Lee、Jeong、Oh 與 Lee（2025）比較南韓 Naver News、Kakao News 的個人化與非個人化新聞，研究包含 299 名 20 至 59 歲使用者的問卷與線上準實驗，並分析 11,678 則推薦文章。研究發現，個人化新聞的內容多樣性較低、來源多樣性較高，且提供的政治新聞數量較少；研究沒有發現使用者政治取向會顯著影響個人化政治新聞的報導偏差。作者據此認為，這兩個平台的個人化新聞並未呈現「必然加深政治偏見」的簡單模式。
這篇研究有助於修正「個人化等於政治偏見」的直覺，但樣本規模、觀察期間與平台範圍有限。研究測量的是特定平台、特定時期的推薦文章，不能推出推薦系統對其他類型內容或其他社會的長期影響。
思與行
- 閱讀演算法研究時，將「內容多樣性」「來源多樣性」「政治偏差」視為不同變項。
- 避免用一項研究宣布過濾氣泡不存在；更精確的說法是：在此研究設計與平台中，沒有觀察到作者所測量的政治偏差效果。
- 與個人化可能增加來源廣度同時減少主題廣度並讀，比較不同年代的南韓研究是否呈現一致趨勢。
參考
- 研究原文：A Study on the Diversity and Political Bias of Personalized News: The Case of Korea’s Internet News Portals，Seung Yeop Lee 等，SAGE Open，2025-10-16 首次線上出版。
- 延伸脈絡：過濾氣泡的實證效果具有平台與議題差異、意識形態多樣性不能只用左右立場衡量。