多麼精彩,一年的結束

2016.12.03 by
李士傑
李士傑 查看更多文章

星輿公司noema.io共同創辦人,網路文化運動者、獨立研究者。前中研院資訊所專案經理、資訊社會學博士研究,過去十年投入開放源碼與數位文化相關計畫。

marissa anderson via Flickr
網際網路打破國家疆界、資訊如光速般傳播至世界各個角落,大眾必須具備更健全的心智與集體的對話辯論,才能穩健的一步步往前邁進。

科技是否將我們帶往更文明、更有效率的社會?從川普當選美國總統到放寬同志婚姻的言論散播中,不斷引起各式各樣虛假資訊與演算法操控的爭論,究竟是否這一年結束後,明年還是這般精彩、讓人期待嗎?

11月下旬,台北的陽光似乎還有暖意;十天前川普正式當選美國總統,中國電商雙11光棍節的諸多數據再次打破紀錄,甚至出現「爆款下沉模式」這類結合實體倉儲與線上線下大數據預測的新技術。Netflix的《黑鏡》第三季第一集據說對社交評價的描繪與芝麻信用的走向不謀而合,編劇布魯克(Charlie Brooker)暢談未來世界的黑暗想像。而HBO重拍的1973年《WestWorld》同名電視影集《西方極樂園》走到第一季尾聲,人們的鬥爭、人與機器人之間的殺戮,在塵沙中飄來肅殺氣息。

《黑鏡》第三季第一集,瞄準現在熱門的社交媒體生態,透過網路每個人都可以為其他人評分。
《黑鏡》劇照

我們的世界已經大幅改變了。是的瑞凡,我們回不去了。

11月上旬在上海雙年展的臨時辦公室中,印度策展人走進辦公室大聲說,我們要恭喜我們的美國同事;但是我們的總理昨天把錢給升級了,瞬間錢就不見了。印度的重量級消息引起了一陣譁然,同時,美國開票的資訊繼續跌破眾人眼鏡。英國藝術家面露微笑地抽著電子菸,說這樣終於可以回敬那些英國脫歐公投(Brexit)之後,送訊息來關切我們的那些美國朋友了;美國再一次光榮地,重新搶走了寶座。

所有人的世界都在改變,印度、英國、美國,接下來人們在等待的是法國與德國──歐盟兩大支柱接下來的動盪。之前我們談論的嘲諷新聞,當美國知名喜劇節目SNL《周六夜現場》與川普合作的選前情境喜劇:模擬川普當選後的情況在Facebook廣為傳播之後,當他們的嘲諷劇本成為真實時,這些嘲諷將何去何從?

我們也曾經提到資訊工具與多元觀點的決策價值。就在這個迷離的時刻,我們不知道在這些世界中,發生在我們周圍的這些重要事件,哪些是有著一隻新的手在介入。這隻手有許多不同的名字,以往可能被叫做資料庫、現在它可能叫做演算法,或者最新的名字叫做機器學習、人工智慧。

許多人認為Facebook的演算法以及在該平台上流通的假新聞,影響了這次的總統大選。科技意見領袖歐萊利(Tim O’Reilly)引述萊辛(Jessica Lessin)的看法,認為:
……我們正在見證一個新世界所帶來的效應:這是一個網際網路把對任何人、說任何事「渾言無忌」的成本降到零的新世界。這是一個無法倒轉的趨勢,沒有任何公司能夠停下這個趨勢,我們也不應該希望有任何人有力量能夠阻止它。

雖然如此,歐萊利還是認為存在一種更有效率與言論自由的平衡,至少Google做到了。他們所維繫的搜尋品質、打擊網路垃圾留言,帶給搜尋使用者一個更為好用、更為文明、而不犧牲公共的價值──在他的眼裡讓世界還是有一些希望。雖然什麼叫做「更好」的確有不同看法,但歐萊利認為,Facebook對於「觸及」的優先價值凌駕於其他品質之上,可能走到了一個錯誤方向。

這次在台灣因為《民法親屬編、繼承編部分條文修正草案》即將修正,放寬同志婚姻等多項權益,造成反同的動員與Facebook言論資訊,也在同溫層裡發酵、流通「各式各樣的虛假資訊」。當我們的內容溝通已經更加依賴Facebook平台時,你所仰賴的認同訊息、動員情報,驅動你發出不平之鳴的各種迫切訊息,有多少是在Facebook的演算法中被放大?有多少是在「遙遠的社交關係」中所形成的團體裡,被傳遞到讀者面前?這與其他的政府施政連動關係,又有什麼樣的連帶關係?

我們得開始創造概念工具來面對新世界。11月初我有一篇隨筆,試圖用「國家的頻寬」這個概念來反省。我們有多少頻寬用來傳達複雜的想法、審慎的考量,與必須要因應實際情況而調整的決策資訊?第一線的觀察者,怎麼跟後端的決策者,有充分的溝通協調與傳遞訊息?當這些資源不足的時候,我們就只能夠將所有的過程以外部化來放空及閃躲後果。

除了對話的頻寬之外,影響決策結果的過程還包括資料、演算法與平台。這次很多人質疑Facebook的演算法決定了眾人「動態時報」上的露出結果。我們該期待Facebook與其他社群媒體公開演算法嗎?如果不是百分之百公開的話,要揭露到什麼程度才是合理的?

weedezign via Shutterstock

除了演算法之外,「餵」進演算法的資料更是決定世界圖像的重要因素。在今年11月上旬杭州中國美院網路社會年會中,布朗大學加拿大籍韓裔學者全喜卿(Wendy Chun)提出了「歧視的資料」(discriminating data)這個論點,認為基於同質性資料的網路治理,只會帶來區隔結果的網路科學。

倘若我們不能洞悉其中的偏見與錯誤預設,我們就將被機器決定世界的面貌。她引用一句驚悚的格言:

「⋯⋯很幸運地,我們是聰明人而且找到了一條出路。與其依賴演算法──我們有可能被指控為我們的利益而操弄,我們轉向機器學習,一種聰明的免除所有責任的方式。 機器學習就像用偏見來洗錢一樣 :它是一種很乾淨的數學機器,提供既存狀態一種邏輯必然性的光暈。數字是不會騙人的。」

我們不僅僅要處理從停滯、落後趕上的挑戰,面對自身的混亂,還得要面臨新科技處處的陷阱與暗流。當世界虛與實已經融合為一,網路世界影響真實社會的變化面貌,需要有更多的獨立心智與集體的對話辯論,才能穩健地一步步往前邁進。

國家的頻寬:政府運作順暢與否的另一關鍵

每日精選科技圈重要消息