网络让生活和工作越来越便利,但为什么也让人越来越不开心?因网络而起的争吵、担忧从何缘起又如何困扰着人们?在这个世界读书日,让我们试试从书本里去寻找关于网络世界困境的答案。
01《广场与塔:从共济会到Facebook的网络与权力》
作者:[英] 尼尔·弗格森(Niall Ferguson)
出版社:Penguin Press
出版时间:2018年1月
定价:30美元
尼尔·弗格森是著名历史学家和公共知识分子,曾任哈佛大学历史学教授,现任斯坦福大学胡佛研究所资深研究员。
“网络权力”
自从基于互联网2.0技术的社交媒体诞生伊始,对它的价值判断便一直趋于两极化。支持者认为,社交媒体使得那些过去只能扮演信息“接受者“角色的大众转变为主动的”传播者“,从而令多元的声音可以真切地在公共领域中相互讨论;反对者则认为,社交媒体所提供的只是高度碎片化的交流,容易造成偏见的自我强化,以及诉诸情感而非理性的群体认同和偶像崇拜,结果导致民粹主义大行其道。
近年来,随着社交媒体的政治冲击力迅猛飙升,西方主流传统媒体对它的评价经历了从褒到贬的大转变。2011年“阿拉伯之春”爆发之时,西方各大媒体无不欢呼社交媒体推动了这场在中东地区史无前例的社会革命;然而,到了2016年,大多数西方主流传统媒体又哀叹社交媒体引发的民粹主义狂潮颠覆了西方社会的政治秩序,导致“英国脱欧”和特朗普当选美国总统,全球政治经济也随之险象环生。
如何看待社交媒体对政治经济秩序的冲击?它在人类历史上是不是前所未有的现象?抑或曾经有过类似的先例?英国历史学家尼尔·弗格森的《广场与塔:从共济会到Facebook的网络与权力》一书,通过对“网络权力”和“等级权力”两种权力类型的分析,重构了近代以来的历史叙事。弗格森将当今时代界定为“第二网络化时代”,与西方世界从15世纪后期到1790年代的“第一网络化时代”相对照,为理解人类文明的当前处境和走向提供了历史的镜鉴。
《广场与塔》的书名本身就隐喻了两种不同类型的权力。在广场上,人们在水平的层级上非正式地相遇杂处,形成网络化的交往结构;而塔则象征着上层控制下层的等级化结构。弗格森声称,历史学家对等级化实体——诸如国家、政府、军队、公司等——投入了过多的关注,对于相对松散的社会网络结构却研究甚少。一个主要原因是历史学家所依赖的史料大多数来自等级化实体所留存的档案,有关社会网络结构的记录则往往杳然难寻。
此书首先体现了弗格森梳理史料重现社会网络的史学功力。
弗格森指出,自从新石器时代以来,人类社会长期由“等级权力”主导。然而,到了15世纪后期,随着古腾堡印刷术的发明和新大陆的发现,西方世界“等级权力”之塔被颠覆了,取而代之的是众声喧哗的“网络权力”,西方世界进入了“第一网络化时代”。
德国发明家古腾堡在15世纪中叶首次将活字印刷所需要的各个环节组合成一个有效的生产系统,可以实现大规模的印刷生产。1517年,德国宗教改革领袖马丁·路德提出了《九十五条论纲》,公开否定了罗马天主教会所宣扬的只有通过教会和教皇才能赎罪的说教,揭开了宗教改革的序幕。早在路德此举一百年前,捷克也曾经爆发反对天主教会销售赎罪券的“胡斯运动”,但并未形成燎原之势。马丁·路德则幸运得多。由于古腾堡印刷术的发明,他的言论被广为传播。据统计,在16世纪,路德的著作有近5000种版本付印,他的《圣经》德文译本有近3000种版本付印。
弗格森指出,“第一网络化时代”为西方世界打开了“现代化”之门,旧的权威被打破了,新的思想和组织层出不穷,最终体现为经济与社会的除旧布新。而西方之外的其他任何一种文明都没有这样的机遇。
但是,对于生活在其中的普通民众来说,“第一网络化时代”却又是一个动荡不已的乱世。宗教改革摧毁了中世纪统一的基督教世界,令西方走向教派分裂,从1562年到1598年,法国发生了旷日持久的号称“胡格诺战争”的宗教战争。从1618年到1648年,欧洲主要国家均卷入了天主教联盟和新教联盟之间的“三十年战争”,日耳曼各邦国在战争中被消灭了近60%的人口。正是当时的乱世使得英国政治思想家霍布斯在《利维坦》一书中将人类的“自然状态”设想为“所有人反对所有人的战争”,只有当所有人将自己的权利转让给一个人或一组人并签订社会契约,人类才能获得和平,而这意味着号称“利维坦”的专制国家的诞生。换言之,霍布斯是在“网络权力”横行的时代呼唤“等级权力”,将后者视为投进深渊的一束光明。
“第一网络化时代”的顶峰是1789年大革命前夜的法国。托克维尔在《旧制度与大革命》一书中将法国大革命的关键肇因归结为18世纪法国盛行的“文人政治”。各种沙龙、期刊、印刷品遍地开花,重构了公共舆论的“广场”,王权的神圣性在文人的犀利谈锋下销蚀殆尽。而法国大革命的血腥残酷也是空前的,正如死在革命中的罗兰夫人临终时所言:“自由,多少罪恶假汝之名以行!”
物极必反。从法国大革命中崛起的拿破仑通过建立帝国、颁布法典而重建了“等级权力”,弗格森称拿破仑是第一个现代意义上的独裁者。“等级权力”在欧洲的全面恢复,则是始于拿破仑战败之后,欧洲列强在1814和1815年所召开的“维也纳会议”。这次会议确立了号称“维也纳体系”的国际体系,一方面通过压制法国大革命提出的自由和人权等理念来维持社会的保守与稳定,另一方面通过维持列强之间的权力平衡来确保和平。从1815年到1914年,欧洲没有爆发大规模战争,维持了长达百年的和平,物质文明和精神文明都取得了长足发展。“维也纳体系”因此得到了基辛格的盛赞:“令人惊奇的不是解决办法如何欠妥,而是这种方法是多么明智;也不在于解决方法如何‘反动’,而在于如何取得均衡。”——弗格森极其推崇基辛格,他在《广场与塔》之前出版的上一部著作就是关于基辛格早年生涯的传记。
然而,“等级权力”在20世纪的极权国家达到了顶峰,从中产生了奥斯维辛和古拉格的罪孽与恐怖。两者都是“等级权力”暴力统治逻辑的产物,也验证了“等级权力”下的个体是何其容易无条件服从、甚至是变本加厉地执行上级的命令,从而成为制度的帮凶。切近而惨痛的历史记忆,使得当今世界的公共舆论普遍对“等级权力”深具戒心,而对“网络权力”则评价相对正面,即使有所批评也颇多恕辞。但是,弗格森提醒读者,不受约束的“网络权力”同样会造成巨大的灾难,其危害程度不亚于不受约束的“等级权力”。
自从1969年10月互联网诞生以来,人类进入了“第二网络化时代”。社交媒体的崛起和移动互联的流行,使得人类时时刻刻处在海量信息的流通和观点的碰撞中。但事实表明,这反而导致了公共话语的崩溃。《科学》(Science)杂志2018年3月9日发表麻省理工学院学者沃索基(Soroush Vosoughi)等人的研究报告指出,在Twitter上向1500名用户传播假消息的速度,比传播真实新闻平均快6倍。此项研究结果同样适用于Facebook等社交媒体平台。在无序凌乱且真伪不明的网络话语冲击之下,公共议程的建构备受挑衅和扭曲,各种民粹主义和极端思潮则甚嚣尘上,势不可遏。
2016年,牛津词典宣布将“后真相”(Post-Truth)作为当年的英文年度词汇,意指“相对于情感及个人信念,客观事实对形成民意只有相对小的影响”。人类社会从此进入了“后真相时代”,相形之下,无论是古腾堡印刷术所催化的宗教分裂,还是18世纪法国沙龙所孵化的“文人政治”,都不免瞠乎其后,这似乎预示着一个大混乱的时代即将到来。
弗格森指出,在网络化结构中,那些处在高密度连接的节点位置的人或组织可以获得源源不断的巨大资源,产生“富者愈富”的马太效应,从而强化不平等。在当今世界,Facebook、亚马逊等互联网巨头都只用了短短十几年时间便富可敌国,其成功在很大程度上来自垄断地位所带来的租金。对于它们的监管和问责可谓刻不容缓。
2018年4月,在美国国会针对Facebook的听证会上,扎克伯格一口咬定,Facebook不是一家媒体,而只是一家技术公司,因此不需要承担媒体社会责任以及相应的严格法律监管。他的狡辩遭到了业内众多有识之士的驳斥。正所谓“杀龙勇士最终长出龙鳞”,今日的互联网巨头早已不是重新分配“等级权力”所控制的资源,而是凭借马太效应聚敛资源。《广场与塔》的启示在于,人类对一切权力都应当保持警惕,无论是“等级权力”,还是“网络权力”。
02 《自动化不平等:高科技工具如何记录、管治和惩罚穷人》
作者:[美] 弗吉尼亚·尤班克斯(Virginia Eubanks)
出版社:St. Martin's Press
出版时间:2018年1月
定价:26.99美元
弗吉尼亚·尤班克斯是美国纽约州立大学奥尔巴尼分校政治学副教授,专注研究社区技术和经济正义。
大数据如何妨害社会公平?
大数据时代已经来临。大数据技术在给人类创造了诸多便捷的同时,也引发了新的伦理危机。迄今为止,对这一伦理危机的讨论主要是从“自由”角度切入的。不少论者担心,大数据技术会导致未来社会不再具有不受监控的私人空间,传统意义上的私人领域和个人自由不复存在。
一个较少为人注意的方面是,大数据技术也会对“公平”造成威胁。确切地说,大数据技术所强化的“数据中心主义”的政治技术治理,将会严重地妨害社会公平。美国政治学家尤班克斯(Virginia Eubanks)的《自动化不平等:高科技工具如何记录、管治和惩罚穷人》(Automating InequalityHow High-Tech Tools Profile,Police,and Punish the Poor)一书,就是通过对美国社会福利数据系统的案例分析,揭示它如何剥夺了本应属于贫困阶层的社会福利和发展机遇。
尤班克斯分析的第一个案例,是印第安纳州在2007年耗资11.6亿美元建立的申请领取社会福利的自动化登记系统。在此之前,印第安纳州的穷人在申请领取社会福利时,需要填写相关表格,由社工人员审核其是否具备领取福利的资格。
新的自动化系统简化了流程,让机器取代了大量此前由人负责的工作,理论上这让领取社会福利变得快捷。但事实上,这套系统在使用3年之后,因为出现大量错误而停用。在这些错误中间,只有极少数是让那些不符合条件的人通过审核领取了社会福利,绝大多数错误是导致本应获取社会福利的人未能通过审核。
珀杜(Sheila Perdue)是一位身患耳聋、肺气肿和躁郁症的印第安纳州居民。2007年冬天,她收到一封政府部门的来信,要求她必须参与一个电话采访,以便在新系统中重新登记以领取福利。
按照以往的惯例,珀杜可以找当地的社工人员解释自己由于耳聋不能参与电话采访,由社工人员负责审核其资格。但是新的自动化系统排除了这种做法,登记者如果有问题,需要自己打电话到州政府的福利部门解释清楚,电话留言可以被系统存档。珀杜申请面对面的资格审核,但是被拒绝。她备齐了所有文件,前往附近的救助中心。那里的社工人员要她在网上填写相关表格,不熟悉互联网操作的珀杜请求帮助,但是社工人员表示此类表格必须由本人填写。珀杜尽最大努力完成了申请程序。几周以后,她被告知自己未能在新系统中重新登记,理由是在资格审核中“不合作”。
类似的例子不胜枚举。从2007年到2010年,有近100万件福利申请被系统拒绝,主要理由就是申请者“不合作”。
2010年,在民意的强烈反对下,印第安纳州政府被迫关闭该系统,并向法庭起诉,要求设计该系统的电脑业巨头IBM赔偿州政府4.37亿美元,IBM反诉印第安纳州政府赔偿1亿美元。法官裁定州政府和IBM双方都无权胜诉,都应该受到谴责,真正的输家是印第安纳州的纳税人。对此,尤班克斯评论说,最大的输家与其说是泛指的纳税人,毋宁说是那些本应接受援助的穷人。
第二个例子发生在洛杉矶。在这座全球娱乐之都,有大量无家可归的流浪人口常年聚集,2017年其数目超过了5.5万。洛杉矶市政府制定了为这些无家可归者提供住房的福利计划,通过积分系统决定哪些人可以最先获得住房。然而,该系统将“关押进拘留所”算成“有住房”,但凡进过拘留所的人员都会被标示为最近有过住房,从而积分排名靠后。事实上,无家可归者越是绝望,就越是有可能故意犯点事情,以求在拘留所里暂时觅得庇身之所。洛杉矶市的这套积分系统,其实是把那些最需要住房的人拒之门外。
另一方面,洛杉矶市政府在数据收集阶段,让社工人员对无家可归者进行访谈,鼓励他们坦白自己的经历。但是,执法部门可以联网查看这些访谈记录,一旦他们承认自己有过轻微的违法行为——例如在禁止夜晚出没的地方睡觉,在人行道上席地而坐,在禁止乞讨的街区乞讨等等——都有可能导致被捕。
第三个例子发生在宾夕法尼亚州的阿勒格尼(Allegheny)郡,这是宾州第二大城市匹兹堡的所在地。该郡出于防止父母虐待和忽视儿童的目的,将该郡的社会福利、儿童保护和犯罪记录的系统数据予以联网,并由专家团队设计了一个统计模型,使用多达130个指标来预测儿童是否面临被父母虐待或忽视的高风险。
尤班克斯指出,几乎所有这些指标都和贫穷有关。例如,一个在贫穷的单亲家庭长大的孩子,往往也会独处时间比较长,住在比较不安全的社区,住房比较破旧凌乱。系统如此设定指标,本身就是对穷人的歧视。
该系统的另一个问题是仅仅使用公立机构社工人员的记录来判断儿童和父母的关系,中产和富裕家庭的保姆、医生等等则无需提供证词。换言之,中产或富裕家庭即使出现虐待或忽视儿童的情况,只要是由私人服务机构或医院处理相关事宜,就不会被系统记录在案;而贫穷家庭的父母则易于遭受社工人员主观偏见的不公正对待。
尤班克斯举例说,有一对很爱孩子的父母,因为未能及时缴纳女儿打疫苗的费用,即被列为怀疑对象而遭到调查。他们很担心有一天州政府的儿童福利局会终止他们的抚养权,将孩子安置到政府安排的监护机构或寄养家庭。
那么,为何自动化的数据系统会如此歧视和排斥穷人呢?尤班克斯指出,在历史上,美国社会一直有歧视穷人的传统,穷人被主流社会视为能力低下、游手好闲、易于犯罪,对社会有害无益。1820年代,有政客提议美国每个郡都至少要有一座“穷人屋”(poorhouse),把穷人安置在其中,从事近乎苦役的工作,与主流社会相隔绝。尽管这个提议由于开销太大而未能全面推行,只在部分地区试点后便不了了之,但是它所体现的思路一直是美国资本主义的基本信条。
1960年代风起云涌的民权运动在表面上改变了美国的主流文化。民权运动的一个后果就是将穷人的社会福利视为基本人权,每一个穷人都有权通过正当程序获取应得的社会福利。穷人的处境有了很大改善。然而,美国社会有很强大的力量反对社会福利的扩张。在新的时代背景下,他们无法直接反对将社会福利视为穷人的人权,于是便通过数据技术来达成目标。从1980年代开始,美国社会福利系统逐渐走向了电脑技术主导的自动化数据管理,政客们宣称新技术可以减少舞弊,提高效率,但事实是社会福利的覆盖面自此开始日趋缩减。1973年,有近一半生活在贫困线下的美国家庭可以领取“未成年儿童家庭援助”(Aid to Families with Dependent Children),今天这个数字只有10%。虽然存在政策变迁的因素,但是这种变化主要是通过数据化的政治技术治理悄然无息地实现的。
尤班克斯指出,自动化数据治理所导致的对穷人的歧视和排斥,远比19世纪曾经一度在美国部分地区试点的“穷人屋”更为可怕。“穷人屋”固然将穷人排斥在主流社会之外,但同时也使得穷人们聚集和团结在一起,可以提出集体诉求来主张自己的权利。而自动化数据治理所排斥的穷人是“碎片化”的,他们难以彼此联系,难以通过集体的力量来争取权利。
另一方面,自动化数据治理会在很大程度上减少公众对穷人的同情心。在历史上,来自相对富裕的公众的同情心是推动穷人获得权利和社会福利的关键动力。那些关于穷人受到官僚系统不公正对待的故事总是能够打动人心,激起强烈的反应。然而,自动化数据治理却使得相关机构和人员可以轻易卸责,让公众相信电脑系统所歧视和排斥的穷人真的就是咎由自取,不值得同情。
这正如清朝学者戴震在《孟子字义疏证》中的感叹:“人死于法,犹有怜之者,死于理者,其谁怜之!”自动化数据治理的最大危害就在于它制造出了一个虚幻的“理”,用貌似中立的技术掩盖和助长了实质上的不公平。
总而言之,大数据技术所引发的伦理危机,不仅在于它会给私人领域带来前所未有的侵犯,而且在于它有可能对公共社会造成严重的威胁。这一危机正在成为人类面临的重大考验。
03 《效率悖论:枉费大数据》
作者:爱德华·坦纳(Edward Tenner)
出版社:Knopf
出版时间:2018年4月
定价:27.95美元
爱德华·坦纳是美国Smithsonian's Lemelson Center的“杰出学者”。
大数据如何妨碍大图景
近年来,人工智能与大数据技术的发展可谓一日千里;与此同时,越来越多的人对于大数据技术的后果表示担忧。这种担忧主要集中在两个方面,一是从“自由”的角度出发,担心大数据技术对传统私人领域和个人自由的威胁;二是从“公平”的角度出发,忧虑大数据技术对社会公平的妨碍。
应该说,这两个方面的担忧都非常重要,是人类社会在步入大数据时代之际必须敲响的警钟。但是,从“体”“用”之分的角度说,它们都还属于“用”的层面。其实,在“体”的层面上,大数据技术便存在着与生俱来的盲区。美国学者爱德华·坦纳(Edward Tenner)的《效率悖论:枉费大数据》(The Efficiency Paradox: What Big Data Can't Do)一书,就是从“效率”这个关键词出发,系统揭示了大数据技术的盲区及其后果。
此书的中心思想非常简洁明了。坦纳指出:“那种试图在一切事情上都达到效率极致的做法,能够在短期获得成功,但是从长期而言,势将损害效率。”此即“效率悖论”。
那么,什么是效率呢?坦纳对“效率”(efficiency)和“效力”(effectiveness)之间做了严格区分。他把“效率”定义为“以最小程度的消耗来制造产品,提供服务或信息,以及进行交易”。举一个例子,使用内燃机的机械犁远比用马拉的铁犁有效力,但是前者消耗的平均能量是后者的13倍,这意味着机械犁并不是很有效率。只有那种不仅能够增强“效力”,而且能够显着提升“效率”的技术,才配得上“技术进步”这个称号。
坦纳进而界定了两种意义上的“效率”。其一是所谓“连续进程效率”(continuous-process efficiency),它在19世纪工业革命的大潮中诞生,要义在于能够将此前需要一片接一片制造的产品以川流不息的方式连续生产出来。一个形象的画面是报纸在印刷过程中源源不断地“流”出印刷机。“连续进程效率”的前提是水轮机、蒸汽机等机器的发明能够提供巨大的动力,而且产量的大幅提升能够降低每一件产品的平均能源消耗。显然,这不仅是一场技术革命,更是一场生产方式的革命。在工业时代,公众在谈及“效率”时,所指的基本上都是“连续进程效率”。
另一方面,进入信息时代以后,出现了第二种意义上的效率——“平台效率”(platform efficiency)。关于平台,最典型的例子就是互联网世界中的“云”。“云”可以让用户迅速找到需要的信息,可以用最小的能量消耗实现买家和卖家的匹配。大数据技术的功能就在于提高“平台效率”。
然而,提高“平台效率”所导致的结果却未必有效。
例如,网络搜索算法可以帮助用户寻找到上溯至19世纪的科学文献。理论上,这意味着研究者可以接触到大范围的文献,由此发掘出长期被遗忘的资料,增加援引文献的多样性。但事实上,社会学家通过统计分析3.5亿篇学术论文的文献索引得出结论,在运用网络搜索之后,大多数研究者的视野其实变狭隘了,他们援引的平均论文数量变少了,而且普遍只关注新近的和公认重要的论文。究其原因,网络搜索算法具有“自我强化的反馈环”。一篇论文以前被搜索得越多,它就越容易被搜索算法匹配给新的搜索者。
坦纳指出,这个例子可以说明大数据技术之“平台效率”的基本特征——通过迅速实现信息匹配,大数据技术省略了“试错”过程,从而把用户锁定在既存的模式里。
例如,出版商和制片人可以通过大数据了解到,针对某一特定人群,什么类型的书籍和影视作品是最受欢迎的,据此出版和制作相应的产品。这样一来,每一本新书、每一部新电影似乎都可以保证有利可图,但是那种能够横扫不同人群,具有强大震撼力的作品会越来越少。
“平台效率”的主要目标之一,在于实现信息交流的“无摩擦”状态,实现信息发布方和接受方之间,或是买方和卖方之间的直接匹配,消除第三方中介的存在。然而,坦纳指出,第三方中介具有不可抹杀的存在价值,他们在信息交流的过程中承担了必要的“守门人”功能。
事实上,社会学家萨尔加尼克(Matthew Salganik)等人的研究表明,当普通消费者在网上购物的时候,那些爆款的商品在品质上通常只比同类商品的平均水平稍微好一点点,之所以能成为爆款,主要原因在于时间优势,就好比最先滚下来的雪球会变得硕大无朋,其他雪球则失去了变大的机会。如果没有线下实体店,那些抢得先机的商品就会一直独领风骚,吸引眼球。实体店扮演了“守门人”的角色,让消费者可以从容选择多种商品,而不是被网上的风潮所裹挟。换言之,“守门人”就是要恢复被大数据技术所省略的“试错”过程,让用户得以超越既存模式。
一个与此相关的话题就是“实体书店复兴”。国内的实体书店经历了一轮倒闭潮,但是近年来,在一些大城市里,实体书店不但卷土重来,而且迅速扩张。支撑“实体书店复兴”的内在逻辑就是“守门人”功能,实体书店不是为了加快图书交易的过程,而是要放缓这一过程。
与“守门人”类似,坦纳强调“低效率媒介”具有不可替代的价值。和电子屏幕相比,纸是一种低效率的媒介。在电子书上搜索特定内容、做批注等等要远比在纸书上方便。但是电子书并不能取代纸质书。电子书能够方便读者掌握细节,而阅读纸质书能够让读者对作者的意图获得更好的整体性的理解。
地图亦然,和电子地图相比,纸质地图在很多情况下显得颇不方便。但是,纸质地图能够一目了然地提供一幅大图景,让用户在大脑里对地理定位建立鲜明的印象。
数据和图景的对比,在医生的诊断实践中尤为关键。当前,不少医院已经开始利用人工智能和大数据技术来诊断病情和开处方,此举看似减少了平均诊断时间,提高了诊断效率。然而,坦纳指出,人工智能诊断的一个后果就是会把病人的很多身体特征都当作患病的信号,让病人去做更多的检查,结果延长了病人的诊断过程。而且,过多的检查本身就会带来不少副作用。传统的有经验的医生是基于对病情的整体性把握来作出诊断,而在医院引入人工智能诊断之后,常常会出现有经验的医生与人工智能的诊断结果相冲突的情况。大数据技术给医生和病人带来的更多是困扰,而非方便。
坦纳指出,从哲学角度而言,大数据技术的盲区在于它不能提供两种重要的知识。
其一是所谓“地方性知识”(local knowledge)。例如,电子地图显示穿过某个十字路口是最近的路线,但是你知道不能那样走,因为你曾经走过那条路,知道那里堵车非常厉害。你具有对这个十字路口的“地方性知识”,但是电子地图并没有。事实上,很多老司机都知道,如果完全按照全球定位系统(GPS)的指导路线开车,迟早会被引到一条麻烦的道路上。这时最好能有一张纸质地图,重新判定方向,另辟路线。
其二是所谓“默会知识”或说“内隐知识”(tacit knowledge)。无论你给一个智能系统输入多少信息,总还是有很多东西是没有明晰解释,只可意会不可言传的。前面提到的医生对病情的整体性理解,就是一个典型例证。
缺乏上述两种重要的知识,意味着大数据技术不可能提供有效的“大图景”。对大数据技术的过度依赖,虽然能够在短期提高效率,但是从长远而言,必然事倍功半。
如果仅限于网上购物、开车认路和诊断病情等日常情境,那么,大数据技术的弊端还是有限的。问题在于,大数据技术对人类社会的冲击远远超出了日常情境。
坦纳在书中提出了一个重要论点——信息科技和金融其实是一回事。从“平台效率”的角度而言,专注于消除摩擦、迅速实现信息匹配的大数据技术,其实和追求“无摩擦融资”的金融化进程是同构的。换言之,大数据技术的盲区,几乎就等同于金融领域的盲区。
和日常情境不同,很少有人能够在金融领域具备相应的“地方性知识”和“默会知识”,很少有人能够洞察金融领域的大图景;而大数据技术,因其“自我强化的反馈环”,又在妨碍和消解构造大图景的能力。如何应对大数据技术所必然酝酿出的金融风险,是当今世界的一大难题。
本文版权归第一财经所有,
未经许可不得转载或翻译。
>>福利登场<<
有必要花钱学记忆法吗,艾宾浩斯记忆法,自主心情 第4讲 净化心灵 作者:李全春教授
七次记忆法,有必要花钱学记忆法吗,刚刚逝世的这位“两弹”功臣,曾经“出差”北京二十年
胡思记忆法的创始人是谁,七次记忆法,七招告别懒床
卢菲菲记忆法好用吗,胡思
七大记忆法,中秋节胡思
精选推荐
- [记忆方法] 最有效的备考方法,法考如何备考,2021年高考备考:8种高效记忆方法
- [记忆方法] 考前快速大量记忆技巧,最有效的备考方法,考前冲刺:一消备考也要动脑筋,这样记忆方法大多数考生并不知道
- [记忆方法] 怎样快速记忆知识点且记得牢,考前快速大量记忆技巧,会计从业备考不放假,六大归纳记忆法带你飞!
- [记忆方法] 快速记忆方法的小窍门,怎样快速记忆知识点且记得牢,这些记忆方法让你学习、备考的效率大大提升!
- [精品记忆课] 记忆课程有没有效果,记忆力课程,“超强记忆”吸引家长买了课,没上几节校长就失联,41名家长能要回16万余元的培训费用吗?
- [精品记忆课] 最强大脑记忆训练法视频,记忆课程有没有效果,超强记忆系统课_第2节 底层逻辑篇 超强记忆系统课_第2节
- [古诗词记忆] 孩子记忆力差,背书困难怎么办,有什么快速背书的方法,有用的背书方法,快收藏码住吧~
- [记忆方法] 记忆的方法和技巧,记忆宫殿训练方法,技巧:熟记这些顺口溜,轻松记忆历史朝代知识
- [记忆方法] 历史朝代记忆口诀,记忆的方法和技巧,我国历史朝代顺序记忆口诀
- [古诗词记忆] 文科怎么背怎样才能记得住,文科背书怎么背得快又牢固,文科成绩难提高?你需要这12个方法