 |
|
張貼者： |
木蘭
|
|
| 時間： |
2026/1/4 下午 10:17:00
|
| 標題： |
2026年你的關鍵生存技能：忽略關鍵訊息
|
|
內容： |
在這個資訊爆炸、品質低落的時代，我們應該克制住想要搜尋、吸收一切資訊的本能。這需要練習。
克里斯多福·米姆斯/
2026年1月2日 上午5:30 ET
如果社群媒體是一個真正的生態系統，那麼它的健康狀況就和 20 世紀 60 年代克利夫蘭的凱霍加河一樣糟糕——當時它污染嚴重，屢次起火。
這些災難促成了環保署的成立和《清潔水法》的通過。但到了2026年，對於我們污濁不堪的媒體環境，卻沒有任何類似的措施。
這意味著，作為個體，我們有責任停止攝取人工智慧炮製的「粉紅色黏液」 、煽動憤怒的「永久化學物質」以及以牟利為目的的虛假訊息所造成的「微塑膠」。在這個網路資訊氾濫卻品質低落、幾乎淪為噪音的時代，首要任務是克服我們吸收所有資訊的進化本能，轉而過濾掉不可靠的資訊來源和錯誤數據。
幸運的是，有一種方法：批判性地忽略。
「這並非完全忽視，」山姆溫伯格說道，他是2021年提出這個概念的。 「而是在檢查了一些初步信號之後才採取的忽視態度。我們將其視為對自身脆弱性保持持續警惕。」
「批判性忽視」的概念源自於史丹佛大學教育學榮譽教授溫伯格等人的一項研究，該研究探討如何將專業事實查核員的技能傳授給學校裡的年輕人。他們認為，孩子和成年人都需要具備快速評估陳述真偽及其來源可靠性的能力。自此，「批判性忽視」一詞逐漸發展壯大，涵蓋了一系列技能，其中一些技能可能看似違反常理。
以下是如何在新的一年開始練習批判性忽略的簡要方法：
1. 意識到批判性思考已成為一種負擔
聰明人往往會深入研究有限的訊息，這個過程被稱為批判性思考。但在網路時代，這卻成了一種陷阱。
在人類歷史的大部分時間裡，資訊都十分匱乏。就算只是旅行者口中的一絲風言風語，都可能決定你是在生死邊緣掙扎，還是被劫掠成性的維京人砍頭。直到網路發明之前，取得可靠資訊仍然十分困難——任何還記得紙本目錄的人都能告訴你這一點。我們與生俱來的好奇心、對八卦的嗜好以及對狗血劇情的沉迷，驅使我們花費遠超所需的時間去瀏覽互聯網上的無稽之談。
「對原本應該被忽略的資訊來源進行批判性思考，意味著那些兜售注意力的人和惡意行為者得到了他們想要的東西——我們的注意力，」溫伯格和另外三位來自馬克斯·普朗克人類發展研究所和布里斯托爾大學的研究人員在2023 年的一篇文章中寫道。
2. 請記住，你的注意力是一種稀缺資源。
使用社群媒體究竟有多消耗精力？2021 年一項開創性研究發現，僅僅 30 分鐘的手機瀏覽就會讓我們感到精神疲憊，實際上會降低我們的運動能力。 2022年的一篇論文得出結論，訓練前半小時使用社群媒體會導致嚴重的精神疲勞，甚至影響菁英排球運動員的手眼協調能力。
面對永無止境的媒體轟炸，我們難以集中註意力的問題非常普遍，以至於催生了高科技解決方案，包括功能簡化的手機和電子墨水螢幕設備。
但喬治城大學喬治城-柳葉刀信仰、信任與健康委員會的研究員馬修法恰尼（Matthew Facciani）表示，最簡單的解決方法往往是最好的。法恰尼專門研究假訊息和媒體素養。他建議我們進行自我引導，有意識地調整媒體輸入和瀏覽習慣，以減少花在抵禦網路垃圾訊息的時間。
一個簡單的策略：提前決定你想在螢幕上花費多少時間，然後設定計時器。
3. 要認清「夠真實」是危險的。
羅馬大學電腦科學教授沃爾特·夸特羅喬基表示，聊天機器人對我們撒謊的傾向（被稱為幻覺）似乎是人工智慧特有的現象，但它卻是更大、潛在更危險的現象的一部分。
驅動聊天機器人的生成式人工智慧大型語言模型經過訓練，能夠產生令人信服的結果。但這與確認某件事是否屬實截然不同。
Quattrociocchi 表示：「LLM 以一種特別清晰的方式展現了這種轉變，但同樣的邏輯已經運行多年了。」尤其是在一些人工製作的帖子被演算法放大，而這些演算法根據點讚和互動而非準確性做出反應時，這種轉變更為明顯。
Quattrociocchi表示：「社群媒體已經訓練使用者依賴流暢性、連貫性和社交認可來判斷可信度。」他補充道，因此，在人工智慧和社群媒體領域，「合情合理性都成為了判斷的充分條件」。
他的觀點是：我們正在被哄騙著接受「足夠真實」作為真正真理的替代品——同時失去了自己驗證資訊的習慣。
4. 利用網路對抗自身
在當今的媒體環境中尋找真相，需要一些幾年前還不存在的工具。不妨試試橫向閱讀，它在某種程度上與批判性思考截然相反。當遇到新的觀點時，與其深入探究，不如先退一步，快速搜尋其他人對此的看法。
每台 Chrome 瀏覽器都內建了一個工具，讓你快速評估特定網站的可信度。這個名為「關於此頁面」的工具隱藏在瀏覽器頂部每個網址旁的圖示下方，它是 Wineburg 與 Google 工程師直接合作的成果。
人工智慧也可以用於核實網路上人類（以及其他人工智慧）提出的說法。如果只是讓免費的聊天機器人進行核實，結果可能參差不齊。華盛頓大學博塞爾分校的數位素養專家麥克‧考菲爾德表示，付費服務往往會分配更多的處理能力，從而提供更準確的答案。
考菲爾德開發了「深度背景」（Deep Background），這是一個3500字的提示文本，任何人都可以將其輸入到聊天機器人中。它本質上是一個程序，可以啟動一個多步驟的會話，用於識別、研究和核實一系列說法。他建議僅將其與Claude或ChatGPT的付費版本配合使用。
Deep Background 首先會對某個說法進行調查，然後進行多輪壓力測試來驗證其結論。這一點尤其重要，因為聊天機器人依賴我們所有人都在努力應對的、充斥著各種資訊的網路。考菲爾德指出，即使是許多看似幻覺的內容，實際上也是聊天機器人對錯誤訊息來源的忠實總結。
用人工智慧對抗人工智慧聽起來似乎自相矛盾。但事實上，我們一直以來都是這樣做的：利用新技術來彌補早期科技造成的破壞。庫亞霍加河曾因工業化失控而遭受嚴重破壞，長達數十年的治理工作需要新技術來監測和修復水質。
淨化媒體環境的技術仍處於起步階段。即便這些技術不斷改進，有一點不會改變：我們仍然需要確保自己不被演算法催眠，並且要獨立思考。
|
|