算法推荐内容对老年人健康信息回避行为的影响机制研究——数字反哺的干预实验

本刊官方网站：

http://cjjc.ruc.edu.cn/

摘要

在线健康信息回避是数字时代的“讳疾忌医”，现已成为老龄化社会趋势下的重要公共健康问题。本研究旨在揭示算法推荐内容对老年人健康信息回避行为的影响机制，并验证数字反哺作为家庭干预手段的有效性。子研究一（N=343）基于“压力源—心理负担—行为”（SSO）框架，构建了老年人健康信息回避行为影响模型，并通过偏最小二乘结构方程进行检验。子研究二（N=110）通过子代数字反哺干预实验，验证其干预路径及有效性。研究发现：1.算法推荐内容的信息相似性与过载表征会通过影响老年人信息倦怠感，引发健康信息回避行为；2.信息相关性不会引发健康信息回避行为；3.子代数字反哺能显著减少老年人对数字健康信息的倦怠感，并有效抑制由此引发的健康信息回避行为。研究结论为深入理解老年人健康信息回避行为，以及制定有效治理措施提供理论依据与实践指导。

作者简介

顾晨昱，闽江学院新闻传播学院副教授，福建省社科基地福建数字传媒经济研究中心副研究员。

基金项目

本文系闽江学院科研启动基金项目（项目编号：32404314）资助成果。

一

引言

随着数字技术的广泛应用与快速普及，大量老年人被动触网，这使得数字化和老龄化的交织与冲突日趋成为重要的社会治理问题。目前，我国60岁以上老龄人口超2.64亿（匡亚林，蒋子恒，张帆，2023），其中老龄网络用户数超1.53亿。如何在数字化浪潮下积极应对老龄化趋势，是维护人口安全、社会和谐稳定、实现第二个百年奋斗目标的重要考量。

如今，网络已成为老年人获取健康信息的重要途径（王艺璇等，2023），但面对海量且质量参差不齐的信息，越来越多老年人开始选择回避（Zhao，Y.C.，Zhao，M. & Song，2022）。这可能使老年人减少健康活动参与及健康监测行为，甚至错过疾病诊疗机会，将自身置于健康风险之中（Chae，2015）。老年人健康信息回避行为已成为当下健康信息传播与管理领域的重要研究话题。

当下的数字信息环境由推荐算法主导，使得信息偏食、极化等现象呈现出比传统媒体环境下更为严峻的态势，深度影响着用户的健康行为模式（Kong，Zhang & Wang，2021）。老年人对在线健康信息的需求尤为迫切，数字平台为老年人提供了一个重要的健康信息来源，但推荐算法也限制了老年人所接触健康信息的多样性和广度。当老年人反复接触到基于算法推送的健康信息时，可能会产生健康信息回避行为（Jiang，2022）。然而，已有关于算法推荐内容对老年人健康信息回避行为的影响机制及干预研究较少。

为了填补现有研究空白，本研究分为两项子研究展开：研究一基于SSO框架，将健康信息相似性、相关性及过载作为算法推荐内容之表征，通过横截面研究探索这些信息因素如何通过倦怠感影响老年人健康信息回避行为；研究二引入子代数字反哺作为干预对策，通过实验验证其对老年人健康信息回避行为的治理效用。研究结论为创造更加公平、包容、适老的健康信息环境提供理论依据和实践指导。

二

文献综述与研究假设

（一）“压力源-心理负担-行为”框架（SSO）

本研究以“压力源-心理负担-行为”框架（stress-strain-outcome，SSO）为基础，该模型认为外部压力会对个体造成心理负担，并进一步引发个体的消极行为反应。该模型对于消极反应行为解释的有效性已被广泛验证。如段秋婷、张大伟、谢兴政（2023）基于该模型探索了父辈转发网络信息的消极特征对子辈信息回避行为的影响。Ma等（2022）基于SSO模型构建了人工智能推荐算法的信息冗余对用户中止使用行为的影响。健康信息回避行为具有明显的消极行为特征，与SSO模型的适配情境一致。同时，算法推送机制下的信息表征与SSO模型中压力源的特性非常适配（Zuiderveen Borgesius et al.，2016）。因此，本研究以SSO模型为基础，构建算法推荐内容对老年人健康信息回避行为的影响框架。

（二）算法推荐

算法推荐是指通过算法分析用户兴趣、行为、偏好等数据，进而向用户提供个性化内容推送的过程（Lu et al.，2015）。从传播学视角来看，算法推荐的一个重要研究方向是其对用户信息行为的影响（Santos，Lelkes & Levin，2021）。研究普遍认为，算法推荐改变了人们的信息接触模式，使得用户逐渐依赖算法路径，丧失主动探索信息的动机（Balaji，Annavarapu & Bablan，2021）。算法推荐的一个关键特征是相似信息的推送。协同过滤算法是媒介主流推荐系统的核心技术之一，它通过分析用户行为推送相似内容（Jiang et al.，2022）。这种相似性增强了用户沉浸感，但也带来了“回音室效应”，限制了用户接触不同信息的机会（Cinelli et al.，2021）。“信息相关性”是算法推荐的另一个重要表征（如Rocchio算法），其通过构建用户画像向量判断内容与用户的相关性，从而提升推荐准确性（Saurwein & Spencer-Smith，2021）。虽然相关性高的内容能改善用户体验，但也可能让用户长期困于单一兴趣领域，影响其信息接收的宽度（Shin，D.，Kee & Shin，E.Y.，2022）。“信息过载”是推荐算法普及下的又一显著现象（Belabbes et al.，2023）。尽管推荐算法减少了信息筛选负担，但过量推送加重了认知负担，导致用户焦虑和决策困难（Choi，Stave & Spain，2022）。鉴于老年群体的数字水平普遍较低，信息过载对其影响尤为显著。综上，本文将健康信息相似性、相关性和过载作为算法推荐的表征，探讨其对老年人健康信息回避行为的影响。

（三）压力源（算法推荐内容）对心理负担（信息倦怠）的影响

本研究以健康信息相似性、相关性以及信息过载这三个表征来构成SSO模型中的压力源部分。健康信息相似性指个体通过数字平台接触到的健康信息在内容、观点或结构上的一致性（Liang & Fu，2017）。这种相似性由个性化推荐算法驱动，旨在匹配用户历史偏好与行为。信息倦怠感是指个体对信息产生的心理疲惫和兴趣下降，表现为对健康信息关注度降低和持消极态度（Jiang，2022）。基于刺激衰减理论（incentive-sensitization theory），信息的新颖性和多样性有助于维持受众的认知刺激和兴趣；持续接触相似信息会导致认知刺激减少、处理方式机械化和动机降低（Kuem et al.，2021；Prybutok，G.L.，Koh & Prybutok，V.R.，2014）。有研究指出，受众在重复接触减肥主题信息后会对类似的信息产生疲劳感（Kim & So，2018）。另一项新冠疫情的信息传播研究表明，重复发布疫情信息导致受众产生疲惫感（Koh，Chan & Tan，2020）。这些研究共同印证了反复接触相似信息会使得个体信息处理方式机械化，并导致信息倦怠感增加。因此本文提出研究假设：

H1a：健康信息相似性正向影响健康信息倦怠感。

健康信息相关性指的是信息与个体的健康状况、兴趣、需求或行为的匹配程度（Galvao et al.，2013）。算法通常根据用户的行为记录、搜索历史和偏好标签推荐“相关”信息（Bode & Vraga，2018）。关于相关性与倦怠感的关系，学界存在争议：一方认为更相关的信息减少信息检索的成本，从而减少倦怠感（Sheng et al.，2023），另一方认为长期接触高度相关的信息会导致认知和情感的过度消耗，进而引发疲倦（Jung，2017；Khaleel et al.，2020）。本文认为，二者的矛盾源于信息传播的不同阶段：在信息检索阶段，相关性降低了认知负担；而在信息处理阶段，高度相关的信息则消耗更多认知资源。由于研究一是一项横截面调查，因此情境上与后者更为适配。有限容量模型（limited capacity model）指出，人类的认知资源有限，高度相关的信息需要更多的注意力和精力，因此更容易引发信息倦怠（Kaplan & Berman，2010；Lang，2000）。Schmitt、Debbelt和Schneider（2018）的实证研究支持了这一推论并指出当用户接收到大量与其兴趣相关的在线新闻时，信息倦怠感会显著增加。类比到健康信息传播情境，健康信息的相关性可能也会增加个体的健康信息倦怠感，因此本文提出研究假设：

H1b：健康信息相关性正向影响健康信息倦怠感。

健康信息过载是指个体在寻求、接收和处理健康信息时产生的信息过载现象，其在算法推送的网络环境下十分常见（Fu et al.，2020）。信息过载不仅会导致决策困难，还可能引发焦虑和信息处理效率下降（Crook et al.，2016）。由于新媒体时代把关人的缺位，人们面对大量良莠不齐的健康信息时，难以获取优质内容，从而增加不确定感和焦虑，甚至影响健康决策。数字算法构建的“信息回音室”进一步增加了信息过载的风险（Graf & Antoni，2023）。认知负荷理论（cognitive load theory）指出，人类的认知容量有限，当信息量过大或任务过于复杂时，则会超出认知处理能力，导致疲劳感增加（Sweller，2011）。需要强调的是，认知负荷理论有别于前文所述有限容量模型，前者强调过量信息所引发的个体认知负担，而后者则侧重于认知资源的优先分配。已有研究表明信息过载与倦怠感相关。例如，研究发现社交媒体的信息过载引发社交倦怠（Zhang，Ding & Ma，2022），另一研究发现疫情期间的过量新冠预防信息导致信息疲劳（Mao，Jia & Huang，2024）。基于有限的认知资源，个体在面对大量健康信息时需要花费更多资源进行筛选和理解，过度使用认知资源后会增加信息倦怠感。因此本文提出研究假设：

H1c：健康信息过载正向影响健康信息倦怠感。

（四）心理负担（信息倦怠）对行为表现（健康信息回避）的影响

倦怠概念来源于心理学和医学领域，指个体对事物的疲惫感（Aaronson et al.，1999），后来被广泛应用于信息管理和新闻传播等领域。本研究主要关注信息倦怠，信息倦怠的主要成因包括媒介因素（信息过载、系统超载、信息复杂性等）和用户因素（隐私侵犯、情绪耗尽等）（Pang & Ruan，2023；Sheng et al.，2023；Shulman，Bullock & Riggs，2021）。健康信息倦怠是指个体在长期接触大量健康信息后产生疲惫感、兴趣下降或处理信息的动力减弱（Shi et al.，2022）。在这种状态下，个体可能感到过多健康信息的压迫，从而产生心理和认知不适。健康信息回避行为是指个体有意识地避免接触、搜索或处理与健康相关的信息的行为，表现出对健康信息的消极对抗（Link，Baumann & Leuppert，2024）。回避行为可能源于多种原因，包括对信息内容的恐惧、对信源不信任或感觉信息过于复杂难以理解（艾文华等，2021；Siebenhaar，Köther & Alpers，2020），其心理动机可以是避免认知失调的产生，或是对健康风险的恐惧与对焦虑的逃避（Song，Yao & Wen，2021）。

研究表明，信息倦怠会引发个体的消极行为（Jia，Ahn & Carcioppolo，2023）。基于保护动机理论，个体通常通过回避压力源来保护自己（Floyd，Prentic & Rogers，2000）。例如研究发现人们通过信息回避来减少新冠信息带来的心理压力（Qu，Saffer & Austin，2023）。老年人因数字信息素养相对较低，更易受到网络信息的负面影响（He et al.，2020）。当老年人处于健康信息倦怠状态时，可能会感到处理这些信息的任务繁重且压抑，长期的心理压力和疲惫感会减少他们接触新健康信息的动力（Islam et al.，2020）。健康信息引发的情绪和认知负担可能促使老年人回避健康信息，以减轻心理不适并恢复平衡。因此本文提出研究假设：

H2：健康信息倦怠正向影响健康信息回避行为。

H2a：健康信息倦怠中介健康信息相似性对健康信息回避行为的影响。

H2b：健康信息倦怠中介健康信息相关性对健康信息回避行为的影响。

H2c：健康信息倦怠中介健康信息过载对健康信息回避行为的影响。

（五）数字反哺作为一种干预措施

学界尚未对数字反哺概念达成统一认识。一些学者认为数字反哺是文化反哺的延伸（Olea，1971），另外一些学者将其定义为子代向父辈传递知识、技能与态度的反向社会化过程（李强，孟如，2024）。总而言之，数字反哺是一种家庭场域的社会支持。在数字媒体研究中，数字反哺通常指年轻一代通过提供数字技术支持和资源，帮助老年亲属更好地理解和使用数字技术（李彪，2020）。本研究参考前人研究把健康信息数字反哺定义为三方面：1.子代为老年人提供数字设备，即数字接入反哺；2.子代帮助老年人学习设备和应用功能，即数字技能反哺；3.子代提升老年人对数字健康信息的认知，即数字理念反哺（周裕琼，2014）。尽管已有研究证明社会支持和同辈互助有助于改善老年人数字生活，鲜有研究实证检验家庭场域中的数字反哺对老年人健康信息回避的干预作用（李思悦等，2023；曾粤亮等，2024）。已有证据表明，数字反哺可以有效提升老年人的数字素养，帮助他们掌握数字技能，融入数字生活，促进积极信息行为（王雨馨，阮建海，邓小昭，2023）。依据前文推论，老年人频繁接触算法推荐内容会产生健康信息倦怠感，进而导致回避行为。若无法改变平台推送模式，则关键在于减少倦怠感的产生以及抑制倦怠感发展出回避行为。

社会支持理论表明，社会支持能缓解个体心理压力，增强应对能力（Cohen & Wills，1985）。这一理论也被广泛应用于健康信息行为促进研究中，如公文等（2024）的研究就验证了社会支持可以通过减少老年人的负面情感而改善健康信息回避行为。数字反哺是一种基于家庭场域的重要社会支持形式（华钰文，陈雅，2024）。由于任务复杂度是倦怠感产生的前提（Borragán et al.，2017），子代通过简化技术使用和健康信息解释，帮助减少老年人的认知负担，从而降低信息倦怠感，减少回避行为。社会支持理论还指出，社会支持能够缓冲因负面心理引发的行为反应（Cohen & Wills，1985）。除了能直接减少心理压力改善行为，社会支持也常常作为重要调节因素，在高社会支持感知之下，个体负面心理更难转变为负面行为。研究表明对社会支持的感知能够有效调节弱势群体的教育、收入水平对在线健康信息搜索的影响（Yang，Lee & Beak，2021）。虽然目前没有实证证据表明数字反哺的调节作用，但作为家庭场域中的一种社会支持形式，可以推测同等信息倦怠水平下，感受到更多子代数字反哺支持的老年人更可能以积极的行为来应对这一心理压力。综上，本文提出以下研究假设：

H3a：子代数字反哺负向影响老年人健康信息倦怠感。

H3b：子代数字反哺负向调节老年人健康信息倦怠感对健康信息回避行为的影响。

（六）研究模型

本文分为两项子研究。具体研究模型分别如图1、图2所示。

三

子研究一

（一）研究设计

1.样本采集

由于目标样本为老年数字用户，在有效样本征集和问卷理解上存在一定难度。因此，研究者请求南方某大学四个班级的学生协助，邀请他们作为访员向家庭中的老年人进行问卷调查。在调查前，访员接受培训，确保能够准确表达问卷题项。所有参与者在调查前都已知晓研究目的，并被告知可以随时退出调查，且调查结果为匿名。最终，研究回收问卷412份，排除无效问卷69份，获得有效问卷343份。有效问卷筛选标准为：1.题目中的筛选项回答正确；2.总计答题时间超过1分钟；3.不得连续8题选择同一分值。样本信息见表1。

2.测量工具

需要测量的变量包含：健康信息相似性（Walsh & Mitchell，2005）、健康信息相关性（Prybutok，G.L.，Koh & Prybutok，V.K.，2014）、健康信息过载（Laato et al.，2020）、健康信息倦怠（Ahsberg，2000）以及健康信息回避（Howell & Shepperd，2016），量表均参考以往成熟研究并基于健康信息传播情境进行改编。为了减少老年人选取分值的复杂度，统一采用Likert5点量表进行测量。所有量表均来自英文文献，因此本研究邀请了2名英文专业人员进行双向翻译，并对10名样本进行了预调研，以确保所有测量题目都能被老年人准确理解。

（二）数据分析

本研究所构建之模型并非来源于已有模型，属于探索性研究。依据Hair等人（2012）的建议采用Smart PLS的偏最小二乘路径分析法（PLS）进行检验。

1.信度与效度检验

信效度检验具体结果如表2所示。因子载荷均介于0.685至0.947之间，所有测量项均符合标准。各潜变量的Cronbach’s α值均大于0.8，同时CR值均大于0.7的接受标准，量表信度达标（Hair et al.，2019）。所有潜变量的AVE值均大于0.5，聚合效度也达标（Fornell & Larcker，1981）。各因子的VIF值检验结果均低于10，表明本研究不存在多重共线性问题（Hair，1998）。

区别效度检验结果如表3所示。AVE值平方根（对角线上数值）均超过了各变量之间的皮尔森相关系数，表明量表具有良好区别效度（Fornell & Larcker，1981）。在未经旋转的条件下，共有5个因子的特征值大于1，而第一个因子解释的总变异量仅为35.21%，未超过40%的标准阈值（Podsakoff et al.，2003）。因此，数据未受到共同方法偏差的影响。

2.模型检验

通过PLS算法分析，所有潜变量的R2值均大于0.1，表明模型具有较好预测精度（Hair et al.，2021）。进一步通过Blindfolding，结果显示所有变量的Stone-Geisser Q2值均大于0，说明模型能有效预测变量之间的相关性（Dijkstra & Henseler，2015）。此外，SRMR值为0.056，小于0.08；RMS Theta值为0.106；NFI值为0.964，大于0.9（Henseler et al.，2014）。综上所述，本研究的模型拟合指标均通过检验。

3.研究假设检验

本研究在5%显著性水平下对数据进行容量为5000的自抽样，以对研究假设进行检验。检验结果如表4所示。

数据分析结果表明，健康信息相似性（β=0.261，p<0.001）与健康信息过载（β=0.278，p<0.001）都对老年人的健康信息倦怠有显著的正向影响，但健康信息的相关性与健康信息倦怠之间没有显著关联（β=0.086，p=0.118>0.05），同时健康信息倦怠也能显著影响老年人的健康信息回避行为（β=0.304，p<0.001）。此外，研究还发现健康信息相似性（95% Boot CI=[0.055，0.150]）与健康信息过载（95% Boot CI=[0.057，0.164]）都会通过健康信息倦怠引发老年人对健康信息的回避行为，但健康信息相关性则不会通过健康信息倦怠影响老年人健康信息回避行为（95% Boot CI=[-0.010，0.075]）。

四

子研究二

（一）研究设计

首先进行子代数字反哺的操纵（反哺组vs.非反哺组）。Cohen（2013）指出，在实验法研究中合理的统计效应量应大于0.8，因此本研究使用GPower进行样本量估计，将α设为0.05，1－β设为0.8，效应规模为0.4，得到的最小样本量为73。重新以课程作业的形式招募了110名学生及其家庭中的老年人参与实验，样本量满足统计效应要求。两个班级的学生被随机分为反哺组与非反哺组，每位学生对应反哺一位老人，最终反哺组为54人，非反哺组为56人，具体的反哺操纵涵盖接入反哺、技能反哺以及认知反哺（周裕琼，2014）。实验要求反哺组学生在一个月内增加对家庭中老年人数字反哺的频次。由于老年人数字素养水平不同，反哺操控未作统一要求，但提供了操作简报，包括：增加智能设备操作技能指导和普及数字健康信息安全知识及广告信息甄别技巧，并每周进行反哺打卡。由于条件限制，未强制要求购买设备进行接入反哺。非反哺组学生则不要求增加数字反哺。干预前后分别对健康信息倦怠、回避行为及数字反哺感知进行测量。

对于相同变量的测量我们采用了与研究一同样的量表，对于数字反哺的测量，我们参照了贺建平和黄肖肖（2020）与罗强强等人（2023）的研究，分别对器物、技能和素养三个方面的反哺进行测量（Cronbach’s α=0.945）。在数字反哺操控前，我们测试了两组老年人的健康信息倦怠水平，夏皮洛-威尔克检验显示数据符合正态分布，独立样本T检验结果表明两组在健康信息倦怠（M反哺组=3.259，M非反哺组=3.232，t（108）=0.131，p=0.896）、健康信息回避（M反哺组=2.582，M非反哺组=2.536，t（108）=0.231，p=0.818）和数字反哺感知（M反哺组=3.099，M非反哺组=3.036，t（108）=0.275，p=0.784）上无显著差异。

（二）研究假设检验

研究表明，一个月的干预能有效引发认知变化（Lorenc et al.，2014；Mrazek et al.，2013）。考虑到长周期实验干预的执行难度和变量干扰，本研究将干预周期设为一个月。一个月后，反哺组与非反哺组在数字反哺感知水平上存在显著差异（M反哺组=3.333，M非反哺组=2.875，t（108）=2.397，p=0.018）。此外，两组在健康信息倦怠（M反哺组=2.969，M非反哺组=3.369，t（108）=-2.335，p=0.021）和健康信息回避行为（M反哺组=2.393，M非反哺组=2.843，t（108）=-2.660，p=0.009）上也存在显著差异。为避免记忆干扰，前后测的题目顺序有所不同。综上，数字反哺有效减少了老年人的健康信息倦怠感和回避行为。

采用SPSS Process的Model4与Model1分别检验H3a与H3b，同样进行Bootstrap自抽样5000次，同时将操纵开始前所测量的数字反哺感知、信息倦怠水平与信息回避行为纳入协变量进行分析以增加结果的稳健性。分析结果显示子代数字反哺显著减少老年人对健康信息的倦怠感（β=-0.292，95% Boot CI=[-0.450，-0.134]），并以倦怠感为中介进一步减少老年人对健康信息的回避（β=-0.102，95% Boot CI=-0.182，-0.025]）。同时，研究还发现数字反哺能够抑制老年人健康信息倦怠感所产生的健康信息回避行为（β=-0.212，95% Boot CI=[-0.347，-0.053]）。H3a与H3b成立，具体如图3所示。

五

结论与讨论

本研究旨在探讨算法推荐内容对老年人健康信息回避行为的影响及验证子代数字反哺的干预作用。子研究一基于SSO框架，调查了算法推荐信息特征对老年人健康信息回避的影响，发现健康信息相似性和过载引发倦怠感，进而加剧回避行为。子研究二引入子代数字反哺，实验结果表明，数字反哺能显著减少老年人健康信息倦怠感，并有效抑制由倦怠感引发的健康信息回避。

（一）数字时代的“讳疾忌医”：算法推荐内容加剧老年人对健康信息的回避行为

数字时代，基于算法的推荐内容加剧了信息孤岛的形成，特别是在健康信息传播中，可能导致健康焦虑、网络疑病症等心理伤害，并增加健康风险（顾晨昱，陈素白，2023；Terren & Borge-Bravo，2021；Wollebæk et al.，2019）。本研究发现，算法推荐引发的信息窄化加剧了老年人健康信息回避，形成数字时代的“讳疾忌医”。健康信息的匮乏使老年人无法做出合理决策，难以识别健康风险和有效利用医疗资源。此外，健康信息回避可能导致对现代医疗技术的误解和恐惧，从而造成“回避—恐惧—回避”的恶性循环。

为针对性治理老年人健康信息回避，本研究探讨了其影响路径。结果表明，信息相似性和信息过载都可以引发信息倦怠并进一步导致健康信息回避行为，与前人的研究结果一致（Koh，Chan & Tan，2020；Qu，Saffer & Austin，2023）。因此，健康信息的设计和传播策略需要更好地适应老年人的特定需求和认知特点，努力减少信息过载的同时适度增加信息的多元化。虽然过往研究对于信息相关性与信息倦怠感的关系存在正负两面观点，但本研究的数据分析显示，对老年群体而言相关性与健康倦怠感之间并无显著关联，与前人的研究结论都不一致（Khaleel et al.，2020；Sheng et al.，2023）。这种不一致或与老年群体特殊性和研究情境相关，表明信息相关性与倦怠感之间可能受到复杂因素（如内在动机、健康状况、信源类型、知觉风险特征、主观规范等）调节（Ford，Douglas & Barrett，2023；Guo et al.，2020；Herlambang，Taatgen & Cnossen，2019；Roets，VanHiel & Kruglanski，2013）。本研究也鼓励未来的研究可以对此进行更深入的探索。

本文不仅在理论上强调了信息相关性作用效果的复杂情境，认为信息的价值不仅取决于其内容的相关性，还取决于不同信息传播阶段、个体动机状态等多种因素的交互影响，同时这一研究结果也侧面为算法与信息茧房的误读澄清提供证据（喻国明，方可人，2020）。算法依据用户标签推送内容并非简单等同于信息窄化，算法眼中的用户标签是动态变化的，基于深度学习聚类的标签有时甚至并不能用人类文字对其定义。综上，虽然算法追求用户的“沉迷”（Mak，Lee & Park，2019），但在健康信息传播情境之下，老年人可能会采取回避来应对愈发窄化的健康信息茧房，最终“消失在茧中”。鉴于此，有必要采取措施帮助老年人破茧。

（二）后喻的对抗：家庭场域下子代数字反哺的有效干预

以往研究已经验证了社会支持、在线社区、同辈互助对于改善老年人数字生存质量的有效性（公文等，2024；李思悦等，2023；赵云泽，项甜甜，2024）。本研究基于家庭场域的微观层面提出以子代数字反哺作为一种干预措施。随着社会数字化发展，家庭内部的代际关系被重构，子代在家庭数字生活中逐渐占据主导地位。这一现象可以视为“后喻文化”（prefigurative culture）在数字时代的具体体现。在健康信息数字化的背景下，老年人因认知衰退面临信息处理困难，亟需子代的帮助（盛曼玉等，2023）。由于中西家庭关系理念的不同，数字反哺是中国互联网家庭关系的典型特征（周裕琼，丁海琼，2020）。过往关于老年群体信息回避行为的应对研究多聚焦于改善信息环境，提升数字素养（孙海霞，2021；Chen，Li & Kreps，2022），而较少关注家庭内部互动的影响潜能。本研究创新性地将数字反哺这一极具中国传统“家文化”特色的家庭传播互动因素整合进干预模型，提出了一个中国式的老年健康信息行为治理路径。

子代数字反哺作为“后喻文化”的应对方式，不仅能通过技术介入和数字教育提升老年人的数字技能，还能增强其心理上的家庭支持，帮助他们跨越数字鸿沟并融入数字生活。近年来一些国内学者验证了数字反哺在促进中老年人科学信息采纳和技术使用上的积极作用（谢兴政，张大伟，2024；申琦，刘一然，2024），本研究则揭示了数字反哺在改善老年人健康信息认知与行为上的潜能。通过纵向干预实验，本研究发现数字反哺不仅能有效减少老年人健康信息倦怠感，还能抑制其发展为健康信息回避行为，为打破健康信息孤岛提供新思路。此外，数字反哺有助于提升老年人的健康信息处理能力，促进健康知识共享，提升社会整体健康水平与数字素养。这对于应对日益严峻的老龄化与数字化交织所产生的社会问题，具有重要的实践和理论价值。

（三）研究贡献

本文的理论贡献在于：一是在健康信息传播的视阈下拓展了数字算法的影响研究范畴。以往有关数字算法的负面效果研究更多强调信息极化，本研究从信息回避的视角为算法治理提供了启示（杨芳芳，宋雪雁，张伟民，2024）。二是在数字化与老龄化社会并轨的时代背景下，通过构建算法推荐内容对老年人健康信息回避行为的影响路径，揭示了回避行为背后老年人所面临的心理困境，为理解和解释老年人在面对健康信息时的行为模式提供了新的理论依据。三是以往研究更多关注社会支持对老年人数字生活的影响，本研究通过验证子代数字反哺对老年人健康信息回避干预的有效性，为我国老年人健康信息治理提出了一种以家庭场域为单位的创新思路。四是为算法与信息茧房的误读澄清提供实证证据，算法技术或许加速了茧房的编织，但可能并非造就茧房的“元凶”。算法一方面加剧了茧房的形成，但算法也具有成为信息偏食解药的潜能。

本文的实践贡献包含：一是改善老年人的健康信息行为模式，通过识别和理解影响老年人健康信息处理的关键因素，有关机构和个人可以设计更为有效的健康信息传播策略，提供符合老年人需求和偏好的健康信息。二是优化老年人健康数字生存环境，本文的发现可以为政府和公共健康机构提供参考，帮助他们在制定相关政策和干预措施时更加精准地定位老年群体的需求，促进我国适老化社会发展。三是促进家庭不同代际间的沟通，子代数字反哺模式强调了年轻一代在促进老年人健康信息处理中的重要作用，鼓励家庭内部的知识共享和技能传递，有助于加强家庭成员之间的联系，促进社会整体的数字素养提升。

（四）研究局限与展望

本研究仍存在一些局限性：第一，本研究的三个表征无法完全涵盖推荐算法之内涵。第二，虽然本研究通过征集同质化样本群体进行实验操作，但无法排除本研究中数字反哺操作的主观性影响，因此实践推广效果还有待更深入验证。第三，本研究侧重于家庭场域中数字反哺干预的有效性检验，由于篇幅限制，未有深入比较家庭场域的这种支持与其他社会支持之间的效果差异。

本文对未来研究亦有展望：相关研究可深入探索和优化干预措施，例如横向上对比不同社会支持类型的干预效果差异；纵向上检验不同数字反哺手段的干预效果差异；视角上聚焦不同老年群体的信息需求差异。除此之外，还可以综合考虑和分析影响老年人健康信息处理的心理和社会因素，以更全面地理解和解释老年人健康信息回避行为的深层动因。同时也可引入更具情景化的研究以深入探索健康信息相关性与倦怠感之间的关系。

本文参考文献从略，原文刊载于《国际新闻界》2025年第2期。

本期执编 / 赵冉

订阅信息

全国各地邮局均可订阅《国际新闻界》，国内邮发代号：82-849，欢迎您订阅！

您也可通过下方二维码或网址https://mall.11185.cn/h5/#/bkGoodsDetails?spuId=113613&from=imgShare&dsId=zxSWChat&dsModule=c3df4964-af5d-40a8-d6cc-a768b5306e52 ，进入中国邮政微商城订阅本刊。

您还可访问《国际新闻界》官方网站 http://cjjc.ruc.edu.cn/ ，免费获取往期pdf版本。

进入官网下载原文