2025年1月，新闻学领域的国际顶刊《Digital Journalism》发表了一篇中国新闻学者的重要研究论文。该研究通过开发虚拟代理测试的实验方法，模拟人类用户与推荐算法互动，以国内某短视频平台为数据来源，探讨了算法与用户行为交互对新闻多样性的影响。

研究结果表明，相较于无算法的随机推荐，算法推荐的新闻类别显著更多样。“多样性”的测量基于类别的数量和元素分布两个维度，理想状态是类别均匀分布。结果显示，基于算法的个性化新闻消费更具多样性和平衡性，算法有助于用户接触到平时不易遇到的新闻来源。此现象可能是算法平台为避免用户对重复性内容产生厌倦，因此推荐更具差异性的新闻内容。

近年来，关于算法与“信息茧房”的关系备受关注，多个高校团队以此展开了实证研究。深圳大学新闻学院教授杨洸采用问卷调查方法，以新闻算法推荐平台今日头条的使用者为研究对象，发现算法推荐并没有导致信息茧房效应，反而扩大了受众接触资讯的范围，用户和算法之间处于相互响应、相互发展的状态。

深圳大学传播学院“百人计划”教授、博士生导师虞鑫构建了包括使用时间、媒介环境、媒介素养、社会资本、媒介期望五个方面的模型，通过对知乎平台的实证调研，发现算法媒介使用时间越久，信息茧房效应反而降低，打破了使用时间越长，用户就会越被困在茧房里的认知。

复旦大学的研究通过对十种网络媒介的检验与比较发现，网络媒介的“筑茧”并非推荐算法技术下的必然。传播结构的水平型抑或垂直型、用户联结的开放性抑或封闭性为网络媒介是否带来“信息茧房”的两项关键机制。其中，微信等“熟人社交型”媒介趋于“筑茧”，微博等“公共讨论型”媒介趋于“破茧”，短视频平台等“垂直传播型”媒介既未“筑茧”也未“破茧”。

这些研究表明，算法并非必然导致“信息茧房”，打破了算法制造“信息茧房”的论调。但因为用户对感兴趣内容的需求度不同，一旦觉得同一类内容“推多了”或“推少了”，就认为有信息茧房存在，而且是算法造成的。

然而一系列实证研究表明，比起用户自主选择，算法推荐更能有效促进用户接触多样化内容。订阅制下，人们仅接触已关注过的领域和内容，实际减少了“新闻偶遇”；算法则基于“兴趣探索机制”，推荐更多用户可能感兴趣的内容，呈现出更高的内容类别多样性。

对外经济贸易大学法学院副教授许可、中国人民大学经济学院副教授程华，通过问卷调研发现了民众对算法的认知、态度和行为之间存在背离。64.98%的用户对企业使用算法的内容和目的表示不太了解或完全不了解，但当被问到对企业使用算法的态度时，约80%的受访者认为，企业使用算法可能会损害用户权益、侵犯个人隐私；但相当比例的用户并不抵触用算法获得服务、产品和体验，40%的用户认为自动信息推送精准、对己有益，85%的用户表示不会因为自动推荐产生过度购买的行为。

在一项针对抖音个性化推荐的用户评价调研中，62%的参与调查者表示“一般喜欢”，越早开始使用抖音的参与调查者、每天花费时间越多的参与调查者，更有可能喜欢个性化推荐。

这意味着，一方面，有相当比例的用户对算法不了解，但另一方面，对算法使用却抱有明显的负面态度。究其原因，普通大众出于对技术的恐惧，对算法有着抹黑和污名化倾向。

2022年，网信办等4部门联合发布《互联网信息服务算法推荐管理规定》，社交媒体APP先后上线算法关闭键，允许用户在后台一键关闭“个性化推荐”。该功能上线以来，不少用户进行了体验。据相关平台反馈，大部分尝试算法关闭的用户，觉得推荐内容质量不高，又重新打开了“个性化推荐”功能。这一用户反馈与学者研究结论一致，相较于随机推荐，基于算法的个性化新闻消费更具多样性和平衡性。

随着算法日益进入互联网产品，人们对推荐算法的接受程度和评价越来越高。对外经贸大学团队2024年和2022年分别对消费者算法评价做了调研，选择“推送精准、节省了我获取有用知识的时间”的受访者合计比例从40%上升到52%，相对应的，选择“推送内容过于娱乐化，容易上瘾”、“推动信息比较同质，限制了知识获取的多元性”这两个选项的比例从43%下降到了37%。

综上，算法在提升新闻多样性方面具有积极作用，指责其制造“信息茧房”是一种“偏见”。另一方面，相关平台也应不断优化算法，提升算法透明度和多样性，为用户提供更优质、多样的信息服务。