{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"13a8d12f-fb2c-4d05-a501-68bf7c192d34","title":"技术至死 数字化生存的阴暗面","author":null,"edition":null,"publisher":null,"year":null,"isbn":"0120136503","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"13a8d12f-fb2c-4d05-a501-68bf7c192d34","id":"13a8d12f-fb2c-4d05-a501-68bf7c192d34","uuid":"13a8d12f-fb2c-4d05-a501-68bf7c192d34","title":"技术至死 数字化生存的阴暗面","normalized_title":"技术至死数字化生存的阴暗面","author":null,"edition":null,"publisher":null,"year":null,"isbn":"0120136503","isbns":["0120136503","9787121227776"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":396,"navigation_url":"https://workshop.closeclaw.top/ai/book/13a8d12f-fb2c-4d05-a501-68bf7c192d34","title_url":"https://workshop.closeclaw.top/ai/title/%E6%8A%80%E6%9C%AF%E8%87%B3%E6%AD%BB%20%E6%95%B0%E5%AD%97%E5%8C%96%E7%94%9F%E5%AD%98%E7%9A%84%E9%98%B4%E6%9A%97%E9%9D%A2","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/13a8d12f-fb2c-4d05-a501-68bf7c192d34/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/13a8d12f-fb2c-4d05-a501-68bf7c192d34/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/13a8d12f-fb2c-4d05-a501-68bf7c192d34","page_url":"https://workshop.closeclaw.top/api/ai/books/13a8d12f-fb2c-4d05-a501-68bf7c192d34/page","search_url":"https://workshop.closeclaw.top/api/ai/books/13a8d12f-fb2c-4d05-a501-68bf7c192d34/search"},"page":{"printed_page":168,"pdf_page":182,"physical_index":182,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"c41ada93a91a3ffc3cbd4182de157bd47a506bf7e631793df44bcadc19e03f8f"},"chapter":"技术至死数字化生存的阴暗面","content":"遭到起诉。\n\n当然，YouTube绝不是唯一的被告。Facebook的过滤器也采用了类似的设计：关注已经流行的、经常被点击的内容，同时忽略掉其他弥母价值不高的内容。这些内容可能永远都不会出现在你的新闻馈送(newsfeed)中。这是挪威学者泰纳·布赫(Taina Bucher)在研究Facebook的EdgeRank算法时发现的。EdgeRank决定了当你登录这个网站时，会看到朋友们分享的成千上万新闻里的哪一些。根据布赫的研究，Facebook想把具有较高弥母潜力的东西发给我们；因此它研究了用户最乐意点击哪些种类、来自哪些朋友、什么主题的故事。布赫甚至提及，“算法偏见有利于那些能带来更明显参与度的故事。”这种态度本身没什么错，但和Twitter的例子一样，它的确对公共生活怎样运作、该奖励哪种行为体现了某种见解，并确然便利了弥母的制造。在此援引中立性，认为Facebook只是反映了正在发生的事情，弥母的出现是有机的自然现象，Facebook并未主动参与，这其实是与实证证据完全相悖的。\n\n公共生活“弥母化”更大的问题是，着眼于谁能谁不能成为“在线热门”来确定编辑决策，必然会同时影响到报道对象和报道方式。媒体学者C.W.安德森指出，能用技术熟练驾驭新闻发布渠道的新一代媒体人，对有关现有和潜在读者的海量量化信息重度依赖，认为读者是“算法受众”，这些人有着极容易识别的需求和欲望，用合适的算法很容易就能识别并给予满足。相比之下，更具公众视角的早期一代新闻出版商则认为，受众基本上是“审慎的”，他们试图把读者纳入自己眼里符合公众利益的对话，而不管它是否吻合受众的实际期待。至少理论上说，唯有提出更好的论点，才能让这些对话和公共讨论尘埃落定，而哪个论点更好，并不由每个论点获得了多少页面访问量来决定。\n\n把这与莱恩·霍利戴所描述的新闻环境做个对比。他曾引用BuzzFeed创始人、无与伦比的弥母之王约拿·佩雷蒂(JonahPeretti)的话说，围绕让人悲伤的内容很难创造弥母。“如果某件事情是晴天霹雳，人们不会分享它……问题是看过之后你会感到沮丧……这就好比，你在把悲伤情绪传递给朋友，那么，你怎么会想把悲伤情绪传递给朋友呢?”佩雷蒂说。那么，也就难怪霍利戴在书中所说，来自遭受经济衰退打击的底特律的两组照片，同时发表在“互联网”上，只有一组实现了病毒式传播。\n\n168\n\n枝术至死","previous_page":167,"next_page":169}