打開Threads、Instagram、TikTok或YouTube，有時候會出現一種很奇怪的感覺：最近喜歡某個東西，突然滿版都是人在討論；認同某個觀點，留言區裡似乎也人人點頭；碰上熱門時事，連續滑了幾十篇貼文後，更容易產生「原來大家都是這樣想」的印象。但如果把手機交給另一個人，他看到的世界可能完全不同。
這不代表其中一個人的社群平台充滿假消息。更可能的情況是，兩個人看到的內容都是真的，但都只是整個世界被挑選、排序後的一小部分。當我們長時間拿這個高度個人化的小樣本，去判斷「現在大家都在關心什麼」、「多數人支持哪一邊」，對現實的感受就可能逐漸偏離真正的整體分布。
明明只有少數人，為什麼看起來卻像「到處都是」？
這種錯覺其實不是社群演算法出現後才存在。2016年刊登於《PLOS ONE》的一項研究提出「多數錯覺」（Majority Illusion）概念。研究指出，人通常無法直接掌握整個社會網絡中每一個人的狀態，而是透過身邊的人來判斷某種行為或特徵到底普不普遍；然而，社交網絡本身的結構，就可能讓少數現象在許多人眼中看起來像多數。
研究舉出一個很直觀的例子：一個網絡裡共有14個人，其中只有3個人具有某種特徵，照整體比例來看明明是少數；但如果這3個人剛好位在與很多人相連的位置，其他人觀察自己的「鄰居」時，卻可能發現身邊至少一半的人都具有這個特徵，因而誤以為它非常普遍。若把這項研究放到今天的社群使用情境中類比理解，就能看出一個重要問題：我們平時接觸到的「身邊人」，本來就不一定是整個社會的縮影。
某種穿搭可能只流行於特定族群，某個政治立場也可能只占整體人口的一部分，一部影集更不一定真的「全民都在追」；但如果相關人物在自己的社交網絡中特別集中，就可能讓人產生「最近怎麼到處都是」的感覺。原來你身邊很常見，不代表整個社會都很常見。
演算法不是告訴你「世界長怎樣」，而是在猜你「還想看什麼」
到了社群平台時代，這種局部觀察又多了一層影響，也就是推薦演算法。以TikTok為例，官方說明指出，「為你推薦」（For You）頁面會依照使用者的按讚、分享、留言、完整觀看或快速滑走等互動訊號，再搭配影片內容與部分使用者資訊，預測哪些內容可能更符合個人興趣。對多數使用者而言，觀看時間等互動訊號通常具有較高權重。YouTube的推薦系統也會參考觀看紀錄、搜尋紀錄、訂閱頻道、按讚、倒讚，以及「不感興趣」等訊號，再結合與其他相似使用者的觀看模式，決定接下來可能推薦哪些影片。
所以，如果最近連續看了十支租屋影片，首頁繼續出現租屋、房價與買房內容並不奇怪；如果經常停留在某一類政治評論、明星八卦或兩性議題上，平台也可能判斷你對這類內容感興趣，持續提供相似題材。這裡有一個很容易被忽略的差別：社群首頁回答的不是「現在全世界最普遍的是什麼」，而是「根據你過去的行為，你接下來可能還想看什麼」。然而，當同一種觀點一次又一次出現在眼前，人很容易把第二個問題的答案，誤認成第一個問題的答案。
為什麼我們這麼容易相信「別人應該也跟我一樣」？
更麻煩的是，就算沒有演算法，人類本來就有高估自己與他人相似程度的傾向。心理學將這種現象稱為「虛假共識效應」（False Consensus Effect），也就是人們容易認為自己的態度、選擇或特質，比實際情況更加普遍。2021年刊登於《Computers in Human Behavior》的一系列研究，分別調查493人與364人，研究政治態度、人格特質與社會動機等面向後發現，社群媒體使用程度較高的人，確實呈現較明顯的虛假共識效應。研究人員經統合分析並控制人口變項後，這項關聯仍然存在。不過，研究同時提醒，這個效果以一般心理學標準而言其實偏小，也比受試者自己想像中的影響程度低。換句話說，人腦原本就容易高估自己的想法有多普遍，而高度個人化的社群環境，又可能反覆提供符合既有興趣與立場的例子。兩件事情疊在一起，「大家好像都跟我一樣」的感覺，自然更容易出現。
社群真的有「同溫層」嗎？答案比想像中複雜
大眾經常把長期接觸相似觀點的現象統稱為「同溫層」或「回音室」，不過兩者在學術討論中的定義並不完全相同。若單純談使用者是否較常接觸到與自己立場相近的來源，相關研究的確能觀察到這種傾向。2023年刊登於《Nature》的大型研究分析2020年美國Facebook成年活躍使用者資料後發現，以中位數使用者來看，看到的內容約有50.4%來自政治立場相近的朋友、粉絲專頁或社團，來自不同政治立場來源的內容則約占14.7%。也就是說，使用者確實更容易接觸到來自立場相近來源的內容。
不過，如果因此直接推論成「同溫層就是讓人愈來愈極端的原因」，又把事情想得太單純了。研究團隊同時找來2萬3377名Facebook使用者進行實驗，在2020年美國總統大選期間，將其中一組參與者接觸到的同立場來源內容降低約三分之一。結果顯示，受試者確實因此看到了更多不同來源的資訊，但在政治立場極端程度、對不同陣營的情感、候選人評價以及相信錯誤資訊等8項事先設定的態度指標上，都沒有出現可測量的明顯改變。平台可以明顯改變我們看到什麼，卻不能因此直接想成它單獨決定了我們相信什麼。一個人的觀點仍可能受到家人、朋友、教育背景、現實經驗、既有政治立場以及主動選擇資訊來源等眾多因素影響。
真正「不是真的」，可能是你以為自己看見了整個世界
所以，滑手機時看到的世界，到底哪裡「不是真的」？答案可能跟想像中不太一樣。一篇貼文下面真的有1萬人按讚，這件事可以是真的；某個留言區裡真的幾乎所有人支持同一種說法，也可以是真的；首頁連續出現十幾支談論同一件事情的影片，同樣可以全部都是真實存在的內容。真正容易出錯的，是把重疊出現的資訊理解成：「所以大部分的人一定都支持這件事。」、「所以現在所有人都在討論它。」、「所以跟我意見不同的人應該只是極少數。」從自己眼前看到的一小部分資訊，進一步推論整個社會長什麼樣，是最容易失真的地方。
社群推薦本來就是為不同使用者量身排序內容。TikTok官方指出，即使兩個人追蹤相同的創作者，其Following頁面的排序仍可能依各自使用方式而有所不同。因此，兩個人坐在同一張桌子旁、使用同一個平台，卻可能長期生活在截然不同的「網路現實」裡，而雙方看到的內容都未必是假的。
想知道「大家到底怎麼想」，最不能做的就是只看自己的首頁
這也代表，如果真的想判斷一件事情有多普遍，社群首頁其實不是很好的民意調查工具。想知道某個政策到底多少人支持，可以找抽樣方式透明、題目公開的民調；想知道一個社會現象是否真的愈來愈普遍，可以查看官方統計或長期資料；碰上爭議事件，也可以刻意比較不同媒體、不同專家以及原始資料，而不是只依賴演算法已經替自己排好的內容。
至於想讓社群首頁變得更多元，也可以透過搜尋不同題材、追蹤其他來源，以及使用「不感興趣」等功能調整推薦訊號。TikTok與YouTube的官方說明都指出，使用者的觀看、搜尋、互動與回饋行為，確實會影響日後看到的推薦內容。當這個小世界愈來愈符合自己的興趣與立場，人也就愈容易忘記一件事：你看到的可能都是真的，但你沒有看到的，往往比看到的更多。 （相關報導： LINE總是卡卡的，重新下載也沒用！過來人點出2大元凶：刪掉後馬上變順暢 ｜ 更多文章 ）
參考資料
- Lerman, K., Yan, X. & Wu, X-Z.，〈The "Majority Illusion" in Social Networks〉，《PLOS ONE》，2016。
- Bunker, C. J. & Varnum, M. E. W.，〈How strong is the association between social media use and false consensus?〉，《Computers in Human Behavior》，2021。
- Nyhan, B. et al.，〈Like-minded sources on Facebook are prevalent but not polarizing〉，《Nature》，2023。
- YouTube Help，〈How YouTube recommendations work〉。
- TikTok Help Center，〈How TikTok recommends content〉。
本文內容綜合學術研究與平台官方公開資料整理，相關研究結果反映特定樣本與研究情境，未必適用於所有使用者；社群平台推薦機制亦可能隨時間調整，實際使用體驗仍因個人帳號、互動習慣與平台設定而有所差異。
