開票日倒數 倒數
0
23
11
50

前往選舉專區

Google「令人不安」內部影片外洩 發言人強調只是思想實驗

Google「令人不安」內部影片外洩 發言人強調只是思想實驗
Google《The Selfish Ledger》影片截圖

我們想讓你知道的是

Google一段構想未來大量收集數據的內部影片外洩,製作影片的Alphabet子公司X發言人強調,短片旨在刺激思考辯論、刻意令人不安,跟任何產品無關。

跟Facebook相比,Google在網絡上更加無處不在,要脫離Facebook、WhatsApp及Instagram已不容易,要擺脫Google(搜尋器)、Gmail、Google Drive、Google Map、YouTube、Android等產品就更加困難。

換言之,Google擁有更多用戶數據,掌握更多我們的習慣和喜好。假如早前劍橋分析(Cambridge Analytica)事年令你關注Facebook如何使用收集得來的個人資料,相信你會有興趣看以下影片。

不過在看影片之前最好先了解背景。這是Google內部影片,在2016年由X公司設計主管科士達(Nick Foster)製作。X前身為Google X,目標為研發突破性技術、解決重大問題,現屬於Google母公司Alphabet,研發項目包括自駕車、Google眼鏡等。

影片由《The Verge》取得並公開,X的發言人對影片的聲明如下︰

我們理解影片令人不安——這正是影片的意圖。這是設計團隊多年前的思想實驗,採用「思辨設計」(speculative design)的技巧探索令人不舒服的想法和概念,旨在激起討論和爭辯。影片跟現時或未來任何產品無關。

這段長約9分鐘的影片題為《自私的數據冊》(The Selfish Ledger),先從拉馬克(Jean-Baptiste Lamarck)的演化理論開始,他提出所有生物都有一套「內部編碼」,而且生物的經歷會改變這編碼,並把修改後的編碼傳給下一代,形塑物種的生理特徵。當然,拉馬克的理論並不準確,後來被達爾文(Charles Darwin)提出的自然選擇理論取代。

旁白此時說︰「他(拉馬克)提出的表觀遺傳學(epigenetics)正開始在意想不到的地方找到新家。」畫面則出現「拉馬克式用戶數據」(Lamarckian user data)一詞。

影片接下來解釋,當我們使用現代科技時,會以數據形式留下資訊痕跡,分析後可描繪出我們的行為、決定、喜好、去向及關係。我們這個編碼變得越來越複雜,會基於我們的行為而發展及改變。旁白解釋,從此角度看,載有我們這些資訊的數據冊(ledger)或可視為「拉馬克式表觀基因組」(Lamarckian epigenome)——一個不斷演化、關於「我們是誰」的再現方式。

影片進入下一環節,簡述「自私的基因」理論。演化生物學家漢密頓(W. D. Hamilton)研究螞蟻、蜂類的社會結構,認為演化的推動力不是個體而是基因。到1970年代中,道金斯(Richard Dawkins)寫下著名科普作品《自私的基因》,推廣基因本位演化的觀點,認為生物個體只是為基因存活而設的機器。

話題一轉,旁白提及「以用戶為中心」的設計原則多年來都是電腦世界的主流,開始反問︰「假如我們從稍為不同的角度看又如何?假如我們給予數據冊一個目標,而非單純記錄歷史,又會如何?假如透過引進更多資訊來源,專注於創造一個更豐富的數據冊,又會如何?」

vlcsnap-2018-05-18-17h36m46s203
Google《The Selfish Ledger》影片截圖

這就提到影片重點︰「假如我們不視自己為這些資訊的擁有者,只是(數據冊的)短暫保管者或監護人?」簡言之,主體不再是我們,而是這些「數據冊」。旁白由此開始介紹這種「目標導向數據冊」會帶來甚麼後果——請留意,以下提到的影片內容雖然很像電視劇《黑鏡》(Black Mirror)中的設定,但純屬虛構。

一開始,這種數據冊可能是由用戶驅使,Google會負責提供適合目標給用戶數據冊,例如吃得更健康、保護環境、支持地區小店等,以反映Google的價值。當用戶選好目標後,每次互動時(Google)都比較不同選項,假如其中一個選項讓數據冊更接近目標,就會顯示給用戶選擇。隨着用戶一直按建議選擇,並行為將會改變,數據冊則邁向原本設定的目標。

vlcsnap-2018-05-18-17h37m00s782
Google《The Selfish Ledger》影片截圖
影片中虛構的Google Resolution程式可以讓用戶設定目標。
vlcsnap-2018-05-18-17h37m26s83
Google《The Selfish Ledger》影片截圖
虛構程式為用戶提供建議。

當這種思考模式加速發展,「目標導向數據冊」的概念變得更吸引時,提出建議的可能不再是用戶,而是數據冊本身。影片舉例說明︰假設一個數據冊缺乏某項讓它更了解其用戶的重要數據,為了填補這個空白,數據冊開始搜尋收集有關數據的裝置。系統會找出最容易吸引用戶的產品,萬一沒有適合結果,它仍可透過對用戶口味的了解設計,並以立體打印製作特定裝置,引起用戶興趣。這樣數據冊就可以收集到該用戶的數據,增加它對人類行為的理解。

vlcsnap-2018-05-18-17h37m48s51
Google《The Selfish Ledger》影片截圖

再進一步,影片重申數據與基因的類比,提出用戶的數據能夠超越其生物限制,正如基因編碼在自然界傳播(不會因個體死亡而消失)。從拉馬克的理論去看這些數據,數據冊記錄能夠累積一個人一生的行為知識。如果把資訊變為跨世代的數據,新用戶(即下一代)就能從前人的行為決定得益,他們亦會創造新一批數據,跟過往數據比較,可以讓系統更準確預測他們未來的行為及決定。

旁白指收集多個世代的數據再比較分析,系統甚至可能從物種層次理解抑鬱、健康、貧窮等複雜議題。而這種詮釋用戶數據的能力,結合急劇增加、在不同物件上的感應器,將能夠越來越詳細描述我們是誰。這些資訊串流在一起的時候,其效應會倍增,新的規律變得明顯,可以作更多預測。

影片末段再一次以基因作類比,指檢驗蛋白質結構為日後基因測序做好準備,而跨世代大規模收集數據檢驗用戶行為,或會是「行為測序」模型的開始,屆時數據冊就能夠更精確進行改變,不僅追蹤記錄我們的行為,更為目標提供方向。