寻找众妙之门——《信息乌托邦》笔记

Paste_Image.png

“这是未来的某个时刻。商业、政府和个人生活都发生了根本的改变,首要原因是获取信息的新方法的兴起。”
自计算机被发明以来,信息的流通和生产大大增加,民主、自由、平等、个性等字眼频频被用来形容这个信息无限富裕的社会。但,桑斯坦告诉我们,这些美好的词汇之下,其实蕴含着无限的危机。
“每一天,具有相似想法的人都能并且的确把自己归入他们设计的回音室,制造偏激的错误,过度的自信和没道理的极端主义。”
的确,新闻信息的算法推送也是这种“我的日报”的一个侧写。这个概念在互联网发展的早期就被尼葛洛庞帝预言。一份完全个人化的报纸,我们每个人都可以在其中挑选喜欢的主题和看法。这似乎是信息过剩时代的必然会出现的问题:我们只听我们选择的东西和愉悦我们的东西的通讯领域。
这和互联网的开放特性似乎相背离。生活在信息茧房里,貌似拥有自主和自由的选择权,但实际的思维惯性阻碍了我们做出正确决定的机会。
但桑斯坦绝不仅止于提出问题,警示人们,他思考的重点在于,如何在决策过程中避免生活在信息茧房中,合理和充分的利用每个人所掌握的分散的知识,聚合成一个能够尽可能的反映事实真相和做出正确决策的信息集合体。
在书中,他比较了统计性群体、协商性群体、预测市场和价格体制,以及新兴的互联网聚合方法:维基、开放源软件和博客。
首先,先说第一种集合集体智慧的方式:统计性群体,即询问大量的人,取平均的答案。
为什么这种方法能够准确,孔多塞陪审团定理解释了它。该定理认为,群体中多数回答正确的概率随着群体规模的扩大可增加到100%。但是该定理的成立,也假定了这样的前提:人们做出回答时不受他人的和决定本身重要与否的影响,即,人们必须在独立和自在的状态下。
那么,这种方式,什么时候不管用呢?即,当群体中的大部分人都倾向于错误的时候。每一个人都可能犯错,但是这种统计的手段会使群体规模逐渐增加的情况下,决定正确的概率降为0。换句话说,统计性的方法,可以集合正确的答案,也可能集合错误的答案。在这种个情况下,统计性得出的答案将不如随机答案。
人们在什么情况下会倾向于错误呢?桑斯坦这样解释:当群体成员显示了系统性的偏见。这时候的人们多受思维定势的影响。正如孔多塞所言:“显而易见,给予未启蒙的人们一部民主的宪法是危险的。”如何改善系统性的偏见?专家集体的可以改变人们因对问题无知而产生的错误判断,可以改善系统性的偏见,但依然不能够彻底消除。

Paste_Image.png

其次,第二种,协商群体。这一章的标题是协商群体惊人的失败。足见作者对这种协商的批判。人们理想中的民主的协商,是亚里士多德所说的这种情况:“当多样化的群体都聚在一起时,他们(集体地并且作为一个实体,而不是个体)会胜过少数最优者的意见。……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。”我们每个人都掌握着一部分分散的知识,没有人能彻底了解所有的真相,而协商理论上可以集合所有人分散的信息,可以改善判断。它会令人们更加自信于自己的判断(这有助于政策实施)和促进一致性。但是协商同样有着巨大的缺陷。事实证明,在通过协商之后,人们往往采取了比原来更为极端的态度,自由派更加极端的自由,保守派更加极端的保守。人们并不能在协商过程中充分表达自己的意见,换句话说,协商并不能有效的达到聚合分散信息的目的。
由协商出发,作者引出了在信息聚合过程中会出现的四个问题。
第一,放大错误,信息聚合而进行的判断会令一个人的错误变成群体的错误。在协商过程中,一个人所带有的偏见极易影响他人,使得个人错误蔓延扩大。为什么?信息压力和社会影响扮演了重要的角色。
第二,死角和共同知识。“死角已经成为描述群体能够获得而实际上没有获得的准确理解的标准术语。”死角,意味着信息聚合明显的失败。因为,协商的目的就是为了聚合所有人掌握的分散的知识而使最终的决策正确。死角,是共同知识的产物。即,所有群体成员共有的信息比只有少数成员持有的信息对群体判断有更大的影响。是什么原因使得死角被所有人忽视?这依旧源自于少数人所面临的信息影响和社会压力。他们不能确认自己所持有信息的正确性,也不愿意被群体的大多数人所孤立。
第三,串联与极化。在协商和发表意见的过程中,当第一和第二个人都表示了对某事的赞同,作为第三个人的你恰恰不赞同,那么你是否会说出你真实的意见还是附和前两位同事的选择,这时,你就是处于这种信息的串联之中。即:初始错误将开启一个许多人参与其中的制造严重错误的过程。在信息串联的过程中,人们不会透露他们真实的私人掌握的信息。这样的结果,便是协商的最终失败。
第四,群体极化。“在群体极化现象中,协商群体的成员典型地选择与协商开始前他们的倾向一致的更为极端的立场。”为什么会发生群体极化?桑斯坦总结了三点,信息影响、社会影响和强调自信。“广泛持有的视角最终会支配分散的视角。“在群体高度团结时,并且当其成员非常认同群时,极化尤其可能非常严重。”

Paste_Image.png

那么,既然传统的协商的聚合群体智慧的方式遭遇了失败,那么随着互联网技术的发展,是否有更好的方案可以聚合众人的分散信息呢?作者为我们展示了新技术在克服协商群体方面的努力。
第一,克服人们不愿意说出自己所持有的私人信息的方案:给予经济激励。这就是预测市场。
也是依据于哈耶克的价格机制。价格具有对变化作出自动性回应的能力。这里作者提出一个有意思的分类,聚合知识和信息的两种方式,通过时间的聚合形成的是传统,通过空间聚合则正是我们现在所强调的。“在聚合信息和对变化作出调整的能力上,价格体制具有重大优势,不必弄清楚价格在任何特定时刻是否准确。”预测市场是这种价格体制的实验,在什么情况下,预测市场会失效呢?即,当人们普遍对某一件事缺乏分散信息的时候。在预测市场中,信息串联和证实偏见依然存在。换句话,说,当我们做出决定的依据不是自己所掌握的分散信息,而是我们认为他人可能掌握的信息和可能做出的判断的时候,预测市场依然会出错。
第二,避免群体受限于偏见和群体极化的策略:扩大群体的范围,增加开放性。维基、开放源软件、博客均是这种方案的实践。维基中没有经济激励依然实现了动态平衡的运转。它的成功具有不可复制性。程序员埃里克·雷蒙德区分了两种知识生产模式,教堂与集市。教堂式,事先仔细计划,根据来自于个人或小群体的具体判断,集市式,“基于日程和方法各异的嘈杂的集市……只有通过一系列奇迹、连贯的、稳定的体制才可能实现。”这种体制在哈耶克那里被称为自生自发秩序。
桑斯坦这样评价:“价格体制自动的收集了分散的信息,开放资源软件包含了明显的过滤聚合机制,维基百科提供的聚合机制具有正式和非正式的防范措施,然而博客却没有提供过滤机制,唯一的防范措施来自于理念市场的准则。”
也许正是这一点,博客具有了比其他几种方式更多的混乱。谬误,死角、串联和群体极化,这就像是协商的舞台从线下变成了线上。同时这种开放性的也扩大了群体的谬误。


Paste_Image.png

事实上,就如同作者书的名字那样,关于信息社会的美好想象,其实就是一个乌托邦。虽然在理论上我们拥有着独一无二的思考能力和私人信息,但是身为肉体凡胎的我们也同样容易被各种偏见、情感、不理性的因素所影响。我们会更乐于听到和我们一致的意见,更容易说出大家所共同持有的态度,我们不大可能挑战权威,我们也不愿意被孤立,我们会天然的划分我们这类和你们那类。我们容易被说服、被煽动、被极端的情绪左右。
但是,形成一种相对合理的机制,聚合大众的分散的信息作出正确的决定仍然是可欲的。其中,领导者所扮演的角色至关重要。我们可以有意识的调整自己的思维,鼓励多种意见,鼓励少数人发表意见,甚至在必要的时候基于经济激励。在协商之间先进行独立估计,再协商,再估计等等,都能够尽可能减少错误的发生。
在书的最后,作者表示了乐观的期待。“现在比以前任何时候,人类都能找到寻求广泛分散的信息和创造力以及聚合他们成为卓有成效的整体的方法。当然,新方法最终的价值取决于我们如何使用,但是假如我们打算打赌,我看好赌乐观主义。”
直到看完整本书,我才发现,作者桑斯坦先生其实是一位法学家。法律其实就是自生自发社会秩序的产物,它将这些信息通过时间聚合的结果变成了明文规定。良法正是秩序良好运行的结果。信息的无限扩展和加速流通是信息社会的最明显特征。在当下,如何筛选有用信息,聚合正确的意见,成为重中之重。这本书的内容和兰·费雪的《完美的群体》有异曲同工之妙,《完美的群体》着重讨论了群体智慧的聚合过程,而本书则更侧重对于群体聚合过程中限度的揭示。
于是,让我们回到问题的原点。群体是完美的还是盲目的?想必许多人对勒庞的《乌合之众》记忆尤新。这本书给了我们一个中肯的回答:不存在天然的完美群体,我们只能不断修正,以达致真正的真相和正确的角色。而我们所设立的规则也好、办法也好、策略也好,都是为了我们能够避免人类天生的非理性和盲目。对于国家和团体来说,是技术和系统的力量,对于我们每一个个体来说,则是对理性分辨和要求。

Paste_Image.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,026评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,655评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,726评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,204评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,558评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,731评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,944评论 2 314
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,698评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,438评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,633评论 2 247
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,125评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,444评论 3 255
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,137评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,103评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,888评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,772评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,669评论 2 271

推荐阅读更多精彩内容