大数据，正在毁掉我们与最亲密的人的关系

　　大家有看过父母的社交媒体吗？

　　我经常被爸妈手机里的短视频给震惊到，打开都是《体检都是骗局》《年轻人不想结婚，是被外来思想操纵！》，还有老年人在养老院里被扇耳光、婆媳矛盾的视频，情绪煽动性极强，即使有些在我看来“一眼假”，他们都深信不疑。

　　不光是父母，和周围人聊天时，也会发现在信息前所未有发达的当下，人与人之间的信息差却前所未有地大——

　　男性刷到的短视频经常有“天价彩礼”、“捞女”、“极端女权”，女性刷到的都是“家暴”、“杀妻案”、“性侵”；孩子看到的是“不幸的童年要用一生来治愈”，父母看到的是“可怜天下父母心”。

　　现在，几乎每个人都活在算法为自己量身打造的回音室里，无法听到外界的声音。甚至，算法正在悄悄改造我们的价值观，让我们和最亲密的人彼此对立、彼此割裂。

　　大脑本身擅长制造信息茧房

　　算法将其进一步放大

　　当我们遇到与自己价值观截然相反的人，第一反应往往是“怎么会有人这么想？太荒谬了”。

　　但如果深入了解就会发现，这一点也不奇怪，因为 ta 所接收的所有信息都在不断加固和维护这种价值观，以至于从 ta 的视角来看，这简直就是就是真理。

　　2021年调查显示，美国有10%的人认为地球是平的

　　图片来源：POLES 2021 survey[1]

　　比如，一个人相信“父母是绝对爱孩子的”，那 ta 大概率也会相信“打是亲，骂是爱”，相信父母做出任何事情都是为了孩子好。这些观点相互契合佐证，组成严丝合缝的拼图。

　　当 ta 听到“很多父母不爱孩子，只是想控制孩子”、“原生家庭会给孩子带来持久的创伤”时，如果要相信，就意味着原有的拼图被彻底推翻，于是大脑为了减少认知上的负担，更倾向于拒绝相信那些难以嵌入已有拼图的观点。

　　物理学家因为认知被颠覆而纷纷自杀

　　图片来源：《三体》

　　哈佛大学教授 Keith Sunstein 最早提出“信息茧房”这个概念的时候，就定义为，在广袤的信息宇宙里，我们只选择让我们舒适和愉快的东西[3]。

　　可以说，大脑天然擅长制造信息茧房，我们以为自己每天在接受新鲜的信息，其实只是源源不断地听到自己的回声，给陈旧的世界观大厦添砖加瓦而已。

　　算法则进一步放大这种倾向，它通过相似推荐、放大极端、操纵情绪等方法影响着我们的认知。

　　个性化推荐：根据你的点赞、停留和分享，推送更多相似内容，让你觉得“原来大家都这么想”、“这就是常识”；

　　放大极端个例：猎奇、冲突或极端的事件被反复推送，让你觉得“这种事遍地都是”；

　　正负反馈失衡：偏重正反馈（如点赞），忽略负反馈（如跳过），慢慢地你只能刷到你感兴趣的内容，形成信息孤岛。

　　图片来源：《监视资本主义：智能陷阱》

　　处处迎合人类的算法，是如何

　　制造操控，加剧对立的？

　　当你的偏好被无限迎合

　　就会越来越无法忍受“不同”

　　我有一对情侣朋友在争吵后分别去找 AI 倾诉，聊完他们都觉得：AI 简直太懂我了，我没有错，该低头认错的是对方。

　　算法对于人的迎合和 AI 起到类似的效果，一个个帖子、一条条视频仿佛都是为自己量身定制，让人产生一种深深地被理解、被认同的感受——原来我是对的，原来不是我的错。

　　AI 对人类的谄媚

　　图片来源网络

　　这在一定程度上是好事，生活中被理解和认同的体验如此稀缺，网络和 AI 让它变得唾手可得。

　　但与此同时，个体的自恋被前所未有地放大，当人们习惯了处处迎合自己的网络环境，就越来越难以忍受现实生活中的真实摩擦，听到不同意见、不同观点，第一反应是抵触甚至愤怒。

　　我们可能会对亲近的人说“就连网上的陌生人都能理解我，为什么你不能？”、“这个博主讲的就是你这种人，你知道错了吗？”，不再把对方当成一个活生生的、有缺陷、有主体性的人，而是希望自己能永远被迎合，永远正确，自恋永不受损。　

　　图片来源：《监视资本主义：智能陷阱》

　　哲学家约翰·杜威强调，如果一个环境总是处处迎合我们的冲动，那么它对成长的限制将和处处充满敌意的环境一样致命[4]。

　　因为成长恰恰来自于和“不同”“不舒服”的他者相遇，没有这种摩擦，我们会活在一个完美的镜像里——没有人能真正和我们相遇，我们也不再真正看见别人。

　　活在不同信息茧房里的人

　　无法说服彼此并走向各自的极端

　　群体极化（Group Polarization）是一种社会现象，指的是经过群体讨论后，个体的想法不会趋于中肯温和，而是会被推向更极端[3]。

　　比如，你本来只是觉得父母有一些地方做得不好，但当你进入一个不断吐槽原生家庭的群体时，群体内的共鸣和情绪会像放大器一样，让你越来越确信“父母皆祸害”、“一切都源于不幸的童年”。

　　和不同意见的群体聊天同样会加剧极化，比如一个人原本对于婚姻抱有疑虑，但在频繁看到“晒幸福”“催婚”的言论后，不仅不会向往，反而会更强烈地排斥婚姻，忍不住想寻找证据来证明“婚姻就是牢笼”。

　　于是，人们一边在同温层报团取暖，点赞自己认可的帖子，一边“排除异己”，在不认同的帖子下面花几个小时和陌生人争论，最终谁都不会被说服，只会让彼此都变得更加极端。

　　群体极化的危险在于，群体内部无限趋同，而群体和群体之间的分裂被无限放大，不同立场的人失去了对话的可能性，即使是身边亲近的人也难以互相理解。

　　在泛滥的虚假信息中

　　普通大众成为被误导和操控的对象

　　算法难以区分信息的真假，情绪化、夸张甚至虚假的内容，更容易在平台上被推向大众。

　　新周刊曾发布一篇文章名为《AI假新闻，霸占我的家族群》，其中列举了“五角大楼被炸”、“火车撞上修路工人”、“老人被殴打昏迷”等 AI 生成的假新闻，这些假新闻往往聚焦在城乡发展、阶层矛盾、性别对立、国际局势这些很有争议的话题，迅速博得巨大的流量[5]。

　　根据 Quest Mobile 发布的 2021 年《银发人口经济洞察报告 》，短视频已渗透到超过 80%的老年人[6]，他们往往也是缺乏陪伴、在网络世界难以辨别虚假信息、容易受骗的群体。

　　在一些热点事件爆发的初期，网络上也总是传播大量的虚假信息，普通民众要么情绪被推到极端，要么慢慢变得麻木、冷漠。

　　走出信息茧房

　　从主动寻求不同开始

　　寻找突破性知识，留意那些

　　跟你的认知截然相反的内容

　　作家 Michael Simmons 把知识分为两种：增强性知识和突破性知识[7]。

　　增强性知识是加深我们固有认知的知识；

　　突破性知识会挑战我们关于世界如何运作的基础信念，或者提供一种全新的看待世界的方式，会对我们的人生产生漫长而深远的影响。

　　算法时代，我们被推送的往往都是增强性的知识，主动寻找突破性知识成了突破信息茧房的关键。

　　比如：

　　特意去查找跟你已有认知截然相反的观点，会发现相反的观点也有源源不断的证据，而自己所以为的“常识”并不是普遍真理；

　　试着跨不同的学科去看待同一个问题会焕然一新，意识到有不同的视角的存在，而自己的视角并不是唯一答案；

　　用主动阅读替代被动推送，比如对某些议题感兴趣就去找相关的书籍来阅读，对它有更体系化的认知后再去刷社交媒体，会更有分辨能力，而不是全盘接收；

　　走近一个真实的人类

　　不局限于待在同温层

　　我们常常能刷到这样的建议：“远离一切消耗你的人”、“莫与傻子论短长”。这些话听起来很有道理，但也让我们丧失和与自己不同的人交流的动力。

　　面对一个跟自己的三观差异很大的人时，我们可以试着不去区分对错好坏，而是意识到每个人接收到的信息可能天差地别，大家都被局限在自己的认知中，或许并没有谁比谁更正确。

　　而试着探究对方的世界观是如何形成的、为什么会做出这样的判断，就是在松动固有的认知拼图，让新的碎片有可能加入。

　　最后，你或许会发出这样的疑问：“做这些好累，我就不能想刷什么就刷什么，怎么舒服怎么来吗？”

　　对于这种真实也普遍的困惑，社会学家艾伦·约翰逊所说的“最小阻力路径”给了我很多启发：一个系统之所以能长久维持，是因为大多数人都会选择那条最轻松、最不费力的路径[8]。

　　比如一群人聚在一起开歧视的玩笑，跟着大家一起笑是最省力的，而站出来说“这个玩笑很冒犯”则是一条阻力更大、更难走的路。

　　当所有人都只想走最小阻力的路径时，就共同维护了系统的运转，当越来越多的人不玩这个游戏，选择那条更难走、但更符合自己心意的路时，旧系统就会自动瓦解。

　　当我们变得更有分辨能力，不再被极端、虚假的信息吸引，它们就自然会在信息的洪流中被淘汰，我们也在为更好的网络环境贡献一份自己的力量。