網絡讓生活和工作越來越便利，但為什么也讓人越來越不開心？因網絡而起的爭吵、擔憂從何緣起又如何困擾著人們？在這個世界讀書日，讓我們試試從書本里去尋找關于網絡世界困境的答案。
01《廣場與塔：從共濟會到Facebook的網絡與權力》
作者：[英] 尼爾·弗格森（Niall Ferguson）出版社：Penguin Press出版時間：2018年1月定價：30美元
尼爾·弗格森是著名歷史學家和公共知識分子，曾任哈佛大學歷史學教授，現任斯坦福大學胡佛研究所資深研究員。
“網絡權力”
自從基于互聯網2.0技術的社交媒體誕生伊始，對它的價值判斷便一直趨于兩極化。支持者認為，社交媒體使得那些過去只能扮演信息“接受者“角色的大眾轉變?yōu)橹鲃拥摹眰鞑フ摺埃瑥亩疃嘣穆曇艨梢哉媲械卦诠差I域中相互討論；反對者則認為，社交媒體所提供的只是高度碎片化的交流，容易造成偏見的自我強化，以及訴諸情感而非理性的群體認同和偶像崇拜，結果導致民粹主義大行其道。
近年來，隨著社交媒體的政治沖擊力迅猛飆升，西方主流傳統(tǒng)媒體對它的評價經歷了從褒到貶的大轉變。2011年“阿拉伯之春”爆發(fā)之時，西方各大媒體無不歡呼社交媒體推動了這場在中東地區(qū)史無前例的社會革命；然而，到了2016年，大多數西方主流傳統(tǒng)媒體又哀嘆社交媒體引發(fā)的民粹主義狂潮顛覆了西方社會的政治秩序，導致“英國脫歐”和特朗普當選美國總統(tǒng)，全球政治經濟也隨之險象環(huán)生。
如何看待社交媒體對政治經濟秩序的沖擊？它在人類歷史上是不是前所未有的現象？抑或曾經有過類似的先例？英國歷史學家尼爾·弗格森的《廣場與塔：從共濟會到Facebook的網絡與權力》一書，通過對“網絡權力”和“等級權力”兩種權力類型的分析，重構了近代以來的歷史敘事。弗格森將當今時代界定為“第二網絡化時代”，與西方世界從15世紀后期到1790年代的“第一網絡化時代”相對照，為理解人類文明的當前處境和走向提供了歷史的鏡鑒。
《廣場與塔》的書名本身就隱喻了兩種不同類型的權力。在廣場上，人們在水平的層級上非正式地相遇雜處，形成網絡化的交往結構；而塔則象征著上層控制下層的等級化結構。弗格森聲稱，歷史學家對等級化實體——諸如國家、政府、軍隊、公司等——投入了過多的關注，對于相對松散的社會網絡結構卻研究甚少。一個主要原因是歷史學家所依賴的史料大多數來自等級化實體所留存的檔案，有關社會網絡結構的記錄則往往杳然難尋。
此書首先體現了弗格森梳理史料重現社會網絡的史學功力。
弗格森指出，自從新石器時代以來，人類社會長期由“等級權力”主導。然而，到了15世紀后期，隨著古騰堡印刷術的發(fā)明和新大陸的發(fā)現，西方世界“等級權力”之塔被顛覆了，取而代之的是眾聲喧嘩的“網絡權力”，西方世界進入了“第一網絡化時代”。
德國發(fā)明家古騰堡在15世紀中葉首次將活字印刷所需要的各個環(huán)節(jié)組合成一個有效的生產系統(tǒng)，可以實現大規(guī)模的印刷生產。1517年，德國宗教改革領袖馬丁·路德提出了《九十五條論綱》，公開否定了羅馬天主教會所宣揚的只有通過教會和教皇才能贖罪的說教，揭開了宗教改革的序幕。早在路德此舉一百年前，捷克也曾經爆發(fā)反對天主教會銷售贖罪券的“胡斯運動”，但并未形成燎原之勢。馬丁·路德則幸運得多。由于古騰堡印刷術的發(fā)明，他的言論被廣為傳播。據統(tǒng)計，在16世紀，路德的著作有近5000種版本付印，他的《圣經》德文譯本有近3000種版本付印。
弗格森指出，“第一網絡化時代”為西方世界打開了“現代化”之門，舊的權威被打破了，新的思想和組織層出不窮,最終體現為經濟與社會的除舊布新。而西方之外的其他任何一種文明都沒有這樣的機遇。
但是，對于生活在其中的普通民眾來說，“第一網絡化時代”卻又是一個動蕩不已的亂世。宗教改革摧毀了中世紀統(tǒng)一的基督教世界，令西方走向教派分裂，從1562年到1598年，法國發(fā)生了曠日持久的號稱“胡格諾戰(zhàn)爭”的宗教戰(zhàn)爭。從1618年到1648年，歐洲主要國家均卷入了天主教聯盟和新教聯盟之間的“三十年戰(zhàn)爭”，日耳曼各邦國在戰(zhàn)爭中被消滅了近60%的人口。正是當時的亂世使得英國政治思想家霍布斯在《利維坦》一書中將人類的“自然狀態(tài)”設想為“所有人反對所有人的戰(zhàn)爭”，只有當所有人將自己的權利轉讓給一個人或一組人并簽訂社會契約，人類才能獲得和平，而這意味著號稱“利維坦”的專制國家的誕生。換言之，霍布斯是在“網絡權力”橫行的時代呼喚“等級權力”，將后者視為投進深淵的一束光明。
“第一網絡化時代”的頂峰是1789年大革命前夜的法國。托克維爾在《舊制度與大革命》一書中將法國大革命的關鍵肇因歸結為18世紀法國盛行的“文人政治”。各種沙龍、期刊、印刷品遍地開花，重構了公共輿論的“廣場”，王權的神圣性在文人的犀利談鋒下銷蝕殆盡。而法國大革命的血腥殘酷也是空前的，正如死在革命中的羅蘭夫人臨終時所言：“自由，多少罪惡假汝之名以行！”
物極必反。從法國大革命中崛起的拿破侖通過建立帝國、頒布法典而重建了“等級權力”，弗格森稱拿破侖是第一個現代意義上的獨裁者�！暗燃墮嗔Α痹跉W洲的全面恢復，則是始于拿破侖戰(zhàn)敗之后，歐洲列強在1814和1815年所召開的“維也納會議”。這次會議確立了號稱“維也納體系”的國際體系，一方面通過壓制法國大革命提出的自由和人權等理念來維持社會的保守與穩(wěn)定，另一方面通過維持列強之間的權力平衡來確保和平。從1815年到1914年，歐洲沒有爆發(fā)大規(guī)模戰(zhàn)爭，維持了長達百年的和平，物質文明和精神文明都取得了長足發(fā)展�！熬S也納體系”因此得到了基辛格的盛贊：“令人驚奇的不是解決辦法如何欠妥，而是這種方法是多么明智；也不在于解決方法如何‘反動’，而在于如何取得均衡�！薄ジ裆瓨O其推崇基辛格，他在《廣場與塔》之前出版的上一部著作就是關于基辛格早年生涯的傳記。
然而，“等級權力”在20世紀的極權國家達到了頂峰，從中產生了奧斯維辛和古拉格的罪孽與恐怖。兩者都是“等級權力”暴力統(tǒng)治邏輯的產物，也驗證了“等級權力”下的個體是何其容易無條件服從、甚至是變本加厲地執(zhí)行上級的命令，從而成為制度的幫兇。切近而慘痛的歷史記憶，使得當今世界的公共輿論普遍對“等級權力”深具戒心，而對“網絡權力”則評價相對正面，即使有所批評也頗多恕辭。但是，弗格森提醒讀者，不受約束的“網絡權力”同樣會造成巨大的災難，其危害程度不亞于不受約束的“等級權力”。
自從1969年10月互聯網誕生以來，人類進入了“第二網絡化時代”。社交媒體的崛起和移動互聯的流行，使得人類時時刻刻處在海量信息的流通和觀點的碰撞中。但事實表明，這反而導致了公共話語的崩潰。《科學》（Science)雜志2018年3月9日發(fā)表麻省理工學院學者沃索基（Soroush Vosoughi）等人的研究報告指出，在Twitter上向1500名用戶傳播假消息的速度，比傳播真實新聞平均快6倍。此項研究結果同樣適用于Facebook等社交媒體平臺。在無序凌亂且真?zhèn)尾幻鞯木W絡話語沖擊之下，公共議程的建構備受挑釁和扭曲，各種民粹主義和極端思潮則甚囂塵上，勢不可遏。
2016年，牛津詞典宣布將“后真相”（Post-Truth）作為當年的英文年度詞匯，意指“相對于情感及個人信念，客觀事實對形成民意只有相對小的影響”。人類社會從此進入了“后真相時代”，相形之下，無論是古騰堡印刷術所催化的宗教分裂，還是18世紀法國沙龍所孵化的“文人政治”，都不免瞠乎其后，這似乎預示著一個大混亂的時代即將到來。
弗格森指出，在網絡化結構中，那些處在高密度連接的節(jié)點位置的人或組織可以獲得源源不斷的巨大資源，產生“富者愈富”的馬太效應，從而強化不平等。在當今世界，Facebook、亞馬遜等互聯網巨頭都只用了短短十幾年時間便富可敵國，其成功在很大程度上來自壟斷地位所帶來的租金。對于它們的監(jiān)管和問責可謂刻不容緩。
2018年4月，在美國國會針對Facebook的聽證會上，扎克伯格一口咬定，Facebook不是一家媒體，而只是一家技術公司，因此不需要承擔媒體社會責任以及相應的嚴格法律監(jiān)管。他的狡辯遭到了業(yè)內眾多有識之士的駁斥。正所謂“殺龍勇士最終長出龍鱗”，今日的互聯網巨頭早已不是重新分配“等級權力”所控制的資源，而是憑借馬太效應聚斂資源。《廣場與塔》的啟示在于，人類對一切權力都應當保持警惕，無論是“等級權力”，還是“網絡權力”。
02 《自動化不平等：高科技工具如何記錄、管治和懲罰窮人》作者：[美] 弗吉尼亞·尤班克斯（Virginia Eubanks）出版社：St. Martin's Press出版時間：2018年1月定價：26.99美元
弗吉尼亞·尤班克斯是美國紐約州立大學奧爾巴尼分校政治學副教授，專注研究社區(qū)技術和經濟正義。
大數據如何妨害社會公平？
大數據時代已經來臨。大數據技術在給人類創(chuàng)造了諸多便捷的同時，也引發(fā)了新的倫理危機。迄今為止，對這一倫理危機的討論主要是從“自由”角度切入的。不少論者擔心，大數據技術會導致未來社會不再具有不受監(jiān)控的私人空間，傳統(tǒng)意義上的私人領域和個人自由不復存在。
一個較少為人注意的方面是，大數據技術也會對“公平”造成威脅。確切地說，大數據技術所強化的“數據中心主義”的政治技術治理，將會嚴重地妨害社會公平。美國政治學家尤班克斯（Virginia Eubanks）的《自動化不平等：高科技工具如何記錄、管治和懲罰窮人》（Automating InequalityHow High-Tech Tools Profile，Police，and Punish the Poor）一書，就是通過對美國社會福利數據系統(tǒng)的案例分析，揭示它如何剝奪了本應屬于貧困階層的社會福利和發(fā)展機遇。
尤班克斯分析的第一個案例，是印第安納州在2007年耗資11.6億美元建立的申請領取社會福利的自動化登記系統(tǒng)。在此之前，印第安納州的窮人在申請領取社會福利時，需要填寫相關表格，由社工人員審核其是否具備領取福利的資格。
新的自動化系統(tǒng)簡化了流程，讓機器取代了大量此前由人負責的工作，理論上這讓領取社會福利變得快捷。但事實上，這套系統(tǒng)在使用3年之后，因為出現大量錯誤而停用。在這些錯誤中間，只有極少數是讓那些不符合條件的人通過審核領取了社會福利，絕大多數錯誤是導致本應獲取社會福利的人未能通過審核。
珀杜（Sheila Perdue）是一位身患耳聾、肺氣腫和躁郁癥的印第安納州居民。2007年冬天，她收到一封政府部門的來信，要求她必須參與一個電話采訪，以便在新系統(tǒng)中重新登記以領取福利。
按照以往的慣例，珀杜可以找當地的社工人員解釋自己由于耳聾不能參與電話采訪，由社工人員負責審核其資格。但是新的自動化系統(tǒng)排除了這種做法，登記者如果有問題，需要自己打電話到州政府的福利部門解釋清楚，電話留言可以被系統(tǒng)存檔。珀杜申請面對面的資格審核，但是被拒絕。她備齊了所有文件，前往附近的救助中心。那里的社工人員要她在網上填寫相關表格，不熟悉互聯網操作的珀杜請求幫助，但是社工人員表示此類表格必須由本人填寫。珀杜盡最大努力完成了申請程序。幾周以后，她被告知自己未能在新系統(tǒng)中重新登記，理由是在資格審核中“不合作”。
類似的例子不勝枚舉。從2007年到2010年，有近100萬件福利申請被系統(tǒng)拒絕，主要理由就是申請者“不合作”。
2010年，在民意的強烈反對下，印第安納州政府被迫關閉該系統(tǒng)，并向法庭起訴，要求設計該系統(tǒng)的電腦業(yè)巨頭IBM賠償州政府4.37億美元，IBM反訴印第安納州政府賠償1億美元。法官裁定州政府和IBM雙方都無權勝訴，都應該受到譴責，真正的輸家是印第安納州的納稅人。對此，尤班克斯評論說，最大的輸家與其說是泛指的納稅人，毋寧說是那些本應接受援助的窮人。
第二個例子發(fā)生在洛杉磯。在這座全球娛樂之都，有大量無家可歸的流浪人口常年聚集，2017年其數目超過了5.5萬。洛杉磯市政府制定了為這些無家可歸者提供住房的福利計劃，通過積分系統(tǒng)決定哪些人可以最先獲得住房。然而，該系統(tǒng)將“關押進拘留所”算成“有住房”，但凡進過拘留所的人員都會被標示為最近有過住房，從而積分排名靠后。事實上，無家可歸者越是絕望，就越是有可能故意犯點事情，以求在拘留所里暫時覓得庇身之所。洛杉磯市的這套積分系統(tǒng)，其實是把那些最需要住房的人拒之門外。
另一方面，洛杉磯市政府在數據收集階段，讓社工人員對無家可歸者進行訪談，鼓勵他們坦白自己的經歷。但是，執(zhí)法部門可以聯網查看這些訪談記錄，一旦他們承認自己有過輕微的違法行為——例如在禁止夜晚出沒的地方睡覺，在人行道上席地而坐，在禁止乞討的街區(qū)乞討等等——都有可能導致被捕。
第三個例子發(fā)生在賓夕法尼亞州的阿勒格尼（Allegheny）郡，這是賓州第二大城市匹茲堡的所在地。該郡出于防止父母虐待和忽視兒童的目的，將該郡的社會福利、兒童保護和犯罪記錄的系統(tǒng)數據予以聯網，并由專家團隊設計了一個統(tǒng)計模型，使用多達130個指標來預測兒童是否面臨被父母虐待或忽視的高風險。
尤班克斯指出，幾乎所有這些指標都和貧窮有關。例如，一個在貧窮的單親家庭長大的孩子，往往也會獨處時間比較長，住在比較不安全的社區(qū)，住房比較破舊凌亂。系統(tǒng)如此設定指標，本身就是對窮人的歧視。
該系統(tǒng)的另一個問題是僅僅使用公立機構社工人員的記錄來判斷兒童和父母的關系，中產和富裕家庭的保姆、醫(yī)生等等則無需提供證詞。換言之，中產或富裕家庭即使出現虐待或忽視兒童的情況，只要是由私人服務機構或醫(yī)院處理相關事宜，就不會被系統(tǒng)記錄在案；而貧窮家庭的父母則易于遭受社工人員主觀偏見的不公正對待。
尤班克斯舉例說，有一對很愛孩子的父母，因為未能及時繳納女兒打疫苗的費用，即被列為懷疑對象而遭到調查。他們很擔心有一天州政府的兒童福利局會終止他們的撫養(yǎng)權，將孩子安置到政府安排的監(jiān)護機構或寄養(yǎng)家庭。
那么，為何自動化的數據系統(tǒng)會如此歧視和排斥窮人呢？尤班克斯指出，在歷史上，美國社會一直有歧視窮人的傳統(tǒng)，窮人被主流社會視為能力低下、游手好閑、易于犯罪，對社會有害無益。1820年代，有政客提議美國每個郡都至少要有一座“窮人屋”（poorhouse），把窮人安置在其中，從事近乎苦役的工作，與主流社會相隔絕。盡管這個提議由于開銷太大而未能全面推行，只在部分地區(qū)試點后便不了了之，但是它所體現的思路一直是美國資本主義的基本信條。
1960年代風起云涌的民權運動在表面上改變了美國的主流文化。民權運動的一個后果就是將窮人的社會福利視為基本人權，每一個窮人都有權通過正當程序獲取應得的社會福利。窮人的處境有了很大改善。然而，美國社會有很強大的力量反對社會福利的擴張。在新的時代背景下，他們無法直接反對將社會福利視為窮人的人權，于是便通過數據技術來達成目標。從1980年代開始，美國社會福利系統(tǒng)逐漸走向了電腦技術主導的自動化數據管理，政客們宣稱新技術可以減少舞弊，提高效率，但事實是社會福利的覆蓋面自此開始日趨縮減。1973年，有近一半生活在貧困線下的美國家庭可以領取“未成年兒童家庭援助”（Aid to Families with Dependent Children），今天這個數字只有10%。雖然存在政策變遷的因素，但是這種變化主要是通過數據化的政治技術治理悄然無息地實現的。
尤班克斯指出，自動化數據治理所導致的對窮人的歧視和排斥，遠比19世紀曾經一度在美國部分地區(qū)試點的“窮人屋”更為可怕�！案F人屋”固然將窮人排斥在主流社會之外，但同時也使得窮人們聚集和團結在一起，可以提出集體訴求來主張自己的權利。而自動化數據治理所排斥的窮人是“碎片化”的，他們難以彼此聯系，難以通過集體的力量來爭取權利。
另一方面，自動化數據治理會在很大程度上減少公眾對窮人的同情心。在歷史上，來自相對富裕的公眾的同情心是推動窮人獲得權利和社會福利的關鍵動力。那些關于窮人受到官僚系統(tǒng)不公正對待的故事總是能夠打動人心，激起強烈的反應。然而，自動化數據治理卻使得相關機構和人員可以輕易卸責，讓公眾相信電腦系統(tǒng)所歧視和排斥的窮人真的就是咎由自取，不值得同情。
這正如清朝學者戴震在《孟子字義疏證》中的感嘆：“人死于法，猶有憐之者，死于理者，其誰憐之！”自動化數據治理的最大危害就在于它制造出了一個虛幻的“理”，用貌似中立的技術掩蓋和助長了實質上的不公平。
總而言之，大數據技術所引發(fā)的倫理危機，不僅在于它會給私人領域帶來前所未有的侵犯，而且在于它有可能對公共社會造成嚴重的威脅。這一危機正在成為人類面臨的重大考驗。
03 《效率悖論：枉費大數據》作者：愛德華·坦納（Edward Tenner）出版社：Knopf出版時間：2018年4月定價：27.95美元
愛德華·坦納是美國Smithsonian's Lemelson Center的“杰出學者”。
大數據如何妨礙大圖景
近年來，人工智能與大數據技術的發(fā)展可謂一日千里；與此同時，越來越多的人對于大數據技術的后果表示擔憂。這種擔憂主要集中在兩個方面，一是從“自由”的角度出發(fā)，擔心大數據技術對傳統(tǒng)私人領域和個人自由的威脅；二是從“公平”的角度出發(fā)，憂慮大數據技術對社會公平的妨礙。
應該說，這兩個方面的擔憂都非常重要，是人類社會在步入大數據時代之際必須敲響的警鐘。但是，從“體”“用”之分的角度說，它們都還屬于“用”的層面。其實，在“體”的層面上，大數據技術便存在著與生俱來的盲區(qū)。美國學者愛德華·坦納（Edward Tenner）的《效率悖論：枉費大數據》（The Efficiency Paradox: What Big Data Can't Do）一書，就是從“效率”這個關鍵詞出發(fā)，系統(tǒng)揭示了大數據技術的盲區(qū)及其后果。
此書的中心思想非常簡潔明了。坦納指出：“那種試圖在一切事情上都達到效率極致的做法，能夠在短期獲得成功，但是從長期而言，勢將損害效率。”此即“效率悖論”。
那么，什么是效率呢？坦納對“效率”（efficiency）和“效力”（effectiveness）之間做了嚴格區(qū)分。他把“效率”定義為“以最小程度的消耗來制造產品，提供服務或信息，以及進行交易”。舉一個例子，使用內燃機的機械犁遠比用馬拉的鐵犁有效力，但是前者消耗的平均能量是后者的13倍，這意味著機械犁并不是很有效率。只有那種不僅能夠增強“效力”，而且能夠顯著提升“效率”的技術，才配得上“技術進步”這個稱號。
坦納進而界定了兩種意義上的“效率”。其一是所謂“連續(xù)進程效率”（continuous-process efficiency），它在19世紀工業(yè)革命的大潮中誕生，要義在于能夠將此前需要一片接一片制造的產品以川流不息的方式連續(xù)生產出來。一個形象的畫面是報紙在印刷過程中源源不斷地“流”出印刷機�！斑B續(xù)進程效率”的前提是水輪機、蒸汽機等機器的發(fā)明能夠提供巨大的動力，而且產量的大幅提升能夠降低每一件產品的平均能源消耗。顯然，這不僅是一場技術革命，更是一場生產方式的革命。在工業(yè)時代，公眾在談及“效率”時，所指的基本上都是“連續(xù)進程效率”。
另一方面，進入信息時代以后，出現了第二種意義上的效率——“平臺效率”（platform efficiency）。關于平臺，最典型的例子就是互聯網世界中的“云”�！霸啤笨梢宰層脩粞杆僬业叫枰男畔�，可以用最小的能量消耗實現買家和賣家的匹配。大數據技術的功能就在于提高“平臺效率”。
然而，提高“平臺效率”所導致的結果卻未必有效。
例如，網絡搜索算法可以幫助用戶尋找到上溯至19世紀的科學文獻。理論上，這意味著研究者可以接觸到大范圍的文獻，由此發(fā)掘出長期被遺忘的資料，增加援引文獻的多樣性。但事實上，社會學家通過統(tǒng)計分析3.5億篇學術論文的文獻索引得出結論，在運用網絡搜索之后，大多數研究者的視野其實變狹隘了，他們援引的平均論文數量變少了，而且普遍只關注新近的和公認重要的論文。究其原因，網絡搜索算法具有“自我強化的反饋環(huán)”。一篇論文以前被搜索得越多，它就越容易被搜索算法匹配給新的搜索者。
坦納指出，這個例子可以說明大數據技術之“平臺效率”的基本特征——通過迅速實現信息匹配，大數據技術省略了“試錯”過程，從而把用戶鎖定在既存的模式里。
例如，出版商和制片人可以通過大數據了解到，針對某一特定人群，什么類型的書籍和影視作品是最受歡迎的，據此出版和制作相應的產品。這樣一來，每一本新書、每一部新電影似乎都可以保證有利可圖，但是那種能夠橫掃不同人群，具有強大震撼力的作品會越來越少。
“平臺效率”的主要目標之一，在于實現信息交流的“無摩擦”狀態(tài)，實現信息發(fā)布方和接受方之間，或是買方和賣方之間的直接匹配，消除第三方中介的存在。然而，坦納指出，第三方中介具有不可抹殺的存在價值，他們在信息交流的過程中承擔了必要的“守門人”功能。
事實上，社會學家薩爾加尼克（Matthew Salganik）等人的研究表明，當普通消費者在網上購物的時候，那些爆款的商品在品質上通常只比同類商品的平均水平稍微好一點點，之所以能成為爆款，主要原因在于時間優(yōu)勢，就好比最先滾下來的雪球會變得碩大無朋，其他雪球則失去了變大的機會。如果沒有線下實體店，那些搶得先機的商品就會一直獨領風騷，吸引眼球。實體店扮演了“守門人”的角色，讓消費者可以從容選擇多種商品，而不是被網上的風潮所裹挾。換言之，“守門人”就是要恢復被大數據技術所省略的“試錯”過程，讓用戶得以超越既存模式。
一個與此相關的話題就是“實體書店復興”。國內的實體書店經歷了一輪倒閉潮，但是近年來，在一些大城市里，實體書店不但卷土重來，而且迅速擴張。支撐“實體書店復興”的內在邏輯就是“守門人”功能，實體書店不是為了加快圖書交易的過程，而是要放緩這一過程。
與“守門人”類似，坦納強調“低效率媒介”具有不可替代的價值。和電子屏幕相比，紙是一種低效率的媒介。在電子書上搜索特定內容、做批注等等要遠比在紙書上方便。但是電子書并不能取代紙質書。電子書能夠方便讀者掌握細節(jié)，而閱讀紙質書能夠讓讀者對作者的意圖獲得更好的整體性的理解。
地圖亦然，和電子地圖相比，紙質地圖在很多情況下顯得頗不方便。但是，紙質地圖能夠一目了然地提供一幅大圖景，讓用戶在大腦里對地理定位建立鮮明的印象。
數據和圖景的對比，在醫(yī)生的診斷實踐中尤為關鍵。當前，不少醫(yī)院已經開始利用人工智能和大數據技術來診斷病情和開處方，此舉看似減少了平均診斷時間，提高了診斷效率。然而，坦納指出，人工智能診斷的一個后果就是會把病人的很多身體特征都當作患病的信號，讓病人去做更多的檢查，結果延長了病人的診斷過程。而且，過多的檢查本身就會帶來不少副作用。傳統(tǒng)的有經驗的醫(yī)生是基于對病情的整體性把握來作出診斷，而在醫(yī)院引入人工智能診斷之后，常常會出現有經驗的醫(yī)生與人工智能的診斷結果相沖突的情況。大數據技術給醫(yī)生和病人帶來的更多是困擾，而非方便。
坦納指出，從哲學角度而言，大數據技術的盲區(qū)在于它不能提供兩種重要的知識。
其一是所謂“地方性知識”（local knowledge）。例如，電子地圖顯示穿過某個十字路口是最近的路線，但是你知道不能那樣走，因為你曾經走過那條路，知道那里堵車非常厲害。你具有對這個十字路口的“地方性知識”，但是電子地圖并沒有。事實上，很多老司機都知道，如果完全按照全球定位系統(tǒng)（GPS）的指導路線開車，遲早會被引到一條麻煩的道路上。這時最好能有一張紙質地圖，重新判定方向，另辟路線。
其二是所謂“默會知識”或說“內隱知識”（tacit knowledge）。無論你給一個智能系統(tǒng)輸入多少信息，總還是有很多東西是沒有明晰解釋，只可意會不可言傳的。前面提到的醫(yī)生對病情的整體性理解，就是一個典型例證。
缺乏上述兩種重要的知識，意味著大數據技術不可能提供有效的“大圖景”。對大數據技術的過度依賴，雖然能夠在短期提高效率，但是從長遠而言，必然事倍功半。
如果僅限于網上購物、開車認路和診斷病情等日常情境，那么，大數據技術的弊端還是有限的。問題在于，大數據技術對人類社會的沖擊遠遠超出了日常情境。
坦納在書中提出了一個重要論點——信息科技和金融其實是一回事。從“平臺效率”的角度而言，專注于消除摩擦、迅速實現信息匹配的大數據技術，其實和追求“無摩擦融資”的金融化進程是同構的。換言之，大數據技術的盲區(qū)，幾乎就等同于金融領域的盲區(qū)。
和日常情境不同，很少有人能夠在金融領域具備相應的“地方性知識”和“默會知識”，很少有人能夠洞察金融領域的大圖景；而大數據技術，因其“自我強化的反饋環(huán)”，又在妨礙和消解構造大圖景的能力。如何應對大數據技術所必然醞釀出的金融風險，是當今世界的一大難題。
|
