找回真新聞，要先打破自己的同溫層！

同溫層，戳破資訊泡泡的５個方法

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。