你從哪裡獲得新聞和世界各地的資訊？理想的情況是存在廣泛的資訊來源，能用來理解各種不同的意見和多元文化。但是，為什麼我們似乎沉浸在更窄化的資訊裡？為何每一個新聞故事的相關回應，完全符合我們自己的偏見？
網際網路是主要的原因。更準確地說，是因為社群媒體以及我們在社群媒體裡建構的回聲室。
1990年代中期，早期網際網路期望能連結及跨越世界上的不同社群，使不同的事件和觀點呈現在同一平台上，儘管具有挑戰性，但有機會促成廣大的全球理解。當時，《銀河便車指南（The Hitchhiker’s Guide to the Galaxy）》的作者道格拉斯•亞當斯（Douglas Adams），他希望區隔人們的「第四道牆」會轟然倒下（打破第四道牆意味著打破傳統舞台和觀眾之間的隱形區隔，達到互動的作用）。因為我們能在網路社群的空間裡相互共享，迫使我們走出侷限在某地的「村民」身分，而和全世界交織混合。
但正在發生的事情卻是相反的。透過Facebook、Twitter和其他社群媒體，我們和朋友聯繫，並依照自己的喜好選擇資訊來源，我們只是複製建立我們的舊村莊，依據自己的世界觀創造自己的線上社群。同時我們藉著重建既有熟識朋友的網絡，而非接觸未知的人群，我們只是換個地方置放自己的社會階層，觀點和意見。
案例分析：我住的地方距離英國相當遙遠，對於英國脫歐的公投運動，相關的辯論和意見主要透過在Facebook的朋友分享內容而有所了解，而他們普遍呈現維持現狀的聲音。但結果卻令我驚訝，因為英國公投的結果和我預期的完全相反。我成為Facebook過濾篩選下的受害者，我們周圍都是和自己志同道合的朋友，他們張貼支持他們觀點的新聞內容，不知不覺，那些內容成為我們觀察世界的鏡頭。
但以前並非如此，早年我們透過報紙的不同頁面或觀看晚間新聞，知道我們所不了解的世界。但過去幾年，這樣的模式已經產生破壞性的翻轉，我們只學習我們所選擇的，甚至我們選擇知道的內容都是符合我們的偏見。
因為這個社群媒體的回聲室，我們正處在一個瀕臨危險懸崖的狀態。當我們只選擇那些符合我們既存觀點的新聞報導，或是朋友分享那些與我們觀點相同的世界觀，我們該如何學習及獲得政治、文化的新視野？
科技創造了這個問題，科技也有責任解決問題。
今天的技術問題，是演算法過濾、擴大了社群媒體的氣泡（過濾氣泡指因演算法形成同質性高的言論網絡），線上追蹤系統辨識我們點選的頁面、分析我們喜歡什麼，並回饋我們更多相似的服務內容。我們已經不習慣去尋找真正的新事物或不同的經驗。但仔細思考，這是違反直覺的；整體來說，特別在不斷接受餵養內容和流量的時候，大腦會傾向於要求持續性的資訊刺激。
但若要裁減我們在既有村莊裡的世界觀，我們需要一個科技倡議者，他可以挑戰、撼動我們跳脫原有的偏見。這樣的方式幾乎已經存在，例如2001年在卡爾加里（Calgary）成立的StumbleUpon，它是一個早期的內容推薦引擎，是一個依據使用者的興趣喜好，隨機挑選新鮮網站的服務。但現在它卻逐漸衰微，因為社群網站的興起，以及發明新聞演算法的營運商最感興趣的是讓使用者留在他自己的狹小世界裡。
為了改善過濾氣泡的問題，我提出一個反向建議的演算法。
試想一下，連續張貼關於希拉蕊•克林頓（Hillary Clinton）的資訊之後，你的網頁提供給你的是對手唐納德•川普（Donald Trump）的資訊；這樣你可能會得到整個總統競選活動中的多方觀點。亞馬遜（Amazon）有相同方式，在運動鞋產品網頁的底部，你會看到手杖產品的相反建議。
世界迫切需要發展一種遠離舒適區的方式，以期許網際網路能建立全球性的相互理解，而非強化族群差異。我們需要科技幫助我們挑戰對世界觀的認知，接觸相反或不同的觀點，而非強化既有認知。
展望未來，現在我們迫切地需要消滅氣泡，打掉高牆和緊密相連的資訊流。
作者：Vincent Gibson（social video aggregator Centric App的創始人）
編譯：吳淑鈴
