1月13日，北京师范大学新闻传播学院与新京报社联合举办“智能算法的传播逻辑与价值迭代研讨会”在北京师范大学召开，在万物皆媒背景下，学界业界热议“算法个性化”“信息茧房”等议题。
北京师范大学新闻传播学院执行院长、教授喻国明以近期对算法的研究成果和心得为基础发表了看法，在理论上“算法导致“信息茧房””这一假说从未被证实，算法本身就具有反茧房的本质；实践方面算法更是已经越来越多元并不断被优化，今天人们在选择面如此之广情况下，不太可能只依赖于一个算法平台获得信息，就像今日头条，虽然它在信息流通中举重若轻，但只有少数人会将它作为自己信息的全部来源；产业需求方面平台也从不追求用户兴趣的窄化，它更希望可以看到人们不同的需求，以获得更多的服务空间与价值实现的空间。
对于算法之“善恶”，喻国明认为，这是从机器跟人之间的关系来判断的。一个是用户在算法之下主体性被削弱，但人具备多样性的属性，自身需求、接触模式一定是不断在远离平衡态的过程当中，因此，人对于主体间意识的削弱只是一个过程性的东西，并非算法之过；另一个是用户被剥夺边界权，这是一个以人对人专业性的信任，开始转移到人对于技术信任的过程。但从分层来看，当机器算法可以解决这些问题的时候，它的可靠性、稳定性更好。
喻国明重点指出智能算法迭代需要遵从两个基本原则，第一，算法型信息分发的控制变量升级：以“有边界的调适”到社会适应度与合法性的获得。第二，人机互动下算法逻辑的价值迭代：从“算法没有立场”到“技术必须充满责任感和充满善意”的升级，要解决所谓对于需求本身的不断逼近、详尽与全面把握过程。这是算法迭代过程当中两个方向，一个是融入越来越多价值维度，二是对价值维度上需求的描述越来越精准，越来越有结构化与总体性的特征。
清华大学新闻与传播学院常务副院长、教授陈昌凤从算法时代信息的个人化转向展开，指出智能算法降低了信息茧房的可能性，而智能算法对多样性的提升主要基于两种路径：一种是通过强化“个性化”来有效提升“多样性”。基于更精妙的使用，智能算法实际上具有增加内容多样性和缩小内容范围的双向潜力，有效提升“新闻多样性”；一种是使个性化推荐系统的使用者“意识到未知”，也就是将被过滤掉的信息提示给用户，使用户意识到还有更丰富的新闻可供选择。
将算法智能地运用于新闻业，通过算法推荐逻辑，协同内容算法、过滤算法和主题建模等在内的方法，影响供给侧和分发渠道，再改造生产逻辑最终打造智能新闻。实际上，目前社交媒体的算法逻辑、推送逻辑都将影响到生产机构，包括新闻机构。我们需要重视智能新闻，因为研究发现智能新闻更加可靠、更加专业。关于个性化是否局限了用户的信息范围，陈昌凤解释道，算法不仅仅是一种技术或工具，它具有文化意义和价值观指向，将对我们的日常生活产生持续且密切的影响。
新京报社编委兼评论部主编于德清认为，近年来社会都在关注“信息茧房”现象，但需要注意的是，“信息茧房”是个人阅读信息“偏食”、“挑食”的一种反映，无论是在传统纸媒或门户网站时代，这种现象都可能存在的，并非算法崛时代才有的问题。一个好产品的本质应该是满足人好奇心与让人兴趣的多样性，而不是沉迷。算法本身也是多元，好的算法不会造成“信息茧房”，反而可能根据内容中的关键信息提供相关的延展知识点，形成一个衍生的知识网络，使得读者的阅读面更广、更深。并且，当前的市场是开放的、多元的，每个人获取信息的来源众多，市场也提供多种多样的内容。在这种情况下，“信息茧房”出现的可能性并不高。
在清华大学新闻与传播学院教授彭兰看来，某种意义上“信息茧房”指的更多的是信息偏食造成的视野局限，通过生产内容与传播策略调整可以突破信息茧房。在当前信息环境中，我们主要是通过社交媒体、信息网络和公共性信息平台获取信息。这三种主要路径模式因个人性格特点、路径依赖惯性和获得满足感的差异而存在信息固化的可能性。同时，信息平台或社交平台的自身形态设置和信息引导模式也会导致用户信息获取路径的固化，用户获取信息路径的偏移也会造成信息“偏食”的视野局限。随着时间推移、个人兴趣爱好和用户认知发生变化，用户信息需求具有流行性特点，而且社交关系网络的舒服，也在一定程度上会造成信息获取路径偏移。因此，信息路径固化和路径偏移都将影响我们获取信息的视野。
除去路径层面的探讨，彭兰教授认为社交关系过滤机制和算法过滤机制对信息偏食也有着至关重要的影响。应当及时调整生产内容与传播策略，将信息茧房与媒介素养相关联，深入用户研究、改变信息供给不平衡，提供公共价值、具有专业水准、多方面的平衡内容价值。这样通过生产内容与传播策略调整，解决社交层面的茧房问题。
中国传媒大学传播研究院教授刘燕南认为信息茧房是没有通过证实的假想，缺乏实证支持，并从三方面陈述了自己的观点。第一方面，算法具有一定的重要性和必然性，新媒体数字内容非常丰富。在信息量巨大，而选择能力又很有限，时间很宝贵情况下，推荐机制就应运而生。从我们目前智能算法的发展来说，它也在推动我们传统媒体的融合向深度发展、向智能化发展，从思想观念上来讲打破了传统媒体中心式分发的传统思维，这更具有社会价值与社会意义。但是这两者都是人为选择，都有人的因素介入当中。刘燕南表示，无论是算法的优化还是促进算法平衡使用，其中都有人的因素介入，并不完全是单纯依赖技术。
第三方面，从结构与个人双重视角来审视信息茧房的问题。信息茧房是一种模模糊糊、似是而非，或者压根不一定存在的东西，从大的学理来讲是没有通过证实的假想，缺乏实证支持。算法要在不断更新、与人不断互动当中前进，算法的更新与迭代一定不能完全以自我为标准，还是与受众需求在一定程度上做平衡、结合，需要与用户互动过程中来把握算法迭代的方向。
从结构方面讲，在大的宏观结构上，今日头条等分发平台目前还难以做到全球化市场与疆界的跨越，中观层面存在多平台竞争，微观层面的个性化推荐也不尽相同。因此，传统时代如果不存在“信息茧房”，现代社会也不存在。从个人层面来讲，个人的选择有功能、兴趣、习惯性等不同的方面，而媒介的智能化推荐也正在不断的做一些迭代行为，意味着受众使用的多样性。当然，这也就要求算法要不断的更新，与人不断互动当中前进，一定不能完全以自我为标准，在一定还是与受众需求在一定程度上做平衡，做结合。
北京大学新媒体研究院副院长、教授刘德寰提出算法困境的出路在于算法人性化。算法改进并不难，但却解决不了，原因不在算法，而是在于整个社会变迁过程结构当中人们最稀缺的时间。因为大家没有时间搜索，所以会选择信任人给出来的信息，这样的茧房效应是人在一个巨量信息过程当中形成的生存之道，这种茧房要突破其实很容易，只要选择的生活变了，茧房马上就会消失。
最后，刘德寰表示想要对算法进行改进，有两种方式，一个是强化信息偶遇，增大信息量；第二个方式就是NVM，将公共关注的话题、调性关注的问题与族群关心的问题分清楚，并按比例分发。
中国人民大学发展规划处副处长、副教授李彪认为传播环境的变化让算法面临巨大挑战，并从四个方面的内容来论述自己的观点。首先算法带来传播学研究新的挑战，他认为时代已经来到信息生产与分发阶段，整个社会信息生产的方式或者说最主流的就是社会化的大生产，包括内容的分发。第二是被驯养的方法，在关系传播上我们现在面临的传播环境从个体到社群的转化，信息如果无法进入到社群中，也就没法传达给个人；情感传播上从研究内容到研究心理、情感，这些因素为智能算法带来很大的难度，因为标签再多，也无法完整描述一个人。
第三被驯化的算法，李彪表示，现在一直说算法有异化的问题，比如说信任异化，现在是人变成了物还是物变成了人的困境，还有人与机器之间存在所谓的双重偏见的问题，技术黑箱都是指说算法工具理性的问题。第四“算法的锅还是需要算法来背”，算法要有多元化的数据或者数据多元发挥作用，它在不断的成长发展，可能是阶段性的，算法的问题还是需要算法自身来支撑。