在信息传播领域，“信息茧房”与“算法”这两个概念近年来频繁被关联讨论，甚至形成了一种惯性思维：只要提及信息生态问题，就必然涉及信息茧房；而一说到信息茧房，算法便被视为罪魁祸首。这种“一遇到复杂问题就简单归因”的现象，反映出许多人在面对信息传播新变化时的思维局限。
哈佛大学教授凯斯·桑斯坦在20年前首次提出“信息茧房”概念时，其核心内涵是公众在信息传播中会主动选择令自己愉悦的信息，久而久之，如同被困在蚕茧之中，视野逐渐受限。然而，随着时代发展，这一概念在传播过程中发生了偏转。语言学家门肯曾指出：“对于每个复杂问题，都有一个清晰、简单且错误的答案。”将信息茧房简单归咎于算法，正是这种简化归因思维的体现。
在当下网络环境中，部分网民认知极化导致的舆论劣化现象日益明显，信息茧房概念被频繁滥用。有人动辄宣称“信息茧房正让你陷入傻子共振”“信息茧房正夺走你的认知主权”，这种过度渲染的背后，是对信息茧房实质的误解。实际上，每个人都被困在自己的认知局限里，这更多是“自困”而非“他困”。萨古鲁认为，大多数人困在自己制造的局限中，却未意识到是自己把自己锁在了里面。
人的信息处理能力受物理限制和生理阈值等因素影响，信息偏食成为人脑抵御信息过载的自我保护机制。这种基于人类喜同恶异、趋利避害本性的信息筛选机制，才是信息茧房的根源。桑斯坦提出“信息茧房”概念，本意就是警示“信息偏食”问题。但如今，很多人将信息茧房视为互联网信息供给模式和传递路径的产物，错误地认为信息技术是因，信息偏食是果，进而得出算法导致人的视野窄化、思维固化的结论，这既否定了信息偏食的本性，也夸大了其后果。
从信息偏食的多因性来看，在算法推荐尚未出现的时代，人们就已经开始进行各种信息筛选，“物以类聚、人以群分”本质上就是筛选行为。在微博上关注同频者、在小红书上点赞同好者，以及现实中基于兴趣爱好选择交往对象和信息接收等，都是信息选择性摄取的表现。社会学中的“选择性接触”、心理学中的“确认偏误”早已对此做出解释。将信息偏食简单归因于算法，是对人“认知主权”的攫夺。而且，信息偏食虽会抑制异文化视野，但也有助于脑部减压，只强调其负面影响有失偏颇。
对算法原理和初衷的误解，也是“算法制造茧房”说法流行的原因之一。很多人对算法的认知还停留在单维度匹配兴趣的原始阶段，认为“我点赞什么，算法就给我推什么”。但实际上，如今的推荐算法已形成“精准记忆 + 泛化探索”的平衡体系。以抖音为例，其推荐系统遵循“召回→排序→扰动”全流程。多兴趣召回阶段，算法从海量视频库里同时抓取用户已知兴趣、潜在兴趣、多元领域的候选内容；多样性频控与打散通过技术手段控制同类内容的推荐频率，保证推荐列表的多样性；排序时，系统结合用户兴趣偏好、浏览习惯打分，但不会只按“喜好度”单一排序；随机扰动则是算法主动调整排序，刻意加入陌生内容，避免推荐列表千篇一律。
从“Wide & Deep模型”和“兴趣时钟”也能看出算法为打破信息茧房所做的努力。“Wide & Deep模型”中，“Deep”精准记住用户过往喜好，“Wide”主动探索用户从未接触过的领域；“兴趣时钟”根据不同时间段调整推荐偏好，适配用户生活节奏，丰富信息获取。这些技术设计表明，算法并非只关注用户单一兴趣，而是努力拓展用户的信息视野。
“算法制造茧房”的说法，还误判了人们自身的行为机制和平台的关切点。算法推荐结果本质是用户行为的映射，但很多时候，用户面对平台推荐的不感兴趣内容时，会选择快速划走，主动关闭了“看见世界参差”的窗口。因此，用户自身也是茧房的筑造者。一些人批评算法推荐不准，这与“算法制造茧房”的说法存在悖论。如果感兴趣的内容推多了被指“制造茧房”，推少了又被说“推荐不准”，那么算法究竟该如何平衡？那些“推荐不准”的吐槽，或许正是算法打破“茧房”的体现。
在评估算法影响时，纵向比较“前算法时代”和“后算法时代”很有必要。信息匮乏时代的“茧房”是物理性的，因为信息选择有限；而信息丰裕时代的“茧房”是心理性的，由大脑的信息加工机制塑造。在只能看几个电视台、几份报纸的年代，信息壁垒是空间性、地理性、结构性的，只是怀旧滤镜将其美化了。如今，信息技术带来了更多打破信息垄断的可能，虽然碎片化、情绪化内容传播带来挑战，但这与信息茧房是不同维度的问题。
有人认为平台有利用“制造信息茧房—诱导用户沉迷—提升平台日活”的利益动机，但理性分析会发现这种想法过于简单。算法的核心目标是“留住用户”，长期留存比短期沉迷更重要。一味推送同类内容会导致用户审美疲劳，最终卸载应用，对平台得不偿失。
“算法制造信息茧房”是典型的流行谬误，它错解了信息茧房的本源，误解了算法的本质。算法并非织茧者，而是试图在已知花园和未知荒野之间开垦的园丁，提供了多样性频控和打散、多兴趣召回、随机扰动等“反茧房设计”。要让真实算法被看见，需要学界加强专业科普，传播学界已有实证研究证伪“算法制造信息茧房”说法；公众应提升科学素养，可到相关平台体验算法；平台要将算法可理解性作为公共产品，持续推动算法透明化，改进科普方式，弥合认知差。
