社交媒體帶來了新的選舉共享平臺,但同時也挖掘出每個人心底最消極的一面。
圖:2016年之后,《連線》發(fā)表了關(guān)于“FOMO”的最新文章——隨著互聯(lián)網(wǎng)的興起,人們誤以為自己會錯過要聞,但真正的問題其實是如何從垃圾中找尋真正有價值的內(nèi)容。在2020年,這個問題已經(jīng)變得更加嚴重。
2020年,人們已經(jīng)厭倦了電視節(jié)目那種緩慢而單調(diào)的感受。電視一直在說個不停,但根本不會聽取我們的意見。與之對應(yīng),互聯(lián)網(wǎng)方面卻是一片繁榮。
就在本輪美國總統(tǒng)大選期間,Twitter要聞、Facebook帖子以及“TikTok們”短視頻一直在輪番轟炸。TikTok上的人們正呼朋喚友與反對派一戰(zhàn);Twitter上的人們拍下空空如也的店鋪冰柜,加劇了人們對于未來生活的擔憂。但請注意,這一切都跟實際選舉結(jié)果沒有半毛錢關(guān)系——人們只是在以狂歡的心態(tài)宣泄自己的情緒。本輪大選已經(jīng)不再是美國境內(nèi)又一個普通的夜晚;這一天,整個國家都接入了網(wǎng)絡(luò),像是在進行一場沒有硝煙、但卻同樣激烈的戰(zhàn)爭。
其實對大選的關(guān)注本身并不稀奇。除了里根總統(tǒng)那一屆算是真正爆了個冷門,過去二十年來,整個美國的走勢都基本可以算按部就班。即使是在特朗普贏得總統(tǒng)之后,情況也沒有根本性的變化。2016年剛剛上任時,人們還習慣于跟家人和朋友一起觀看選舉結(jié)果,有些人甚至跑到酒吧里去湊熱鬧。但這時候大選與網(wǎng)絡(luò)的關(guān)聯(lián),僅僅局限于人們拿手機發(fā)條推文,或者在Instagram上發(fā)一張“我投了票”的照片。
而今年,伴隨著COVID-19疫情的流行,總統(tǒng)選舉迎來了前所未有的新形態(tài)。出于防疫考慮,再加上畏懼某些極端政見者那一點就著的激動情緒,人們不再扎堆關(guān)注選舉。網(wǎng)絡(luò),似乎成了人們結(jié)伴觀看選舉過程的最佳場所。
但這又構(gòu)成了一種新的危機。在觀看選舉結(jié)果統(tǒng)計的過程中,抱持任何政治背景的人們都會陷入一種生死攸關(guān)的情緒,感覺國家的未來就在自己的注視之下。去年夏季,我與密歇根大學信息學院的Nicole Ellison進行交流時,她談到,社交媒體特別擅長傳播少量信息,但不適合提供任何詳盡的敘述,因此往往會給用戶營造壓力與焦慮感。她補充道,“結(jié)合當前事實,很多人根本不出去工作,但卻喜歡在鍵盤上大談集體意識與國家存亡。結(jié)果就是,網(wǎng)絡(luò)上的情緒很多,但真正有價值的資源卻相當有限。”
當時,我和Ellison討論的主要是“美國人在新冠病毒威脅論”與“黑人的命也是命”運動,但同樣的結(jié)論似乎也適用于總統(tǒng)大選。每個人都在尋求故事的結(jié)局,一片喧囂中則顯露出某種信號。上周,喬·拜登與特朗普之間的競選結(jié)果最終落在幾個關(guān)鍵州身上,迫使官方不得不進一步核算投票百分比。雖然此前專家們已經(jīng)反復提醒,雙方的情況比較膠著,很難在當天之內(nèi)明確誰在選舉中勝出。但這并沒有阻止特朗普在凌晨2點的新聞發(fā)布會上宣稱:“我們將贏得勝利。就我而言,我們已經(jīng)贏了。”好吧,在整個計票過程中,很多人都感受到了強烈的情緒沖突,于是大家恐慌、刷新、然后轉(zhuǎn)發(fā)一大堆自己根本不懂的內(nèi)容。
幾周以來,一直在社交媒體人士提醒人們放下手機。但對于大選夜這樣關(guān)鍵的時刻,對于任何想知道其他美國人在干什么的民眾來說,手機已經(jīng)成了他們的精神“奶嘴”,放下是不可能放下的。
也正因為如此,很多開始發(fā)布反潮流內(nèi)容。比如有人在當天午后發(fā)出了“鎮(zhèn)定的小狗”圖片。夜幕降臨時,開始出現(xiàn)號稱“能推翻民調(diào)結(jié)果的推文”,有人發(fā)布寧靜詳和的風景照片。就連《紐約時報》這類傳統(tǒng)的嚴肅媒體,也發(fā)布了一段可愛小兔子的視頻外加一個“數(shù)字壓力球”頁面。感覺自己壓力很大的朋友可以去點一點。
自2016年大選以來,備受爭議的“美國焦慮癥(被《連線》雜志認定為新的社交恐懼傾向)”令人們總是害怕自己錯過要聞。而事實證明,人們誤以為自己會錯過要聞,但真正的問題其實是,如何從垃圾中找尋真正有價值的內(nèi)容。
民眾希望獲取更多信息,而一旦現(xiàn)有信息中存在缺失,他們就會大開腦洞、做出種種或靠譜或離譜的解讀。
到2020年,問題變得更為嚴重。在疫情流行期間,社交媒體甚至成為支持某些群體度過獨自一人、與世隔絕生活的根本動力。但即使如此,社交媒體仍然不足以建立起真正的統(tǒng)一社群。
互聯(lián)網(wǎng)與網(wǎng)絡(luò)媒體一直在急于給出本應(yīng)充分討論才能得出的結(jié)論。有時候如果放慢腳步,反而能更快達到目的地?;ヂ?lián)網(wǎng)時代,請諸君再多想想。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關(guān)系領(lǐng)域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。