“新闻会找到我”的依赖心态

约三分之一的受访者认为，不必再主动通过报纸、电视等传统媒体获取新闻，而是可以依靠算法推荐和社交网络，让“新闻找到我”（News Finds Me，NFM）来获取信息。宾夕法尼亚州立大学的研究团队发现，这类人往往把自己的网络社交关系视为与专业编辑和记者同样可靠的新闻来源。

研究发表在《Social Media + Society》期刊上。作者指出，这种“新闻会自己来”的心态，可能让人更容易相信并转发错误或误导性信息。

实验设计：比较不同NFM水平的新闻接触方式

为理解人们的新闻消费行为，研究人员设计了一项在线实验，观察不同NFM水平的个体如何对新闻作出判断。结果显示，NFM水平较高的参与者，往往认为算法推荐或社交网络中他人分享的新闻，与由编辑和记者推荐的新闻一样可信。

相对而言，NFM水平中等或较低的人群，会更批判性地看待新闻来源，更倾向于重视编辑和记者的专业报道。

通讯作者、宾夕法尼亚州立大学埃文·普格大学教授兼詹姆斯·P·吉米罗媒体效应教授 S. Shyam Sundar 表示：“从整体来看，专业人士依然被看重。但越来越多的人开始依赖‘新闻会找到我’，把算法和社交媒体上的朋友当作主要新闻来源。”

研究团队提醒，当读者把算法和社交网络赋予与记者相同的权威地位时，恶意行为者更容易通过操纵数字平台来影响公众，而不必再伪装成传统的可信新闻机构。

心理机制：不同推荐来源触发不同“心理捷径”

第一作者、佐治亚大学助理教授廖梦琪（曾在宾夕法尼亚州立大学与 Sundar 合作完成博士研究）指出，以往研究并未清晰揭示背后的心理机制。“我们通过这项实验来理解并解释受访者为何会以这样的方式评价推荐新闻。”

本次网络实验共招募了 244 名参与者。每位参与者首先填写一份标准化问卷，用于测量其 NFM 水平。随后，他们被随机分配到三种模拟新闻推送界面之一：

• 由新闻编辑推荐内容；
• 由社交媒体朋友推荐内容；
• 由算法系统推荐内容。

三种推送中的新闻内容完全相同，仅推荐来源不同——算法、朋友或编辑。通过这种设计，研究人员可以考察不同来源如何激活参与者依赖的不同启发式判断，即人们用来快速做出决策的“心理捷径”。

例如，当新闻由编辑推荐时，会激活“权威启发式”，促使读者更信任来自专业记者和编辑的信息。

当内容由算法推荐时，则触发“机器启发式”；而由社交媒体朋友推荐的文章，则激活“同质性启发式”，即人们更容易相信那些被认为与自己相似的人的信息。

共同作者、宾夕法尼亚州立大学媒体研究杰出教授 Homero Gil De Zúñiga 指出：“对一些人来说，算法现在和记者一样有分量。我们看到一种权威的‘扁平化’现象——算法和社交媒体推送被赋予与专业新闻相近的信任度。”

信息素养风险与潜在对策

Sundar 强调，随着越来越多人采用 NFM 方式获取新闻，高 NFM 人群更容易受到错误信息影响，整体信息素养随之下降，这一趋势尤其值得警惕。

廖梦琪补充，如果社交媒体朋友和算法推荐的内容本身就高度偏颇甚至是虚假信息，“后果将会非常严重”。

Sundar 指出：“订阅量在下降，人们实际上不再主动寻找新闻。机器作为信息来源正逐渐占据主导地位，削弱了传统专业来源的影响力，这令人担忧。”

为应对这一现象，Sundar 建议，可以针对高 NFM 人群设计定制化的媒体素养干预措施。例如，在平台界面中更清晰地标注信息来源，向用户解释记者为获取和核实信息所采取的具体步骤，从而帮助他们重新认识专业新闻机构的价值。