49. D2过滤:如何打破「过滤气泡」?
 3475

试听9049. D2过滤:如何打破「过滤气泡」?

倍速播放下载收听

00:00
09:53


购买所属专辑,收听更多内容

在过滤气泡中,你只能听到自己的「回音」。

 【关键词】

个性化,自我强化,过滤气泡


 KK 的话】

只接触那些你已经喜欢的东西是有风险的;你可能会卷入一个以自我为中心的漩涡,从而对任何与你的标准存在细微差异的事情都视而不见,即使你原本会喜欢它。这种现象被称为「过滤气泡」(filter bubble)。


 【正文】

你好,欢迎来到《KK 对话未来》!

 

在上一期节目当中,我们谈到如何利用各种过滤机制来帮助我们应对信息过载。今天我们则来谈一谈,如何应对过滤带给我们的一个副作用,叫做「过滤气泡」。英文是 filter bubble,有翻译成「过滤器泡沫」的;但我个人更倾向于翻译成「过滤气泡」——它就像一个气泡,把你包裹在其中,看上去是透明的,你甚至可能察觉不到它的存在,但实际上它把你跟外界隔绝开来,你在这个气泡中只能听到自己的回声。

 

其实在上一期节目当中我们已经提出了这个问题,当时我们用的名词叫做「自我强化」。并且我们提到了产生自我强化的原因在于,推荐引擎只推送你可能感兴趣的商品和内容,这样你就会更多地浏览自己感兴趣的内容,购买自己感兴趣的商品,而这又进一步强化了推荐引擎对你个人喜好的判断,这样你就会陷入到一个封闭的循环当中。

 

KK 在《必然》当中也谈到了「过滤气泡」。他写道:「只接触那些你已经喜欢的东西是有风险的,你可能会卷入一个以自我为中心的漩涡,从而对任何与你的标准存在细微差异的事情都视而不见,即便你有可能会喜欢它。这种现象被称为『过滤气泡』。」

 

除了 KK 之外,很多人都谈到过这个问题,包括奥巴马和比尔盖茨。特别是在去年美国大选之后,人们在反思社交媒体上的虚假新闻对选举的影响时,往往都提到「过滤气泡」这个现象。

 

像奥巴马,他在2017年1月10日的告别演讲中说道:「我们呆在自己的气泡里,尤其是社交媒体的信息流中,被同类包围。我们分享同样的政治观点,从来不去质疑我们的假设,待在气泡里让我们更有安全感。我们变得先入为主,只接受符合我们观点的信息,也不管它是对还是错;而不是先了解外界的事实,再去形成我们的观点」。

 

比尔·盖茨差不多在同一时间也谈到「过滤气泡」这个问题。他说:「像社交媒体这样的技术,让你与志同道合的人走到一起,你不会去包容、分享、理解其他观点。这个问题非常严峻,它的严峻程度已经远远超出我和很多人的想象。」

 

最早提出「过滤气泡」这个概念的人是伊莱·帕里泽(Eli Pariser)。他在2011年3月的 TED 演讲中讲述了自己的一段体验。他说:「在政治上我是改革派,但我常常会特意去一些保守派的页面去看看,我喜欢听他们的想法,看他们的链接,并从中学到一两件新鲜事。但有一天,我发现我的 Facebook 新闻组里的保守派全都消失了。这让我很吃惊。原因是,Facebook 会从我的浏览历史中发现,我点击自由派朋友们的链接要远远多于点击保守派朋友们的链接。于是在没有告知我的情况下,Facebook 就自作主张,把保守派的消息从我的新闻组里过滤掉了。保守派的朋友们就这样在我的页面上消失了。」

 

伊莱·帕里泽用自己的这段亲身体验来告诉观众,我们曾经以为 Web 2.0 可以让我们每个人都能接触不同的想法,但事实是:由于我们创作的内容太多,网站纷纷设计和使用所谓的「个性化算法」,把信息个人化。这样一来,你永远只能听到自己的回音。

 

帕里泽在2011年5月出版了一本书,英文名字就叫 The Filter Bubbles。这本书目前还没有简体中文版。繁体版的书名叫《搜索引擎没告诉你的事》。梁文道曾经在他的《开卷八分钟》节目里介绍过这本书。

 

那我们如何打破过滤气泡呢?

 

伊莱·帕里泽和 KK 从不同的角度,给出了他们各自的建议。

 

伊莱·帕里泽呼吁像 Google 和 Facebook 这样的平台改进算法。他认为:「假如让算法为我们去创建一个世界,假如让算法来决定我们能看到什么、不能看到什么,那么我们必须确保算法不仅仅只是围绕『相关性』来设计,我们得确保它们也会给我们展示那些不合意的、具有挑战性的、或者是重要的信息」。帕里泽的这个提议很有挑战性,因为今天的大部分推荐算法,都是围绕数据的相关性分析来设计和实现的。而创造这些数据的,恰恰是我们自己。要让算法不仅仅依赖于数据的相关性,从某种意义上说,就好比让算法成为一个专业的人类编辑,不但知晓大众的口味,更要有独特眼光,能够引导大众的口味。这是非常难的。也许在未来一段时间内,传统的专业媒体人又会重新受到人们的青睐,而像 TED 这样传播各种不同思想的平台,会一直有它存在的价值。

 

KK 给的建议则是利用更多的、不同的过滤器。他认为,「我们不是要放弃过滤器,恰恰相反,我们要在现有的过滤器之外增加其他的过滤方式。」比如说,KK 一直是 Feed 的重度用户。虽然他也用 Facebook 这样的社交媒体,但 Feed 流是他很重要的内容来源。在 KK 来看,Feed 流有两个好处:

•一是可以让他对内容选择有更多的控制。他可以自己决定,哪些内容源会被加进 Feed 订阅,哪些内容源可以从订阅中去掉。

•二是他可以每天用一段相对集中的时间来阅读 Feed 的内容,避免了被社交媒体黏在上面的问题。

 

我个人认为,KK 的方法更可行一些。一是一个完美的算法可能并不存在,但各种不完美的算法则到处都是,利用这些不完美的算法,针对我们的需求进行组合,要比指望一个完美的算法更靠谱些。二是在过滤这件事情上,我们在上期内容中已经提到过,我们和机器是共谋。如果只是一味地给算法提要求,而不去反思我们自己的问题,对我们自己的行为作出改变,那我们只能成为机器喂养的宠物,而且这还是我们自愿的选择。

 

在这两期节目中,我们谈的都是技术带给我们的一些问题:上期节目谈了「信息过载」,今天则谈了「过滤气泡」。在过去十年里,互联网技术带给我们巨大的变革,同时,它的一些副作用,或者说,黑暗面,也逐渐显现出来。

 

KK 一直在强调,技术是中性的,它为我们提供了更多的选择。另一方面,KK 也始终对人性充满乐观。这种乐观,来自于他超越人性的感悟,来自于他对技术的信仰。从高维度讲,人性是技术的发明;从低维度讲,技术帮助我们更好地认识人性和改进人性。

 

KK 的这种乐观,从大趋势上讲,符合人类过去几千年、甚至是几百万年的历史进程。但另一方面,人类的进步又总是曲曲折折、充满代价。而且技术越进步,我们付出的代价可能越高昂。

 

今天,很多早年曾经对互联网充满热情的先行者们都在开始反思互联网带给我们的副作用了;而对大众来说,很多人才刚刚开始互联网的狂欢,有很多人甚至还没能进入网络时代。这种技术应用的不均衡,既给我们带来机会,也给我们带来冲突。特别是当不同理念的人群都在充分利用一个威力强大的技术时,冲突就很可能被放大和升级。工业革命时代的冲突最终以两次世界大战收尾,幸好我们在核战争的边缘及时刹车。信息革命时代的冲突会发展成什么形式,我们不知道。下一场革命什么时候到来,我们也不知道。也许,我们会经历一段短暂的平庸期甚至是困难期。如果经济上出现大的滑坡,我们的种种计划和梦想就不得不暂时搁置;但如果经济能够持续地支持技术的发展,那么,人工智能,基因工程,太空旅行,这些领域的突破,都有可能使我们跃迁到下一个新的发展阶段。不管怎样,对于大多数人来说,享受技术带给我们的便利,同时努力熟悉技术、掌握技术,让我们的生活变得更美好,这是我们最实实在在的愿望。

 

好,这就是今天的全部内容。谢谢收听!

评论

    还没有评论,快来发表第一个评论!

打开喜马拉雅,发表评论