近年來，「同溫層」、「回音室」（echo chamber）是讓人難以忽視的網路傳播議題，社群媒體的盛行，加速了此一現象，而兩者之間，也有微妙差異。「回音室」通常意指一個相對封閉的傳播環境中，意見相近的聲音不斷來回放大，讓網路使用者強化己身立場；至於持少數意見者，通常選擇沉默不出聲。

「同溫層」又稱作「資訊濾泡」（filter bubble），後者由網路媒體「Upworthy」創辦人帕里瑟（Eli Pariser）提出，意指臉書及Google的演算法以個人化、最佳化為名，透過個人偏好、人脈連結與關聯性計算，主動為用戶篩濾資訊，形成一個又一個「資訊泡泡」，最終可能造成資訊偏食。

以台灣風行的即時通訊軟體Line為例，每一個群組都是一個回音室。當2018年，婚姻平權公投引發熱烈討論時，有些真假難辨、甚至帶有惡意的資訊會藉由Line群組傳播，通常，群組中的強勢意見會相互增強，形成迴圈，進而散布到其他群組，塑造一個又一個回音室。

在此過程中，由於人際連結的隔閡，加上社群媒體演算法推波助瀾，不同意見者容易自動隔絕彼此，難以交流對話，甚至「刪友」或「設為靜音」，漸漸集結形成「同溫層」，各自「抱團取暖」，各自打造回音室，因而錯估形勢，誤以為自己是主流意見，不願聽見外界聲音。

早在2014年，演算法造成資訊濾泡的現象，已經越來越明顯。當時，《華盛頓郵報》記者蘇利文（Gail Sullivan）曾撰寫一篇〈臉書及推特演算法，如何控制你看見佛格森事件〉，她舉出不少例證，當美國佛格森爆發種族衝突事件，許多人的推特被衝突現場的新聞與照片洗版，同一時刻，他們的臉書幾乎只有「冰桶挑戰」的訊息。

蘇利文分析，推特的時間軸排序，較少介入濾除朋友的訊息；臉書的演算機制，明顯偏好比較熱門、比較討好、比較能吸引按讚或留言或分享的訊息，它們更容易曝光在更多人的塗鴉牆上。反之，相對冷門的內容，會被臉書演算法自動濾除。

後來，推特時間軸也加入演算法機制，相形之下，更容易被熱門議題或特定團體操縱，也更容易形成資訊濾泡現象。

「同溫層」不只存在於網路個人，也存在於新聞報導中，當新聞媒體抱持特定立場，很容易尋求迎合己方立場的資訊，忽略相反立場的蛛絲馬跡。2016年川普當選總統，美國媒體圈就自我批判，認為位於東西岸大城市的主流媒體，困在自我感覺良好的同溫層裡，輕忽另一半美國人的不滿聲浪，因而誤判川普崛起的社會因素。

台灣風行的即時通訊軟體Line，每一個群組都是一個回音室。（湯森路透）

以科技與人性來修復怪狀

無論台灣或歐美，「同溫層」都是複雜難解的傳播現象，更與「假新聞」的崛起交互糾結。然而，被科技與人性打破的，唯有科技與人性能修復它，必須由網路個人、技術創新、專業媒體共同採取行動，才能扭轉當前的諸多怪狀。

以下是五個「戳破同溫層」的關鍵元素，五個不可或缺的行動方程式。

首先，是承認另一種聲音存在。

「同溫層」現象的主要徵狀及弊病，都是「停止溝通」，藉由否定其他意見，或是強勢過濾其他聲音，自我形塑一個舒適圈。

若要突破同溫層，首先必須打開資訊濾泡。時至今日，我們的手機螢幕充滿各種訊息流，推特、臉書、YouTube，但我們越來越少去拜訪特定網站、部落格，這種資訊接收模式，充滿隨機性質，缺乏系統性的知識追求。

因此，如何「看見」另一種聲音，避免被各種「訊息流」制約，利用RSS等網路工具，固定造訪具代表性的網站，是擺脫同溫層的第一個動作。

其次，奪回社群平台使用者的主動權。

根據調查，美國千禧世代中，61％將臉書當作主要的資訊接收平台；然而，臉書、推特等社群平台的演算法邏輯，正是造成「同溫層」的關鍵因素。

目前已有不少反制實驗，企圖以科技手段，突破社交平台演算法造成的泡泡。例如台灣的「新聞小幫手」或「Cofacts 真的假的」，此外，創建跨國部落客共筆平台「全球之聲」的祖克曼（Ethan Zuckerman），目前擔任MIT媒體實驗室的公民媒體中心總監，他架設一個社群媒體整合平台「Gobo」，用戶可以連結自己的臉書、推特帳號，同時選擇自己最想追蹤的新聞媒體或資訊類型，就有機會擺脫社群平台演算法，掌控自己的資訊流。

最酷的是，用戶可以隨時調整自己的資訊優先排序，例如，藉由簡易的設定功能，今天可以看更多女性觀點文章，明天看立場與自己相近的社群貼文，後天專攻陌生論點；平台甚至提供「網路小白過濾功能」，透過語意分析，視自己當天心臟強度，調整想看的極端言論光譜。

「Gobo」的技術背景是機器自動學習機制，分析用戶訂閱的臉書或推特，每一則浮現的貼文，都有連結解釋「為何看到這篇」，讓社群媒體使用者擁有最大的知情權與控制權。

第三，專業媒體也能戳破泡泡。

在科技平台獨大的數位時代，傳統主流媒體常被視為老派、落伍；然而，隨著社群網站的諸多問題浮現，專業媒體可以擔起更多責任，試圖平衡傾斜的網路天秤。政治立場傾向自由派的《衛報》，每週有一單元「戳破資訊泡泡」，由編輯挑選值得閱讀的保守派觀點，彙整成文；《紐約時報》則由數位編輯負責的「左與右」單元，針對同一議題的左右兩派論點，聚合為懶人包文章。例如，重大槍擊案發生後，他們不約而同精選擁槍派文章，讓贊成槍枝管制的讀者，也能理解反對管制的理由。

《華盛頓郵報》網站則更進一步，利用人工智慧技術取代編輯，當網友閱讀某篇專欄或評論，最下方會產生一個欄目「針鋒相對」，自動抓取不同意見的文章，提醒還有其他思考角度，避免讀者偏聽。

第四，善用科技報導複雜議題。

主流媒體試著觀點並陳、戳破意見舒適圈只是第一步，只是服膺「中立客觀」的傳統精神；挑戰社群平台邏輯的另一層障礙，則是「注意力稀缺」的現狀，換言之，「如何為讀者節省時間，讓他們在最短時間內，吸收最大資訊量？」

2018年，《衛報》推出一項新功能「智慧文章」，他們學習「Circa」、「Vox」等原生媒體的做法，將新聞元素分段拆解、視覺卡片化，讓複雜議題一目暸然；更棒的是，它會根據讀者回饋，補強缺漏或論點不清的新聞元素，而且，演算法會根據用戶過往的瀏覽紀錄，優先顯示新聞的最新進展。

BBC網站則借助另一種人工智慧技術，他們建立一個聊天機器人模組，讓記者能在每則新聞裡，簡易設定幾個關鍵問題，自動連結到其他報導。讀者閱讀時，可以點選任一問題，聊天機器人就會提供解答，例如北韓核武議題、川普首年政策等等，讓網友隨選吸收新聞背景資訊，而且，這些問答會變成資料庫，在相關報導中重覆應用。

第五，使用者。

「讀者也是傳播者」的社群時代裡，最關鍵的第五元素，或許是每一名網路使用者。

在科技媒體任職多年的巴黎政治學院學者菲約（Frederic Filloux）曾詳盡分析，臉書及YouTube等平台因自身量體太龐大，加上被商業模式與演算法技術綑綁，幾已無力解決假資訊、同溫層等問題。未來必須借助外界力量，包括新聞媒體與網路參與者的集體覺察，才能逐漸修正這些怪奇現象。

政治意見分歧是民主常態，網路辯論或吵架也不是壞事，然而，謊言與仇恨只會隔絕彼此，讓我們聽不見對方的聲音；當我們在同一事實基礎上，才能真正看見紛歧，才能緩慢而吃力地，不帶偏見一步步相互趨近。

※本文摘自《新聞不死，只是很喘：媒體數位轉型的中年危機》同溫層――戳破資訊泡泡的五個方法／天下雜誌出版／作者是一位從傳統主流媒體記者轉移到新時代的媒體工作者。曾任電影雜誌總編輯、報社記者及編輯、新聞網站編採主管；目前為天下雜誌特約作者。他在《天下雜誌》撰寫專欄，分析媒體生態變化，榮獲2017年雜誌專欄類金鼎獎；在《天下雜誌》子頻道《獨立評論＠天下》的專欄，榮獲2018 年亞洲出版協會（SOPA） 卓越評論獎。