返回公开档案

哈佛学者谈推荐算法:从“暗推”到青少年信息茧房,专家呼吁算法透明与选择权

《哈佛公报》汇集哈佛大学多位学者对推荐算法的公开观点:哈佛法学院教授卡斯·桑斯坦(Cass Sunstein)把利用用户信息缺失与行为偏差称为“暗推”,主张设立“不被操纵的权利”;

哈佛教育研究生院“数字繁荣中心”联合主任艾米莉·温斯坦(Emily Weinstein)据多年青少年访谈指出,算法把兴趣与身份以“哈哈镜”方式回映,可加重窄化内容与情绪压力。 该文为机构观点综述,并非人群效果验证。

分析推断原始来源可核对
事实与证据边界

《哈佛公报》2026年9月23日刊文,邀请哈佛大学不同学科教师就推荐算法发表看法。

哈佛法学院教授卡斯·桑斯坦(Cass Sunstein)与其著作《算法伤害:人工智能时代保护人们》(Algorithmic Harm: Protecting People in the Age of Artificial Intelligence)合著者提出,把操纵定义为不尊重人反思与审慎选择能力的影响,认为操纵者利用受害者的信息缺失或行为偏差(如关注短期、不现实乐观、注意力有限),并称需要法律保护、提出“不被操纵的权利”。

哈佛教育研究生院“数字繁荣中心”(Center for Digital Thriving)联合主任艾米莉·温斯坦(Emily Weinstein)称,其15年以上对青少年的深度倾听显示,“算法”在青少年讲述科技体验中从配角变成主角,有青少年说“我的算法最近很糟”;

她描述一名16岁受访者信息流充满“人生冲刺”式内容(如18岁结婚、20岁前生子),另一名高中生信息流充斥剪辑视频、游戏以及体育博彩和在线赌博广告,并称算法可能让青少年(及所有人)被窄化主题内容淹没。

哈佛科学史教授丽贝卡·莱莫夫(Rebecca Lemov)提到2014年发表在《美国国家科学院院刊》(PNAS)的脸书(Facebook)实验,称689,003名用户信息流被操纵后行为出现轻微情绪传染迹象,并借用罗伯特·杰伊·利夫顿(Robert Jay Lifton)“环境控制”概念主张谨慎守护注意力。

哈佛法学院讲师莉亚·普兰克特(Leah Plunkett)称,美国法律在很大程度上未能为儿童在社交媒体等平台提供伦理与实用保护,并称许多领先科技公司“快速行动、打破常规”、贴近甚至越过法律边界。 文章提到澳大利亚近期拟立法允许用户选择退出算法,以保护儿童上网并让用户更多掌控信息流。

分析判断

这组观点把推荐算法的心理健康风险从“内容好坏”推进到“设计是否尊重自主性”这一层:桑斯坦的“暗推”强调对行为偏差的利用,温斯坦的访谈强调个体无法完全靠理解算法来免疫其影响,莱莫夫则把算法信息流与“环境控制”类比。 这些均属学者判断与质性观察,并非随机对照试验等因果证据,不能据此断言算法直接导致心理疾病。

后续观察信号

  • 追踪澳大利亚拟议允许用户退出算法的立法进展
  • 查证2014年PNAS脸书情绪传染实验的原始结论与后续争议

原创编辑内容 © BlisseMind Insight。欢迎分享原文链接;全文转载须取得授权。引用的研究、数据及第三方材料的权利归相应权利人所有。

署名与转载说明

Insight 智能顾问

BlisseMind Insight

你好,我是 Insight 智能顾问。

我可以帮你查找公开市场信息、解读研究内容、比较公司与竞品,并提供可核对的来源。