你是否注意到，使用互联网搜索引擎搜索同一个关键词时，每个人得到的结果不完全一样？以谷歌为例，其内嵌的算法会按照每个用户所在的地区、时间和先前活动记录等数据给出相应搜索出来的结果。这种网络针对个人化搜索而提供筛选后结果的推荐算法，也被称为“过滤泡泡”。

　　使用推荐算法在网络上很常见，亚马逊在“对同一本书有兴趣的读者在某一些程度上兴趣相近”的假设前提下，为读者推荐图书；很多社交网站还会按照每个用户数据、附近用户产生兴趣的内容等，给用户推荐新闻、朋友和推销广告。

　　推荐算法想要为用户打造一个专属的个性化世界，其逻辑是“如果足够了解用户，就应该为用户推荐其感兴趣的内容”。于是，利用互联网和算法呈现的一切，都与用户的观点、兴趣高度趋近。这的确给人类带来很多方便和愉悦，但也有人担心在“过滤泡泡”的世界里人们会走向趋同。

　　描绘现代美国人分化状况的《消失的邻居》一书作者马克·邓克尔曼认为，“技术进步让我们更容易和那些与自己有单一共同兴趣点的人产生连接，也更加容易避开不同的观念”。在生活中，经常接触同质化的思想，我们的想法不但不会受到挑战，而且会不断自我证实和加强。这种行为实际上无形中将我们生活的色彩慢慢的变单调。

　　根据心理学的相似性原则，人们更乐于接受与自己相似的想法，也更加容易跟与自己相似的人交往。美国传播学者约瑟夫·克拉伯提到过“心理倾向性”，即受众的态度、观点、兴趣等倾向导致其有选择地接受信息。因此，推荐算法更像一个“同谋”，是让我们在网络上变得更随心所欲的一项技术而已。

　　有趣的是，最近美国《科学》杂志上有一篇针对1000万名社会化媒体用户的大数据进行研究的文章，其结果指出，真正具有影响力的信息过滤器是用户自己，毕竟推荐算法依据的数据是用户自己的选择。

　　随着个性化程度更加深入，新闻媒体也在尝试以不同方式实现个性化定制。编辑作为信息“守门人”的时代已渐行渐远，而自动化的算法正在充当互联网的“编辑”。这种趋势正在快速地将我们推向一个新的世界，一个互联网认为我们感兴趣的、但未必是我们应该的世界，从而也引出“过滤泡泡”背后更大的隐忧——我们的视野被“窄化”了，看不到被删除的信息，已知的盲点变成了未知。

　　以往阅读报纸，多数读者可能会略过大部分新闻，而只选读感兴趣的内容，但在这样的一个过程中至少能意识到忽略了一部分新闻。报纸提供的信息像更平衡的“膳食”，不仅能提供像蔬菜一样的重要资讯，也能带来像甜点一样让我们感兴趣的信息。

　　从这个意义上看，面对“过滤泡泡”的存在，研究算法的人士固然有一份责任，但作为受众的人们尤其需要提醒自己克服心理上的“惰性”。主动接触不同讯息，拓宽视野，别让“过滤泡泡”主宰了你。