“智能化”未来，真的那么“美好”吗？

出门有智能导航引路，选择餐厅有智能软件筛选，出国有翻译软件帮忙……

互联网技术的发展的确带来了太多便利，很多需要我们记忆、分析或者学习的东西都可以“一键解决”。

这些智能软件让生活变得轻松，我们乐在其中，却很少去考虑它们会带来怎样的负面效应。

当大多数人都欢呼着拥抱智能化时，《玻璃笼子》一书却成为这一火热浪潮中的“异议者”。

在《玻璃笼子》一书中，作者尼古拉斯·卡尔在肯定技术发展带来的便利之外，更多地则是表达了对智能化所带来的更深层次影响的担忧。他通过大量的案例和研究论述了人类对自动化、智能化的过度依赖可能会付出的高昂代价，比如钝化思维、弱化专业技能、限制视野，甚至可能被操控。

得益于自动驾驶技术，飞行员的工作变得轻松，他们在大多数时候只需盯着各种屏幕，从飞机的驾驶者变成了观察者或者监控者，但如果过于依赖自动化，则会让他们的技能退化，感知能力变得迟钝，反应速度也会下降，甚至当出现飞行问题时，无法做出及时有效的反应。

医疗行业也是如此，计算机辅助诊疗系统也影响着医生学习和决策的方式，甚至包括对病人的态度……

与工厂自动化不同，在这些领域，计算机并没有抢走人们的工作，而是改变了人们的工作方式。

卡尔认为，软件降低了人们思考的频率，阻碍了记忆的信息编码，影响了思维将信息转化为知识、将知识转化为专业技能的能力。

因为，当软件把我们推向专业领域中更为被动的角色时，我们就成了观察者或监控者，这就避开了生成效应的基础——深层认知处理。

生成效应需要人们付出努力，而自动化则是为了减少人们的努力。最终，自动化会限制我们获取丰富、真实、专业的知识的能力。

于是，在高度自动化的活动中，人“被退化”了，智能软件成了主角，它们判断、执行，甚至进行决策……卡尔对此表示了极大的忧虑，他的观点虽是一家之言，但也很有参考价值。

在传播领域中，我们对智能化的依赖程度也越来越高。在传统媒体时代，由编辑人员决定用户接收的内容，而在当下的网络传播领域尤其是移动传播领域中，数据统计分析系统在这一领域的“权力”越来越大。

用户能看到什么样的内容更多的是由算法决定，算法通过对用户的行为分析，对不同的人进行不同的内容推荐。

更重要的是，算法不仅影响着用户接受到的讯息，也影响着内容生产、组织、运营，甚至发展方向，它仿佛成为了传播过程中一根重要的“指挥棒”。对内容生产者而言，更需要警惕被数据操控。

不可否认，智能化不仅解放了人力，在一定程度上也优化了传播的效率和效果。但是，拥抱新技术的过程并非完美无缺。如“千人千面”的个性化推荐与“信息茧房”之间的矛盾，以及搜集用户信息与侵犯个人隐私等问题一直存在。

此外，大多数情况下，设计和研发算法的程序员可能从未涉足过内容领域，而内容生产者也极少知道算法逻辑是否合理，大多数内容人员甚至完全不知道软件到底是怎样运算的。

因此，算法的维度都是偏向于程序所擅长的方面。

如《玻璃笼子》所说，所有的分析程序都偏爱那些倾向数据分析的标准，而对那些需要审美经验或其他主观判断的标准“毫不在乎”。

软件会优先考虑流行性，而不是观点的多样性、论证的精确性或是表达质量的高低。

在个性化智能推荐过程中，它们迎合的是已经明确的用户欲望，听起来很有吸引力，但是却很有局限性，因为用户的喜好并非永远是一维的。

另外，软件运算是以数据作为基础，任何大型数据集都存在真假关系混杂的问题，计算机很容易被某种巧合误导，或是生成虚假联系。

因此，当我们以某个数据集作为重要决策的依据，就可能会出现误差。

人们常说，用数据说话，数据是客观的。如果软件是有偏好的，那么这种依据软件偏好，在“以技术为中心”的评价体系之下塑造的未来，是否真的那么“美好”？

来源：“网络传播杂志”微信公众号