阳长征|从算法渗透到主流认知迁移：回音壁区隔下人际信任的影响研究

引 言

随着人工智能技术的快速发展，智能算法在媒介传播领域的应用越来越广泛，人们进入了智能传播时代。智能化在提高传播效果的同时，也带来了信息茧房效应，往往导致受众思维狭窄，使得人们缺乏对不同观点的理解和信任，甚至加剧社会秩序的混乱。因此，人工智能算法对人际信任的影响已成为学界与业界关注的热点。

人际信任是基于相互理解、认同和信赖而建立起来的一种人与人之间的关系。它是社会中一种重要的关系，可促进人们之间的合作、协同和共同发展，增强人们的归属感和安全感。在一个具有高度信任的社会中，人们更容易实现相互支持、合作与共同进步，从而增强社会凝聚力和稳定性。

在智能算法语境下，一方面，由于信息茧房与回音壁效应，受众原有兴趣和价值观得以强化，在相似群体中易于产生共鸣，出现更多的共同点和联系，可形成群内信任。另一方面，在不同回音壁之间，信息可能被扭曲和误解，圈群间难以产生共鸣，不易形成信任。因此，人工智能算法在信息传播环境中的全面渗透，对人际信息产生了重要影响，由此出现了与非智能媒体环境存在差异的复杂人际信任结构。在此背景下，研究人工智能算法渗透对人际信任的影响过程和机理具有重要理论价值和现实意义。

一、研究现状与具体问题

现有文献从多层面对信息传播环境下人工智能算法对人际信任产生影响的过程、作用机理及影响机制进行了研究和探索。

人工智能算法对人际信任的影响研究可分为四个层面，一是关于算法本身客观性和公正性的探讨，算法本身的客观性和公正性是影响人际信任的关键因素。如果算法存在偏差，推荐的内容可能会误导用户，从而影响人际信任。对此，早期研究主要关注算法的种类和特点，及其对人际信任的影响。例如，智能算法的运用可有效预测和引导人们的心理和行为，从而增强人际信任感知。二是关于人工智能算法在社交平台上影响的探讨，这类研究主要探讨人工智能算法对社交媒体传播模式、信息质量以及用户行为的影响。例如，人工智能算法通过个性化推荐等方式，加速信息传播和用户互动，提高了社交媒体的信息质量和用户黏性，增强了人际信任。但同时，也有学者指出，人工智能算法导致了信息过载和信息茧房，从而削弱人际信任。三是关于人工智能算法功能结构对用户心理和行为影响的探讨。例如，人工智能算法通过分析用户的行为和兴趣爱好，实现个性化推荐，可满足用户的需求，提高用户对信息的接受度和信任感。四是关注人工智能算法对人际信任的挑战，提出相应的解决方案。例如，加强人工智能算法的监管和规范，提高算法的透明度和公正性。也有学者指出，应引入社交媒体平台的第三方评估机制，通过第三方机构对人工智能算法进行监督和评估。

综上文献梳理，不难发现人工智能算法虽然可以提高信息传播的效率和用户黏性，及强化人际信任，但也可能导致信息过载和信息茧房，从而削弱人际信任。出现该矛盾性研究结论的主要原因可能在于，在进行研究设计时未充分考虑受众主流认知迁移这一重要构念，受众主流认知迁移既作为由算法渗透所引起的认知结果，也是引起人际信任的先行心理因素，它在人工智能算法渗透对人际信任的影响过程中具有重要作用。

人工智能算法的应用导致人们在认知形成中出现信息茧房，受众只接受与自己主流认知相符的信息，而忽略多元化信息。在此过程中，若受众的主流认知比较开放，倾向于接受多元化信息，则算法对人际信任的负面影响较小。若受众的主流认知比较固化，仅接受符合其主流认知的信息，则算法就会强化受众的主流认知，降低受众接受多元化信息的意愿，形成回音壁效应，从而削弱人际信任。受众主流认知迁移是智能算法渗透对人际信任产生影响的重要维度，在算法渗透影响机制的理论框架设计中，需加入受众主流认知迁移这一维度。鉴于过去缺乏从受众主流认知迁移视角探讨人工智能算法渗透对人际信任的影响，为弥补其不足，本文将研究如下具体问题：

问题一：基于主流认知迁移视角，智能算法渗透对人际信任的影响过程和机理如何？

问题二：针对不同用户群组，主流认知迁移视角下算法渗透对人际信任的影响效应是否存在差异？若存在，则差异性如何？

二、理论基础与研究假设

信息茧房是指人们在社交媒体或网络上，往往会更倾向于接受与自己观点相同的信息，而忽略或排斥不同观点的信息，甚至出现极端化。回音壁效应是指当人们在社交媒体等网络平台中只与自己观点相似的人交流，他们的观点和意见出现不断强化和放大，形成一种信息回响现象，并使其更排斥和难以接受不同的观点和意见。智能传播环境下，算法渗透可产生黏性图式结构、圈层话语边界、多元价值取向及自我概念导向，从而出现信息茧房与回音壁效应。黏性图式结构是指人们在认知和信息理解过程中，过度依赖自身经验或已有知识而形成一种固定的思维结构，该图式结构具有较强的“黏性”，即难以被改变或调整。黏性图式结构可影响人们对信息的接受和理解，使其更容易接纳符合自身认知的信息，而忽略或排斥与之不一致的信息。圈层话语边界是指在不同社会群体或文化间，由于话语和思维的差异所形成的一种隔阂或障碍。该边界可以阻碍不同群体之间的沟通和交流，使得彼此之间的理解和认同变得困难。多元价值取向是指不同个体或群体具有多种价值观念和信仰，能够在不同情境中灵活选择和调整自己的行为和态度。按照该价值取向，不同的价值观和信仰并不排斥，而是可以互相平衡和融合。自我概念导向是指个体在决策行为中，基于自我概念进行思考和选择的倾向。这种倾向主要受到个体对自身认知、评价和期望的影响，是个体自我认知和自我塑造的体现，自我概念导向也被称为自我概念驱动。

（一）算法渗透对主流认知迁移的影响

认知图式是指个体对特定对象或现象的认知方式和模式，它是由过去的经验和学习所形成的心理结构。认知图式结构影响着个体对于世界的感知、理解和解释，对信息的处理和记忆也具有重要影响。认知图式结构的形成是个体在认知过程中进行自我调整和适应的过程，它受到文化和社会环境的影响。智能传播环境中，在算法渗透作用下，图式结构具有较强的黏性，即某种观念或行为一旦被固化，该图式结构就难以被改变或替代，具有稳定性和持久性。一方面，该黏性会导致人们对社会规范的认识存在自我中心性和认知单一性，从而阻碍社会规范共识度与文化观念共享度的产生。另一方面，算法产生的信息筛选和过滤可导致受众形成对特定信息或观点的过度关注和依赖，甚至产生认知极化。在媒介涵化作用下，该黏性可增强受众不愿意接触和了解与自我图式不同的社会规范和文化观念，从而降低他们对社会规范的共识度和对文化观念的共享度。同时，某些不良行为或观念被固化于图式并在媒介中被传播时，则会对公众产生误导，且难以被纠正，从而阻碍社会规范共识度和文化观念共享度的形成。基于此，可提出如下研究假设：

H1a：智能传播环境下，受众黏性图式结构对社会规范共识度具有负向影响；

H1b：智能传播环境下，受众黏性图式结构对文化观念共享度具有负向影响。

话语边界是指在社会或文化中，不同群体之间的语言和话语使用所存在的边界和界限，这些边界可以是由社会、文化、地域、族裔、性别、宗教等因素所引起。在话语边界内部，人们可以自由地使用自己熟悉的语言和话语，而在跨越话语边界进行交流时，由于存在语言、习惯、信仰等差异，易导致沟通不畅或误解。智能传播环境下，由于精准的个性信息推荐，社会群体之间的话语边界圈层性变得日益明显，从而影响不同群体之间的相互理解、交流和合作。话语边界的圈层性导致了群体间信息的过滤和筛选，不同的社会群体会选择性接受和传播信息，甚至导致不同社会群体对同一信息的理解存在偏差。这种选择性信息筛选过滤及其带来的认知偏差，阻碍了不同社会群体间正常的信息交流和共识的形成，从而阻碍社会规范共识度的产生。同时，由于话语圈层形式的存在，不同文化间的话语难以跨越边界，使得人们易忽略那些来自不同文化背景或不同社会群体的信息，从而导致不同圈层的话语难以被其他文化群体所理解和接受。该特性导致了不同文化间话语交流的缺乏，甚至出现互相抵制或排斥，从而阻碍了文化观念共享度的形成。

另一方面，智能传播环境下，受众圈层之间的界限变得明显，圈层化加剧了社会群体的分化，不同受众群体形成了各自的话语体系和文化观念，这些话语体系往往可强化群体内部成员的认同感，同时也加固了与其他圈层的界限，从而减少跨圈层的沟通与交流。由于圈层话语边界的存在，不同圈层之间缺乏有效交流和对话，因此社会规范和文化观念难以跨越圈层边界实现广泛共享，从而导致社会规范共识度和文化观念共享度下降。基于此，可提出如下研究假设：

H2a：智能传播环境下，受众圈层话语边界对社会规范共识度具有负向影响；

H2b：智能传播环境下，受众圈层话语边界对文化观念共享度具有负向影响。

智能传播环境下，智能算法可根据用户的兴趣、需求和行为习惯，对信息进行个性化推荐和加工处理，因此强化了信息的多元性。不同个体对于同一件事物可持有不同价值认知，不同群体间的价值取向也存在多样性，从而不同来源、不同渠道传递的信息可能存在相异的主体价值取向，甚至这些价值取向之间存在冲突或对立。不同群体间可能存在多元化价值观念和文化背景，且个人对于文化价值的理解和接受程度也不尽相同，加之文化内容和价值观呈现形式的多样化和碎片化，因而不同文化间的价值差异变得更为明显。面对该境况，个体则更加倾向于选择符合自身价值的信息和观念，而易忽视其他文化的存在和重要性。在此情况下，算法渗透所引起的价值取向多元化可导致不同社会群体在社会规范及文化观念的理解上存在分歧，个体对多元文化的理解和尊重程度下降，人们难以形成一致认知，从而阻碍社会规范共识度及文化观念共享度的产生。

另一方面，智能传播环境下算法推荐系统提供个性化内容，可导致个体接触到的信息越来越符合其已有的价值取向，个体倾向于忽略或排斥异质性的信息和观点。随着受众价值的多元化，不同群体甚至可能围绕特定议题形成截然不同的观点阵营，这些差异在网络空间中被放大，导致人们对社会规范和文化观念的解读也变得更加多样。这种多元化的信息流可能导致社会价值观的碎片化，使得人们对于共同的社会规范和文化观念难以达成一致，甚至可能会出现冲突。基于此，可提出如下研究假设：

H3a：智能传播环境下，受众多元价值取向对社会规范共识度具有负向影响；

H3b：智能传播环境下，受众多元价值取向对文化观念共享度具有负向影响。

自我概念导向性体现了个体对于自我概念和身份认同的方向性和倾向性，反映了个体对于自己的人格、价值观、兴趣爱好、社会角色等方面所形成的认知和感受。受基本归因偏差的影响，个体在决策行为中，倾向于基于自我概念进行思考和选择。智能传播环境下，自我概念导向性使得个体更加倾向于选择符合自身利益和需求的信息和观点，更加注重个体文化差异和自我表达，而忽视其他文化的共同点和相似性，以及社会共同体的利益和需求。该导向性可导致个体对多元文化和多样价值观念认同程度的下降，从而阻碍社会规范共识度及文化观念共享度的形成。另一方面，受众自我概念导向使其更关注自身的观点、信仰和需求，形成较强的个人中心主义倾向。自我概念导向也使得受众往往更倾向于将自己与他人区分开来，形成排他性心理。在智能传播环境下，这种倾向和心理可被进一步强化和放大，导致受众会更加坚信自己的看法和行为模式，从而降低了对其他不同社会规范和文化观念的开放性和接纳度，阻碍了不同社会规范和文化之间的交流和融合，降低了共识度和共享度。基于此，可提出如下研究假设：

H4a：智能传播环境下，受众自我概念导向对社会规范共识度具有负向影响；

H4b：智能传播环境下，受众自我概念导向对文化观念共享度具有负向影响。

（二）受众主流认知迁移对人际信任的影响

吉登斯将信任定义为在不确定情况下，个体或组织在预期其他个体或组织行为时所表现出的一种愿意依赖和接受风险的态度。人际信任是指个体或组织在与他人交往过程中，基于对他人的评价和意愿的相信而产生的一种心理状态。根据吉登斯与卢曼的信任理论，人际信任乃是社会信任的主要内容，其本质综合体现于基于系统的契约性信任与基于人格的自觉性信任。契约性信任是基于合同、制度及法律而产生的信任，当人们参与某种合同或规则时，他们则会相信他人会遵守规则和履行合约，因此产生了契约性信任。该信任的产生是基于制度和规则，而非基于对于信任对象的了解和认识，因此该信任是被动的。自觉性信任则是基于对于个人信念、情感和认知的信任，该信任的产生是基于对信任对象的了解和认识，而非基于制度和规则，因此该信任是主动的。

一方面，根据社会渗透理论及人际信任的相似性原则，社会规范共识意味着社会成员对社会规范的认同和遵循，当社会规范共识度越高时，社会成员就会更认同社会的共同价值观和信仰，减少不必要的矛盾和冲突，形成群体认同感，从而增强彼此之间的信任度。相同地，文化观念共享度高，则意味着人们在某些价值观念、信仰、习俗等方面有着相似的认知，可形成更高的认同感和归属感，减少文化冲突的发生，增强社会成员之间的凝聚力与合作，从而提高人际信任度。而文化观念共享度低时，容易导致文化冲突，文化冲突可降低人际信任度。

另一方面，当社会成员对社会规范形成共识时，他们会基于这些共同认可的规范来预测他人的行为。这种稳定的行为预期有助于减少交易和互动中的不确定性，进而增强人们之间的契约性信任和自觉性信任。同样，文化观念共享度的提高有助于减少不同文化之间的冲突和误解，并形成共同的价值标准和道德底线。当个体在深层次的价值观和信念上找到共鸣时，人们则更容易基于个人情感建立信任。当人们在文化观念上达成一致时，他们也更可能以开放和包容的心态来对待彼此的差异，这种文化上的和谐也增进了人们之间的信任感。

基于此，可提出如下研究假设：

H5a：智能传播环境下，社会规范共识度对契约性信任具有正向影响；

H5b：智能传播环境下，社会规范共识度对自觉性信任具有正向影响；

H6a：智能传播环境下，文化观念共享度对契约性信任具有正向影响；

H6b：智能传播环境下，文化观念共享度对自觉性信任具有正向影响。

（三）理论模型

基于上述研究假设，从主流认知迁移视角，以黏性图式结构、圈层话语边界、多元价值取向、自我概念导向为自变量，社会规范共识度与文化观念共享度为中介变量，契约性信任与自觉性信任为因变量，构建智能传播环境下算法渗透对人际信任的影响机制模型。其理论框架如图1所示。

三、量表设计与数据收集

为实证检验和分析所提出的研究假设和理论框架，研究需对其所涉变量进行量表设计与数据收集。

（一）量表设计

因变量：包含契约性信任、自觉性信任，参考Rotter及Evans & Revelle的研究成果。契约性信任，主要测量受访者对他人的信任主要是出于相信他人遵守法律法规、社会道德、合同约定、伦理规范、规章制度等方面的程度，共设5个测项。自觉性信任，主要测量受访者对他人的信任主要是出于相信人性的善意、他人的自律、社会的和谐、个体的自觉或是出于低风险感知等的程度，共设5个测项。

自变量：包含黏性图式结构、圈层话语边界、多元价值取向、自我概念导向。粘性图式结构，参考Welburn等的研究成果，主要测量个体在不同时间、不同情境下对于同类问题的看法是否一致，个体在相同情境下对于同类问题看法的稳定程度，在认知和评价新事物时个体是否难以改变原有的认知框架结构等情况，共设3个题项。圈层话语边界，参考唐海江和陈佳丽的研究成果，主要测量个体感知不同群体间话语边界的清晰程度，个体感知不同阶层间话语边界的清晰程度，个体可接纳来自不同类型群体信息的难易程度等情况，共设3个题项。多元价值取向，参考Murphy等的研究成果，主要测量人们对事物持有价值观的多样性，人们对多样价值观的理解和包容程度，人们对多元价值观的接纳或接受程度等情况，共设3个题项。自我概念导向，参考Byrne的研究成果，主要测量个体对事物的态度、行为、决策来自于个体自我认知和自身评判的程度，共设3个题项。

中介变量：包括社会规范共识度、文化观念共享度。社会规范共识度，参考Camerer & Fehr的研究成果，主要测量社会规范在不同群体认知中是否普遍存在，人们在社会中的言行举止是否遵守相关社会规范，个体在做出某些言行举止前是否考虑需要遵循相关的社会规范等情况，共设3个题项。文化观念共享度，参考Sharma的研究成果，主要测量文化观念在不同群体中是否得到普遍认同，人们在社会中的言行举止是否符合相关文化观念，个体在做出某些言行举止前是否考虑到自觉遵循相关的文化观念等情况，共设3个题项。

（二）数据收集

考虑到问卷质量及测量结果是影响研究结论可靠性与普遍性的重要因素，在开展正式调查前先对调查问卷进行预测试。在现实环境随机发放问卷100份，共收回92份问卷，其中含有无效问卷9份，将其剔除后获得81份合格问卷。为检验问卷设计的效度，对预调研的有效问卷数据进行CITC分析。结果显示，除Q19的CITC指数为0.37外，其余题项的CITC指数均大于参考值0.50。同时，对相关数据开展主成分分析，结果显示，量表因子解释累积方差为89.11%，且除题项Q24的因子载荷为0.25外，其余题项因子载荷均大于参考值0.70。量表的KMO值为0.84，大于标准值0.80，且Bartlett’s球形检验的p值均低于0.01显著水平，Cronbach’s α值均大于参考值0.70。基于预测试分析结果，需要删除问卷中的Q19与Q24题项，其余题项均保留，并以此进行正式调查。

在具体研究设计及抽样操作上，采用滚雪球抽样、分层抽样及多阶段抽样相结合的方法确定样本框与调查样本。首先，课题组成员通过电话、微信、面谈等多种形式联络各自在全国范围内的朋友，提出欲对他们进行问卷调查的诉求并详细说明相关调查的具体要求，同时托付各自朋友按该方法以滚雪球的方式对他们的朋友提出邀请参与问卷调查的诉求。在此过程中，将所有愿意参与本次问卷调查的用户的姓名、性别、年龄、职业、学历等相关人口学统计信息进行记录、整理，最后获得愿意参与本次调查的用户总人数共4127名，以此作为正式问卷调查样本获取的抽样框。采用分层抽样与多阶段抽样相结合的随机抽样方法，从抽样框中随机抽取最终用于进行正式问卷调查的样本对象。最终随机抽取出1200名愿意参与本次调查的用户名录，以此作为最终进行正式问卷调查的对象。

在正式调查中，采用以网络问卷调查系统为主，结合QQ、微信等社交媒体平台的方式向调查对象发放问卷。为了提高和保障样本调查问卷填答的有效性及准确性，在每次正式调查前预先告知每位受访者，在完成问卷填答之后可获得一定额度的红包或手机话费充值，该红包或手机话费主要通过微信、支付宝或QQ等常用在线支付方式完成发放或充值。共历时4个月完成本研究问卷调查数据资料收集工作，累计发放1000份问卷，在有效期限内共回收917份问卷。在回收的样本问卷中，含有无效问卷81份，将其剔除后获得836份合格问卷，即问卷合格率达91.17%。其中，有效样本数据的相关属性及分布特征如表1所示。

基于表1的分布特征，样本数据具有较好的合理性，不同人口统计学用户群体的分布及对应的极端或奇异值检验中未见异样，即可采用该问卷调查数据作进一步研究分析。

四、数据分析与假设检验

针对收集的数据，笔者对其开展共同方法偏差检验和信度效度分析，并在此基础上对所提出的研究假设和理论框架进行实证检验和分析。

（一）共同方法偏差检验

为了避免由于相同的样本来源、调查情景等引起的共生偏差，需进行共同方法偏差（CMB）检验。Harman单因子共同方法偏差检验结果如表2所示。

表2结果显示，所提取载荷的单因子解释变异占比为22.01%，小于40%的参照标准，表明数据不存在同源偏差，即该调查数据良好。

（二）信度与效度分析

使用SPSS统计软件分析该数据的信度，其结果如表3所示。Cronbach’s α值估计结果显示，整个量表的Cronbach’s α值为0.78，大于参考值0.70，且黏性图式结构、圈层话语边界、多元价值取向、自我概念导向、社会规范共识度、文化观念共享度、契约性信任、自觉性信任各分量表的Cronbach’s α值均高于参考值0.70，表明问卷题项的设置及采集的数据信度较好。

关于数据的效度，包含内敛效度与区别效度，其结果如表3与表4所示。在验证性因子分析中，结果显示，量表中各因子的标准载荷系数均大于参考值0.70，且各因子对应的t值均高于临界值1.96（p=0.05）。同时，各变量平均方差萃取（AVE）值均大于参考值0.50，复合信度（CR）值均高于参考值0.70，表明每个潜变量中包含的题项能够较好地解释该变量的内涵，且各变量的题项间均存在较高的一致性与结构信度，说明量表的收敛性较佳。同时，各因子的AVE的根号值均大于各因子间相关系数的绝对值，说明量表的区别度良好。

（三）路径分析及假设检验

1. 路径分析

采用结构方程模型对理论模型进行拟合估计，结果显示，在相关拟合指标中，p(χ2)值为0.000，小于0.05的显著水平，说明所建构的理论模型与样本数据适配度较低，未达到统计标准，需要修正模型。基于AMOS软件中显示的指标修正提示，若在量表题项Q13与题项Q21的误差项间、题项Q17与题项Q28的误差项间建立起共生关系，则至少能有效减少模型拟合结果中的卡方值42.75、26.91。该共生关系的建立，存在理论可解释性，题项Q13对应于社会规范共识度，题项Q21对应于契约性信任，社会规范通常体现于法规制度等形式，其反映了社会人际间行事的契约性特征，故在Q13与Q21的误差项间可能会存在共生关系。题项Q17对应于文化观念共享度，题项Q28对应于自觉性信任，文化观念通常以不成文的形式存在，无法律法规的约束，需人们自觉遵守，体现了人际间自觉守信的特征，故在Q17与Q28的误差项间可能会存在共生关系。

通过在题项Q13与题项Q21的误差项间、题项Q17与题项Q28的误差项间建立共生关系，对修正后的模型进行拟合估计，其拟合结果如表4所示。结果显示，拟合指标p(χ2)值为0.15，高于标准值0.05，表明修正后的模型结构与样本数据适配度较高。同时，除NFI值（0.64）低于标准适配值0.9外，其余指标χ2/df值（2.39）、GFI值（0.98）、AGFI值（0.94）、RMSEA值（0.02）、CFI值（0.92）、CN值（237）均高于适配度参考值，且输出结果中未有任何关于再次修正的参数提示，则说明修正后的模型估计结果可用于相关研究分析。理论模型的各路径参数估计结果如图2所示，各路径系数及显著性拟合结果如表5所示。

基于表5修正模型输出结果，理论模型各路径参数拟合结果如图3所示。

表5修正模型拟合结果及图3标准路径系数显示，除假设H1b对应的t值低于0.05显著水平外，其余假设对应的t值在0.05显著水平上均呈现显著性，且各路径标准系数的正负符号均与原假设相一致。这表明在0.05显著水平上，除假设H1b未获实证支持外，其余各研究假设均已获得实证支持。

根据各路径系数值，算法渗透的各维度对社会规范共识度的影响路径系数大小依次为：－0.61（自我概念导向）、－0.59（多元价值取向）、－0.56（圈层话语边界）、－0.55（黏性图式结构），而对文化观念共享度的影响路径系数大小依次为：－0.54（自我概念导向）、－0.51（圈层话语边界）、－0.47（多元价值取向）、0（黏性图式结构，不显著则为0）。同时，社会规范共识度对契约性信任的影响效应（数值为0.62）大于对自觉性信任的影响效应（数值为0.57），文化观念共享度对自觉性信任的影响效应（数值为0.59）大于对契约性信任的影响效应（数值为0.53）。

2. 中介效应

基于Hayes & Preacher提出的用Bootstrap验证路径中介效应的方法理念，采用Process程序中的预设模型，在95%的显著性区间内对样本重复1000次抽取并进行检验，其检验结果如表6所示。

表6结果显示，除了包含“黏性图式结构→文化观念共享度”的路径外，其余各路径的中介效应均显著，表明社会规范共识度与文化观念共享度在黏性图式结构、圈层话语边界、多元价值取向、自我概念导向对契约性信任与自觉性信任的影响路径中具有中介效应。

根据表6的参数估计结果，黏性图式结构、圈层话语边界、多元价值取向、自我概念导向对契约性信任的总影响效应分别为：－0.342、－0.619、－0.616、－0.661，对契约性信任影响效应的大小顺序为自我概念导向、圈层话语边界、多元价值取向、黏性图式结构。黏性图式结构、圈层话语边界、多元价值取向、自我概念导向对自觉性信任的总影响效应分别为：－0.311、－0.625、－0.616、－0.666，对自觉性信任影响效应的大小顺序为自我概念导向、圈层话语边界、多元价值取向、黏性图式结构。同时，在对契约性信任影响路径中的总体中介效应（数值为－2.756）大于在对自觉性信任影响路径中的总体中介效应（数值为－2.173）。

3. 检验结果

根据上述检验，其检验结果汇总如表7所示。

表7显示，在所有研究假设中，除假设H1b未获实证支持外，其余研究假设均获得实证支持。

（四）路径结构的实证解析

为了更深入分析智能传播环境下算法渗透对人际信任影响的内在机理，在上述假设检验基础上，对6位业界与学界相关专家进行深度访谈，通过编码和内容分析，形成对各影响路径内在机理的实证解析。

智能传播环境中，算法使得个体更倾向于接收与自己现有认知一致的信息，强化了特定的观点或信念，巩固受众已有的图式结构。这种结构通过塑造人们对事物的认知方式，影响社会规范共识度与文化观念共享度，从而间接影响人际信任水平。其次，算法推荐系统主要基于个体偏好推送相关信息，从而导致受众往往处在相似社交圈子或社区中获取和交流信息，易形成不同圈群的隔阂和边界，个体也倾向于认同自己圈层内的信息和文化观念，因此影响人们对社会规范的共识度与文化观念的共享度，从而降低人际信任度。再次，当算法根据个人的价值取向来定制信息流时，话语往往具有了同质性，容易形成茧房效应，增强了个人自我价值观的认同，缩小和降低了人们愿意接受外部多元价值观点的范围和程度，进而淡化人际信任水平。最后，算法通过个性化信息的推送，增强了个体自我概念及自我认同，导致个人陷入自我确认的陷阱，倾向于排斥外来不同观点，从而影响人们对社会规范和文化观念的共识度，进而淡化对他人的信任关系。

五、结论与讨论

本文从主流认知迁移视角，通过理论模型的构建和分析，探索了智能传播环境下算法渗透对人际信任的影响，得出如下研究结论：

黏性图式结构、圈层话语边界、多元价值取向、自我概念导向通过社会规范共识度与文化观念共享度两个中介变量，对契约性信任与自觉性信任产生显著负向影响，各维度对社会规范共识度的影响效应大小依次为自我概念导向、多元价值取向、圈层话语边界、黏性图式结构，对文化观念共享度的影响效应大小依次为自我概念导向、圈层话语边界、多元价值取向、黏性图式结构。同时，社会规范共识度对契约性信任的影响效应大于对自觉性信任的影响效应，文化观念共享度对自觉性信任的影响效应大于对契约性信任的影响效应。社会规范共识度与文化观念共享度在黏性图式结构、圈层话语边界、多元价值取向、自我概念导向对契约性信任与自觉性信任的影响路径中具有中介效应。算法渗透的各维度对契约性信任和自觉性信任的影响效应大小顺序均为自我概念导向、圈层话语边界、多元价值取向、黏性图式结构，且在对契约性信任影响中的总体中介效应大于在对自觉性信任影响中的总体中介效应。

针对智能传播环境下算法渗透对人际信任具有显著负向影响，过去尚未存在类似相关研究，也未获得与本研究类似的结论。该结论表明，一方面，根据德国社会学家齐美尔提出的信任理论，人们在社会交往中会对他人的言论和行为进行评估和解释，并基于这些评估和解释来确定自己是否相信对方。在智能传播环境下，由于信息的过滤和筛选，人们也更可能接触到与自己相同的观点，出现强化自我认知与自我肯定，弱化人们对其他观点的接触和理解，对他人的评估和解释力也下降，从而降低了人际间信任度。另一方面，信息生态理论指出，平衡生态位是信息环境中各因素间的平衡状态，包括信息的多样性、真实性和可靠性，平衡生态位的破坏会导致信息的失衡和失真。由于算法所形成的个性化推荐，人们更倾向于接收自己感兴趣和偏好的信息，这将导致信息生态位失衡，引起人们接收的信息不全面、不客观，从而导致人们对他人观点和价值取向产生误解或偏差，最终影响对他人的信任感。

针对主流认知迁移在算法渗透对人际信任影响路径中存在显著中介效应，过去尚未存在类似相关研究，也未获得与本研究类似的结论。该结论表明，一方面，根据社会认知理论，个体的知识和主流认知结构是个体在对信息不断获取、加工和整合中形成的，并在持续认知和情感协同中得以强化。在智能传播环境下，算法渗透通过对信息的筛选和推荐，影响着个体获取和加工信息，并固化个体的信念和态度，从而重塑个体的主流认知结构并形成知识迁移。另一方面，个体在进行主流认知迁移时，常将其经验和知识分享给他人，以此促进信息的交流和社交行为的发生，增强个体之间关于社会规范及文化观念等主流信息的共享，产生人际间心理契约与自我规范意识，从而提高人际信任度。

关于研究假设H1b未获实证支持，即智能传播环境下黏性图式结构对文化观念共享度不存在显著影响，一种可能的解释为，智能传播环境下，受众黏性图式结构一方面体现了信息传播平台、社交网络等因素对认知图式产生的依赖性影响，另一方面也反映了个体社交行为和信息获取行为对认知图式的形塑功能。文化观念共享度作为不同文化间信息交流和共享的程度，更多受制于信息传播平台和社交网络等因素的影响。然而，受众黏性图式结构既可体现于信息传播方式，也可受制于个体社交行为，在某些特定情况下图式结构对文化观念共享度虽然可能存在一定影响，但却无法对其产生必然作用。例如，在某些社交网络平台上，用户的交流和互动可能受到平台算法的限制，用户因此只能看到与自己观点相同的信息，这虽然限制了用户与不同文化群体间的连接和融合，但该路径和方式并不具有普遍影响效应。

本研究结论具有重要实践启示，在受众的引导融合方面，首先，可通过教育等途径，加强对社会规范和价值观的宣传与普及，提高人们的意识和认知水平，从而增强人际间的信任度。其次，可通过组织多元文化交流、跨领域合作等方式，促进不同群体之间的交流与融合，打破圈层话语边界，增加相互理解和信任的机会。再次，可通过健全公共政策、法律法规等方式，推动社会多元化发展，使人们相互尊重不同群体的价值观念和文化习惯，减少不同文化的冲突和分歧，从而提高人际信任度。最后，引导个体理解自身与他人的利益和需要，加强社会认同的建立和提升，使个体更好地理解他人的价值观和信仰，从而建立与他人的信任关系。

在算法的监管治理方面，首先，智能算法的设计和应用，应加强透明度，使用户和公众了解算法的原理和运行方式，避免因算法的非解释性和非可控性引发信任问题。其次，政府和相关机构应建立完善监管机制，加强对人工智能算法的评估和监督，防范算法的滥用和误用，保障公众的权利和利益，提高人们对算法的信任感。再次，智能算法的设计和应用，应遵循道德和伦理规范，尊重用户和公众的隐私，避免算法对社会造成不必要的伦理和社会问题，从而提高公众的信任感。最后，政府、企业与社会组织等各方应加强合作，推动人工智能算法的社会共治，促进公众和用户的融合与响应，提高人们对算法的信任感。

本研究虽已尽量做到使研究设计完善、过程高效合理，但在网络抽样调查过程中，由于存在受访者担心调查者可能出于某种恶意或探测自己隐私而导致受访率降低。在后续相关研究中，可考虑在现实人群中进行全样本调查或将网络调查与现实调查相结合，以提高问卷的受访率和有效率。

扫码阅读全文

原文《从算法渗透到主流认知迁移:回音壁区隔下人际信任的影响研究》刊于《上海交通大学学报（哲学社会科学版）》2024年第8期（第34-52页）。若下载原文请点击：https://kns.cnki.net/kcms2/article/abstract?v=WOTiXAdNI6PBZm8kHBO_jmbgdKb_dOeaL98M5s4QORzfl-kca3Csu6S9_VNJZhTFUxO64klJ96D1c_eCTTyTJ2BCQe_aSMN3jneC72ac4r5GoxtHGdZnUQ==&uniplatform=NZKPT

————————

编辑：黄艺聪

审校：孙启艳