在信息傳播領域，“信息繭房”與“算法”這兩個概念近年來頻繁被關聯討論，甚至形成了一種慣性思維：只要提及信息生態問題，就必然涉及信息繭房；而一說到信息繭房，算法便被視為罪魁禍首。這種“一遇到復雜問題就簡單歸因”的現象，反映出許多人在面對信息傳播新變化時的思維局限。

哈佛大學教授凱斯·桑斯坦在20年前首次提出“信息繭房”概念時，其核心內涵是公眾在信息傳播中會主動選擇令自己愉悅的信息，久而久之，如同被困在蠶繭之中，視野逐漸受限。然而，隨著時代發展，這一概念在傳播過程中發生了偏轉。語言學家門肯曾指出：“對于每個復雜問題，都有一個清晰、簡單且錯誤的答案。”將信息繭房簡單歸咎于算法，正是這種簡化歸因思維的體現。

在當下網絡環境中，部分網民認知極化導致的輿論劣化現象日益明顯，信息繭房概念被頻繁濫用。有人動輒宣稱“信息繭房正讓你陷入傻子共振”“信息繭房正奪走你的認知主權”，這種過度渲染的背后，是對信息繭房實質的誤解。實際上，每個人都被困在自己的認知局限里，這更多是“自困”而非“他困”。薩古魯認為，大多數人困在自己制造的局限中，卻未意識到是自己把自己鎖在了里面。

人的信息處理能力受物理限制和生理閾值等因素影響，信息偏食成為人腦抵御信息過載的自我保護機制。這種基于人類喜同惡異、趨利避害本性的信息篩選機制，才是信息繭房的根源。桑斯坦提出“信息繭房”概念，本意就是警示“信息偏食”問題。但如今，很多人將信息繭房視為互聯網信息供給模式和傳遞路徑的產物，錯誤地認為信息技術是因，信息偏食是果，進而得出算法導致人的視野窄化、思維固化的結論，這既否定了信息偏食的本性，也夸大了其后果。

從信息偏食的多因性來看，在算法推薦尚未出現的時代，人們就已經開始進行各種信息篩選，“物以類聚、人以群分”本質上就是篩選行為。在微博上關注同頻者、在小紅書上點贊同好者，以及現實中基于興趣愛好選擇交往對象和信息接收等，都是信息選擇性攝取的表現。社會學中的“選擇性接觸”、心理學中的“確認偏誤”早已對此做出解釋。將信息偏食簡單歸因于算法，是對人“認知主權”的攫奪。而且，信息偏食雖會抑制異文化視野，但也有助于腦部減壓，只強調其負面影響有失偏頗。

對算法原理和初衷的誤解，也是“算法制造繭房”說法流行的原因之一。很多人對算法的認知還停留在單維度匹配興趣的原始階段，認為“我點贊什么，算法就給我推什么”。但實際上，如今的推薦算法已形成“精準記憶 + 泛化探索”的平衡體系。以抖音為例，其推薦系統遵循“召回→排序→擾動”全流程。多興趣召回階段，算法從海量視頻庫里同時抓取用戶已知興趣、潛在興趣、多元領域的候選內容；多樣性頻控與打散通過技術手段控制同類內容的推薦頻率，保證推薦列表的多樣性；排序時，系統結合用戶興趣偏好、瀏覽習慣打分，但不會只按“喜好度”單一排序；隨機擾動則是算法主動調整排序，刻意加入陌生內容，避免推薦列表千篇一律。

從“Wide & Deep模型”和“興趣時鐘”也能看出算法為打破信息繭房所做的努力。“Wide & Deep模型”中，“Deep”精準記住用戶過往喜好，“Wide”主動探索用戶從未接觸過的領域；“興趣時鐘”根據不同時間段調整推薦偏好，適配用戶生活節奏，豐富信息獲取。這些技術設計表明，算法并非只關注用戶單一興趣，而是努力拓展用戶的信息視野。

“算法制造繭房”的說法，還誤判了人們自身的行為機制和平臺的關切點。算法推薦結果本質是用戶行為的映射，但很多時候，用戶面對平臺推薦的不感興趣內容時，會選擇快速劃走，主動關閉了“看見世界參差”的窗口。因此，用戶自身也是繭房的筑造者。一些人批評算法推薦不準，這與“算法制造繭房”的說法存在悖論。如果感興趣的內容推多了被指“制造繭房”，推少了又被說“推薦不準”，那么算法究竟該如何平衡？那些“推薦不準”的吐槽，或許正是算法打破“繭房”的體現。

在評估算法影響時，縱向比較“前算法時代”和“后算法時代”很有必要。信息匱乏時代的“繭房”是物理性的，因為信息選擇有限；而信息豐裕時代的“繭房”是心理性的，由大腦的信息加工機制塑造。在只能看幾個電視臺、幾份報紙的年代，信息壁壘是空間性、地理性、結構性的，只是懷舊濾鏡將其美化了。如今，信息技術帶來了更多打破信息壟斷的可能，雖然碎片化、情緒化內容傳播帶來挑戰，但這與信息繭房是不同維度的問題。

有人認為平臺有利用“制造信息繭房—誘導用戶沉迷—提升平臺日活”的利益動機，但理性分析會發現這種想法過于簡單。算法的核心目標是“留住用戶”，長期留存比短期沉迷更重要。一味推送同類內容會導致用戶審美疲勞，最終卸載應用，對平臺得不償失。

“算法制造信息繭房”是典型的流行謬誤，它錯解了信息繭房的本源，誤解了算法的本質。算法并非織繭者，而是試圖在已知花園和未知荒野之間開墾的園丁，提供了多樣性頻控和打散、多興趣召回、隨機擾動等“反繭房設計”。要讓真實算法被看見，需要學界加強專業科普，傳播學界已有實證研究證偽“算法制造信息繭房”說法；公眾應提升科學素養，可到相關平臺體驗算法；平臺要將算法可理解性作為公共產品，持續推動算法透明化，改進科普方式，彌合認知差。