概述
回声室效应指在与反驳隔绝的封闭系统中，通过交流和重复，参与者不断接触放大或强化其既有信念的信息的环境。名称比喻声学回声室。观点相近者聚集、选择性接触和推荐算法都会促成这一现象。2021年的大规模研究发现其程度因平台而异，而2023年的研究认为其影响可能弱于通常设想。相关：过滤气泡、确认偏误。
主要研究
| 研究 | 对象 | 主要结果 |
|---|---|---|
| Bakshy、Messing、Adamic（2015），《科学》 | 约1010万名美国Facebook用户 | 与新闻推送的算法排序相比，个人选择在减少接触立场不同新闻方面作用更大。 |
| Cinelli等（2021），PNAS | Facebook、Twitter、Reddit、Gab上1亿多条内容 | 同质化群体主导了线上互动；直接比较Facebook与Reddit的新闻消费，Facebook的隔离程度更高。 |
| Guess等（2023），《科学》 | 2020年美国大选期间的Facebook和Instagram用户 | 改为按时间顺序的信息流后，使用时间和接触内容发生变化，但政治态度没有显著改变。 |
回音室与认知泡泡
哲学家C. Thi Nguyen（2020）区分了两者。认知泡泡只是其他声音缺席，接触新信息后容易破裂；而回音室会让成员主动不信任外部来源，因此展示相反证据有时反而会强化内部信念。
有助于走出回音室的习惯
- 同一议题查看两三家立场不同的媒体。
- 试着把与你观点不同的人的论点概括到对方也认可的程度。
- 主动订阅或搜索信息，而不是只看推荐信息流。
- 当觉得“大家都这么说”时，先确认“大家”是谁。
常见问题
- 与过滤气泡相同吗？
- 二者重叠，但过滤气泡侧重算法个性化，回声室侧重群体内观点的重复。
参考文献
- Cinelli, M., De Francisci Morales, G., Galeazzi, A., Quattrociocchi, W., & Starnini, M. (2021). The echo chamber effect on social media. PNAS, 118(9), e2023301118.
- Sunstein, C. R. (2001). Republic.com. Princeton University Press.
- Nguyen, C. T. (2020). Echo chambers and epistemic bubbles. Episteme, 17(2), 141–161.
- Guess, A. M., et al. (2023). How do social media feed algorithms affect attitudes and behavior in an election campaign? Science, 381(6656), 398–404.
- Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), 1130–1132.