面向Z世代决策中认知自主性(Cognitive Autonomy)的多模态(Multimodal)感知策展(Perceptual Curation)——算法化认知殖民(Algorithmic Cognitive Colonization, ACC)框架下的行为研究
《Frontiers in Psychology》:Multimodal perceptual curation for cognitive autonomy in Generation Z decision making
推荐算法日益塑造年轻用户遭遇信息、评估选项及形成偏好的感知环境(Perceptual Environment)。既往研究多将算法曝光视为内容过滤问题,较少关注多模态(Multimodal)数字线索如何影响感知注意(Perceptual Attention)、直觉判断及决策自主性(Decision Autonomy)。本研究提出算法化认知殖民(Algorithmic Cognitive Colonization, ACC)框架,阐释持续暴露于个性化推荐系统(Personalized Recommendation Systems)可能渐进影响注意选择(Attentional Selection)、偏好形成(Preference Formation)及自我相关决策过程。研究人员对中国受过教育的本科生开展两项行为研究。研究1采用14天信息饮食(Information Diet)现场实验,参与者从个性化推荐信息流切换至按时间顺序或基于社交图谱的信息流并保持正常平台使用。干预关联于报告的内容曝光广度(Content-Exposure Breadth)增加、感知决策自主性呈U形调整模式,以及恢复个性化信息流后内容曝光广度短期回向基线。研究2采用双过程决策(Dual-Process Decision)范式比较快速消费选择与审慎意见形成。算法推荐标签在限时快速消费选择条件下比较审慎意见形成条件产生更强从众(Conformity);且算法影响的元认知觉察(Metacognitive Awareness)与实际行为抵抗无显著关联,支持素养悖论(Literacy Paradox)。结果表明个性化推荐系统可作为感知选择架构(Perceptual Choice Architecture),主要通过降低决策摩擦(Decision Friction)及引导直觉反应影响数字决策。本研究未提供直接神经或生理证据,而是为未来采用眼动、心理生理、神经成像或多模态注意测量的多模态神经科学与感知研究提供行为学基础。
论文解读:《Multimodal perceptual curation for cognitive autonomy in Generation Z decision making》发表于《Frontiers in Psychology》
一、研究背景与立项依据
现有关于推荐算法、滤泡(Filter Bubble)、回声室(Echo Chamber)及数字排毒(Digital Detox)的研究存在三方面局限:第一,多聚焦信息获取窄化,忽视算法对偏好形成(Preference Formation)、感知决策自主性(Perceived Decision Autonomy)及认知自我调节的深层重塑;第二,传统数字排毒混淆了减少内容消费、中断社交互动与去除算法策展三种机制;第三,算法素养(Algorithmic Literacy)与透明度研究常假设"知晓即能抵抗",但Z世代青年虽具备算法觉察却仍在实际交互中顺从算法线索,即素养悖论(Literacy Paradox)。为此,研究人员整合自我决定理论(Self-Determination Theory, SDT)、双过程理论(Dual-Process Theory)与选择架构理论(Choice Architecture Theory),提出算法化认知殖民(Algorithmic Cognitive Colonization, ACC)框架,将用户面个性化推荐环境视为动态选择架构,含三层:注意相关选择(Layer 1: Attention-Related Selection)、偏好殖民化/状态水平偏好表达(Layer 2: Preferential Colonization / State-Level Preference Expression)、身份殖民化(Layer 3: Identity Colonization,本研究中为理论推延未实测)。研究旨在用改进的信息饮食范式考察减少个性化推荐曝光的行为后果,及推荐标签在不同认知加工条件下的从众效应。
二、主要关键技术方法概述
研究人员招募中国高校本科在读生(Z世代,18–27岁,日均使用推荐驱动短视频平台≥1小时)。研究1为2(实验组vs对照组)×4(T0基线、T1第7天、T2第14天、T3恢复个性化信息流后第21天)混合设计现场实验,实验组执行14天信息饮食——短视屏平台切至"关注/朋友"页禁刷"推荐"页、长视频平台关自动播放及观看历史、图文信息流切时序排序、新闻改用RSS或直接访问,辅以每日合规日志、轻量浏览器DOM元素监测(区分推荐页与关注/订阅页)及截屏核查,控制组维持惯常使用;主要测评消费多样性指数(Consumption Diversity Index, CDI,基于24类内容类别计算香农熵 H = -Σpiln(pi))、数字化情境改编基本心理需求满足挫败量表(BPNSFS)自主性子维度、算法元认知觉察量表(Algorithmic Metacognitive Awareness Scale, AMAS,12题四维度)、选择焦虑(Choice Anxiety,最大化量表改编)及政治态度极端性、自我概念清晰性(Self-Concept Clarity, SCC)。研究2为被试内设计受控行为实验,被试完成快速消费选择任务(jsPsych模拟电商界面,两等价品5秒内作答,设无标签基线、"推荐给你"算法标签、可解释AI即"基于浏览历史推荐"标签、社会证明"相似用户购买"标签四种条件)与审慎意见形成任务(阅读对立论证文,部分带"算法精选推荐"徽章并写立场短文),记录从众率(Conformity Rate)与反应时(Reaction Time, RT),并测认知反思测验(Cognitive Reflection Test, CRT)与需求认知(Need for Cognition, NFC),以AMAS分检验素养悖论。
三、研究结果
4.2.2 Main analyses——Reported content-exposure breadth (CDI; H1a and H1d)
通过2×4重复测量ANOVA发现Condition×Time交互显著(F(2.6,514.8)=12.38, p<0.001, η2p=0.059)。实验组CDI由T0(M=2.14, SD=0.42)升至T2(M=2.48, SD=0.47, p<0.001, d=0.76),支持H1a——减少个性化推荐曝光关联报告内容曝光广度增加;恢复个性化信息流后T3(M=2.22, SD=0.43)较T2显著下降(p<0.001, d=0.58),支持H1d——短期回向基线。控制组CDI全程稳定。
4.2.2 Main analyses——Decision autonomy (H1b)
Condition×Time交互显著(F(3,594)=18.62, p<0.001, η2p=0.086)。实验组呈显著二次趋势(F(1,99)=25.41, p<0.001, η2p=0.204):T0(M=3.65)→T1(M=3.28, p<0.001)初期下降反映决策摩擦增加,T2(M=3.92, p=0.008 vs T0)反弹超基线,支持H1b——感知决策自主性呈U形调整模式。
4.2.2 Main analyses——Political attitude extremity (H1c)
Condition×Time交互边际不显著(F(2.8,554.4)=2.15, p=0.094),实验组政治态度极端性仅微降,H1c不支持——14天信息流机制修改不足以结构性改变深层社政态度。
4.2.2 Main analyses——Metacognitive awareness (H1e)
Condition×Time交互显著(F(3,594)=11.85, p<0.001, η2p=0.056)。实验组AMAS由T0(M=2.85)升至T2(M=3.35, p<0.001, d=0.80),T3仍维持升高(M=3.28),支持H1e——经历算法策展减少对比正常使用提升算法影响元认知觉察。
4.2.2 Main analyses——Self-concept clarity
探索性ANOVA无主效应或交互效应(p>0.30),与14天干预仅触及状态水平偏好表达而非持久身份相关构念一致。
4.2.3 Process log analysis
多层模型显示实验组日报告选择焦虑第3天达峰后逐日下降(γ=-0.15, p<0.001),主动搜索内容比例两周内由约40.5%升至75.2%,自由感评分上升,佐证U形自主性与更主动选择行为。
5.2.2 Task A results: speeded consumer choice
重复测量ANOVA标签条件主效应显著(F(2.8,802.4)=48.62, p<0.001, η2p=0.145)。基线从众率48.2%(随机水平),算法标签条件升至64.5%(p<0.001, d=0.81)支持H2a部分;可解释AI(XAI)标签(62.8%)较不透明标签无显著降低(p=0.18),H2b不支持——简短解释不足抵消快速选择中标签效应;社会证明条件从众率最高71.4%(p<0.001 vs算法标签),支持H2c。各标签条件下选择反应时显著快于基线。
5.2.3 Task B results: deliberative opinion formation
推荐标签致观点对齐微升(标注M=54.2% vs基线49.8%, p=0.015, d=0.14)。Task×Label交互显著(F(1,285)=112.4, p<0.001, η2p=0.28),快速消费选择任务算法标签效应量(d=0.81)远大于审慎意见形成任务(d=0.14),支持H2a——推荐标签在加速低 deliberation 情境下行为影响更强。
5.2.4 Moderation analysis (cognitive reflection)
PROCESS Model 1显示CRT×算法标签交互显著(ΔR2=0.05, p<0.001);低CRT组标签显著提升从众(b=21.4%, p<0.001),高CRT组效应不显著(b=3.1%, p=0.22),支持H2d——认知反思能力调节算法从众。
5.2.5 The literacy paradox (metacognitive disconnect)
AMAS分与Task A从众率Pearson相关不显著(r=-0.04, p=0.48),高低AMAS四分位组在快速选择中行为无差别,支持H2e与素养悖论——自陈算法元认知觉察不能预测速选情境下行为抵抗。
四、讨论与结论翻译
研究表明减少个性化推荐信息流曝光(保留平台访问与社交沟通)关联于报告内容曝光广度增加及感知决策自主性短期U形变化(初期摩擦下降后反弹);推荐标签在限时快速消费选择中比审慎意见形成中产生更强行为从众效应,且可解释AI说明未显著降低此从众,社会证明标签从众最强;认知反思(CRT)高分削弱从众;自陈算法元认知觉察(AMAS)与行为抵抗无显著关联——证实素养悖论。这些发现提示个性化推荐系统作为感知选择架构主要通过降低决策摩擦及引导直觉反应影响数字决策。ACC框架为未来多模态神经科学及感知研究提供行为学基础。研究局限含信息饮食未能完全隔离算法与其他界面功能(如自动播放、无限滚动)、未直接测查视觉注意或生理指标、未分别测SDT三需求、未分离内容基/协同过滤/混合推荐架构、样本为中国本科生限制外推性、14天干预加1周随访不足以检验身份层(Layer 3)效应。
结论(翻译): 当代平台数字架构日益依赖行为预测与个性化策展。本研究引入算法化认知殖民(ACC)框架并对注意相关选择与状态水平偏好表达过程作初步行为检验。两项研究显示:减少个性化推荐信息流曝光关联更高报告内容曝光广度与感知自主性变化,推荐标签在速选条件下比较审慎意见形成条件下产生更强影响。结果提示保障认知自主性需关注数字偏好表达所处的选择环境本身,而不仅是用户对算法的知识水平。