形塑未來的12大科技趨力——「過濾ing」:如何選出接下來要看要聽要玩的東西?

形塑未來的12大科技趨力——「過濾ing」:如何選出接下來要看要聽要玩的東西?
Photo Credit: Depositephotos
我們想讓你知道的是

萬物圖書館如此巨大,立刻顛覆了我們狹隘的消費習慣。我們需要協助,才能穿過這一大片荒野。我們需要鑑別的方法。我們只有一個選擇,就是取得協助來幫我們做出決策。

文:凱文.凱利(Kevin Kelly)

當個讀者或觀賞者,或表達想法,再沒有比現在更好的時候。每年創作出的新東西不勝枚舉,令人欣喜。每12個月,人類就創作出800萬首新歌、200萬本新書、16,000部新電影、300億篇部落格文章、1,820億篇推文、40萬種新產品。不需要費什麼力氣,可能就手腕一動,一般人也能叫出萬物圖書館。想要的話,你可以盡情閱讀原用希臘文寫成的作品,古典時代頗有聲望的希臘貴族或許都沒有這麼多讀物。這種王室才能享受的自在,也能套用到古代中國的經卷上;你在家能看到的文字比中國古代的帝王還多。文藝復興時代的蝕刻版畫、現場直播的莫札特協奏曲,在它們的時代屬於很難得的機會,現在卻唾手可得。不論在哪一方面,今日的媒體來到前所未有的高峰,豐富到燦爛光輝。

按照我能找到的最新數據,地球上錄製的歌曲數約為1億8,000萬首。用標準的MP3壓縮,人類錄製音樂的總量,可以裝進20兆位元組的硬碟。現在一個20兆位元組的硬碟要賣2,000美元。再過五年只要60美元,還可以裝進口袋裡。不久後,你可以把人類所有的音樂帶著走。另一方面,如果這座圖書館這麼小,幹嘛帶著走呢?全世界的音樂可以按著你的心意,隨時從雲端取用。

可以應用在音樂上的道理,也適合其他能轉成位元的東西。在我們這一代,所有書籍、遊戲、電影、曾印出來的文字都納入一座圖書館,隨時隨地可以在同一個螢幕或同一個雲端執行緒上享用。這座圖書館也會一天一天變得愈來愈大。人口增加擴展了可能性,再由科技進一步擴展,簡化創造的過程。我生於1952年,而現在地球上的人口已經是當時的三倍。接下來十年又會增加十億。從我出生以來增加的五、六十億人中,會有愈來愈高比例的人口,因為現代發展的物資過剩和安逸而得到解放,有閒暇時間來發想新事物、創造新藝術品和製造新東西。現在要做簡單的影片,比十年前容易十倍。跟一世紀前比起來,要創造小小的機械零件也簡單了100倍。要寫一本書並出版則比1,000年前容易1,000倍。

結果則是無窮無盡的選擇。不論往哪個方向去,選擇都愈來愈多。現在沒有人製造發射機天線,這種行業已經消失了,但能選擇的職業比以前多。度假或用餐地點,或甚至食物的種類,也變得更多。投資的機會迅速擴大。能上的課程、能學的東西、娛樂的方法多到不計其數。活一輩子也沒有足夠的時間來一一思考每個選項的潛力。光是看看過去24小時發明或創造了哪些新東西,可能就要用掉一整年份的注意力。

萬物圖書館如此巨大,立刻顛覆了我們狹隘的消費習慣。我們需要協助,才能穿過這一大片荒野。人生苦短,卻有那麼多書要讀。某人或某物必須做出選擇,或在耳邊低語,幫我們做決定。我們需要鑑別的方法。我們只有一個選擇,就是取得協助來幫我們做出決策。我們利用各種過濾的方法來區別令人困惑的選擇。很多過濾的方法都很傳統,但仍有效用:

用守門人過濾:當權者、父母、神職人員和老師擋開壞東西,有選擇地傳遞「好東西」。

用中間人過濾:出版社、唱片公司和電影公司辦公室裡被拒絕的企畫書堆得滿坑滿谷。被拒絕了,表示也不會廣為傳播。報紙上的頭條也是過濾器,代表重要的資訊,其他都可以忽略。

用管理者過濾:零售商不是什麼都賣、博物館不是什麼都展示、公共圖書館不會每本書都買。這些管理人選擇貨品,擔任過濾的角色。

用品牌過濾:面對一整架類似的貨品,第一次來買東西的人會退縮,選擇熟悉的品牌,因為這樣可以比較不費力地降低購買的風險。品牌會過濾雜亂無章。

靠政府過濾:打壓禁忌。去掉仇恨言語、對領袖或宗教的批評。提倡與國家主義有關的言論。

用文化環境過濾:依著學校、家庭和社會的期望,小孩會接收到不同的訊息、內容和選擇。

用朋友過濾:同儕的影響力很大,能左右我們的選擇。我們很有可能會跟著朋友選。

自行過濾:我們按著自己的偏好和判斷來選擇。傳統而言,這種過濾法最為少見。

在資源愈來愈多的世界裡,這些方法依然存在。但在接下來十幾年內,要應付逐漸增加的選項,我們會發明更多種過濾器。

假設在這個世界上,每部偉大的電影、每本書和每首歌問世後,想要的話就有,宛若「免費」,精密的過濾系統已經去掉蹩腳的、沒用的及你應該沒有興趣的。作品再叫好,對你個人沒有意義的話,就全部放棄吧。你只要專心挑選真能讓你覺得很興奮的東西。你能選擇的絕對是精華中的精華,最好的朋友也會推薦,包括幾個「隨機」選項,給你一些驚喜。也就是說,你只會看到此刻與你完全匹配的東西。不過,你這輩子還是看不完。

比方說,只讀最好的書,可以篩選出你要看的書。讀了很多書的專家挑選出的書籍才需要注意,讓專家引導你找出西方文明中最偉大的60部作品——稱作「西方世界鉅著」的權威集合。一般的讀者要花2,000個小時才能看完全部的2,900萬個字。這只是西方世界。大多數人還需要進一步過濾。

問題是,一開始就這麼多選項,就算100萬個裡面只挑一個,剩下來的還是太多了。為你精選的五星級好電影,你到進棺材也看不完。完美適合你的工具多到你根本沒時間一一精通。有好多很酷的網站可以逛,但你的精力有限。事實上,根據你的喜好來量身打造的樂團、書籍、小玩意太多了,你吸收不了,就算當成正職也一樣。

然而,我們要把這過剩的情況縮減到讓自己覺得滿意為止,來看看理想的情況吧。我會用自己當例子,我想怎麼選出接下來要看要聽要玩的東西?

首先,我希望送過來的遠超過我知道自己會喜歡的。這種個人過濾器現在已經出現了,叫做推薦引擎。在整合網站中,Amazon、Netflix、Twitter、LinkedIn、Spotify、Beats和Pandora早已用在很多地方。Twitter用推薦系統,根據我已經追蹤的對象,建議我可以追蹤其他用戶。Pandora的系統很類似,根據我已經按喜歡的音樂來推薦新曲給我。LinkedIn上的關係網有一半來自追蹤者的推薦。Amazon利用推薦引擎,讓使用者看到廣為人知的橫幅「喜歡這個品項的人也喜歡下面這些品項」。Netflix用同樣的方法推薦電影給我。聰明的演算法徹底翻過每個人的行為紀錄,才能精確預測我的行為。猜測的結果有一部分根據我過去的行為,所以Amazon的橫幅其實該說:「根據你的紀錄,以及其他同類人士的紀錄,你應該會喜歡這個。」我買過的東西,甚至只是想過要買的東西(他們會追蹤我在頁面上停留多久,即使到最後我沒有買),都用來調整建議。計算了過去十億筆消費的類似程度,最終的預測真的讓人覺得很有見識。

這些推薦過濾器,便是我主要的發掘機制。我覺得一般來說,比專家或朋友的推薦可靠多了。事實上,很多人覺得這些篩選過的推薦很有用,這種「類似品項」的提議占了Amazon三分之一的銷售額——在2014年,這裡的差額約有300億美元,太有價值了。因此Netflix找了300人來研究推薦系統,預算為1億5,000萬美元。等過濾器上線,當然沒有人負責引導。只有不需要睡眠、專心一致的機器,才會注意到我和其他人的行為中有哪些微妙的細節,這就是認知能力的源頭。

但是,你已經表明喜歡某物,推薦系統又給你同樣的東西,就有風險了。你會陷入自我本位的迴旋,看不到其他稍有不同的東西,這些東西說不定也能引起你的興趣。這叫做過濾泡泡,術語則是「過度擬合」。你卡住了,上不了高峰,因為你表現得就像你已經登頂了,看不到周圍的環境。在政治領域裡,也有不少這方面的證據:某種政治類型的讀者只依賴簡單的「更多類似作品」來篩選,其他類型的書幾乎不碰。這種過度擬合,會讓他們的想法變得很頑固。在科學、藝術和文化等方面,也看得到這種因為篩選而引發的個人強化。「更多類似的好東西」過濾器有效的話,就一定要與其他類型的過濾器混合在一起。比方說,雅虎的幾位研究人員設計出一個方法,會自動對應個人在虛擬世界中的選擇範圍,讓泡泡顯示出來,陷在泡泡裡的人只要稍微調整某些方向,就能脫身。

第二,就理想而言,朋友喜歡什麼,我可能不知道,我想要收到這方面的訊息。Twitter和Facebook提供此類過濾器的方法已經有很多種。追蹤朋友的訊息,你不費吹灰之力,就知道他們覺得哪些東西很酷,要分享給別人。用手機透過文字或相片,就能喊出要推薦的東西,太簡單了,所以如果有人喜歡某個新東西卻不分享出來,我們會覺得很驚訝。但朋友如果跟你很像,也會變成過濾泡泡。好朋友會變成回音室,強化同樣的選擇。研究顯示,進入下一個階段,也就是朋友的朋友,有時便足以放大選擇範圍,超越原本的預期。

理想過濾器的第三個要素則是串流,會推薦我不喜歡、但有可能喜歡上的東西。有點像不時要我試吃最不喜歡的乳酪或蔬菜,看看口味是否變了。我向來不喜歡歌劇,但幾年前我又試了一次——大都會劇院上演的《卡門》——即時轉播到電影院裡,大螢幕上打出顯眼的字幕,我看得很高興。專門探測使用者不喜歡事物的過濾器要小心處理,但也能利用大型協作資料庫的力量,因為「不喜歡這些東西的人,後來也變得喜歡上這個」。按著同樣的心情,有時我也想要一點點不喜歡的東西,因為我應該學著發現它們的好處。我的例子包括營養補充品、政治法規的細節或嘻哈音樂。偉大的教師都有一種本領,能把討厭的東西傳授給心不甘情不願接受的人,而且不會把他們嚇跑;偉大的過濾器也做得到。但誰會登記使用這種過濾器呢?

現在,沒有人用得到,因為過濾器主要由平台安裝。Facebook上的用戶平均一個人有200個朋友,他們的更新源源不絕,已經讓Facebook覺得應該要修剪、編輯、削減和過濾你的動態更新,提高控制度。你不會看到朋友的每一則貼文。哪些被過濾掉了?按什麼準則?只有Facebook知道,而且Facebook把公式當成商業機密。要改善什麼,用戶甚至沒聽說。這家公司老說要提高用戶的滿意度,但我們可以猜測,他們篩選你的動態消息,好讓你花更多時間在Facebook上——衡量用戶逗留時間,比衡量用戶快樂度簡單多了。不過,你應該不希望Facebook朝著這個方向走。

相關書摘 ►形塑未來的12大科技趨力——「流動ing」:數位媒體開始變成液態,進入串流

看書不過癮,想要跟KK親自對談嗎?快來參加「KK x 唐鳳」,線上共讀+首次跨海視訊見面會

書籍介紹

本文摘錄自《必然:掌握形塑未來30年的12科技大趨力》,貓頭鷹出版

*透過以上連結購書,《關鍵評論網》由此所得將全數捐贈兒福聯盟

作者:凱文.凱利(Kevin Kelly)
譯者:嚴麗娟

◆全球銷售突破200萬冊,正體中文版邀請譯家嚴麗娟翻譯,原汁原味,一字不漏
科技日新月異已經是我們生活的「日常」,每分每秒都有新的變化、新的服務、新的產品,影響甚劇————工作機會消失、法律與日常規範遭受挑戰!人工智慧與嶄新服務固然好處多多,卻也讓無數人心碎!我們應該如何自處?抗拒或迅速擁抱這些變化?

◆理解科技變化12大趨力才能處變不驚
科技趨勢思想家KK告訴我們:「驟變不過是表相。」看似紛亂無章,其實激變浪潮下自有脈絡,賈伯斯、賴利佩吉、祖克伯都看見了,Apple、Microsoft、Google、Facebook因此應運而生,並已成為文明的一部分。置身浪頭的KK將趨勢變化精確篩選出12個大趨力,你我的購物、學習、工作、生活,甚至彼此的溝通方式必然完全籠罩其間,完全轉變!這種進行式至少還會動盪30年以上。

◆掌握趨力的特性就能站在浪頭上
一旦能夠了解並掌握這12個趨力,我們就能一直站在浪頭上、享用科技帶來的最大利益,同時對於未來有所準備:譬如新產品服務的發明、新工作機會的契機、選擇投資標的,乃至於如何找到顧客等等。新世界來臨前,案頭請務必備好這本書!

◆這12個科技趨力都是軌道,不是定數。不預測我們未來會在哪裡,卻告訴我們在不久的將來,我們「必然」會往哪幾個方向去。「未來,我們將一無所有,卻也什麼都能擁有!」————KK《必然》

getImage
Photo Credit: 貓頭鷹出版

責任編輯:翁世航
核稿編輯:彭振宣