Redian新闻
>
用进化论解释 为何我们一上网就判若两人
avatar
用进化论解释 为何我们一上网就判若两人# Biology - 生物学
K*r
1
希望
avatar
P*R
2
盖亚•文斯
(Gaia Vince)
2018年2月的一个晚上,玛丽•彼尔德( Mary Beard )教授在推特(Twitter)
上贴了一张自己哭泣的照片。这位剑桥大学的知名古典语言文献学者在推特上有近20万
的粉丝,但当时陷入了焦虑。此前她发表了一则关于海地的评论,结果在网上被骂得狗
血淋头。后来她说:"我说的是心里话,也许我错了。但我收到的回复都只是些胡说八
道,真的很没道理。"
接下来的日子,一些知名人士声援了彼尔德,即使他们并非都同意她最初的推文。结果
这些人也遭到攻击。彼尔德在剑桥大学的同事、亚裔女学者戈帕尔(Priyamvada Gopal
)在一篇网文中对彼尔德最初的推文做出回应,同样遭到铺天盖地的辱骂。
女性和少数民族成员,在推特上遭受网络暴力的情况最厉害,包括受到死亡威胁和性暴
力威胁。当这两个身份标记迭加一起,那情况就更严重。正如黑人女议员阿伯特(
Diane Abbott)所经历的,在2017年英国大选前夕,她一个人遭受了辱骂女议员全部推
文的近乎一半。即使将她算在外,对黑人和亚裔女议员的辱骂推文,平均下来也比其白
人同僚多了35%。
这种持续不断的网络暴力强迫人沉默,不得不远离网络平台,这进一步减少了网上的不
同声音和多种观点的表达。而且该情况毫无减弱的迹象。去年的一项调查显示,四成美
国成年人经历过网络暴力,其中近半数人遭受了更为严重的骚扰,包括人身威胁和跟踪
。七成女性表示在线骚扰是"问题所在"。
在2017年英国大选前,国会议员阿伯特独自遭受了近一半辱骂女议员的推文。
互联网前所未有地令全人类都能彼此交流沟通。然而我们并未能扩建更大的在线社交圈
,反而像是退回了相互冲突不断的部落时代,。
在现实生活中,我们总是彬彬有礼地和陌生人交流,然而一到网上,我们就变得很讨厌
。有没有什么办法,能让我们重新学习合作,作为同一物种的人类,一齐繁荣兴旺呢?
~
"别想太多,点下去就行!"
我一点,快速跳转到下一个问题。大家都在和时间赛跑。我的队友离我很远,也不知道
他们是谁,所以我不知道是否大家都在一起玩游戏,还是只有我被当猴耍了。但我知道
其他人还是需要我的。
这是耶鲁大学人类合作实验室里一个叫公共财产博弈的游戏。研究人员以此来帮助我们
理解人们合作的方式和原因。
千百年来,人类为何能彼此合作建立强大的社会?科学家提出了各种各样的理论。现在
大多数人相信,人类普遍的善是进化的结果,因为当人们通力合作时就有会生存的优势。
人们通力合作时就有了生存优势。
在这个游戏中,四人一组,但在不同位置,我是其中的一员。我们每个人会分到一样多
的钱。大家得想好捐多少钱到团队聚宝盆中,而盆里的钱会翻倍后再平分给四个人。和
其他合作一样,这取决于我们有多相信队友的靠谱。如果每位队友都捐出所有的钱,那
翻倍后再分四份,每人的钱就都翻倍了。结果是双赢!
"但如果你只从自己的角度出发,"实验室主任兰德(David Rand)说,"你每捐出的一
美元都要在翻倍后分成四份,等于捐出一美元,只能拿回50美分。"
换句话说,对于一个人搞不定的项目,比如现实生活中集资建医院,一群人合作肯定能
获得更多的回报。即便如此,个人层面上还是有损失的。可以说在经济上,你越自私,
赚的钱越多。
兰德的团队已经在上千名玩家中开展过这个游戏。其中一半人像我一样,被要求在10秒
钟内把钱捐出去。另一半人却被要求慢慢想、慎重决定。实验证明,那些凭本能投钱的
人,会大方得多。
"很多证据表明合作是人类进化的核心特征,"兰德说,"我们祖先生活在小型社会中,
与之互动的都是经常见面、经常来往的人。"这就避免了有人特别好斗,或者钻别人的
空子,占他人便宜。
所以,与其每次都苦苦思索自己是否能长期获利,不如坚持对人大方点这个基本原则,
这样反而更方便、有效。所以在实验中,不加思考会比较慷慨。
但是人们后天的行为举止是会变的。
通常,在兰德的游戏实验中,必须立刻做决定的人都很慷慨,也都收到了丰厚的分红,
这也加强了他们慷慨的意向。但是那些可以慢慢思考的人,就会变得更自私,最后聚宝
盆里的钱越来越少,让人觉得依靠团队是没有回报的。
在下一步的实验中,兰德给参加过第一轮游戏的人一些钱,问他们愿意捐多少给一个匿
名的陌生人。这一次没有激励机制,人们给钱全凭良心、没有回报。
在第一轮里慷慨大方的人,比自私小气的人,多给了一倍的钱。
"我们正在影响人们的心理活动和行为举止,"兰德说,"甚至包括没人监视、没有奖惩
机制时,大家的行为。"
肯尼亚的公共部门相当腐败。游戏选手最初给匿名的陌生人捐钱时,都不太大方。
兰德的团队还测试了不同国家的人民怎么玩这个游戏,从而观察政府、家庭、教育和法
律系统这些社会机构如何影响人们的行为。比起美国,肯尼亚的公共部门相当腐败,该
国游戏选手最初给匿名的陌生人捐钱时,就不如美国选手大方。这表明,社会机构较为
公平、令人信赖的地方,较之社会机构不太可信的地方,人们会更有公德心。然而,仅
仅经过在一轮公共财产游戏的"合作提升版"后,肯尼亚人和其美国对手就一样慷慨了。
甚至出现了此消彼长,美国人接受自私的训练后,捐出的钱就大大减少。
所以,也许网络社交媒体文化中某方面的确鼓励了恶劣的行径。比如,社交媒体是一种
脆弱的建制,不像狩猎采集社会那样必须依赖合作来求生存,规定食物必须分享。社交
媒体彼此交往有现实距离、相对匿名,对不良行为也没什么声誉影响或惩罚。如果你表
现卑劣刻薄,你的熟人里没谁会知道。
另一方面,你能选择发表能有益于你的群组中形象的意见。比如在耶鲁大学的克罗克特
(Crockett)实验室,研究人员研究了社交情绪,尤其是道德义愤,在网络上如何变化
。大脑成像研究显示,当人们感到道德义愤时,比如在现实生活中碰见别人让狗在操场
上大小便,这时,大脑的奖赏中枢就活跃起来,让人感觉很兴奋。这就强化了他们的道
德义愤,让他们更愿意做类似的事。而且,虽然挑战违背小区规范的人会有风险,可能
要被胖揍一顿,但你的个人声誉却提升了。
我们这些人有幸生活得还算太平,很少遇到真正令人义愤填膺的行为,所以也很少看到
有谁把道德义愤表露出来。但若你打开推特或者脸书(Facebook),那就能看到全然不
同的一番景象。最近有研究表明,发布的信息里若有关于道德和情绪的词汇,就更容易
在社交媒体上传播。在推特上每一个义愤或情绪化的字眼,都会让推文的转发率增加20
%。
带有道德和情绪词汇的信息更容易在社交媒体上传播。
"激起愤怒和表达愤怒的内容最容易得到分享,"实验室主任克罗克特说,我们在网上创
造的是"一个选择了最粗暴内容的生态系统,再配上一个比以前更容易表达愤怒的平台
。"
不像现实世界,网络上几乎没有面对别人或暴露自己的危险。而且它还能自我强化。"
如果你因为有人违反规矩而谴责他,那其他人就会觉得你特别可靠,所以你可以通过表
达愤怒和谴责规范破坏者,来宣传自己的道德质量。"克罗克特说。
"离开网络,你在现实世界中,只能在当时的旁观者那里提高自己的声誉;而在网上,
你可以向整个社交网络宣传自己,这样的话,表达愤怒给个人带来的好处就会极大的增
加。"
而且别人来"点赞",作为一种积极回馈,加重了这种行为。结果,社交平台使得人们对
表达愤怒习以为常。"而习惯是不考虑后果就会去做的事。"克罗克特指出。
网络道德义愤也引起了社会变革,2018年2月和3月,美国佛罗里达州的青少年用社交媒
体动员抗议运动。
从正面看,网络道德义愤能让边缘群体、弱势群体推动起以前很难开展的事业,在聚焦
位高权重的男性对女性的性侵犯上发挥了重要作用。2018年2月,美国佛罗里达州的青
少年在社交媒体上抗议又一起校园枪击案,促进了公众舆论的改变。
"我觉得一定有什么办法来保持网络世界的好处,"克罗克特说,"同时得审慎考虑重新
设计互动模式,以去掉那些负面代价太大的信息。"
~
令人欣慰的是只需要少数人就能改变整个网络文化。
在耶鲁大学的人性实验室,克里斯塔基思(Nicholas Christakis)和他的团队就在鉴
别这样的人,并募集他们参加对社会有益的健康项目。在洪都拉斯,他们正在用这个方
法来改变疫苗接种登记和孕产妇护理之类的事。在网上,这种人有可能把欺凌文化转变
成支持性文化。
网络中的关键人物能把欺凌文化转变为支持性文化。
商界已经开始用一个简易系统来识别所谓的Instagram "大V",从而来推销自己的品牌
。然而克里斯塔基思不仅仅关注一个人能有多红,还要看他们怎么融入一个特定的网络
。举个例子,在一个偏僻的小村庄里,大家密不可分,聚会时每个人都互相认识。相反
,在城市里,总的来说人们应该住得更近,但你不太可能认识聚会中的所有人。在网络
社群,成员相互交往的程度会影响行为和信息如何在其周围扩散。
为了探索这一点,克里斯塔基思设计了软件来创造一个临时的在线人造社会。"我们让
人们进去互相交流,比如看他们怎么玩公共财产游戏,以此来评估他们对别人会有多善
良。"
然后他操纵了网络。"用某种方法设计他们的交流互动,我能让他们对彼此都很好,通
力合作,健康快乐。但要是你换一种方式来对待这群人,他们互相之间都会变得很混蛋
。"
网络像一个偏僻的小乡村,其作用与一个不太联系的群体完全不同,这一点同样也体现
在在线的小区中。
在一次实验中,他随机分配了一些陌生人互相来玩公共财产游戏。他说,一开始,三分
之二左右的人会很合作。"但是和他们互动的一些人会利用别人。选择只有两种,要么
善良合作,要么背叛别人,如果对手是会占人便宜的人,他们往往选择背叛对手。结果
实验到最后,所有人都变得很混账。"
一轮游戏后,克里斯塔基又赋予每人一点对互动对象的支配权。大家必须决定,要不要
对旁边这个人友好大方点,以及是否会跟他互动。每个人唯一知道的是对手在上一轮游
戏中是选择了合作还是背叛。"我们能证明,人们跟背叛者切断了联系,跟合作者则建
立了联系。这个网络会重新自我组建。"也就是说,一个合作的、亲社会的架构取代了
一个不合作、反社会的架构。
为了形成更多合作的网上小区,克里斯塔基思的团队开始往他们的临时小社会里加入机
器人。他的团队无意于发明智商卓著的人工智能来取代人类认知,而是往一群聪明人里
渗透了一些"笨笨的机器人",来帮助人类改善自我。
事实上,克里斯塔基思发现如果机器人玩得很好,那对人类毫无帮助。但要是机器人犯
点错误,那就激发了小组寻找解决方案的潜力。换句话说,给网络系统添一点机器人带
来的阻力,反而能促使网络更有效地运作。
这个模式涉及到渗透同派别人群的新闻推送,偶尔提供不同的观点,让人们从自己社交
媒体的舒适区里跳脱出来,让社会凝聚一心、通力合作
压倒性的证据显示,女性和少数民族所受到的网络欺凌高得不成比例。
机器人可能会给另一个网络问题提供解决方案,那就是网上许多反社会行为源于网络交
往的匿名性。
有一个实验是让机器人换上白人外貌的头像,来回复一些种族主义者发给其他黑人用户
的推文,这能大幅度减少种族歧视带来的辱骂。对于种族主义者的推文,一个典型的机
器人回复是:"嘿,兄弟,请记住,你说的话伤害的可是活生生的人。"只要给这些人培
养一点点同情心,就能在数周之后令其种族歧视的推文渐趋于零。
针对网络上虽然行为恶劣但个人声誉不太会受损这一点,另一个解决方式是建立一种社
会惩罚机制。游戏公司英雄联盟(League of Legends)推出"法庭"功能,负面行为会
受到其他玩家的惩罚。该公司报告说,一年中有28万玩家在受到这种惩罚后有所"改进"
,在小区中赢得正面的形象。开发人员还会在游戏程序里嵌入一些对良好行为的社交奖
励,来鼓励更多有助于建立人际关系的合作。
为了改善网上的不良行为,一家游戏公司推出新功能——玩家们可以惩罚负面的游戏打
法。
研究人员已经在探索,如何预测交流何时将会恶化,即找到这个变化时刻,好通过先发
制人的干预来改善局面。康奈尔大学信息科学系的米基尔(Cristian Danescu-
Niculescu-Mizil)说:"可能你觉得网上所有的坏事都是少数反社会的人做的,就是所
谓的出言不逊的网络喷子。但在工作中我们发现,普通人如你我,也会参与这种反社会
的行径。在某段特定时期里,你可能真的就是个喷子。这实在出人意料。"
米基尔一直在研究网上文章下面的评论区。他发现了两个触发丑恶心态的因素:你的情
绪,以及交谈的内容(例如其他用户的行为)。"举个例子,你今天很不顺,或者碰巧
是周一,那跟平时比,你更容易出言不逊。而要是在周六的早上,就会好很多。"
米基尔收集了数据,包括以前那些喷子的信息,建立了一种准确率达80%的算法,来预
测人们何时就要开口喷人。这就给延迟评论的发布等创造了机会。如果人们写东西能三
思而后言,就能改善相互交流的情境,你不太会看到别人失礼,自己也就不太会失礼了。
一种精确率达80%的算法,能预测人们是否就要开口喷人,从而做一些干预。
尽管我们许多人在网上见惯了恶劣的行径,但大多数交流互动还是相互协作的,而且,
正当的道德义愤也有助于反击惹人厌恶的推文。最近英国一项关于推特上反犹主义的研
究发现,较之反犹主义的推文,反而是质疑它们的推文传播得更广。大多数可恶的推文
都会被忽略,或者在几个同类账号的小圈子里引起一点小小的回响而已。也许我们自己
已经开始充当清理网络环境的小机器人了。
不过要知道,我们用了几千年来磨合人际交流,但社交媒体的历史还只有20年。米基尔
说:"线下的真实交往,从面部表情到肢体语言和说话语调,都能看出端倪。但是在线
,我们只能通过文字讨论事情。所以我觉得,在找寻探讨合作的正确之道上困难重重,
实在不用惊讶。"
随着我们网络行为的改善,我们大可以引进图释和表情包来缓和在线讨论的气氛。同时
,面对网络暴力,建议保持冷静。不需要以牙还牙,不需理会,或拉黑即可。如果你觉
得自己能对付,那就叫对方闭嘴。也可以把事情告诉亲朋好友,让他们帮你。或把网络
骚扰信息截屏,向所在的社交媒体服务商举报。如果还有人身威胁,那就报警。
如果我们熟知的这些社交媒体能长存下去,那么运营这些平台的公司,就必须掌握好规
则,或许在行为科学的引导下,鼓励合作和善意,反对敌意和辱骂。作为用户,我们也
会学着适应这种新的沟通环境,不论在线线下,都让文明有效的互动交往成为常态。
"对此我很乐观,"米基尔说,"这也可以算作一个游戏,我们会慢慢发展,越来越好。"
avatar
r*t
3
什么时候能回到10年五月?
avatar
j*n
4
The best case scenario should be this November.

【在 K******r 的大作中提到】
: 希望
avatar
s*z
5
放到哪里

【在 K******r 的大作中提到】
: 希望
avatar
t*8
6
估计大放到13年5月
avatar
i*1
7
这个是怎么算出来的?

【在 t******8 的大作中提到】
: 估计大放到13年5月
avatar
s*z
8
er。。。

【在 t******8 的大作中提到】
: 估计大放到13年5月
avatar
t*8
9
2015年初才放水,一般放2年,大约是这个时候,误差在 2013年 2-5月

【在 i*********1 的大作中提到】
: 这个是怎么算出来的?
avatar
Y*1
10
我也听到过有人这么说。从哪儿得来的消息?
avatar
C*y
11
最多放到11或12年

【在 t******8 的大作中提到】
: 2015年初才放水,一般放2年,大约是这个时候,误差在 2013年 2-5月
avatar
i*i
12
今年12月份出排期,然后明年1月1号开始放水?

【在 t******8 的大作中提到】
: 2015年初才放水,一般放2年,大约是这个时候,误差在 2013年 2-5月
avatar
BR
13
什么今年12月份出排期?

【在 i*****i 的大作中提到】
: 今年12月份出排期,然后明年1月1号开始放水?
avatar
c*e
14
借你吉言,希望如此.

【在 t******8 的大作中提到】
: 2015年初才放水,一般放2年,大约是这个时候,误差在 2013年 2-5月
avatar
H*5
15
avatar
H*i
16
tino的估计很有道理,三月份还有3425个Demand,这里面最多425个会通过降级拿卡,还
剩3000个,不算保守吧。
一个月批300个就要批到明年一月才能批完,他的一惯做法是批完才放大水。
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。