当一些声音将“信息茧房”“群体极化”的原因归咎于算法时，Science、Nature等权威期刊刊载的多项研究给出了截然不同的答案：社交媒体上的社会撕裂现象，并非算法精心设计的结果，而是根植于人类社交本性与社会结构的深层逻辑，在无算法干预的环境中同样会催生极化。
杜克大学教授克里斯·贝尔提出的“社交媒体棱镜”理论，为理解这一现象提供了关键视角。他认为，社交媒体既不是反映世界的“镜子”，也不是隔绝信息的“茧房”，而是一面扭曲认知的“棱镜”——它通过身份展演和地位竞赛的核心机制，让极端者获得最佳展示舞台，同时迫使温和派因“沉默的螺旋”选择噤声。这种扭曲使得人们错误地将对立阵营的极端声音当作群体全貌，进而加剧情感对立。贝尔的实验对此作出了生动注解：当参与者被迫接触对立阵营言论时，看到的并非理性观点的碰撞，而是被“棱镜”折射后的刺耳声音，最终导致立场愈发极端。
人类社交的固有倾向，在无算法干预的环境中同样会催生极化。阿姆斯特丹大学的研究团队搭建了一个仅保留发帖、转发、关注功能的极简平台，用500个带有真实人口学特征的AI智能体模拟社交行为。实验结果显示，无需任何个性化推荐，智能体很快按立场抱团，互相关注的多为观点相近者，中间派被边缘化；少数账号凭借高转发量成为“大V”，影响力高度集中；极端内容因更易引发情绪共鸣，传播速度和范围远超温和内容。这一过程复刻了现实社交媒体的极化图景，印证了问题的根源在于人类“趋同避异”的社交偏好和“情绪化优先”的传播规律。该项研究论文已经在Science杂志刊载。
从社会结构视角看，极化的种子早已在现实世界中埋下。现代政治科学研究表明，精英极化先于并驱动着大众极化，政治家和活动家的鲜明立场会通过各类渠道渗透到公众认知中；日益加剧的经济不平等与政治极化存在深刻的结构性关联，基尼系数与国会极化程度长期呈现强相关性。社交媒体的出现，只是为这些既有矛盾提供了更便捷的表达和扩散渠道。Nature杂志刊载的多伦多大学团队对Reddit平台的研究也证实了这一点：2016年美国大选这一外部政治事件，直接导致平台极化程度骤升，且主要推动者是受现实政治氛围影响的新用户，与算法无关。
值得深思的是，那些被寄予厚望的“反算法”干预措施，往往收效甚微甚至适得其反。阿姆斯特丹大学的研究测试了多种策略，结果显示：按时间顺序推送加剧极端内容传播，平衡党派内容的算法扩大关注度差距，隐藏粉丝数量等统计数据对极化无明显改善。这说明，试图通过简单技术调整解决社会极化问题，本质上是对复杂问题的过度简化。
回望历史，社会极化现象早于算法存在。上世纪60年代，理查德·霍夫施塔特就在《美国的反智传统》中批判过政治中的偏执狂传统；瓦尔特·李普曼也早于“算法时代”就指出，舆论本就是多元观点的混杂。从纸媒到电台、电视，再到社交媒体，传播载体不断变迁，但极化与对立的现象从未消失。
认清“撕裂社会的不是算法”这一事实，并非为技术开脱，而是为了更精准地找到解决路径。人类与其纠结于设计“中立算法”，不如将目光投向培育理性的公共讨论空间，缓解现实社会的结构性矛盾，引导公众突破“情绪化认知”的局限。毕竟，技术只是工具，人性与社会的温度，才是决定我们能否走出分裂的关键。
