在“过滤气泡”（Filter Bubble）概念提出近十年后，关于算法引导可能会限制多样性的担忧依然广泛存在。然而，多年来支持这一观点的实证证据已有所减弱。在一些最广泛使用的搜索引擎和社交媒体平台上，多项研究发现，用户自身对算法推荐的选择可能是限制其最终消费媒体多样性的主要原因。换句话说，用户可能处于文献中所称的“自我施加的过滤气泡”之中。在音乐流媒体平台上，关于算法引导在影响用户消费行为（尤其是在新颖性和多样性方面）中所起作用的类似担忧也屡见不鲜。尽管如此，旨在评估这些动态的现有实证文献通常仅利用消费日志，因此无法将用户选择的影响与算法决策区分开来。基于法国音乐流媒体平台 Deezer 用户的行为数据和调查数据，我们研究了用户期望的算法新颖度水平、向其曝光的水平以及最终选择消费的水平之间的关系。反过来，我们的研究表明，尽管 Deezer 用户普遍表示希望获得平衡的新颖性，但他们却排斥算法新颖性，所选择消费的新颖性低于算法向其曝光的水平。同时，我们的工作强调了设计旨在引导用户走向多样性的平台策略的复杂性。
Shakespeare et al. (Fri,) 研究了这一问题。