
大數(shù)據(jù)時(shí)代,我們越來越以為外面的世界是真實(shí)的.....
遙想洪荒年代,有時(shí)候覺得,那會(huì)也是蠻好的,一切都赤裸裸的真實(shí)。
土地赤裸裸的真實(shí),沒有化肥加持;河流赤裸裸的真實(shí),沒有雜質(zhì);植物赤裸裸的真實(shí),沒有農(nóng)藥幫著祛除蟲害;天空赤裸裸的真實(shí),沒有霧霾……
當(dāng)然,“人”也赤裸裸的真實(shí),從內(nèi)到外。
在學(xué)習(xí)獨(dú)立行走、打磨石器的過程中,“人”們的大腦日益發(fā)達(dá),交流的方式,已經(jīng)不再滿足于用手勢比活,或是擠眉弄眼地咿咿呀呀。語言的產(chǎn)生,隨之水到渠成。
語言當(dāng)然只是一種媒介,它離不開說話的“人”。那會(huì),連土制的擴(kuò)音設(shè)備也沒有,所以,即便一個(gè)“人”嗓門再大,傳播所及也很寥寥。交流,只能面對面口耳相傳。
“人”變成了人,變得愈發(fā)聰明。拿根繩子打個(gè)結(jié),或是在樹上劃上幾道,按照事先達(dá)成的默契,就能表達(dá)或者解讀出相關(guān)信息。這樣,說話的人就不必一臉呆萌地站在原地傻等,別人只要看到他的“留言”,就能知道他想說啥。思想的傳遞,就此擺脫了對表達(dá)主體的物理束縛,傳播也就慢慢突破了眼前的一畝三分地,變得更加廣泛。
文字的形成,是“結(jié)繩記事”的2.0版。從功用來說,它們都實(shí)現(xiàn)了對表達(dá)主體的解放,但文字進(jìn)一步減少了交流成本,不僅不用非得留一根打好結(jié)的繩子給對方,而且也不至于造成誤會(huì),因?yàn)槟愦蜻@種結(jié),本想表示跟他借錢,但在他們那堆人里面,這個(gè)結(jié)很有可能是表達(dá)愛意。文字更加一目了然,而且約定俗成的范圍更廣。
當(dāng)然,文字刻在龜背或是竹簡上還是有問題。寫一封洋洋灑灑的情書給戀人,光搬運(yùn)竹簡就得累個(gè)半死,哪還有風(fēng)花雪月的閑情逸致。所以,紙張和印刷術(shù),又把傳播向前推進(jìn)了一大步,人類在傳播上的局限,獲得了物理上的突破。
這種突破一直在演進(jìn),最后出現(xiàn)了大眾媒體。廣播延伸了人的耳朵,電視延伸了人的眼睛,在本質(zhì)上,它們同結(jié)繩記事延伸了人的身體是一樣的,但更高端,更時(shí)尚,更讓當(dāng)時(shí)的人不明覺厲。
人類獲得的自我解放,傳播的發(fā)展功不可沒。它讓原本只能了解“目之所及”世界的人們,能夠“聽”到更多,“看”到更遠(yuǎn),讓遠(yuǎn)在天邊的人,真的仿佛近在眼前。不同大陸的人因此有了探索其他大陸的欲望,由此也形成和推動(dòng)了世界性的交往。
我們超越了“目之所及”,但是從此,那個(gè)赤裸裸真實(shí)的世界,模糊了,遠(yuǎn)去了,直至扭曲了。
二
早在20世紀(jì)20年代,美國著名政論家李普曼就在其所著的《公眾輿論》一書中,首次使用“Pseudo-environment”一詞,論及“擬態(tài)環(huán)境”問題。簡單說,就是我們“了解”的世界,并不是真實(shí)世界的高保真還原,而是大眾媒體為我們描摹出的“世界”。
舉個(gè)例子說吧。假設(shè)你生活的城市,一天中總計(jì)發(fā)生了100件事。囿于容量有限,媒體需要根據(jù)自己的判斷和價(jià)值觀,對這100件事做出取舍,挑出10件來說給你聽。再假設(shè),這100件事中,60件是司空見慣的家長里短,30件是“美好人間”類的故事,讓人覺得生活還不錯(cuò),還有10件則是兇殺、盜竊、災(zāi)難等等,聽著就讓人揪心的事情。
媒體會(huì)怎么抉擇?按照一般原則,那60件稀松平常的事情,媒體是不感興趣的,先篩掉。在剩下來的40件事情中,媒體可能會(huì)優(yōu)先選擇最后10件中的一部分。為什么?其實(shí)很正常,盡管西方新聞?dòng)^和馬克思主義新聞?dòng)^有許多質(zhì)的不同,但是,“反常性”是被業(yè)界公認(rèn)的新聞價(jià)值標(biāo)準(zhǔn)的。除此之外,媒體也會(huì)在那30件中挑選一些,因?yàn)槿藗円矔?huì)喜歡“童話故事”。
那么好了,假設(shè)媒體盡最大誠意保持專業(yè)精神,挑選了30件令人高興的事情當(dāng)中的5件,以及10件令人悲傷的事情當(dāng)中的5件,好事和壞事的比例是5:5(事實(shí)上,許多媒體是不會(huì)遵從這個(gè)比例的,它們對“壞事”的報(bào)道興趣遠(yuǎn)勝過“好事”)。
看上去,還是挺平衡的吧?那么,你會(huì)因此對你生活的這個(gè)城市形成什么印象呢?
簡單化地推斷,你可能會(huì)認(rèn)為這個(gè)城市喜憂參半,但是鑒于人們對于危險(xiǎn)更為重視,印象更加深刻,所以你實(shí)際上會(huì)認(rèn)為這個(gè)城市實(shí)在太糟糕了,竟然這么亂。
現(xiàn)在應(yīng)該清楚了,你對這個(gè)城市,并不是按6:3:1的比例形成總體印象,盡管那才是城市的本來面目。
前幾天,《人民日報(bào)》的小伙伴寫了一篇介紹香港的文章,就是這種情況。
這還僅僅是一個(gè)城市,我們對自己的生活的城市至少還有不少直觀的認(rèn)知。推而廣之,如果是別的城市、別的國家、別的大陸,這樣的認(rèn)知偏差還會(huì)更大。
其實(shí)歷史也是一樣。歷史是一個(gè)無法確認(rèn)起點(diǎn)的隧洞。我們發(fā)現(xiàn)了的各種文物、史料,如同一根根蠟燭,照亮了它周邊的區(qū)域,但并不能讓整個(gè)隧洞都燈火通明。我們把一點(diǎn)點(diǎn)燭光串起,勉強(qiáng)把燭光照射到的地方,連綴成歷史。那些沒有燭照的地方,就成了歷史的黑洞。
所以我們了解的歷史,同真實(shí)的歷史也是不一樣的。
回到現(xiàn)實(shí)。客觀地說,“擬態(tài)環(huán)境”跟媒體有關(guān),但不能怪媒體。
媒體每天向我們輸送各種信息,讓我們可以突破信息采集器官的局限,了解遙不可及的外部世界是個(gè)什么樣子。在不可能做到事事都眼見為實(shí)的情況下,我們就必須在了解更多外部世界同把握世界真實(shí)之間做出選擇。
前者顯然占據(jù)上風(fēng),而媒體就承擔(dān)了這個(gè)重任。
但是,對真實(shí)世界的探求,不僅是必須的,也是必要的。做到這一點(diǎn),一來需要媒體“良心”,能夠公正、客觀、真實(shí)的反映現(xiàn)實(shí),不僅是單個(gè)事實(shí)的真實(shí),還要能通過這些單個(gè)事實(shí),反映世界的整體和本質(zhì);二來需要人們自己的“理性”,能夠在紛繁復(fù)雜的信息海洋中,作出合規(guī)律性的判斷,不被各種暗藏陷阱的信息蒙蔽。
當(dāng)然,這兩個(gè)方面,能夠做到任何一個(gè)都很難。
三
現(xiàn)在,更難的事情來了。
社交媒體的出現(xiàn),不僅讓媒體的“良心”常常無計(jì)可施,也讓人們的“理性”面臨更大的風(fēng)險(xiǎn)。
雖然也被稱為“媒體”,但是社交媒體(social media)和傳統(tǒng)意義上的大眾媒體還是存在顯著不同。過去,大眾媒體有一個(gè)引以為傲的能力,就是議題設(shè)置。我不能左右這個(gè)世界發(fā)生什么,但我能左右你關(guān)注什么。這種能力,某種意義上說,正是人們對外部世界的理解產(chǎn)生偏差的“罪魁禍?zhǔn)住薄?
社交媒體則讓用戶享有了更多的選擇權(quán)利和編輯能力,人們自發(fā)集結(jié)成某種社群,點(diǎn)擊關(guān)注,加為好友,成為粉絲。每個(gè)人似乎都擁有了更大的自主能力,擁有設(shè)置議題的權(quán)力,但是很多時(shí)候,議題本身并不夠?qū)I(yè),也沒有傳統(tǒng)媒體那樣的把關(guān)人,導(dǎo)致各種信息蕪雜,不知所云,又不知所蹤。
最要命的是,因?yàn)楸緛砭褪前凑铡叭艘匀悍帧钡囊?guī)則聚集到一起的,因此,在同一個(gè)議題中,越是持相同觀點(diǎn)的人,越是抱得緊密,同時(shí)也越是排斥不同的意見。沒有社交媒體的時(shí)候,即便是觀點(diǎn)相同的人,也不過是散落各處的路人甲乙丙丁。有了社交媒體,這些原本呈原子狀自在的個(gè)體,一下子匯聚一起,形成一股勢力。在觀點(diǎn)的傳播中,呈現(xiàn)出“馬太效應(yīng)”,信某個(gè)觀點(diǎn)的,更加堅(jiān)信;不信的,反對的更加徹底。
這讓理性、客觀、清醒,面臨更大的實(shí)現(xiàn)難度,真實(shí)世界看上去越來越像近在咫尺,實(shí)際上已經(jīng)漸行漸遠(yuǎn)。
還有比這更糟糕的。
社交媒體畢竟還是你主動(dòng)找上門去,算法時(shí)代的信息推送,則讓人被動(dòng)地陷入自我投射的虛幻世界。
比如,我是周星馳多年的死忠粉,甚至連當(dāng)年的畢業(yè)論文也要向他致敬。有一陣我發(fā)現(xiàn),這個(gè)世界上居然有那么多跟我一樣,把星仔當(dāng)作星爺供奉的人,因?yàn)橹灰蜷_XX頭條的App,就會(huì)有連篇累牘的相關(guān)視頻,視頻下面的評(píng)論,一堆人把崇敬之情當(dāng)作泛濫黃河、連綿江水。類似的是,我的一位酷愛羽毛球運(yùn)動(dòng)的同事,也真誠地認(rèn)為,喜歡這項(xiàng)運(yùn)動(dòng)的人,簡直數(shù)不勝數(shù)。
作為一個(gè)技術(shù)盲的文科生,直到有一天被大神點(diǎn)撥才幡然醒悟,原來我是中了“算法”的道。算法時(shí)代,傳統(tǒng)的新聞把關(guān)人被一套由程序員編寫的算法替代。這套算法的原則、目標(biāo)和手段都只有四個(gè)字——投其所好。它會(huì)根據(jù)你表現(xiàn)出來的蛛絲馬跡,推斷“你可能喜歡”的東西,然后使勁給你推送,形成一個(gè)“信息繭房”。你沉溺其中,很享受,很愜意,然后就很容易以為這就是真實(shí)的世界。實(shí)際上,你已經(jīng)把觀點(diǎn)相異的言論,以及你不太感興趣但又客觀存在的其他事物,擋在視線之外。
由德國語言協(xié)會(huì)評(píng)出的德國2016年度熱詞為“后真相”(postfaktisch),這同牛津詞典公布的“2016年度英文詞匯”——“后真相”(Post-truth)——不謀而合,根據(jù)德國語言協(xié)會(huì)的解釋,“后真相”指的是,客觀事實(shí)對公眾觀點(diǎn)的影響要小于人們本身的主觀感受和個(gè)人信念。換句話說,比起基于新聞事實(shí)引發(fā)的個(gè)人思考,人們更愿意從主觀臆斷去“重塑”甚至“扭曲”新聞事實(shí)。
算法,為你呈現(xiàn)了一個(gè)內(nèi)心偏愛但卻虛幻的世界,它為“后真相”大行其道,又添了一把柴。
四
如果僅僅如此,還不是最可怕的。如果你了解到下面這則新聞,可能你會(huì)更加心驚膽戰(zhàn)。
近日英國媒體披露,美國富豪羅伯特?默瑟爾利用大數(shù)據(jù)分析,幫助特朗普贏得大選,并在英國脫歐中發(fā)揮“關(guān)鍵作用”。如果屬實(shí),這就意味著,2016年,兩只世界級(jí)的“黑天鵝”,其實(shí)是人工“飼養(yǎng)”的。
英國《觀察家報(bào)》的報(bào)道稱,在美國總統(tǒng)大選和英國脫歐公投中,默瑟爾旗下的“劍橋分析”(Cambridge Analytica)公司,利用先進(jìn)科技,在臉譜等社交網(wǎng)絡(luò)上搜集搖擺選民的信息,并利用人工智能對其進(jìn)行分析,尋求能夠影響這些人的“情感因素”。他們將這些信息提供給自己支持的陣營,后者根據(jù)這些信息,向選民發(fā)送“定制”廣告,以影響他們的選票去向。
報(bào)道稱,特朗普的競選團(tuán)隊(duì)曾向該公司支付600多萬美元。英國《每日郵報(bào)》稱,“劍橋分析”公司首席執(zhí)行官亞歷山大?尼克斯早前毫不諱言地表示:“很高興,我們革命性的數(shù)據(jù)溝通方式,在特朗普的勝利中發(fā)揮了不可或缺的作用?!?
此外,“劍橋分析”也為英國脫歐組織“脫離歐盟”(Leave.EU)提供搖擺選民信息,后者據(jù)此建立了一個(gè)包含一百萬人信息的數(shù)據(jù)庫?!懊撾x歐盟”的公關(guān)負(fù)責(zé)人威格莫爾對《觀察家報(bào)》表示,“劍橋分析”的信息收集技術(shù)及收集信息的程度“令人毛骨悚然”。
可怕嗎?如果僅僅是我們自己變得閉塞、狹隘些,可能也只能怪我們自己。然而現(xiàn)在,大數(shù)據(jù)正在分析并且利用我們的閉塞和狹隘,為我們量身定制一個(gè)所謂的“外部世界”,讓我們服服帖帖地跟著別人的指揮棒走,卻還以為是自己做出的明智選擇。
五
是不是只能勸自己好自為之了呢?
好像還真的沒有什么管用的辦法,畢竟人類進(jìn)化到今天,那么不容易。
只是,這多少又勾起我對洪荒年代的遐想,想念那種赤裸裸真實(shí)的世界。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10