补一下背景:

一开始是在《一天世界》的 Twitter 里看到推荐这本书

关心俄罗斯人在 Facebook 买广告推广假新闻的问题?这本一九九二年的书必读。第三章,各位。第三章。「The Improbable World」。 说真的,不管妳关心什么或者不关心什么,都应该把 Neil Postman 的书全部读一遍。

之前记得节目中也谈到过 Neil Postman 是一个很好的写作者,能把复杂的事情讲清楚,于是就跑去图书馆借了这本书。1

这应该是我第一本认认真真读完的英语书(教科书除外)。Postman 的叙述清晰有条理,阅读起来不滞涩。

Chapter 1: The Judgment of Thamus

对于古罗马人来说,写作这种「科技」是记忆的延伸,还是对人体技能的退化的威胁?《柏拉图》的斐德罗篇中讨论了这个问题。

把写作换成计算机,这就是我们今天在讨论的问题:计算机这种科技对人类的影响到底是如何?

但是那时候的人(斐德罗篇里的 Thamus)不会说如果把「写作」用在某一方面(比如文学、哲学和历史),就会对人类有益。这种论调在科技话题上很常见:如果我们把科技用在医疗、通信上而不是原子弹上,他就能对人类有益。 这点其实还是 Thamus 看得透彻:他知道,一样新技术发明出来,试图限制它只在某领域内应用,这种限制是徒劳的。一旦被应用,就覆水难收了,你无法限制人们会怎么用它。2

Chapter 2-3

工具文化的改变:有三个阶段 tool-making culture -> technocracy -> technopoly

  • 前两者的区别,是科技是否对信仰有所改变。伽利略时代之后的科技,已经变成了 technocracy。
  • 后两者的区别,是文化和科技的主导地位不同。文化越来越弱,科技越来越强。在 technopoly 中,科技强于文化,甚至会代替人类思考

Technopoly, in other words, is totalitarian technocracy.

现在(写书时的 1993 年),只有美国达到了 technopoly。为什么是美国?(这四点有重合)

  1. 美国的历史中,有很多运动(movement),每次运动看起来都是改进。大家都很愿意尝试新的东西。
  2. 19 世纪末,20 世纪初的美国资本家们都很聪明大胆。爱迪生、福特、贝尔等等。他们开创出了划时代的东西,和过去的完全不同。他们让之后的人相信,未来需要完全不同于过去的耳目一新的感觉。
  3. 20 世纪美国科技的成功,让人们觉得科技就是比传统的东西能带来更好的解决方案。更方便、更舒适、更快捷、更洁净。
  4. 在这些前提下,原来的信仰已经瓦解。「上帝已死」,达尔文成了上帝。爱因斯坦说,世上没有绝对,只有相对。那个时代的学者让人们对信仰产生了怀疑。同时,人们更加清楚地知道,飞机会飞,抗生素会治病,广播会响,计算机会计算而且从不出错。只有人类会出错。(这点也反复被 Taylor,那个发明科学管理理论的人所强调)

Chapter 4: The improbable world

科技让信息传播更快,但是「让信息有意义」这点变得更难实现。就像之前是新开封的扑克牌,你对于下一张是什么有预期,这预期可能来自宗教;但是信息大爆炸之后所有观点都可能有人支持,就像一幅被打乱的扑克牌,你对接下来发生的事,可能完全没有预期了。

这就是所谓的后稀缺时代吧?缺的不是信息,是意义。3

It is a world in which the idea of human progress has been replaced by the idea of technological progress. The aim is not to reduce ignorance, superstition, and suffering but to accommodate ourselves to the requirements of new technologies.

Chapter 5: The Broken defences

如何解决信息过载带来的危害?社会学家们常常忽略 social institutions 的作用,它们是一种控制机制。

有时候,social institution 会通过直接限制信息流来达成目标4,更多时候是会给信息们分配权重。下面是三个例子

  1. 法院就是一种传统的 social institution,它会限制「传闻」,限制个人意见、情感,只让必要的证词出现。
  2. Social institution 的另外一个例子是学校,学校中的课程目录。通过定义什么该放到大纲,什么不该放,它定义了课程的边界和目标。
  3. 家庭也是一种信息控制的工具。你会发现家长们避免在小孩子面前谈论一些话题、一些词。

在这三个例子里,法院的法则、学校的课程设计和家庭对小孩应该明白什么的约束,其实都是一种 oversimplification。这种简化的模型能帮助信者理解这个世界,所谓的「theory」就是这样的东西。一旦信息过多,theory 就站不住脚了——你总能找到无法解释的反例。

在 Technopoly 的时代,效率代替了之前对真善美的信仰。他们采用三种手段:bureaucracies、专家和机器量化。 Bureaucracies 是指在信息传递过程中层层控制没效率的信息;这原本只是用来解决技术问题,但是它被滥用到了各种任何技术的交叉领域(教育、制药、生活等)。智商、心理稳定值都不是能被量化的东西。

Chapter 6: Medical Technology

医学上的 technopoly,主张量化一切,从机器得到信息而不是病人口中。(doctors do not merely use technologies but are used by them).

医生诊断的不是病人,是病本身。

Chapter 7: Computer Technology

和听诊器不同,电脑更加通用。它的用户不只是医生,是全社会。

这本书里也讨论了人工智能。John McCarthy 说家里的温度调节器也有自己的信仰:「这里太热;这里太冷;这里刚好」。人们经常用人类的特征来描述机器,或者用机器的特征来描述人类,互做隐喻:

  • hack ourselves
  • retrieving data 表示调取记忆
  • 人类思考的过程就是一个处理(processing)和解码(decoding)的过程。

人们在内心深处总是用人类智能来理解电脑。这种用语和心态上的改变,似乎把电脑看成和人类平等的物体,它有意志,有想法,有理由——它似乎可以帮助人类做决定。

我们不再相信人类的情感、超自然和道德方面的能力,我们用对机器的信仰取代了这些。5

Chapter 8: Invisible Technology

语言会间接影响人们对世界的感知,数据也是。人类对 智商的数值化 ,会带来三个问题:

  1. 实化(reification):或者说把抽象的东西数字化。我们用「智能」(intelligence)来指代人类的各种各样的能力。它很抽象,不像「脾脏」「胰腺」能被科学准确定义和测量。
  2. 排序(ranking):排序的标准是什么?我们这里不仅假设了智能是个东西,而且,它是「一个」东西。这简直就是按照胸部大小作为美的标准给女人们排序。
  3. 用实化和排序处理问题,我们就会产生偏差。我们就会说弗兰西斯·高尔顿(据说智商上 200。等一下,这个人是心理测量学的创始人)的智商是哥白尼(大概只有 100-110)的两倍。

和测试、量化很像, 投票 也是一种隐性的控制。政客们常说,这些数据代表了人们的「想法」。它有四个问题。

  1. 想法很大程度上取决于问题的问法。很多「是」「否」问题简化了背后的理由。而理由更加重要。
  2. 人们很少有确切的观点,大多数都是在形成观点的过程中。而二分问题也忽略了这点。
  3. 人们很少对某件事有全面的信息。大家并不是在都知道某个前提的情况下做出选择的。
  4. 政客们把责任推卸至人民中。

因此在数据的世界中,其实有大量无用的信息。而区分是否有用是个很困难的任务。

除了上面说的 IQ 测试和投票系统,「科学管理」也是一种隐性的科技。管理学中的流程、规则规范了人们的行为。这本身没什么错,但是如果过于依赖这些 procedures,就会像我们过于依赖科技一样,我们就会被「管理学」支配。

我们已经习惯做事就要用到管理学,教育就必须有课程,政客做决定必须要有公众投票。要达到这些目的,我们自然地就会用到这些方法,甚至不会考虑其他替代方案。

因此,了解这些科技很重要。我们需要知道它们的起源,它们有用之处在哪。这样我们才可以把判断的主动权握在自己手中。

Chapter 9: Scientism

这个词竟然在日英辞典中存在,被称为科学万能主義(かがくばんのうしゅぎ)。它由三个要素组成:

  1. 我们用来研究自然科学的方法,同样也可以套用在研究人类活动身上。
  2. 社会科学研究出了一些特定的法则来管理社会和人类活动,这些「看不见的科技」可以控制人类行为。
  3. 科学是一个信仰,能给人生的意义,价值观,甚至给人永生。

这里的科学,我们口中常说的科学已经不止局限于理化生领域,甚至还指心理学、社会学和人类学。这种过于宽泛的所指模糊了「process」和「practice」的边界。Process 指冰川消融、叶片变黄等自然现象,它和人类智能没有关系,它们遵循的是自然界不可违反的定律。相反,practice 和人息息相关。读一本书、恋爱、建立政府,这些都是人和环境的交互。

所以说,我们想说的科学,是想找出「process」中的因果关系。人类行为、人的感觉,这些 practice 怎么能叫科学嘛。当然,你可以说,社会学家也在用到数据来量化结果啊,这方法和研究自然科学的人一样。但你想想,画家和刷墙工都在用一样的工具,做一样的事情,他们是一样的吗?

虽然社会科学也会像科学家那样做实验,但是, 他们做的实验不能被证明是错的。 只有能被证明是错的观点,才能叫做理论。比如说宗教,我们可以有很多证据和例子能证明上帝存在,但是我们无法证明上帝不存在。这不能被称为科学理论。

而且,和科学不同,社会科学做的事不是发现(discover),而是再发现(rediscover)那些人们已经讲了过的,但需要重复讲的事情。媒介即信息不是麦克卢汉 发现 的;文明的代价是压抑性欲也不是弗洛伊德 发现 的。他们是在用现代方法重复讲述以前的故事。

但人们为什么会像追捧科学一样追捧社会科学呢?社会科学好像是科学的互补。每当有科学新发现的时候(就像哥白尼、伽利略),之前人们的信仰就会崩塌了;这些科学新发现只是陈述事实,而不会告诉人们 应该怎么做 。而社会科学就是告诉人们应该怎么做的学科,它继续给人们一种幻觉,是这些数字、这些「科学」指引人们怎么做才是对的。这就是科学万能主义。

Chapter 10: The Great Symbol Drain

因为习以为常而不再重要。当一个字看很多遍,一幅画看很多遍,它已经不是一个有意义符号,而是「画面」。就像圣诞节对我们变成了促销的一天。Technopoly 让事物失去了意义。

一个插曲:

有关广告,P&G 发现了一个规律:最有效的广告是最「不理性」的广告。亚当·斯密在它的经济学书本中假设人们的行为是理性的:人们会选择最实用、最有性价比的选择。但是人们做选择时往往不是这样。看看电视广告中,强调的一般不是商品本身属性,而是电影明星、运动员、宁静的蓝天白云、浪漫晚餐……这些不是他们卖的这个东西、这个物件本身。

What the advertiser needs to know is not what is right about the product, but what is wrong about the buyer.

在这个规则下,公司的研发投入渐渐从 product research 转向了 market research,公司的重心从研发「有价值的产品」到了研发「让消费者觉得值的产品」。6

教育的目的是什么?这听起来会是一个哲学问题。类比成打篮球,你可以说打篮球是为了投好三分球。但是这不是最终目的,最终目的可能是获得同伴认可、让你爸开心,或者感受运动本身带来的快乐。你首先要找到一个要实现的目标,「成功」才有意义。

Chapter 11: The Loving Resistance Fighter

在这一章中,他解答了什么是教育的目的。受教育意味着:

  • 意识到人类知识的起源和成长,意识到整个知识体系的存在;
  • 了解曾经那些伟大的思想和创作的诞生过程
  • 参与到 Great Conversation 中去,就算只是一个聆听者也好。

这个解答不是 training-centered, 不是 skill-centered,不是 problem-centered。这是 idea-centered,coherence-centered。教育不是为了马上直接投入社会工作、创造经济价值。它强调的是历史,是学会科学思考的模式,了解艺术和宗教,以及人类存续问题。这样的教育才能让人类在反历史、信息过剩的技术垄断时代延续下去。7

History is not merely one subject among many that may be taught; every subject has a history, including biology, physics, mathematics, literature, music, and art. I would propose here that every teacher must be a history teacher.

当老师教生物的时候,如果只是讲述现在我们知道什么,而不说人类曾经是如何理解生物的,是把知识仅仅当做商品来看待(所谓的知识付费?)。学生不知道理解知识生产的过程,他们就没法理解知识本身的意义。教电学而不说法拉第,教政治科学而不教亚里士多德或者 马基雅弗利 ,教音乐而不提海顿,是拒绝让学生参与 Great Conversation。8

了解你的「根」不只是知道你曾祖父是谁,还需要知道你的思想从何而来,你为什么会相信这些想法,你为什么会有现在的美学和道德评判标准。

除了历史,语文也是一门横跨各学科的科目。语文不仅应该只和「在各种场合下实用语言」有关,它还应该讨论物体与词汇,符号与标志,现实陈述与判断定义,语法和思想。语文很底层,它是最有可能影响人们如何解释意义的学科。我们需要培训出来的不是语言技师(language technicians):那些能按照规则写报告,保证没有拼写错误就好的人。语言应该能帮助他们了解写作的意义和真理,帮助他们发现言论背后的假设。

因此,为了了解现在,了解科技史至关重要。为了对抗 technopoly,先想想,为什么我们会到现在这个状态。


另:这篇一开始是在 Notion 里写完的,它有一键 publish to web 选项,可以看原链接。爱上 Notion 了。

  1. UCL main library 里竟然没有,是在 Bartlett 建筑学院的图书馆找到的。 

  2. 但是也有人说:「你看 Thamus 当时的担心是没道理的吧」,因为现在每个人都在写作呀。记得是在一篇讲电子书的文章中提到的,那篇文章作者的论调是,我们就像 Thamus 当时没有想清楚「写作」带来的优点,也没有想清楚「电子书」带来的优点。 

  3. 而作为内容分发平台,构建意义恰好是能做的,也是该做的。 

  4. GFW 也算。不过这个更有目的性——维和。 

  5. 数据科学家这个职位的兴起也是这个原因? 

  6. 围绕这个话题相关的讨论还挺多。1. 乔布斯也曾表达过类似观点。2. 轻芒的方法论 How Might We,我们要找的问题的最根本层次:消费者们不想要绿色的肥皂,而是想要清新感。3. EA 最近的动态难度调节(DDA)事件:氪金要让消费者认为他们氪得值。 

  7. 接下来的这一段简直可以直接拿来当 Lapham’s 的广告语。事实是看完我真的买了。 

  8. 这时候才意识到,了解 digital humanities 这个学科,了解它的历史是很重要的。