基于網(wǎng)絡(luò)自我呈現(xiàn)的行為預(yù)測及反思*

■ 郭 慧

一、引言

(一)事件概述

2018年3月16日,臉書宣布暫時封殺兩家裙帶機(jī)構(gòu):SCL(Strategic Communication Laboratories)和劍橋分析公司(Cambridge Analytica)。隨后,據(jù)英國《觀察家報(bào)》和《衛(wèi)報(bào)》以及美國《紐約時報(bào)》同時報(bào)道稱,數(shù)據(jù)分析公司“劍橋分析(Cambridge Analytica)”的共同創(chuàng)辦人Christopher Wylie向媒體爆料,劍橋分析在未經(jīng)授權(quán)的情況下,獲取了社交媒體“臉書”大約8700萬用戶的信息,并通過海量的數(shù)據(jù)分析操縱社會輿論。緊接著,英國電視臺ITN4 新聞頻道連續(xù)發(fā)布了三段臥底視頻,揭示劍橋分析公司利用在臉書獲得的8700萬用戶的個人數(shù)據(jù),在2016美國總統(tǒng)大選期間針對特定人群進(jìn)行定向宣傳,影響大選結(jié)果。受此事件影響,臉書遭到了來自多個國家的用戶、分析師、投資者以及監(jiān)管部門的強(qiáng)烈指責(zé),并導(dǎo)致股價(jià)暴跌,市值迅速蒸發(fā),“刪除臉書”的活動在互聯(lián)網(wǎng)上開始流行。更嚴(yán)重的是,美國聯(lián)邦貿(mào)易委員會(FTC)發(fā)布聲明,確認(rèn)其對臉書的隱私保護(hù)措施已開展開放的非公開調(diào)查,一旦認(rèn)定違規(guī),臉書可能面臨巨額罰款。

扎克伯格在2018年3月22日發(fā)表的聲明中表示,臉書早在2015年就從衛(wèi)報(bào)記者那里了解到劍橋分析違反規(guī)則獲取臉書的用戶數(shù)據(jù)。當(dāng)年,英國《衛(wèi)報(bào)》就曾有過相關(guān)報(bào)道。那么,該事件為何在此時再次被主流媒體曝出？由于該事件中的“主角”劍橋分析公司被爆與白宮首席戰(zhàn)略師、總統(tǒng)首席顧問斯蒂芬·班農(nóng)、美國對沖基金大亨羅伯特·默瑟以及俄羅斯石油公司Lukoil有關(guān),所以該事件很難與“通俄門”撇清關(guān)系。甚至該事件中劍橋分析的合作者——劍橋大學(xué)研究人員Kogan也因其俄裔美國研究者的身份而被懷疑。目前,多數(shù)主流媒體的報(bào)道也正是從這一層面入手。但該事件的一個關(guān)鍵問題卻被媒體忽視了:劍橋分析公司真的能夠根據(jù)用戶的個性特征,精準(zhǔn)而有效的將信息投放給選民并改變其行為決策嗎？

(二)研究范圍及其界定

勒龐、弗洛伊德曾依據(jù)他們對人性的洞察揭示出大眾傳播的陰暗面,他們認(rèn)為民眾更容易被一個來自遠(yuǎn)方的符號操縱者所左右。在英國電視臺廣播第4頻道Channel 4播出的臥底視頻中,“劍橋分析”總經(jīng)理Mark Turnbull告訴臥底記者,“…這些都必須很自然地發(fā)生,要讓誰都看不出來這是為了宣傳造勢…必須處理得十分細(xì)致…”①這樣的描述很容易令筆者聯(lián)想到一百年前在美國發(fā)生的信息戰(zhàn)。在一次世界大戰(zhàn)期間,有大量宣傳文章進(jìn)入美國媒體,影響了美國民意。②龐松比在《戰(zhàn)時的謊言》中指出,1914年到1918年期間,有意編造的謊言超過了歷史上任何一個時期。③從戰(zhàn)后披露的各種虛假信息來看,美國民眾和美國政府都受到了英國精心策劃的心理戰(zhàn)的影響。然而,由于英國的宣傳“注重實(shí)效”“手法靈活”、且“不受道德規(guī)則牽絆”,使得“美國公眾對于英國的宣傳的察覺遠(yuǎn)不如對德國的那么敏感。”④

通過對比分析發(fā)現(xiàn),雖然一百年過去了,但是在宣傳和虛假信息的傳播的問題上,那些有效的手段也許始終沒變。從媒介心理的角度研究這一事件是一個非常有價(jià)值的視角。因此,本文另辟蹊徑,嘗試從媒介心理學(xué)的角度分析這一事件。文章將主要就該事件的核心問題:劍橋分析公司究竟用了怎樣的心理測驗(yàn)手段對27萬用戶進(jìn)行心理測寫？具體的步驟如何？這一操作手段是否真能對選民造成影響并改變其決策？這種做法對個人隱私、高科技企業(yè)發(fā)展及社會發(fā)展又會產(chǎn)生怎樣的影響？

二、基于網(wǎng)絡(luò)自我呈現(xiàn)的行為預(yù)測方法

戈夫曼認(rèn)為,自我呈現(xiàn)(Self-presentation)是指為了使他人按照我們的愿望看待自己而在他人面前展示自我的努力。自我呈現(xiàn)是人們自覺的印象控制過程,是人際互動中的一種普遍現(xiàn)象。⑤而且這種印象管理是通過多種語言和非語言線索進(jìn)行的。⑥隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的普及,自我呈現(xiàn)在網(wǎng)絡(luò)交往中得到延伸,以計(jì)算機(jī)為媒介的網(wǎng)絡(luò)傳播為印象管理與選擇性自我呈現(xiàn)提供了新的技術(shù)支持。⑦Erin E.和Hollenbaugha,Amber L.Ferrisb指出,“大五”人格因素、自尊、社會凝聚力和動機(jī)都會對自我表露產(chǎn)生影響。但是,由于人口統(tǒng)計(jì)的變量沒有公開而使研究受到局限。⑧當(dāng)然,也有不少學(xué)者對網(wǎng)絡(luò)自我表露的心理和社會意義進(jìn)行了深入的探討。Sabine Treptea,和Leonard Reinecke關(guān)于自我表露的實(shí)證研究表明,用戶個人的社會資本對其使用SNS類網(wǎng)站有重要影響。⑨而且從本質(zhì)上講,社會網(wǎng)絡(luò)是一種關(guān)于信任的道德關(guān)系網(wǎng)。⑩Bernie Hogan認(rèn)為,網(wǎng)絡(luò)自我呈現(xiàn)已經(jīng)從一種自我的“表演”發(fā)展為一種自我的“展覽”。楊芳琳等提出,網(wǎng)絡(luò)自我表露的內(nèi)容不能僅局限于表露者本人的信息,還應(yīng)包括表露者本人了解的非本人信息。在“臉書泄密門”這一事件中,劍橋分析公司的合作者Kogan所獲得的個人數(shù)據(jù)正是基于用戶在社交媒體中的自我呈現(xiàn)。換言之,用戶的這種網(wǎng)絡(luò)自我呈現(xiàn)為行為預(yù)測創(chuàng)造了數(shù)據(jù)基礎(chǔ)。

(一)kosinski的預(yù)測方法

2007年,kosinski的合作者David Stillwell在臉書上發(fā)布了一個第三方App,“my Personality”,用于性格測試。其中一部分用戶同意捐出他們在臉書的行為數(shù)據(jù)供研究使用。David Stillwell將這些用戶的心理性格測試與臉書的行為數(shù)據(jù)疊加,形成了“my Personality”的數(shù)據(jù)集并用于學(xué)術(shù)研究。2013年,劍橋大學(xué)的研究人員Michal Kosinski、David Stillwell、Thore Graepel共同發(fā)表了一篇關(guān)于臉書數(shù)據(jù)預(yù)測能力的文章,他們使用SVD技術(shù)將用戶及其“點(diǎn)贊”歸類并建了行為預(yù)測模型,預(yù)測用戶的性格和其他特質(zhì)。文章指出,通過臉書的“點(diǎn)贊”可以自動識別并準(zhǔn)確的預(yù)測性取向、種族、宗教和政治觀點(diǎn)、個性特征、年齡以及性別等一系列高度敏感的個人屬性。同時,他們也對這種預(yù)測可能產(chǎn)生的負(fù)面影響表示擔(dān)心,由于商業(yè)公司、政府機(jī)構(gòu)甚至臉書上的朋友都可以使用軟件來推斷出個人可能無意分享的智力、性取向或政治觀點(diǎn)等信息。那么,用戶對平臺的信任感會降低,甚至可能減少使用數(shù)字技術(shù)。2015年,他們在另一篇文章中比較了人類和計(jì)算機(jī)在人格判斷上的準(zhǔn)確性并指出,機(jī)器學(xué)習(xí)能夠在人們給不同內(nèi)容的“點(diǎn)贊”、人們性格測試的分值,以及其他個人數(shù)字足跡之間發(fā)掘出深層次的關(guān)聯(lián)。機(jī)器學(xué)習(xí)在性格判斷方面超過了人類,但在心理評估、市場營銷和隱私方面面臨巨大的機(jī)遇與挑戰(zhàn)。

(二)Kogan的預(yù)測方法

2013年,Kogan與劍橋分析合作,仿照Kosinski等人的設(shè)計(jì),制作了一個第三方App“this is your digital life”放在臉書上,并以五美元的酬金吸引了27萬用戶參與測試并轉(zhuǎn)讓自己的臉書數(shù)據(jù)。當(dāng)然,Kogan的程序同時還收集了這些用戶臉書好友的數(shù)據(jù),于是27萬的“種子用戶”變成了8700萬用戶。

那么,具體的步驟是怎樣的呢？首先,他們利用參與測試的用戶建立起精準(zhǔn)的心理側(cè)寫數(shù)據(jù)庫,同時,從各種不同的渠道購買人口統(tǒng)計(jì)學(xué)數(shù)據(jù),充實(shí)并豐富數(shù)據(jù)庫；其次,對比他們的回答、個人資料信息以及用戶的電子足跡,建立起一個相關(guān)的算法模型,并將這些數(shù)據(jù)和共和黨選民名冊以及網(wǎng)上的其他數(shù)據(jù)相結(jié)合,進(jìn)一步提升該模型的準(zhǔn)確率；最后,利用剩下的好友數(shù)據(jù),模擬預(yù)測其他用戶的個人心理與行為模式,包括一個人的需求、恐懼和行動。

(三)兩種預(yù)測方法的比較研究

1.相同之處:相似的步驟與核心技術(shù)

通過對比不難發(fā)現(xiàn),Kogan與Kosinski等人的預(yù)測方法有著相似的步驟:首先,占有數(shù)據(jù)；其次,通過心理測驗(yàn)和數(shù)據(jù)匹配獲得人格測量的分?jǐn)?shù)或相關(guān)的算法模型；最后,利用算法模型進(jìn)行測算、預(yù)測其他用戶的行為。

Kogan與Kosinski預(yù)測模型中的核心技術(shù)為SVD(Singular Value Decomposition)技術(shù),這一技術(shù)是將Matrix Factorization Model和Baseline Predictor相結(jié)合的一種常用的矩陣分解技術(shù)。該技術(shù)在協(xié)同過濾中可以根據(jù)已有的評分情況,分析出評分者對各個因子的喜好程度和包含各個因子的程度,再反過來分析數(shù)據(jù)得出預(yù)測結(jié)果。也就是說,通過機(jī)器學(xué)習(xí)在人群和他們的喜好之間找到關(guān)聯(lián),這種方法通常稱為降維或矩陣分解。其優(yōu)勢在于能夠在有著大量殘缺的數(shù)據(jù)集中良好的運(yùn)行。而它的缺點(diǎn)正是kosinski所擔(dān)心的,這些預(yù)測可以在個人不知情的情況下進(jìn)行。同時,這一技術(shù)也是許多網(wǎng)站用來預(yù)測用戶閱讀、觀影或購物的重要工具,在商業(yè)領(lǐng)域有著廣泛的應(yīng)用。Kogan雖然不承認(rèn)自己采用了SVD技術(shù),但也不得不承認(rèn)自己的方法與SVD或其他矩陣分解方法相似。

2.不同之處:是否匹配人口統(tǒng)計(jì)學(xué)等其他要素

通過對比二者的預(yù)測方法,我們發(fā)現(xiàn)Kogan 的研究似乎“更接地氣”,從心理測試的設(shè)計(jì)到用戶數(shù)據(jù)的獲取再到加入相關(guān)的統(tǒng)計(jì)學(xué)信息與之匹配等等,在整個過程中,Kogan使用了多種“手段”。重要的是Kogan的模型在預(yù)測人口統(tǒng)計(jì)學(xué)特征和政治變量時,比預(yù)測人格更準(zhǔn)確。Kosinski等人的模型在預(yù)測黨派關(guān)系時,準(zhǔn)確率是85%。而Kogan的模型在添加關(guān)于朋友或用戶的人口統(tǒng)計(jì)信息后,準(zhǔn)確率高達(dá)90%以上。而對性別、種族、性取向和其他特征的預(yù)測,準(zhǔn)確率大致也超過了90%。可以說,對臉書數(shù)據(jù)的降維是其模型的核心,Kogan將這一方法稱為“多步驟共現(xiàn)方法”。

三、行為預(yù)測的心理學(xué)原理

(一)人格角度的網(wǎng)絡(luò)自我呈現(xiàn)

五因素取向人格測量是判別人格特質(zhì)的一種有效手段。具體而言又可細(xì)分為基于詞匯研究的“大五”結(jié)構(gòu)模型和基于問卷研究的五因素模型,二者雖然來自于不同的研究線索,卻表現(xiàn)出極高的同質(zhì)性。有學(xué)者將形容詞式與自陳式兩類測查五因素人格的測驗(yàn)進(jìn)行了比較,發(fā)現(xiàn)兩種類型的測驗(yàn)內(nèi)部信度與效度無明顯差異,兩者都可以很好地測量五因素人格特質(zhì)。通過對比研究發(fā)現(xiàn),五因素模型測量的維度與“大五”人格結(jié)構(gòu)中的五維度基本對應(yīng)。于是,許多研究者都將“大五”人格結(jié)構(gòu)和五因素模型同等對待,Block還提議用“五因素取向”(Five-Factor Approach,FFA)統(tǒng)稱之。現(xiàn)在人格五因素的測量已成為心理測驗(yàn)學(xué)的常規(guī)工具。該模型也常被用來預(yù)測行為,Kosinski等人在研究中正是采用了這種方法。同時,這一方法還能將相似的人格聚集在一起。然而,該測試的難點(diǎn)卻在于數(shù)據(jù)收集。

人格因素對網(wǎng)絡(luò)心理與行為是否有明顯的影響,在心理學(xué)領(lǐng)域一直存在爭議。Krant等人在不同人格類型中發(fā)現(xiàn)了網(wǎng)絡(luò)對交流、社會參與度及心理幸福感的積極影響。Yang和Lester發(fā)現(xiàn),在工業(yè)化國家中外向型而不是神經(jīng)質(zhì)型的人在使用著跨文化互聯(lián)網(wǎng)。然而,Wastlund的研究小組發(fā)現(xiàn)情況有些不明朗,其他人重復(fù)了部分他們的實(shí)驗(yàn)卻獲得了一些不同的結(jié)果。Engelberg,E.和 Sjoberg,L發(fā)現(xiàn),網(wǎng)絡(luò)的使用與孤獨(dú)感有關(guān),且與個人的特別屬性是強(qiáng)相關(guān),而與工作和休息之間的平衡及情商為弱相關(guān)。但他們并沒有發(fā)現(xiàn)與“大五”人格特質(zhì)的關(guān)聯(lián)。同時,美國北卡羅來納大學(xué)教堂山分校的社會科學(xué)家Timothy Ryan也表示,在劍橋分析此前發(fā)布的諸多廣告中“并沒有體現(xiàn)‘大五’的明顯應(yīng)用”。

(二)人口統(tǒng)計(jì)角度的網(wǎng)絡(luò)自我呈現(xiàn)

發(fā)展心理學(xué)認(rèn)為,性別是自我感構(gòu)建過程中最早的要素之一,此外,還包括年齡、種族、文化以及社會經(jīng)濟(jì)水平等要素。在網(wǎng)絡(luò)中,這些要素同樣影響著我們的體驗(yàn)。互聯(lián)網(wǎng)很大程度上反映的是自我的主體,因此,“當(dāng)控制了年齡和性別時,人格在決定互聯(lián)網(wǎng)使用所產(chǎn)生的差異是較小的。”與臉書泄密門有所不同,共和黨2017年的信息泄露事件所涉及的正是選民的人口統(tǒng)計(jì)學(xué)數(shù)據(jù),這些顯性數(shù)據(jù)覆蓋約59%的美國選民,無論在廣度上還是在精準(zhǔn)度上都超過了劍橋分析公司所涉及的數(shù)據(jù)。在泄露的數(shù)據(jù)中,具體包括選民的出生日期、家庭住址、家庭與郵寄地址、電話號碼、注冊黨派、自我報(bào)告的種族歸屬、選民登記狀態(tài)、潛在選民的“種族歸屬”以及“宗教歸屬”等 。由此判斷,共和黨很可能是在掌握了大量人口統(tǒng)計(jì)學(xué)數(shù)據(jù)后結(jié)合對選民的網(wǎng)絡(luò)心理分析,對選民行為做出更準(zhǔn)確的預(yù)測。

(三)網(wǎng)絡(luò)自我呈現(xiàn)的重塑

劍橋分析不單從人口統(tǒng)計(jì)學(xué)層面或人格特質(zhì)測量層面將選民分類,而是采用了將二者結(jié)合的方法有效提升了分類的準(zhǔn)確性。在Kogan的研究中,用戶個性等心理層面的信息只是其模型中的一部分。劍橋分析前CEO Alexander Nix也曾在2016年向美國國家公共電臺表示,他們分析用戶的方式除了向“成千上萬”的美國人投放問卷調(diào)查,還會從其他媒介合法地購入有關(guān)過往投票記錄、人口統(tǒng)計(jì)信息等大量數(shù)據(jù)。因此,Kogan是將人口統(tǒng)計(jì)學(xué)、社會影響、個性以及其他所有因素都?xì)w結(jié)為一個數(shù)據(jù)集中,用以提升預(yù)判的準(zhǔn)確性。

沈粹華指出,在美國“贏者通吃”的大選制度下,能被廣告影響并左右選舉結(jié)果的選票數(shù)量微乎其微。為此,劍橋分析運(yùn)用這個數(shù)據(jù)模型試圖找出符合某種特定心理畫像的選民。同時,為了給這一小部分選民施加影響。他們購買了大量的(虛假)廣告對這些人進(jìn)行精準(zhǔn)投放,以期達(dá)到塑造并影響選民決策的目的。

四、行為預(yù)測的應(yīng)用

(一)行為預(yù)測在商業(yè)領(lǐng)域的應(yīng)用

關(guān)于行預(yù)測在商業(yè)領(lǐng)域的應(yīng)用,我們可以從臉書說起。臉書到底是怎樣的一家科技公司呢？它有著怎樣的商業(yè)模式呢？據(jù)臉書2017年報(bào)顯示,其2017財(cái)年廣告業(yè)務(wù)的營收為399.42億美元,占總營收比例的98.25%,同比增長49%。也就是說,臉書目前主要靠廣告盈利。那么,這種商業(yè)模式的本質(zhì)是什么呢？首先,收集用戶數(shù)據(jù),包括用戶的背景、工作、收入、個性、愛好等等個人信息；其次,通過各種渠道完善用戶信息,補(bǔ)充數(shù)據(jù),使自身數(shù)據(jù)庫的用戶畫像變得越來越精準(zhǔn),甚至“比你自己更懂你”；最后,利用自己的數(shù)據(jù)庫為商業(yè)用戶提供服務(wù),幫助它們更精準(zhǔn)地投放廣告,從而達(dá)到影響用戶行為決策的目的。

基于這樣的商業(yè)模式,臉書究竟能為他的商業(yè)用戶提供怎樣的服務(wù)呢？其現(xiàn)有的“廣告優(yōu)化”能夠通過數(shù)據(jù)來預(yù)測廣告投放后的用戶點(diǎn)擊情況,以及引發(fā)其他消費(fèi)行為的可能性；Lookalike可以根據(jù)商家對用戶特征的要求,為商家篩選符合其條件的用戶群體。更為重要的是,這種商業(yè)模式并非臉書獨(dú)有,而是眾多互聯(lián)網(wǎng)公司的基礎(chǔ)商業(yè)模式。也就是說,臉書提供的數(shù)據(jù)分析服務(wù)應(yīng)該優(yōu)于劍橋分析。

(二)行為預(yù)測在政治領(lǐng)域的應(yīng)用

為什么長久以來人們能接受這些技術(shù)在商業(yè)領(lǐng)域的應(yīng)用,卻強(qiáng)烈排斥將同樣的技術(shù)應(yīng)用于政治領(lǐng)域？因?yàn)楣娖毡檎J(rèn)為,讓權(quán)力掌握在少數(shù)擁有技術(shù)的人手中,有悖于民主原則。在2016年的美國總統(tǒng)大選中,共和黨數(shù)據(jù)分析由Deep Root Analytics、Target Point、Data Trust三家公司共同負(fù)責(zé)。事實(shí)上“共和黨的數(shù)據(jù)存儲庫最終獲得了大約95億個數(shù)據(jù)點(diǎn),覆蓋五分之三的美國民眾,并通過先進(jìn)的歸屬算法將選民劃分為48個不同類別,掌握了1.89億名潛在美國選民的政治偏好。”客觀上講,他們的數(shù)據(jù)分析服務(wù)理應(yīng)優(yōu)于劍橋分析。

盡管精準(zhǔn)的數(shù)據(jù)分析技術(shù)在商業(yè)領(lǐng)域已經(jīng)有了許多成功的經(jīng)驗(yàn),一些學(xué)者的研究證明了這類精準(zhǔn)的廣告能夠?qū)τ脩舻馁徺I行為產(chǎn)生重要影響。然而,也有研究者堅(jiān)持認(rèn)為，“以性格特征為引導(dǎo)的宣傳有一定積極作用,不過這個作用的具體大小尚未被任何的歷史事件或?qū)嵗C明,也沒有被量化地考量過。”

五、行為預(yù)測的社會影響

網(wǎng)絡(luò)行為預(yù)測最重要的社會影響也許并不是改變美國大選或英國脫歐公投的結(jié)果,而是商業(yè)、政治領(lǐng)域行為預(yù)測發(fā)展對個人隱私的挑戰(zhàn),虛假信息(廣告)的泛濫以及由此引發(fā)的全球性信用危機(jī)。

(一)行為預(yù)測對個人隱私的侵犯:加深信用危機(jī)

在計(jì)算機(jī)為媒介的網(wǎng)絡(luò)傳播活動中,一方面,作為個體的用戶是以暴露個人的網(wǎng)絡(luò)痕跡或隱私為代價(jià)參與傳播活動的,用戶數(shù)據(jù)已經(jīng)成為互聯(lián)網(wǎng)的重要資源；另一方面,以臉書、谷歌、亞馬遜為代表的高科技公司同時以暴露用戶的網(wǎng)絡(luò)痕跡或隱私為代價(jià)改變了全球的經(jīng)濟(jì)格局,并且正影響著全球的政治格局。

眾所周知,信用機(jī)制是高科技利益集團(tuán)與國家發(fā)展的共同基石。馬克思認(rèn)為,信用不僅創(chuàng)造新的流通產(chǎn)品,還努力“賦予流通以時間價(jià)值,把這些時間定義為錢或者更廣泛地說是資本”。高科技企業(yè)擔(dān)心“與政府分享情報(bào)會影響企業(yè)信譽(yù),阻礙其在海外開展業(yè)務(wù)”。當(dāng)社會網(wǎng)絡(luò)呈現(xiàn)松散化、復(fù)雜化,信任則成為社會網(wǎng)絡(luò)參與的必要條件,信任關(guān)系的缺失會破壞社會網(wǎng)絡(luò)結(jié)構(gòu)的發(fā)展。在復(fù)雜網(wǎng)絡(luò)條件下,參與者之間的信任狀況不僅決定著“現(xiàn)代公共輿論的走向”,還影響著“政治權(quán)力機(jī)構(gòu)的存在”。

政府對人口信息的系統(tǒng)性收集與利用由來已久(尤其是古羅馬和古代中國)。斯諾登事件中用戶個人信息的泄露表明,就國家監(jiān)控而言,商業(yè)活動與個人隱私都必須服從于國家利益。當(dāng)數(shù)字技術(shù)成為最好的監(jiān)控方式,控制與權(quán)力呈現(xiàn)出對整個社會的“整體監(jiān)控與管理”“公民正變得無以遁形”。數(shù)字技術(shù)在為個人的自由表達(dá)與交流創(chuàng)造條件的同時,也將個人的網(wǎng)絡(luò)信息與行為轉(zhuǎn)化為“可用的數(shù)據(jù)流”。我們身處的信息環(huán)境“吸收了個人化和流通性所帶來的信息流”。也就是說,這種數(shù)字化的技術(shù)在“不斷地媒介化我們的生活”的過程中,已經(jīng)將“數(shù)字監(jiān)控”“嵌入到我們的社會生活和關(guān)系中”。社交網(wǎng)絡(luò)通過把“使用者的社會寫作”納入到網(wǎng)絡(luò)中,成為“把社會關(guān)系變成資本循環(huán)的一種工具”。但是,對高科技企業(yè)而言,個人信息的保護(hù)同時又是其商業(yè)信任的基礎(chǔ)。因此,努力尋求在國家監(jiān)控與用戶個人信息占有之間的平衡是高科技企業(yè)當(dāng)前發(fā)展的主要目標(biāo)。

網(wǎng)絡(luò)信息的快速生產(chǎn)與傳播深刻影響著人類生活,人類對信息接受的焦慮與張力隨之被放大,用戶想要實(shí)現(xiàn)完全知情同意的門檻非常高。因此,當(dāng)用戶指責(zé)臉書公司置用戶的個人隱私于不顧的時候,更應(yīng)當(dāng)提升信息主體對自身數(shù)據(jù)的自我管控能力。當(dāng)各國政府斥責(zé)臉書的時候,更應(yīng)該深刻反思當(dāng)前的數(shù)據(jù)應(yīng)用以及隱私保護(hù)的相關(guān)規(guī)則,增強(qiáng)此類數(shù)據(jù)管理的透明度。

(二)行為預(yù)測精準(zhǔn)投放虛假信息:干擾個人決策

在信息數(shù)據(jù)自由流動與國家監(jiān)控的矛盾之間,在跨國資本與國家發(fā)展目標(biāo)的間隙中,在隱私與監(jiān)控等關(guān)鍵問題的沖突中,虛假信息(廣告)既是一種宣傳的手段,也是矛盾雙方相互攻擊的武器。對商業(yè)與政府機(jī)構(gòu)而言,在對龐大用戶群體的行為進(jìn)行預(yù)測后,必然要對其投放更多有針對性的信息,以便達(dá)到改變用戶心理與行為決策的目的。

目前,高科技企業(yè)正積極通過事實(shí)核查網(wǎng)站的建立提升自身信息的準(zhǔn)確性,尋求與主流媒體的合作并聘請大量媒體編輯為其背書,用以提升用戶對他們的信任。2018年4月11日,在接受美國國會議員質(zhì)詢時,扎克伯格表示,預(yù)計(jì)到2018年年底,臉書將有大約2萬員工從事安全和內(nèi)容審查的工作。但筆者認(rèn)為,這些舉措或許只能作為一種策略性的儀式。

當(dāng)前,無論是個人網(wǎng)絡(luò)痕跡的暴露還是虛假信息的泛濫,都是源于網(wǎng)絡(luò)傳播的發(fā)展。因此,也只有依托網(wǎng)絡(luò)才能化解這些問題。上文通過深入分析Kogan與Kosinski等人的行為預(yù)測模式,或許為解決這些問題提供了新的思路,是否可以嘗試通過對虛假信源的心理與行為模式的研究獲得相關(guān)的算法模型,自動識別社交媒體中的虛假信息？從而有效控制虛假信息在社交媒體的傳播,這樣既能提高信息分發(fā)平臺的自我管控效率,又能降低互聯(lián)網(wǎng)平臺在內(nèi)容監(jiān)管方面的運(yùn)維成本。

注釋:

① 英國電視臺廣播第4頻道Channel 4的臥底視頻。

② Barry Alan Marks.(1957).TheIdeaofPropagandainAmerica,UnpulishedDoctoralDissertation,University of Minnesota,pp.1-4.

③ Arthur Ponsonby.(1928).FalsehoodinWar-Time:ContaininganAssortmentofLiesCirculatedThroughouttheNationsDuringtheGreatWar.New York:E.P.Dutton and Company.

④ 劉海龍:《宣傳:觀念、話語及其正當(dāng)化》,中國大百科全書出版社2013年版,第51頁。

⑤ [美]歐文·戈夫曼:《日常生活中的自我呈現(xiàn)》,北京大學(xué)出版社2008年版,第3頁。

⑥ Jones,E.E., & Pittman,T.S..TowardaGeneralTheoryofStrategicSelf-Presentation.In J.Suls (Ed.)Psychological perspectives on the self.Hillsdale,NJ:Lawrence Erlbaum,vol.1,1982.pp.231-262.

⑦ Walther,J.B..SelectiveSelf-PresentationinComputer-MediatedCommunication:HyperpersonalDimensionsofTechnology,Language,andCognition.Computers in Human Behavior,23(5),2007.pp.2538-2557.

⑧ Erin E.Hollenbaugha,Amber L.Ferrisb..FacebookSelf-Disclosure:ExaminingtheRoleofTraits,SocialCohesion,andMotives.Computers in Human Behavior,30(1),2014.pp.50-58.

⑨ Sabine Treptea,Leonard Reineckeb..TheReciprocalEffectsofSocialNetworkSiteUseandtheDispositionforSelf-disclosure:ALongitudinalStudy.Computers in Human Behavior,29(3),2013.pp.1102-1112.

⑩ [美]理查德·桑內(nèi)特:《公共人的衰落》,李繼宏譯,上海譯文出版社2008年版,第202頁。