尋找眾妙之門——《信息烏托邦》筆記

Paste_Image.png

“這是未來的某個時刻。商業、政府和個人生活都發生了根本的改變,首要原因是獲取信息的新方法的興起。”
自計算機被發明以來,信息的流通和生產大大增加,民主、自由、平等、個性等字眼頻頻被用來形容這個信息無限富裕的社會。但,桑斯坦告訴我們,這些美好的詞匯之下,其實蘊含著無限的危機。
“每一天,具有相似想法的人都能并且的確把自己歸入他們設計的回音室,制造偏激的錯誤,過度的自信和沒道理的極端主義。”
的確,新聞信息的算法推送也是這種“我的日報”的一個側寫。這個概念在互聯網發展的早期就被尼葛洛龐帝預言。一份完全個人化的報紙,我們每個人都可以在其中挑選喜歡的主題和看法。這似乎是信息過剩時代的必然會出現的問題:我們只聽我們選擇的東西和愉悅我們的東西的通訊領域。
這和互聯網的開放特性似乎相背離。生活在信息繭房里,貌似擁有自主和自由的選擇權,但實際的思維慣性阻礙了我們做出正確決定的機會。
但桑斯坦絕不僅止于提出問題,警示人們,他思考的重點在于,如何在決策過程中避免生活在信息繭房中,合理和充分的利用每個人所掌握的分散的知識,聚合成一個能夠盡可能的反映事實真相和做出正確決策的信息集合體。
在書中,他比較了統計性群體、協商性群體、預測市場和價格體制,以及新興的互聯網聚合方法:維基、開放源軟件和博客。
首先,先說第一種集合集體智慧的方式:統計性群體,即詢問大量的人,取平均的答案。
為什么這種方法能夠準確,孔多塞陪審團定理解釋了它。該定理認為,群體中多數回答正確的概率隨著群體規模的擴大可增加到100%。但是該定理的成立,也假定了這樣的前提:人們做出回答時不受他人的和決定本身重要與否的影響,即,人們必須在獨立和自在的狀態下。
那么,這種方式,什么時候不管用呢?即,當群體中的大部分人都傾向于錯誤的時候。每一個人都可能犯錯,但是這種統計的手段會使群體規模逐漸增加的情況下,決定正確的概率降為0。換句話說,統計性的方法,可以集合正確的答案,也可能集合錯誤的答案。在這種個情況下,統計性得出的答案將不如隨機答案。
人們在什么情況下會傾向于錯誤呢?桑斯坦這樣解釋:當群體成員顯示了系統性的偏見。這時候的人們多受思維定勢的影響。正如孔多塞所言:“顯而易見,給予未啟蒙的人們一部民主的憲法是危險的。”如何改善系統性的偏見?專家集體的可以改變人們因對問題無知而產生的錯誤判斷,可以改善系統性的偏見,但依然不能夠徹底消除。

Paste_Image.png

其次,第二種,協商群體。這一章的標題是協商群體驚人的失敗。足見作者對這種協商的批判。人們理想中的民主的協商,是亞里士多德所說的這種情況:“當多樣化的群體都聚在一起時,他們(集體地并且作為一個實體,而不是個體)會勝過少數最優者的意見。……一些人懂得一部分,一些人懂得另一部分,而所有人在一起就懂得一切。”我們每個人都掌握著一部分分散的知識,沒有人能徹底了解所有的真相,而協商理論上可以集合所有人分散的信息,可以改善判斷。它會令人們更加自信于自己的判斷(這有助于政策實施)和促進一致性。但是協商同樣有著巨大的缺陷。事實證明,在通過協商之后,人們往往采取了比原來更為極端的態度,自由派更加極端的自由,保守派更加極端的保守。人們并不能在協商過程中充分表達自己的意見,換句話說,協商并不能有效的達到聚合分散信息的目的。
由協商出發,作者引出了在信息聚合過程中會出現的四個問題。
第一,放大錯誤,信息聚合而進行的判斷會令一個人的錯誤變成群體的錯誤。在協商過程中,一個人所帶有的偏見極易影響他人,使得個人錯誤蔓延擴大。為什么?信息壓力和社會影響扮演了重要的角色。
第二,死角和共同知識。“死角已經成為描述群體能夠獲得而實際上沒有獲得的準確理解的標準術語。”死角,意味著信息聚合明顯的失敗。因為,協商的目的就是為了聚合所有人掌握的分散的知識而使最終的決策正確。死角,是共同知識的產物。即,所有群體成員共有的信息比只有少數成員持有的信息對群體判斷有更大的影響。是什么原因使得死角被所有人忽視?這依舊源自于少數人所面臨的信息影響和社會壓力。他們不能確認自己所持有信息的正確性,也不愿意被群體的大多數人所孤立。
第三,串聯與極化。在協商和發表意見的過程中,當第一和第二個人都表示了對某事的贊同,作為第三個人的你恰恰不贊同,那么你是否會說出你真實的意見還是附和前兩位同事的選擇,這時,你就是處于這種信息的串聯之中。即:初始錯誤將開啟一個許多人參與其中的制造嚴重錯誤的過程。在信息串聯的過程中,人們不會透露他們真實的私人掌握的信息。這樣的結果,便是協商的最終失敗。
第四,群體極化。“在群體極化現象中,協商群體的成員典型地選擇與協商開始前他們的傾向一致的更為極端的立場。”為什么會發生群體極化?桑斯坦總結了三點,信息影響、社會影響和強調自信。“廣泛持有的視角最終會支配分散的視角。“在群體高度團結時,并且當其成員非常認同群時,極化尤其可能非常嚴重。”

Paste_Image.png

那么,既然傳統的協商的聚合群體智慧的方式遭遇了失敗,那么隨著互聯網技術的發展,是否有更好的方案可以聚合眾人的分散信息呢?作者為我們展示了新技術在克服協商群體方面的努力。
第一,克服人們不愿意說出自己所持有的私人信息的方案:給予經濟激勵。這就是預測市場。
也是依據于哈耶克的價格機制。價格具有對變化作出自動性回應的能力。這里作者提出一個有意思的分類,聚合知識和信息的兩種方式,通過時間的聚合形成的是傳統,通過空間聚合則正是我們現在所強調的。“在聚合信息和對變化作出調整的能力上,價格體制具有重大優勢,不必弄清楚價格在任何特定時刻是否準確。”預測市場是這種價格體制的實驗,在什么情況下,預測市場會失效呢?即,當人們普遍對某一件事缺乏分散信息的時候。在預測市場中,信息串聯和證實偏見依然存在。換句話,說,當我們做出決定的依據不是自己所掌握的分散信息,而是我們認為他人可能掌握的信息和可能做出的判斷的時候,預測市場依然會出錯。
第二,避免群體受限于偏見和群體極化的策略:擴大群體的范圍,增加開放性。維基、開放源軟件、博客均是這種方案的實踐。維基中沒有經濟激勵依然實現了動態平衡的運轉。它的成功具有不可復制性。程序員埃里克·雷蒙德區分了兩種知識生產模式,教堂與集市。教堂式,事先仔細計劃,根據來自于個人或小群體的具體判斷,集市式,“基于日程和方法各異的嘈雜的集市……只有通過一系列奇跡、連貫的、穩定的體制才可能實現。”這種體制在哈耶克那里被稱為自生自發秩序。
桑斯坦這樣評價:“價格體制自動的收集了分散的信息,開放資源軟件包含了明顯的過濾聚合機制,維基百科提供的聚合機制具有正式和非正式的防范措施,然而博客卻沒有提供過濾機制,唯一的防范措施來自于理念市場的準則。”
也許正是這一點,博客具有了比其他幾種方式更多的混亂。謬誤,死角、串聯和群體極化,這就像是協商的舞臺從線下變成了線上。同時這種開放性的也擴大了群體的謬誤。


Paste_Image.png

事實上,就如同作者書的名字那樣,關于信息社會的美好想象,其實就是一個烏托邦。雖然在理論上我們擁有著獨一無二的思考能力和私人信息,但是身為肉體凡胎的我們也同樣容易被各種偏見、情感、不理性的因素所影響。我們會更樂于聽到和我們一致的意見,更容易說出大家所共同持有的態度,我們不大可能挑戰權威,我們也不愿意被孤立,我們會天然的劃分我們這類和你們那類。我們容易被說服、被煽動、被極端的情緒左右。
但是,形成一種相對合理的機制,聚合大眾的分散的信息作出正確的決定仍然是可欲的。其中,領導者所扮演的角色至關重要。我們可以有意識的調整自己的思維,鼓勵多種意見,鼓勵少數人發表意見,甚至在必要的時候基于經濟激勵。在協商之間先進行獨立估計,再協商,再估計等等,都能夠盡可能減少錯誤的發生。
在書的最后,作者表示了樂觀的期待。“現在比以前任何時候,人類都能找到尋求廣泛分散的信息和創造力以及聚合他們成為卓有成效的整體的方法。當然,新方法最終的價值取決于我們如何使用,但是假如我們打算打賭,我看好賭樂觀主義。”
直到看完整本書,我才發現,作者桑斯坦先生其實是一位法學家。法律其實就是自生自發社會秩序的產物,它將這些信息通過時間聚合的結果變成了明文規定。良法正是秩序良好運行的結果。信息的無限擴展和加速流通是信息社會的最明顯特征。在當下,如何篩選有用信息,聚合正確的意見,成為重中之重。這本書的內容和蘭·費雪的《完美的群體》有異曲同工之妙,《完美的群體》著重討論了群體智慧的聚合過程,而本書則更側重對于群體聚合過程中限度的揭示。
于是,讓我們回到問題的原點。群體是完美的還是盲目的?想必許多人對勒龐的《烏合之眾》記憶尤新。這本書給了我們一個中肯的回答:不存在天然的完美群體,我們只能不斷修正,以達致真正的真相和正確的角色。而我們所設立的規則也好、辦法也好、策略也好,都是為了我們能夠避免人類天生的非理性和盲目。對于國家和團體來說,是技術和系統的力量,對于我們每一個個體來說,則是對理性分辨和要求。

Paste_Image.png
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,622評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,716評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,746評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,991評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,706評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,036評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,029評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,203評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,725評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,451評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,677評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,161評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,857評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,266評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,606評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,407評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,643評論 2 380

推薦閱讀更多精彩內容