過濾氣泡的實證證據與研究方法

此概念的研究結果並不一致，原因包括平台不同、國家脈絡不同、推薦目標不同，以及研究者測量了不同階段的資訊接觸。可靠的整理方式不是投票決定「泡泡存在或不存在」，而是把研究的樣本、平台、時間、變項與推論範圍寫清楚。

graph LR
  A[研究問題] --> B[資料與樣本]
  B --> C[平台稽核]
  B --> D[瀏覽／點擊資料]
  B --> E[訪談／問卷]
  C --> F[推薦輸出]
  D --> G[實際接觸]
  E --> H[使用者經驗]
  F --> I[限制與推論]
  G --> I
  H --> I

主要實證：Facebook 資訊流中的跨立場接觸受到朋友網絡排序與點擊共同限制、搜尋與社群媒體可能增加接觸者之間的意識形態距離但不等於封閉、YouTube 錯假資訊推薦氣泡可能形成也可能被反證內容打破、南韓個人化新聞可能縮窄主題廣度卻擴大來源多樣性、南韓 2025 研究未發現個人化新聞必然放大政治偏見。

研究方法：推薦系統稽核結果高度依賴研究設計與帳號狀態、推薦系統稽核必須公開情境與可重現步驟。

測量概念：Content_Diversity、Source_Diversity、Ideological_Diversity、Computational_Audit。

延伸想法：建立主題輪替而非只追求左右立場平衡的閱讀清單。