Elfachiy Kaur

作者：Eli Pariser
出版社：左岸文化

【書籍簡介】
和非洲死了一群人的新聞比較起來﹐你家門前死了一隻松鼠的消息更能引起你當下的注意。—馬克.札克伯格﹐臉書創辦人
 
我們曾經以為「在網路上沒人知道你是一隻狗」，但現在網站不但知道你是狗，知道你最愛吃哪一牌狗食，還知道怎樣的廣告最能撩撥你的心。
 
我們曾經以為Web2.0終於讓每個人都能接觸不同的想法，但是網站紛紛使用精心設計的演算法將訊息個人化，你可能點閱許多文章，但卻全是同一個主題，永遠只能聽到自己的回音。
 
我們的網路經驗正在劇烈改變，我們造訪的網站愈來愈積極調查你的個人喜好，並且利用這些喜好來調整網站餵給你的訊息，好讓你對網站愛不釋手，把裡面的文章一篇接一篇點下去。
 
許多人天天都會利用免費的超大容量的電子郵件、跟朋友保持連繫的社交網站，然而要使用這些方便的服務，就得交出你的個人資訊。其中也不少人非但不介意，還十分以此為樂，凡走過哪個景點，必留下打卡的痕跡。
 
而如果不找一個朋友坐在身邊上網，你很難察覺原來你螢幕上的Google或Yahoo新聞和別人居然有如此大的差異。個人化消蝕了共同討論的基礎，把這個問題搬上檯面來談，是刻不容緩的要務。
 

【Google的點擊訊號】p.33-37
在1997年，網路泡沫鬧得沸沸揚揚。Google創辦人賴瑞．佩吉和謝爾蓋．布林仍在史丹福大學忙著攻讀博士學位，他們的研究主軸是：篩選多如牛毛的網站時，能不能用演算法來提昇效率？
 
佩吉寫出一套奇特的演算法，而身為宅男的他喜歡一語雙關，所以把自己的姓加進這套演算法的名稱：PageRank。當年多數搜尋引擎根據關鍵字來分類網站，面對用戶鍵入的一個字，很難理解那一類網頁對用戶的關聯度最大。在1997年提出的一份論文中，布林和佩吉把描頭對準四大搜尋引擎，嘲諷其中三家連自己的網站也搜尋不到。「由於稍微相關的文件可能有幾十萬條，」他們寫到「我們希望『關聯』的概念只涵蓋好上加好的文件。」
 
佩吉理解到，網際網路具有連結的架構，多數搜尋引擎只運用到表層的資料，其實可供開採的資料還有很多。A網頁如果連結到B網頁，等於是對B網頁「投一票」。在史丹福大學，佩吉見到教授計算論文被引用的次數，可用來概略衡量論文的重要性。他理解到，網頁好比學術論文，被其他網頁引用的次數越多——例如雅虎的首頁「重要性」應該比較大，被其他網頁投一票的網頁應該比較重要。佩吉強調，此一過程「善用了網路架構中的民主特質。」
 
在Google的神話故事當中，讓Google稱霸全球的功臣首推PageRank。但從一開始，PageRank就只是Google工程的一小部份。布林和佩吉當時已經理解這一點：整理網路上大批資料的解決之道是關聯度，而關聯度的關鍵是……蒐集更多資料。
 
Google對資料的胃口很大。布林和佩吉決心一碰到資料就照單全收。搜尋引擎找過的每一個網頁，每一用戶的每一次點擊，Google全記錄下來。不久，Google的伺服器裡無所不包，收集了網路疆土大部分的即時頁庫存檔。Google從這些資料當中東挑西撿，自信能從中發掘出更多線索、更多訊號，可用來進一不改良搜尋結果。
 
「大家都以為，我們在『搜尋』領域的研究已經停了，」佩吉曾於2009年說。「其實是大錯特錯。在搜尋方面，我們才完成百分之五而已」。我們想創造的是能理解所有事物的終極搜尋引擎……有些人可能會把這種東西叫做人工智慧。」
 
【處處有臉書】p.38-
Google演算法的效力無與倫比，卻難以誘導用戶自曝品味和興趣。2004年2月，馬克.札克柏格在哈佛宿舍裡想出一種比較容易的方法。想瞭解用戶關心什麼，與其從點擊訊號中抽絲剝繭，不如直接開口問用戶。他開創的臉書就是依循這項原則。
 
以社交網站而言，臉書的起步相當晚。和前輩MySpace、Friendster比較起來，臉書簡潔俐落﹕重點在於資訊，而非醒目的圖形或流行文化。臉書不像夜店，比較近似電話公司，是一座通訊和合作的中立平臺。在Friendster和MySpace，如果你想瞭解朋友的近況，只能去他們個人的網頁查看。啟動「動態消息」演算法之後，臉書從廣大的資料庫裡抽取所有人的近況，集中在一個地方，擺在首頁，用戶一登入就看得見。一夕之間，原本是頁頁相連成網的臉書，搖身一變，成了個人化的報紙，記者和主角統統是你的朋友。好友和你息息相關，關聯度之泉的水質多精純，對手哪比得上？
 
這股泉水是一發不可收拾。在二○○六年，臉書用戶公佈了數十億條近況，如哲理名言、約會對象的瑣事、早餐吃了什麼。札克伯格和工作團隊鼓勵大家多多公佈近況，因為用戶交給臉書的資料愈多，臉書會愈來愈好用，用戶再上臉書的意願也跟著提昇。臉書很早就增加了上載相片的功能，如今收集到的相片總數居全球之冠。臉書鼓勵用戶發佈其他網站的網址，用戶也踴躍支持。到了二○○七年，札克伯格吹噓說，「我們每天為一千九百萬用戶產生的新聞，比任何一家媒體成立至今發佈的新聞總數還多。」
 
起初，朋友在臉書上的一舉一動，動態消息幾乎是全部刊登。但隨著文章和朋友數增加，動態消息變得難以閱讀，令人無法消受。臉書的解決之道是EdgeRank，為臉書上的每一種互動排名，基本概念是依據三種因素來計算。第一種因素是親近度﹕你在某人的帳號上逗留時間愈長，表示你和這人的親近度愈大。第二種因素是資訊類型的比重﹕以「感情狀態」為例，加權的比重非常高，因為大家都想知道誰正在和誰交往。第三種因素是時間﹕近期張貼的事項比舊事重要。EdgeRank彰顯了關聯度競賽的問題核心。為了提供關聯度，個人化演算法需要資料。但資料愈多，過濾器就需要被改良得更精密，否則無法整理資料。環環相扣之下的過程是永無止境。
 
臉書逐步推出的全盤大計稱為「處處是臉書」。處處是臉書的目標很簡單﹕讓整個網際網路「社交」起來，將臉書型的個人化散佈到目前缺乏個人化的數百萬網站。臉書把「讚」的按鈕傳播到網際網路各地，方便大家喜歡就按。這項新功能推出才二十四小時，「讚」就被按了十億次—所有的資料回流至臉書的伺服器。臉書的平臺工程組長布列特﹒泰勒（Bret Taylor）曾宣佈，用戶每月分享的事物高達兩百五十億。一度在關聯度競賽公認是一馬當先的Google，似乎開始擔心近在幾英哩外的這家競爭對手。
 
兩大網路巨人如今已進入肉搏戰﹕臉書向Google的主管挖角，Google則努力編撰類似臉書的社交程式。然而，這兩個新媒體巨擘在爭什麼，多數人是看得一頭霧水。畢竟，Google以回答問題為職志，臉書的核心宗旨則是幫助大家和朋友搭上線。話說回來，兩間公司的利潤來源是同一種﹕目標集中、高關聯度的廣告。Google和臉書的起步雖然不相同，策略也互異——前者的起點是在資訊之間尋找關係，後者的起點是靠人與人之間的關係——但到頭來，兩者競逐的同樣是廣告金主。
 
在Google或臉書上打廣告，哪個比較好？從網路廣告廠商的觀點來看，這問題很簡單。哪一家公司的投資報酬率最高？這又要扯到關聯度了。臉書和Google累積的大批資料有兩種用途。對使用者而言，這些資料讓公司更能提供和用戶個人攸戚相關的新聞與搜尋結果。對廣告主而言，這些資料是尋覓潛在顧客的關鍵。Google也好，臉書也好，只要資料最多，而且能發揮資料的最大效益，就能獲得廣告主的青睞。
 
我們來看一看「鎖住效應」（lock-in）。使用者如果對某種科技投入太多時間或心血，即使競爭對手提出更好用的服務，使用者也認為不值得換新，這就是鎖住效應。如果你是臉書迷，發現另一個更棒的社交網站，即使這網站的功能比臉書好用幾倍，你可能不會考慮轉移陣地，因為換網站的代價太高了—不僅要重新創造一個基本資料頁，上傳一大堆相片，更要苦哈哈地加入所有朋友，全是乏味到極點的程序。你等於是被鎖進臉書世界了。同理，Gmail、Google文件…以及眾多其他產品，也是Google的佈局，目的是鎖住用戶。Google和臉書的對抗賽中，最關鍵的一役在於誰能鎖住最多使用者。
 
鎖住效應可由梅特卡夫定律（Metcalfe’s law）的角度來詮釋。網際網路上的電腦靠乙太網路協定來相互溝通，梅特卡夫正是乙太網路的發明人。梅特卡夫定律指的是，在一套網路裡，網路的實用程度是用戶人數的平方。假如你認識的人當中，只有你有傳真機，你能傳真給誰？反過來說，假如你合作的對象是人人都有一臺傳真機，唯獨你沒有，你就虧大了。鎖住效應是梅特卡夫定律的黑暗面﹕臉書好用，最大的原因是很多人都迷臉書。你被鎖得愈緊，網站愈容易慫恿你登入——只要你經常登入，這些公司就能追蹤你的資料，即使你離開它們的網站，資料照常會回傳給公司，整個網際網路有可能變成Google或臉書的平臺。
 
【心理醫生程式】p.157
早期人工智慧程室伊萊莎，程式內建了許多心理醫生式的問題，也含有探測背景的基本對話。學生經常對它吐盡心事，一聊就是幾小時：「我和家人出一些問題，」學生可能會這樣寫，而伊萊莎會立刻回應：「多告訴我一些你家的事。」
 
【目錄】
第1章　 衝高關聯度 
第2章　 使用者即數位內容 
第3章　 注意力太集中的社會 
第4章　 老是撞見你自己 
第5章　 公共事務靠邊站 
第6章　 哈囉，世界！ 
第7章　 你要的東西，全硬塞給你 
第8章　 逃出小圈子