大數(shù)據(jù)「偏見(jiàn)」會(huì)讓我們變蠢嗎.
- 標(biāo)簽 :
- 現(xiàn)代
- 大數(shù)據(jù)
數(shù)字從來(lái)不會(huì)自己說(shuō)話。數(shù)據(jù)必須經(jīng)過(guò)分析才能產(chǎn)生意義。數(shù)據(jù)必須要清理、加權(quán)、整理。 很多時(shí)候，大數(shù)據(jù)被輸入到算法中，產(chǎn)生可指導(dǎo)行動(dòng)的測(cè)量數(shù)據(jù)。個(gè)性化給人們帶來(lái)的最大擔(dān)憂是，它讓用戶撤回到舒服的飛地，其結(jié)果是用戶的視野變窄，偏見(jiàn)增強(qiáng)。
測(cè)量中的偏見(jiàn)
所有的媒介測(cè)量都具有偏見(jiàn)。這并不是說(shuō)，它們?yōu)榱诉_(dá)到某個(gè)不道德的目的而故意歪曲——雖然也存在這個(gè)可能。意思是說(shuō)，它們永遠(yuǎn)無(wú)法提供一個(gè)完全客觀的現(xiàn)實(shí)圖像。在收集和整理數(shù)據(jù)的過(guò)程中，偏見(jiàn)是固有的。能被觀測(cè)到的東西是無(wú)限的。記錄這些東西的方法各不相同。而且，正如我們所見(jiàn)，有很多不同的方法可以將所有數(shù)據(jù)凝縮為可用的測(cè)量標(biāo)準(zhǔn)。在這個(gè)過(guò)程中，有些東西未被探索到，有些東西則犧牲在“剪輯室”。
主導(dǎo)這個(gè)過(guò)程的是人類。他們決定什么是有用的、可行的或可以營(yíng)銷的。這樣的判斷已經(jīng)烙入到所有的測(cè)量中，并從此產(chǎn)生偏見(jiàn)。重要的是識(shí)別最常見(jiàn)的偏見(jiàn)形式，并了解它們是如何影響市場(chǎng)運(yùn)行的。有三種偏見(jiàn)值得一提：行為偏見(jiàn)、個(gè)性化偏見(jiàn)和流行度偏見(jiàn)。
行為偏見(jiàn)
絕大多數(shù)數(shù)字媒體的測(cè)量手段是通過(guò)記錄人們的行為建構(gòu)的。從廣播的最初歲月開始就是這樣，直至今日未曾改變。第一個(gè)視聽率測(cè)量機(jī)構(gòu)決定通過(guò)記錄聽眾的收聽行為來(lái)測(cè)量廣播接觸。這并不是理解媒介使用的唯一方式——它也可以被定義為聽眾關(guān)注或參與，但是接觸迅速成為業(yè)界共識(shí)。歷史學(xué)家馬克·巴爾內(nèi)夫斯及其同事解釋道：“出于買賣廣告時(shí)段或買賣節(jié)目的目的，一種能顯示收聽某個(gè)節(jié)目和收聽時(shí)間的測(cè)量標(biāo)準(zhǔn)具有某種簡(jiǎn)潔性，這對(duì)高競(jìng)爭(zhēng)性環(huán)境中的議價(jià)十分重要。” 數(shù)字電視的現(xiàn)代測(cè)量技術(shù)與此并無(wú)二致。個(gè)人收視記錄儀和機(jī)頂盒記錄下人們所選擇的內(nèi)容或頻道，并從這些選擇中推斷接觸。
Web 2.0 機(jī)構(gòu)對(duì)行為數(shù)據(jù)的依賴并沒(méi)有減少。雖然有些機(jī)構(gòu)從用戶評(píng)論中獲得見(jiàn)解，但是大多數(shù)被采集的信息都是作為行為數(shù)據(jù)被加以解釋的。服務(wù)器追蹤人們買了什么、訪問(wèn)了什么網(wǎng)站、索取了什么信息、下載了什么材料、鏈接到了什么網(wǎng)頁(yè)、分享了什么東西。實(shí)際上，每一天的每一秒鐘都有海量的行為數(shù)據(jù)被制造出來(lái)。它的優(yōu)點(diǎn)是價(jià)格低廉、數(shù)量豐富，從而成為一種具有誘惑力的資源。但是，即便測(cè)量得精確，行為也很難被解釋。
人們面臨的最大誘惑是將選擇當(dāng)作偏好的替身。其實(shí)，經(jīng)濟(jì)學(xué)中有一個(gè)正式的假設(shè)，即，選擇是“顯示性偏好”的度量。在推薦機(jī)制中，這種思路十分常見(jiàn)。甚至這些機(jī)制的批評(píng)者似乎也忽略了二者的區(qū)別。“新一代的互聯(lián)網(wǎng)過(guò)濾機(jī)制盯著你看起來(lái)喜歡的東西——你實(shí)際的所作所為，或者與你類似的人們所喜歡的東西，并試圖做出推斷。”但是，我們有理由懷疑，選擇是不是先有偏好的直接反映。媒介使用并不總是我們個(gè)人偏好的良好體現(xiàn)。我們所屬社交網(wǎng)絡(luò)的特質(zhì)、我們用來(lái)尋找內(nèi)容的工具和日常生活的結(jié)構(gòu)都影響了媒介使用。
因此，通過(guò)行為進(jìn)行推斷時(shí)必須要謹(jǐn)慎。觀看一段視頻意味著你喜歡它嗎亞馬遜上的每次購(gòu)買都應(yīng)該被理解為向“像你一樣的人”做出的無(wú)聲推薦嗎鏈接到某個(gè)網(wǎng)頁(yè)或分享某個(gè)鏈接代表的是贊許還是譴責(zé)轉(zhuǎn)發(fā)某條推特信息是對(duì)其創(chuàng)新性的判斷，還是身份表達(dá)和“社交紐帶”點(diǎn)擊“喜歡”按鈕意味著你真正喜歡它，還是僅僅為了獲取免費(fèi)的東西行為的意義并不總是直白明了。然而，當(dāng)我們將它們簡(jiǎn)化為“人頭數(shù)量”或推薦時(shí)，往往認(rèn)為行為的意義就是這樣簡(jiǎn)明。
個(gè)性化偏見(jiàn)
可選擇的東西如此之多，可用于選擇的時(shí)間如此之少。媒介測(cè)量的一項(xiàng)重要功能是為人們的選擇提供向?qū)А€(gè)性化推薦在一定程度上能夠預(yù)見(jiàn)我們認(rèn)為有用或有趣的東西。它意味著我們無(wú)須在搜索上浪費(fèi)時(shí)間，無(wú)須考慮每個(gè)選項(xiàng)。獲取提供這些推薦的技能，一直是在網(wǎng)絡(luò)上取得成功的處方。然而，商業(yè)平臺(tái)并非唯一具有個(gè)性化偏見(jiàn)的平臺(tái)。接下來(lái)我將論證，測(cè)量手段讓我們以個(gè)性化的方式接觸數(shù)字媒體，這在一定程度上是由我們社交網(wǎng)絡(luò)的本質(zhì)屬性造成的。
營(yíng)利網(wǎng)站具有追求個(gè)性化的欲望，這并不難理解。這個(gè)被帕里澤稱為“為相關(guān)性而進(jìn)行的競(jìng)賽”，驅(qū)動(dòng)著大多數(shù)硅谷企業(yè)。因?yàn)樗鼈円庾R(shí)到創(chuàng)造忠誠(chéng)客戶的最好方法是，“提供真正對(duì)應(yīng)每個(gè)人獨(dú)特興趣、欲望和需求的內(nèi)容”。 正如我們所看到的，這也正是協(xié)同過(guò)濾的存在理由。谷歌從 2009 年開始提供個(gè)性化搜索結(jié)果。Facebook 的圖譜搜索提供了另一種個(gè)性化方法。根據(jù)《紐約時(shí)報(bào)》的說(shuō)法，“在用戶的 Facebook 好友中哪一個(gè)與用戶最親密，在搜索結(jié)果中用戶最想看到誰(shuí)的答案，這些都是由算法審定的”。
社交網(wǎng)絡(luò)和親密小組也在無(wú)意中造成了個(gè)性化偏見(jiàn)，幾乎所有的社交網(wǎng)絡(luò)都是同質(zhì)化的。社交網(wǎng)絡(luò)的成員傾向于擁有相似的背景、興趣和性情。在這些網(wǎng)絡(luò)之中，照顧到相關(guān)群體興趣、規(guī)范和偏見(jiàn)的媒介更容易得到廣泛傳播。社交新聞網(wǎng)站，如紅迪網(wǎng)(Reddit)或頂客(Digg)，通過(guò)推導(dǎo)、綜合和排名向人們推薦值得關(guān)注的東西，從而鼓勵(lì)了這種選擇性。
其實(shí)，社交網(wǎng)絡(luò)呈現(xiàn)給我們的推薦，可能比我們想象的還要自動(dòng)化。Facebook 通過(guò)一種名為“刀鋒排名”(EdgeRank)的算法，為每個(gè)用戶提供個(gè)性化的動(dòng)態(tài)新聞。刀鋒排名是 Facebook 的專利，但是與圖譜搜索類似，它也是優(yōu)先呈現(xiàn)來(lái)自與我們關(guān)系密切的人們的最新消息。換句話說(shuō)，在所有的 Facebook 好友中，我們更可能聽到像我們一樣的人們的消息。在一定程度上，這種定制內(nèi)容造成了社交媒體上普遍存在的個(gè)性化偏見(jiàn)。
個(gè)性化給人們帶來(lái)的最大擔(dān)憂是，它讓用戶撤回到舒服的飛地，其結(jié)果是用戶的視野變窄，偏見(jiàn)增強(qiáng)。例如，個(gè)性化可能會(huì)鼓勵(lì)保守主義者收看“紅媒”，自由主義者收看“藍(lán)媒”。帕里澤將這些飛地稱作“過(guò)濾氣泡”。他認(rèn)為用戶往往并沒(méi)意識(shí)到過(guò)濾氣泡的存在。
然而，我們很難確定這些來(lái)自朋友的推薦所產(chǎn)生的社會(huì)效應(yīng)。區(qū)分社交傳染效應(yīng)與同質(zhì)性效應(yīng)，對(duì)我們來(lái)說(shuō)是一項(xiàng)挑戰(zhàn)。人們可能會(huì)看到同樣的東西，做同樣的事情，這不是因?yàn)橥扑]，而是因?yàn)樗麄儽舜讼嗤?。然而，也有證據(jù)證明，朋友的督促能夠促使人們?nèi)ネ镀?，從而影響難分伯仲的選舉結(jié)果。而且，似乎來(lái)自熟人的推薦壓倒了選擇性接觸的傾向。穆茨和楊猜測(cè)，自動(dòng)化的“非人類”推薦，例如協(xié)同過(guò)濾——或許不如“人類”推薦更具潛在影響力。然而在當(dāng)今世界，隨著 Facebook 和推特使用算法濾出個(gè)人信息和推薦，人類推薦和非人類推薦之間的界限也變得日益模糊?！ ?zwj;
流行度偏見(jiàn)
幾乎所有上述方法都產(chǎn)生一個(gè)推薦排序表。搜索引擎根據(jù)內(nèi)向鏈接的數(shù)量和重要性進(jìn)行網(wǎng)頁(yè)篩選。社交網(wǎng)絡(luò)和內(nèi)容提供者將用戶指向閱讀最多的故事、觀看最多的視頻或者大多數(shù)90“像你一樣的人們”所購(gòu)買的、租賃的或喜愛(ài)的東西。用戶信息機(jī)制經(jīng)常使用的方法，都特別倚重流行度。《華爾街日?qǐng)?bào)》的“數(shù)字先生”卡爾·比亞利克有一句妙語(yǔ)：“互聯(lián)網(wǎng)促進(jìn)了流行度競(jìng)賽的爆發(fā)。” [“Numbers Guy”是由卡爾·比亞利克創(chuàng)辦并供稿的《華爾街日?qǐng)?bào)》專欄，這個(gè)專欄是關(guān)于新聞所使用(特別是誤用)的數(shù)字和統(tǒng)計(jì)的。
盡管在歷史上，大眾文化的批判者曾經(jīng)質(zhì)疑被當(dāng)作質(zhì)量指標(biāo)的流行度，但是推薦機(jī)制基本上能夠免于此類質(zhì)疑。相反，用戶和社會(huì)評(píng)論家都贊賞這些機(jī)制，認(rèn)為它們體現(xiàn)了“群眾的智慧”——意思是說(shuō)眾多普通決策者能夠創(chuàng)造優(yōu)于專家的集體判斷。這個(gè)流行概念給那些自私機(jī)構(gòu)和告訴人們什么最好的自認(rèn)權(quán)威提供了誘人的修正。然而，即使接受這個(gè)假設(shè)，用戶信息機(jī)制也往往不能滿足做出優(yōu)秀決定所需的前提條件。
根據(jù)詹姆斯·索羅維基(他是幫助這個(gè)概念流行開來(lái)的作者)的說(shuō)法，當(dāng)大量不同個(gè)體獨(dú)立做出決定或預(yù)測(cè)時(shí)，智慧得以實(shí)現(xiàn)。將這些自主決定加在一起，通?？梢援a(chǎn)生一個(gè)明顯優(yōu)于專家意見(jiàn)的結(jié)果。不幸的是，大多數(shù)用戶信息機(jī)制違反了這些規(guī)則，這一點(diǎn)連索羅維基自己也承認(rèn)。
首先，推薦通常以相對(duì)較小的同質(zhì)群體為基礎(chǔ)。如我們所見(jiàn)，社交網(wǎng)絡(luò)或親密小組的成員是同質(zhì)的。在大多數(shù)群組中，成員的數(shù)量是有限的。人類學(xué)家羅賓·鄧巴認(rèn)為，人類最多能夠維持150多個(gè)有意義的人際關(guān)系，因此社交網(wǎng)絡(luò)的規(guī)模是有限的。有些人找到證據(jù)證明社交媒體使用中存在天花板，另外一些社交網(wǎng)絡(luò)分析者卻認(rèn)為，“鄧巴數(shù)”太低了。不管怎樣，社交網(wǎng)絡(luò)，作為推薦實(shí)體，通常并不具備做出聰明判斷所需的規(guī)模和多樣性。協(xié)同過(guò)濾也不能糾正這個(gè)問(wèn)題。最好的推薦機(jī)制橫跨多個(gè)數(shù)據(jù)庫(kù)。它們必須這樣做，因?yàn)橄鄬?duì)來(lái)說(shuō)，只有少數(shù)人在進(jìn)行推薦時(shí)最終具備價(jià)值。也就是說(shuō)，過(guò)濾算法搜索并優(yōu)先考慮與你“最親密的人”或離你“最近的人”。這些人通常只占數(shù)據(jù)庫(kù)的極小一部分。
其次，在上面提到的用戶信息機(jī)制中，沒(méi)有一個(gè)促進(jìn)了最佳推薦所需的那種獨(dú)立決策。搜索引擎為用戶提供有關(guān)其他人所作所為的信息，有效引導(dǎo)接下來(lái)的決策，整合并報(bào)告某個(gè)網(wǎng)站的訪問(wèn)者選擇了什么或者某個(gè)社交網(wǎng)絡(luò)的成員推薦了什么，為追隨者提供了強(qiáng)烈的社會(huì)期望信號(hào)。人類有隨大流的傾向，見(jiàn)到他人在做什么，能夠引發(fā)狂亂沖動(dòng)行為。
例如，哥倫比亞大學(xué)的社會(huì)學(xué)家進(jìn)行了一項(xiàng)基于互聯(lián)網(wǎng)的大規(guī)模實(shí)驗(yàn)。在實(shí)驗(yàn)中，人們被允許從一些不知名樂(lè)隊(duì)中選擇一個(gè)，并下載它的音樂(lè)。在實(shí)驗(yàn)條件下，人們能夠看到有關(guān)別人所下載內(nèi)容的信息越多，他們?cè)絻A向于追隨領(lǐng)導(dǎo)者。歌曲的質(zhì)量相對(duì)來(lái)說(shuō)并不重要。在不同的實(shí)驗(yàn)條件下，用戶信息產(chǎn)生的結(jié)果都是“贏者通吃”。然而，你還是無(wú)法事先預(yù)知誰(shuí)會(huì)成為贏者。
如果自主決策產(chǎn)生最佳結(jié)果，傳染和從眾似乎是“智慧自群眾中來(lái)”(這個(gè)觀點(diǎn)的持有者)最不喜歡的。正如預(yù)測(cè)專家納特·西爾弗所警告的：“這是信息時(shí)代的另一個(gè)風(fēng)險(xiǎn)：我們分享如此多的信息，以至于我們的獨(dú)立性被降低了。相反，我們尋找和我們一樣思考的人們，
但是，這些以流行度為基礎(chǔ)的排名比比皆是，所以，我們應(yīng)該謹(jǐn)慎對(duì)待測(cè)量中的流行度偏見(jiàn)。這樣的測(cè)量標(biāo)準(zhǔn)能夠告訴我們什么在吸引注意力——同時(shí)也提升流行度，但是它們并非找到真正價(jià)值所在的無(wú)誤向?qū)А?/p>
透過(guò)大數(shù)據(jù)看世界
很多評(píng)論家和顧問(wèn)早就指出，大數(shù)據(jù)的出現(xiàn)將促使我們革新一切，從制造到市場(chǎng)營(yíng)銷、到醫(yī)藥、到天氣預(yù)測(cè)、到股票交易、到科學(xué)自身的每項(xiàng)實(shí)踐。我曾間接提到服務(wù)器所產(chǎn)生的數(shù)據(jù)對(duì)媒介測(cè)量的影響，但是我們還是應(yīng)該認(rèn)真考慮，大數(shù)據(jù)是否從根本上改變了我們看待注意力市場(chǎng)的方式，是否在此過(guò)程中改變了市場(chǎng)的運(yùn)行方式。
大數(shù)據(jù)這個(gè)詞模糊得讓人喜歡。對(duì)有些人來(lái)說(shuō)，它是一切電子計(jì)算表中大到無(wú)法處理的數(shù)據(jù);對(duì)另一些人來(lái)說(shuō)，它只不過(guò)是一個(gè)需要超級(jí)計(jì)算機(jī)進(jìn)行運(yùn)算的數(shù)據(jù)集。它通常包括兩個(gè)截然不同卻又經(jīng)常合在一起的話題：數(shù)據(jù)與分析。為了掌握大數(shù)據(jù)的貢獻(xiàn)和局限，我們應(yīng)該對(duì)二者分別對(duì)待。
大數(shù)據(jù)的擁護(hù)者們經(jīng)常表示，越大一定越好。我曾指出，大多數(shù)媒介測(cè)量都有一個(gè)行為偏見(jiàn)，行為偏見(jiàn)讓它們的解釋存在問(wèn)題。但是在克里斯·安德森(他曾長(zhǎng)期擔(dān)任《連線》雜志編輯)看來(lái)，日益增加的數(shù)據(jù)以某種方式消除了這個(gè)問(wèn)題。“誰(shuí)知道為什么人們?yōu)槠渌鶠椤⒆銎渌鲋攸c(diǎn)是他們做了，而且我們能夠追蹤，并以前所未有的保真度測(cè)量他們的活動(dòng)。有了足夠的數(shù)據(jù)，數(shù)字自己就會(huì)說(shuō)話。”然而，大多數(shù)知道數(shù)據(jù)包括什么、不包括什么的人們卻得出截然不同的結(jié)論。微軟研究院的研究員們將真實(shí)世界中大數(shù)據(jù)的不足進(jìn)行了分類，從代表性問(wèn)題到顯而易見(jiàn)的錯(cuò)誤。他們得出的結(jié)論是：“大數(shù)據(jù)為我們提供了海量數(shù)據(jù)，但這并不意味著方法問(wèn)題不再重要。例如，對(duì)樣本的理解，現(xiàn)在比以往任何時(shí)候都更重要。”
數(shù)字從來(lái)不會(huì)自己說(shuō)話。數(shù)據(jù)必須經(jīng)過(guò)分析才能產(chǎn)生意義。數(shù)據(jù)必須要清理、加權(quán)、整理。 很多時(shí)候，大數(shù)據(jù)被輸入到算法中，產(chǎn)生可指導(dǎo)行動(dòng)的測(cè)量數(shù)據(jù)。正如克里斯·斯坦納所指出的：“在華爾街和其他地方，所有因算法而實(shí)現(xiàn)的革命，只有一個(gè)核心的、執(zhí)著的目標(biāo)：預(yù)測(cè)——更精確地說(shuō)，預(yù)測(cè)其他人會(huì)做什么。”
然而，預(yù)測(cè)人們會(huì)做什么，要什么或?qū)κ裁礉M意，比物理世界的預(yù)測(cè)更難。想一想用大數(shù)據(jù)預(yù)測(cè)天氣。預(yù)測(cè)并不能改變天氣。預(yù)測(cè)一英寸的雨水并不能讓此成真。假如真的下雨，你就可以對(duì)預(yù)測(cè)的精確度進(jìn)行測(cè)量。你只需到雨水測(cè)量器前看一看就知道你預(yù)測(cè)的對(duì)不對(duì)。人類世界并不總是按照同樣的規(guī)則運(yùn)行。
對(duì)社交活動(dòng)的預(yù)測(cè)會(huì)影響他們所預(yù)測(cè)的東西。如果谷歌預(yù)測(cè)某個(gè)網(wǎng)站會(huì)有價(jià)值并因?yàn)檫@個(gè)預(yù)測(cè)促進(jìn)了網(wǎng)站流量，似乎就能夠進(jìn)一步證明這個(gè)推薦的正確性。如果《紐約時(shí)報(bào)》網(wǎng)站將某篇文章吹捧為閱讀量最多的文章，就會(huì)引誘人們?nèi)ラ喿x它。如果我們接受這個(gè)間接推薦，它對(duì)其他人的誘惑力就會(huì)增強(qiáng)。如果亞馬遜預(yù)測(cè)我們將會(huì)喜歡某本書，因?yàn)?ldquo;像我們一樣的人們”購(gòu)買了該書，我們可能就會(huì)將該書加入到購(gòu)物車，從而使銷售增長(zhǎng)。倘若不是這樣，這個(gè)增長(zhǎng)是不存在的。測(cè)量并沒(méi)有與它們所要測(cè)量的現(xiàn)實(shí)相互分離，測(cè)量重塑了現(xiàn)實(shí)。
職業(yè)媒體人手中的測(cè)量可能也是這樣的。例如，媒體都想在新人出名之前發(fā)現(xiàn)他們?！稄V告時(shí)代》如此描述這個(gè)挑戰(zhàn):“很多年以來(lái)，品牌一直在和 YouTube 明星合作——賈斯汀，謝伊·卡爾，米歇爾·潘等等，但是，如果你能夠在明星成為大腕之前就發(fā)現(xiàn)他們，又會(huì)怎樣呢”為了做到這一點(diǎn)，代理機(jī)構(gòu)要在 YouTube 上追蹤 5 萬(wàn)個(gè)頻道、2500 萬(wàn)個(gè)視頻，從而預(yù)測(cè)誰(shuí)處在成名的臨界點(diǎn)，表現(xiàn)優(yōu)秀的那些可以簽下合約。以這種方式發(fā)現(xiàn)的人才可能無(wú)須干預(yù)便獲得成功。但是，使用測(cè)量發(fā)現(xiàn)贏者的同時(shí)也能創(chuàng)造贏者。與天氣不一樣，社會(huì)預(yù)測(cè)能夠改變結(jié)果。
在很多大數(shù)據(jù)支持者的眼中，預(yù)測(cè)物理世界與預(yù)測(cè)人類世界的區(qū)別似乎不再存在。在人類社會(huì)，由大數(shù)據(jù)驅(qū)動(dòng)的算法有可能創(chuàng)造“自我應(yīng)驗(yàn)的預(yù)言”。偉大的社會(huì)學(xué)家羅伯特·K·默頓解釋道：“某個(gè)情況(預(yù)言或預(yù)測(cè))的公共定義成為這個(gè)情況的組成部分，因此影響到事態(tài)的后續(xù)發(fā)展。這是人類事務(wù)特有的。自然界中并不存在。”自我應(yīng)驗(yàn)的預(yù)言產(chǎn)生兩個(gè)問(wèn)題，一個(gè)是分析者的問(wèn)題，另一個(gè)是我們其他人的問(wèn)題。
算法的預(yù)測(cè)質(zhì)量應(yīng)該根據(jù)預(yù)測(cè)的準(zhǔn)確性判斷。但是，任何評(píng)估都取決于我們能否很好地測(cè)量我們所預(yù)測(cè)的東西。在大數(shù)據(jù)的世界里，比起其他事情，有些事情更容易知道。我們也許能判斷出某種模式在多大程度上決定了電視節(jié)目的收視率，或者操控推銷辭令如何影響了購(gòu)買行為。但是，當(dāng)谷歌預(yù)測(cè)我們會(huì)覺(jué)得某個(gè)網(wǎng)站有價(jià)值，或者奈飛預(yù)測(cè)我們會(huì)喜歡某部電影時(shí)，我們?cè)跄苤肋@些預(yù)測(cè)真正找到了具有價(jià)值或令人喜愛(ài)的東西呢我們可能發(fā)現(xiàn)這些推薦有價(jià)值，但是我們無(wú)法確定它們是否為最佳選擇。將人們對(duì)某個(gè)建議的接受當(dāng)作質(zhì)量高的證據(jù)，或許只會(huì)讓自我應(yīng)驗(yàn)的預(yù)言繼續(xù)存在。在人類世界中判斷預(yù)測(cè)的質(zhì)量，并不像看一眼雨水測(cè)量器那樣簡(jiǎn)單。
自我應(yīng)驗(yàn)預(yù)言的更大后果是，它們能夠影響文化消費(fèi)本身的性質(zhì)。公共測(cè)量可能會(huì)與其所測(cè)量的世界“發(fā)生反應(yīng)”，從而改變社會(huì)現(xiàn)實(shí)。 兩種偏見(jiàn)：個(gè)性化偏見(jiàn)和流行度偏見(jiàn)，可能都有這個(gè)能力(改變社會(huì)現(xiàn)實(shí))。
個(gè)性化推薦將我們引向那些關(guān)心我們興趣和偏見(jiàn)的媒體。通常，推薦者需要從我們過(guò)去的行為進(jìn)行推斷，從而猜測(cè)我們是誰(shuí)、喜歡什么。伊萊·帕里澤將此稱為“你循環(huán)”，并對(duì)其機(jī)制作出如下解釋：“你點(diǎn)擊一個(gè)鏈接，說(shuō)明你喜歡其中某個(gè)東西，這意味著你接下來(lái)很有可能會(huì)看到與那個(gè)話題相關(guān)的文章，然后它進(jìn)一步為你啟動(dòng)了那個(gè)話題。你陷入了‘你循環(huán)’，如果你的身份被誤表達(dá)，就會(huì)產(chǎn)生一些奇怪的模式，就像擴(kuò)音器中出現(xiàn)的回響。”有一種可能是，某些東西被啟動(dòng)，而其他東西未被啟動(dòng)，我們可能會(huì)培養(yǎng)起一種對(duì)所推薦東西的品位。正如我們所看到的，很多社會(huì)評(píng)論家擔(dān)心個(gè)性化可能會(huì)使社會(huì)極化，但是如果這些機(jī)制迎合并創(chuàng)造偏好的話，其效果可能會(huì)更加顯著。
然而，流行度偏見(jiàn)可能會(huì)緩解這種效果。它不是將我們撕裂，而是傾向于使公眾注意力集中。流行度并非找到最高價(jià)值或最高質(zhì)量的安全法則。然而，似乎顯而易見(jiàn)的是，推薦流行的東西會(huì)驅(qū)動(dòng)流量，并進(jìn)一步提高流行度。將海量數(shù)據(jù)轉(zhuǎn)化成簡(jiǎn)單的數(shù)人頭活動(dòng)，包括將此公布于眾，會(huì)夸大最終的計(jì)數(shù)結(jié)果。
在這些傾向中，沒(méi)有一個(gè)由于大數(shù)據(jù)的大而得到緩解。與所有媒介測(cè)量手段一樣，新的測(cè)量手段也是人類創(chuàng)造的。正因?yàn)槿绱?，它們也不能免于偏?jiàn)和誤用。但是，它們現(xiàn)在無(wú)處不在。這不是原來(lái)就有的，因此它們成為人們必須考慮的日益重要的力量。它們能夠?yàn)闄C(jī)構(gòu)和個(gè)人提供超級(jí)有用的工具。然而，它們并不是注意力市場(chǎng)上的中立者。媒介測(cè)量以強(qiáng)有力的方式進(jìn)入注意力市場(chǎng)。這種進(jìn)入方式并沒(méi)有得到足夠重視，往往也很難被普通用戶識(shí)別出來(lái)。顯然，人類世界會(huì)與數(shù)據(jù)所鼓勵(lì)我們看到的十分相似。
天津市犀思科技有限公司是專業(yè)從事web應(yīng)用定制開發(fā)的一家公司，主營(yíng)業(yè)務(wù)包括定制功能型網(wǎng)站建設(shè)開發(fā)、微信小程序開發(fā)、微信公眾號(hào)開發(fā)、APP定制開發(fā)、天津企業(yè)微信開發(fā)、ERP、CRM、OA等企業(yè)應(yīng)用場(chǎng)景信息化解決方案等服務(wù)，致力于成為中國(guó)領(lǐng)先的IT服務(wù)及行業(yè)解決方案的提供商。
發(fā)表評(píng)論
最新文章
熱門排行榜
What Can We Do?
