Google「令人不安」內部影片外洩 發言人強調只是思想實驗

/ 0评 / 0
我们想让你知道的是

Google一段构想未来大量收集数据的内部影片外泄,制作影片的Alphabet子公司X发言人强调,短片旨在刺激思考辩论、刻意令人不安,跟任何产品无关。

跟Facebook相比,Google在网络上更加无处不在,要脱离Facebook、WhatsApp及Instagram已不容易,要摆脱Google(搜寻器)、Gmail、Google Drive、Google Map、YouTube、Android等产品就更加困难。

换言之,Google拥有更多用户数据,掌握更多我们的习惯和喜好。假如早前剑桥分析(Cambridge Analytica)事年令你关注Facebook如何使用收集得来的个人资料,相信你会有兴趣看以下影片。

不过在看影片之前最好先了解背景。这是Google内部影片,在2016年由X公司设计主管科士达(Nick Foster)制作。X前身为Google X,目标为研发突破性技术、解决重大问题,现属于Google母公司Alphabet,研发项目包括自驾车、Google眼镜等。

影片由《The Verge》取得并公开,X的发言人对影片的声明如下︰

我们理解影片令人不安——这正是影片的意图。这是设计团队多年前的思想实验,采用「思辨设计」(speculative design)的技巧探索令人不舒服的想法和概念,旨在激起讨论和争辩。影片跟现时或未来任何产品无关。

优酷视频地址:http://v.youku.com/v_show/id_XMzYxMjUyOTkwMA==.html

这段长约9分钟的影片题为《自私的数据册》(The Selfish Ledger),先从拉马克(Jean-Baptiste Lamarck)的演化理论开始,他提出所有生物都有一套「内部编码」,而且生物的经历会改变这编码,并把修改后的编码传给下一代,形塑物种的生理特征。当然,拉马克的理论并不准确,后来被达尔文(Charles Darwin)提出的自然选择理论取代。

旁白此时说︰「他(拉马克)提出的表观遗传学(epigenetics)正开始在意想不到的地方找到新家。」画面则出现「拉马克式用户数据」(Lamarckian user data)一词。

影片接下来解释,当我们使用现代科技时,会以数据形式留下资讯痕迹,分析后可描绘出我们的行为、决定、喜好、去向及关系。我们这个编码变得越来越复杂,会基于我们的行为而发展及改变。旁白解释,从此角度看,载有我们这些资讯的数据册(ledger)或可视为「拉马克式表观基因组」(Lamarckian epigenome)——一个不断演化、关于「我们是谁」的再现方式。

影片进入下一环节,简述「自私的基因」理论。演化生物学家汉密顿(WD Hamilton)研究蚂蚁、蜂类的社会结构,认为演化的推动力不是个体而是基因。到1970年代中,道金斯(Richard Dawkins)写下著名科普作品《自私的基因》,推广基因本位演化的观点,认为生物个体只是为基因存活而设的机器。

 

话题一转,旁白提及「以用户为中心」的设计原则多年来都是电脑世界的主流,开始反问︰「假如我们从稍为不同的角度看又如何?假如我们给予数据册一个目标,而非单纯记录历史,又会如何?假如透过引进更多资讯来源,专注于创造一个更丰富的数据册,又会如何?」

vlcsnap-2018-05-18-17h36m46s203

Google《The Selfish Ledger》影片截图

这就提到影片重点︰「假如我们不视自己为这些资讯的拥有者,只是(数据册的)短暂保管者或监护人?」简言之,主体不再是我们,而是这些「数据册」 。旁白由此开始介绍这种「目标导向数据册」会带来什么后果——请留意,以下提到的影片内容虽然很像电视剧《黑镜》(Black Mirror)中的设定,但纯属虚构。

一开始,这种数据册可能是由用户驱使,Google会负责提供适合目标给用户数据册,例如吃得更健康、保护环境、支持地区小店等,以反映Google的价值。当用户选好目标后,每次互动时(Google)都比较不同选项,假如其中一个选项让数据册更接近目标,就会显示给用户选择。随着用户一直按建议选择,并行为将会改变,数据册则迈向原本设定的目标。

vlcsnap-2018-05-18-17h37m00s782

Google《The Selfish Ledger》影片截图

影片中虚构的Google Resolution程式可以让用户设定目标。
vlcsnap-2018-05-18-17h37m26s83

Google《The Selfish Ledger》影片截图

虚构程式为用户提供建议。

当这种思考模式加速发展,「目标导向数据册」的概念变得更吸引时,提出建议的可能不再是用户,而是数据册本身。影片举例说明︰假设一个数据册缺乏某项让它更了解其用户的重要数据,为了填补这个空白,数据册开始搜寻收集有关数据的装置。系统会找出最容易吸引用户的产品,万一没有适合结果,它仍可透过对用户口味的了解设计,并以立体打印制作特定装置,引起用户兴趣。这样数据册就可以收集到该用户的数据,增加它对人类行为的理解。

vlcsnap-2018-05-18-17h37m48s51

Google《The Selfish Ledger》影片截图

再进一步,影片重申数据与基因的类比,提出用户的数据能够超越其生物限制,正如基因编码在自然界传播(不会因个体死亡而消失)。从拉马克的理论去看这些数据,数据册记录能够累积一个人一生的行为知识。如果把资讯变为跨世代的数据,新用户(即下一代)就能从前人的行为决定得益,他们亦会创造新一批数据,跟过往数据比较,可以让系统更准确预测他们未来的行为及决定。

旁白指收集多个世代的数据再比较分析,系统甚至可能从物种层次理解抑郁、健康、贫穷等复杂议题。而这种诠释用户数据的能力,结合急剧增加、在不同物件上的感应器,将能够越来越详细描述我们是谁。这些资讯串流在一起的时候,其效应会倍增,新的规律变得明显,可以作更多预测。

影片末段再一次以基因作类比,指检验蛋白质结构为日后基因测序做好准备,而跨世代大规模收集数据检验用户行为,或会是「行为测序」模型的开始,届时数据册就能够更精确进行改变,不仅追踪记录我们的行为,更为目标提供方向。

最后旁白以此作结︰「透过应用表观基因学、遗传及迷因学(memetics)知识于用户数据,我们可能在理解自己方面取得跳跃性增长,为这一代、未来世代甚至整个物种带来好处。」

发表评论

电子邮件地址不会被公开。