设可信科普内容池。政府、科研机构与平台合作，建立经专家审核的科普数据库，供算法优先调用，并且建立权威的科学素材库，从源头减少错误信息输入。

  算法不应成为科普的障碍，而应成为其放大器。但这需要科普工作者转变思维——从“我说你听”走向“共情共创”，从“坚守象牙塔”走向“深入信息战场”。唯有如此，科学才能穿透信息茧房的高墙，在信息冗余的情况下，发出清晰、温暖而坚定的声音。

  （作者系中国科普研究所研究员）