预览加载中,请您耐心等待几秒...
1/5
2/5
3/5
4/5
5/5

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

信息茧房的实际例子 信息茧房是当前社会各界关注的热点话题,研究者基于不同 立场形成了繁杂的研究维度,如两微一端、短视频平台等媒介的 算法推荐、中老年、大学生、青少年网络用户细分以及饭圈、教 育领域等传播圈层化,种种表征最终结果指向的都是当前网络环 境下公共领域的破坏、信息窄化极化、新闻伦理风险等方面的负 面影响。近年来,随着互联网的迅速发展和移动智能终端的广泛 应用,各种网络信息内容即时飞速传播,对舆论场产生极大的冲 击力。舆情这一视角下,热点事件传播中的信息茧房是否存在? 如果存在,信息茧房效应又对舆情事件传播产生着怎样的影响? 如何破解信息茧房带来的负面舆情传播效果? 一、舆情传播视角下的信息茧房 “信息茧房”概念出自哈佛大学法学教授凯斯·R·桑斯坦于 2006年出版的《信息乌托邦》一书,他认为,在互联网信息传播 中,因公众自身的信息需求并非全方位的,他们只注意选择自己 喜爱的东西或能使自己愉悦的信息领域,不太会主动搜索其他信 息,长此以往,个人接触到信息的广度和深度都越来越局限,从 而将自身桎梏于像蚕茧一般的封闭空间中。事实上,对于“信息 茧房”这个词的源头可以追溯到1995年美国学者尼葛洛庞帝的 《数字化城市》一书,他在书中预言“我的日报”即将出现,由 于当时互联网技术尚不发达,这个词语对于大众来说无疑是天方 夜谭。 互联网时代,算法技术逐渐发展、头条系等个性化推荐新闻 平台越来越盛行,公众能够从海量的信息中发现、选择自身所关 注的话题,使得网络平台根据个人喜好量身定制一份“我的日报” 潜移默化地对网民产生影响。当人们长期禁锢在个人与外界合谋 所建构的信息茧房中,不仅失去了解不同信息的能力和接触机会、 还会因缺乏有效互动而令竞争性的观点无法渗透,群体间异质的 特征越明显,信息内容单一化、传播者同质化、信息空间封闭化 的“信息茧房”随之形成。 网络舆情是指在信息传播过程中,围绕具体事件的发生、发 展和变化,网络用户从自身认知、情感、心理等因素出发,通过 网络平台对该事件产生不同评论倾向、解读视角以及观点集合。 研究证实,舆情绝大多数是首先从“小圈子”的自媒体上引爆, 而使舆情反转、最终让事实得以澄清的,绝大多数是大众媒体、 传统媒体的跟进和报道。而网络中的“小圈子”群体会左右网民 个体行动,在网络舆情信息传播时被固化,导致非理性的群体极 化。有学者提出“人工智能新闻生产关系下,智能新闻存在失实 风险、侵权风险和算法权力滥用的风险”,与此同时,通过用户信 息行为也证实了信息茧房效应、价值导向偏离、低俗信息增多等 伦理问题的存在。既然新闻失实和低俗信息作为网络舆情的重要 组成部分存在信息茧房效应,那么其他热点网络舆情事件是否也 存有同样的现象?更具体地说,网络时代的舆情事件在“我的日 报”和信息茧房之后,传播数量、传播规模、参与用户是否有增 加的趋势、网民在情感态度上有什么不同之处? 二、信息茧房案例分析 (1)案例描述 近日,河北一网约车司机持续偏离路线导致女乘客跳车事件, 引发了大量关注。乘客丈夫王先生称,12月4日晚,他突然接到 妻子在网约车软件上设置的一键报警短信,立即跟她取得联系得 知,魏女士原本是打车从火车站返回住所,乘车期间司机驾车持 续偏离路线,魏女士多次问询情况,司机无反应,在向车窗外求 救无果后,魏女士开窗跳车。魏女士回忆,在她跳车后车停了, “大概停了几秒钟,然后司机径直开走了,没有下车确认我是否 受伤。” 魏女士跳车后继续跟警方保持联系,王先生也在了解情况后 将此事反馈给滴滴平台。滴滴公司安全部门随后介入。滴滴安全 专员向家属表示,当事人魏女士所讲述的情况与平台方音频核实 一致,乘客触发报警后,司机回复客服因修路才绕路,客服却未 核实,确实存在重大问题。12月28日下午,容城警方已对该事件 介入调查。 (2)案例分析 这不是因网约车偏航而引发的首例乘客跳车事件。2021年2 月6日晚,一名湖南女用户通过货拉拉平台叫车搬家。但在行驶 途中,司机称该“女生跳窗自杀”并拨打110和120;然而,经抢 救无效,该女生于10日上午离世。货拉拉跳车事件一时间备受争 议。当“网约车”“女乘客”“跳车”“偏航”这类符号再次出 现时,原本持有相似情绪、态度和观点的网民又一次形成一个个 网络小群体。 河北一网约车司机持续偏离路线致女乘客跳车事件的相关热 搜出现在多个社交网络平台上,“家属发声”“警方介入”“重度抑 郁”等后续消息使事件的前因后果呈现的比较完整全面。据舆情 监测系统鹰眼速度网数据分析可见,全网信息类型原贴比例34%, 转发以及评论比例高达64%,而在转发以及评论内容中,提到“货 拉拉跳车”的比例接近50%。可见,前后两起相似性事件发生了强 烈的共振,可以说,先前事件