早前分享了「達克效應」這理論,網友反應熱烈,現實世界的朋友也無不會心微笑,因為這完全反映了我們的日常生活。但前瞻未來,在網絡演算式改造下的新世界,「效應」的發酵程度只會更嚴重,我們年前警告過的「微真相時代」,只會越演越烈。
所謂達克效應(Dunning-Kruger Effect),本來只是一個社會科學學者開玩笑的理論。Dunning和Kruger二人都是大學學者,他們在1999年通過問卷調查,先評估受訪者的硬知識、技能,再追蹤他們對自己答問水平的自我評估,發現知識程度越低的人,自我評估回答問題的水平越高、越以為無所不知,有一種建基於幻想的優越感;但知識程度越高的人,卻越是認為自己的回答不夠好,明白多言多敗,更傾向謹言。
這調研反映的定律,其實「自古以來」皆有之,像達爾文說「無知比知識更能令人自信」,就很好的概括了人類這種生物的習性,後來被不同專業的人反覆論證,發現是一個「普世」現象,簡單而言,就是這樣一條曲線:
(圖片:Source of Bias)
為什麼人類會有這樣的習性,涉及心理學、社會學、人類學、政治學等不同範疇,這裏不一一細述。而社會畢竟由「庸眾」組成,精英在古今中外,永遠只能是少數。到了網絡時代,人性反精英的一面,比從前發揮得更淋漓盡致,從網絡論壇、社交媒體公眾號的留言區,最能反映一二:絕大多數留言,不是毫無養份的情緒、立場宣洩與負能量,就是對內容斷章取義的理解與評論,對內容越不了解的人,越有勇氣發言,反而對內容有認知的人,則很少留言。
這首先是因為網絡世界的閱讀習慣,都是非脈絡化(decontextualized)的,網民的專注度以秒為單位,只看圖像、標題,根本不是為了了解資訊內容,而是無論看見甚麼,都是主觀地發洩自己的情緒與立場。這時代分享一篇文章時,大多數網民只會閱讀十多字的「小編按」,或當一個標題黨,就當作消化了全部,對題目真正有興趣討論的人,劣幣驅逐良幣,反而不會願意參與,頂多只會私訊。這就像在現實世界,一群專家遇見根據「達克效應」發言的庸眾,自然不會和他們較勁,只會、也只能一笑置之。
這種閱讀習慣,慢慢發展成一種網絡傳播「知識」的公式,網民只會關心旁枝末節,因為易懂,一幅照片最容易「看」的是有沒有走光,一片長文最容易「讀」的是hashtag有沒有串錯字或錯別字,又或能否從十個字的內容借題發揮、留言顯示自己才是看透世情的大師,因為這是「任何人」都能進入的門檻。至於消化文章的脈絡和思考,根本無助呃like,自然沒有市場。這是我們說過的「微真相時代」,慢慢需要發放、控制資訊流通和設定議題的人和機關,發現只需要製造、放大這樣的「討論焦點」,就能主導議題和討論方向。群眾看見的小樹苗比例上越來越大,森林明明就在眼前,卻越來越遙不可及。
再加上網絡演算式越來越個人化,機械學習的系統又只會模仿、放大每人的習性,假如一個人是達克效應的庸眾,只會在網絡遇見越來越多同質性強的「偽專家」,而在資訊發佈的留言部份,這樣的留言,又只會成為更顯眼的主流。結構出現了,那些通過機械人海量製造貌似不同、其實內容劃一的留言,技術已相當成熟,飲食、電影討論區的網絡打手,很多早已不是活人,近年連政治討論區也充滿殭屍留言。
久而久之,達克效應的描述,在新時代變得更極端、更常見,而遺憾地,這是一條不歸路。
小詞典:達克效應(Dunning-Kruger Effect)
1999年,康內爾大學學者Dunning和Kruger通過研究人類閱讀、駕駛、下棋、打網球等有相對客觀基準的知識和技能,發現能力差的人通常會高估自己的技能水準、不能正確認識真專家的水平、不正視自身的不足,但一旦經過訓練,最終也會認知到之前的無能。這項研究被其他範疇的知識反覆核實,榮獲2000年「搞笑諾貝爾獎」。
信報財經新聞
啟豪 何
2021-02-27 09:24:06 +0000 UTCRyan Wong
2021-02-27 09:06:14 +0000 UTCRyan Wong
2021-02-27 08:58:46 +0000 UTCZomato
2021-02-24 00:43:30 +0000 UTCLeo Tang
2021-02-23 15:24:08 +0000 UTCParramatta Pangbourne
2021-02-23 08:21:56 +0000 UTCWaldo Rehberg
2021-02-23 04:35:47 +0000 UTCVictor Tung
2021-02-23 01:15:05 +0000 UTCKirishima
2021-02-22 18:33:58 +0000 UTCSomonica Sa
2021-02-22 16:06:15 +0000 UTC44yen
2021-02-22 14:37:04 +0000 UTCThomas Tong
2021-02-22 14:17:03 +0000 UTCJohnny Lau
2021-02-22 12:55:07 +0000 UTCTony Ng
2021-02-22 11:50:08 +0000 UTCChocobean
2021-02-22 11:34:32 +0000 UTC