量子
缺集或无法播，更换其他线路.红牛
缺集或无法播，更换其他线路.非凡
缺集或无法播，更换其他线路.剧照
剧情介绍
我们发推文、点赞、分享 — 但日益依赖社交媒体会带来什么后果？随着数字平台日益成为人们保持联系的重要方式，硅谷内部人士通过暴露屏幕另一侧的隐藏内容，揭示了社交媒体如何重新改写文明。罗莎夫人自由万岁清洁工的秘密生活兄弟，别闹！狙击手：环球反应与情报小组双面君王2012义犬救主中国古代爱情故事新编爱如落雨梧桐雨神烦警探第三季鬼哭山河魔鬼岛战将德布西森林斯巴达克斯：血与沙第一季龙卷风（下）博物馆奇妙夜2国语财阀X刑警异兽战场法律与秩序：特殊受害者第三季沉睡的人饥饿游戏2：星火燎原自然世界：沙漠狮囧炮之假面诡局林荫大道蠢蛋进化论地球百子 第二季拦截证人遗失的小美好之谎言失恋33天2013两个巡逻兵少年H午夜之后狂恋在这里第一季红粉1995兴安岭猎人2轮回森林环球神奇度假屋第一季好小子6：小龙过江头脑共助第三种幸福
长篇影评
1 ) Netflix的陷阱
假设有一个传统的汽车公司，汽车公司从开始研发，测试，生产制造，上市，售后等等一系列环节构成了汽车这个产品的生命周期，在这生命周期的每一步，都有庞杂的数据，而且所有的步骤都要被记录以方便后续的研究和改进。在公司开始研发前或者期间或者投放上市后，公司相关部门比如市场部会进行市场和用户调查，了解用户的需要跟反馈，以便提供更好的产品与服务，还有之后的改进。这是一个传统商品的开发过程。汽车公司希望开发出最好的产品，这样他们就可以获得更大的效益。这个过程大家通常比较熟悉而且听起来也是合情合理。
科技公司的产品也有类似的过程。一个很大差别在于用户几乎在产品还没成型，仅仅是测试的时候就被参与其中，用户与这个产品全部互动的数据都会被记录以作为产品研发与改进的基础。而这一差别会造成很多的问题，传统行业获取用户的数据往往基于问卷或者电话或者邮件等等，这些方式在用户回答时已经知道自己提供的信息会被用于该公司的产品研发，所以用户是知情且同意的。科技公司所记录与收集的数据发生在用户与产品交互的所有过程中，其实用户并不知情自己的数据会被用于该产品的开发，更不用说同意。同时传统产品所需要的用户信息往往比较公开，比如喜欢什么车型，几口人用等等，这些信息涉及到的私密性比较低。但是科技产品所需要的绝大多数是用户相对比较私密的信息，比如你搜索了什么，你对哪个人感兴趣等等。科技公司所涉及的用户的知情权与隐私权是一个已经浮出水面多年的法律与道德问题，各方力量斡旋多年在寻求解决方案。
这一系列过程在影片里被称为监控，而且为了使监控这一概念更具说服力，影片设计了一些场景，比如以人来模拟产品背后运作的过程，好像对每个用户都有一套设备来监视他做了什么看了什么，甚至于他在想什么。以影片中的模拟场景来看，这的确是监控，而且这非常吓人。但是以脸书每个月大约30亿的活跃用户来看，根本不可能会对于每个用户有一个团队来通过很多大屏幕来监视其一举一动，来揣测他的心思。所以这个比拟是失实而且夸张的，完全不符合纪录片的原则。同时揣测他人心思会涉及到猜对或者猜错，这一环节被渲染到所谓的背后的模型会精准预测到用户的心理，甚至去改变用户。换句话说用户赤裸地处在一个危机四伏的敌在暗他在明的毫无防备的世界里，随时可能为人鱼肉。假如剔除掉这些场景模拟，与传统产品的开发过程进行对比的话，其实所谓的监控本质就是记录和收集数据。记录与收集也让人很不舒服，因为这涉及到用户的知情权与隐私权，这都需要科技公司尊重，但这远没有被监控听起来那么让人不寒而栗。监控一词奠定了这个“纪录片”的基调，就是让人恐惧。为了让恐惧这一情绪可以更强烈，影片找了形形色色的人来讲述科技公司如何在做“人类期货”的交易。通常记录片为了公正客观，会采访众多不同角度的人，众多不同的观点相互碰撞的过程中就会暴露其中某一观点的局限与弊端，而这一局限可以被别的观点所解释和完善，同样这个观点的问题又会被别的观点修复等等。这样观众会看到一个比较完整的画面。
Netflix背后有一系列模型，这些模型计算着如何给潜在用户打广告，给用户推荐，以及让用户订阅等等。从这个层面来看，Netflix也是一家如这部影片中描述的科技公司。事实上，它就是一家科技公司，而且它还是一家顶尖科技公司。Netflix不同于其他科技公司的很大一点在于，其他科技公司作为一个平台，它的产品本身是不生产观点的，它的观点是来自于平台上不同用户的不同观点。但是Netflix是出产影片的，所以它是生产观点的，不止如此，它还在生产情绪。这部影片里Netflix的观点与情绪就是科技公司在监控你，而且这是非常可怕的。客观的记录被强调为主观的监控所以从一开始它就没有预留给用户自己思考的空间，而且在这个观点与情绪之外，这个影片作为Netflix的产品它并没有像其他平台一样引入多方的观点与情绪，给予用户自己判断的空间。相反地，Netflix深知恐惧和焦虑可以在用户中快速传播，从而成就它的产品，它反倒在利用这一点。所以Netflix在这个产品里站在道德制高点上抨击着其他科技公司的种种行为，而在暗处它其实在做着同样甚至更糟糕的事。
2 ) 画外之音才是难以忽视的真相：简评《监视资本主义：智能陷阱》
Netflix 的《监视资本主义：智能陷阱》（The Social Dilemma）很可能是近几个月全球最热门的纪录片。正如标题所示，此片瞄准社群平台（Facebook, Twitter, Instagram 等）以及背后的大公司，指出它们如何透过各种设计（包括算法）来让用户上瘾，不只在个人层面把隐私拿去兜售，更在社会层面让民主陷入危机。这部片汇集（或者说，整理）过去五年间各界对于社群平台的批评和反省，但这其实也意味着：它没有讲什么新东西。在这样了无新意的情况下，还能引起热潮和讨论，反而映照出我们一直以来的几个思考盲点。
首先，我们可以问：为什么一谈到社群平台的「操弄」，我们就觉得很可怕甚至十恶不赦？在我看来，我们之所以畏惧或反对操弄，是因为一个深埋脑海的既定观念：人生而自由——人类可以自由做决定。这也是十八世纪启蒙时代以来支撑现代社会的根本假设。问题是，这样的人类真的存在吗？不管是行为经济学，还是脑神经科学，都在逐步否定——即使还没完全否定——这种人类形象。手握热茶杯，待人接物就会比较温暖；读过关于老人的文章，走路就会不自觉变慢。人类太容易受到各种因素影响，而且多数时候我们并不自知。
影片提到，设计师使用「强化」的技巧来制作「用滑的」动态墙，让用户着迷到放不下手机。这个「强化」的原理，是心理学家 B. F. Skinner 发现的——他利用鸽子做了大量实验。如果社群媒体让人上瘾，那么这件事的启示很可能不是设计师有多邪恶，而是人类根本没有比鸽子高明多少。一直抱怨社群平台利用「人性弱点」其实效果不大，关键在于如果这些弱点根深蒂固，而且人类从未自由过，那么我们是不是应该要思考如何「正面利用」它？为什么我们不用同样的技巧，来让学生着迷于阅读、音乐、运动、或者艺术？
再来，我们可以问：为什么大家对于社群平台的运作原理这么惊讶？社群平台会收集使用者的喜好，以此为依据来调整或提供信息与广告，因此我们比较像产品而非顾客，这件事早已是老生常谈、甚至陈词滥调，但多数人仍然不知道，尤其是大量使用社群平台的青少年。这意味着，我们需要有针对「科技素养」的教育，但这种教育不是科普——科技素养要让学生了解的，不是手中科技运作的「原理」，而是设计的「逻辑」。
学生不需要知道手机里面的半导体组件、程序语言、或者薄膜技术，但要知道操作的各种机制是什么、还有开发和经营的经费从何而来。熟悉手中科技的设计逻辑，我们才能真正「使用」科技，才不会不知道可以关掉个人化广告、可以关闭位置追踪，或者连从哪里关都找不到。一旦知道社群平台只是重复喂养我们的喜好，我们就会知道「按赞」是在告诉算法「多给我一点」，那么为了维持信息健康，我们自然会更小心、甚至按反对意见「赞」。
最后，应该问：为什么我们这么担心社群平台正在摧毁民主？片中批评，社群平台正在制造「极化」（polarization），让抱持不同价值观的人群针锋相对、无法沟通。问题是，沟通是可能的吗？很多时候并非如此——只要想想你／妳是否成功说服你／妳的父母。换句话说，我们担心社群平台摧毁民主，是因为我们一向以为民主的核心是沟通、妥协、相互理解、达成共识，然而实际上，这可能是个误解，民主并非我们所想。
如同脸书总部的反对文（解释文）所言，极化现象早已存在许久，社群平台是非战之罪。根据政治理论家 Chantal Mouffe，政治的核心其实是对抗，而不是共识。简单来说，如果我们希望成为一个群体（我群），不可能没有边界，因此总是有「他群」存在——必定有人不同意我们，也必定有人被排除。换句话说，极化全然无法避免，社群平台只是让这种长期被我们忽视的政治核心暴露出来罢了。因此，民主不在于寻找共识，而在于鼓励和制度化非暴力的对抗。就此而言，显然问题不在社群平台加强极化，而在于我们需要重新理解和安排民主，才能安置早已无法回头的网络文化。
我不会说《监视资本主义：智能陷阱》不值得一看，毕竟对于许多人来说，这可能是第一次理解社群平台是怎么运作的。但我们确实应该深思，甚至反省，我们的不安与愤怒从何而来，究竟是这些社群平台的大公司太过邪恶，还是这些社群平台正在挑战我们习以为常的假设？很多人说看完这部电影感到绝望，但或许，希望的破灭，才是发现真正问题的开始。
* 原文刊载于《社技哲学．TECHNOSOPHY》博客。
3 ) 《social dilemma》：除了迷茫、恐惧、愤怒，还有别的符合人类本性的东西，吗？
网飞的纪录片《social dilemma》真正揭开了科技（互联网）公司的神秘，让我们看到个人在一整套系统技术和盈利目标面前的脆弱。这种脆弱，有纯粹力量上的对比，但与历史上的技术变革影响相比，这一轮的科学技术利用人天性弱点的能力前无古人，助力背后操作者，甚至是操作者背后的人完成其目的。
在这部纪录片里，几个硅谷科技公司的早期员工、重要成员，相继表达了这样一个观点：“科技一开始是为了美好的目标，但走着走着就变了样子，我们根本没想到会这样。” 确实，google的提供信息，facebook的连接亲友，甚至美团的外卖速递，一开始都是为了满足人们正常的需求，让生活更美好。什么时候开始变糟了呢？
在这些互联网公司，所有的事物目标归根结底分为三类：engagement，growth，monetization。让用户停留尽量多的时间，让尽量多的用户加入，从他们身上尽量多的赚钱。再往前走一步，这其实就是从尽可能多的人身上长久地赚最多的钱，资本主义的典型状态。
然而这能怪资本主义吗？资本主义的逻辑是如此强大成熟，现代社会运行与之密不可分。与其从意识形态入手解决问题，不如降一格，从社会、政治、技术、制度层面尝试。
赚钱，本质上其实是一件中立的事，这个目的本身并不是罪恶的，或者对人有害的。目前来看，是商业模式只找到了最简单的赚钱方法，煽动人的情绪和本能来获取更多的注意力，并最终转化为赚钱。然而除了煽动情绪，难道没有别的选择吗？这确实是最便捷的路，但如果用更好的，稍微复杂的东西来代替它，是否可以一样保持赚钱，但同时又减少对社会和个人的伤害呢？
举个例子，约会软件。使用约会软件，人们很容易关注的是自己被多少人like，有多少match这些指标，但这些真的是人最需要的吗？被多少人like，match，背后是一种空洞的影响力和权力。相比之下，我觉得大部分人在约会软件上其实最想要得到的，是和真实的人的社交，无论是交朋友，还是情感，还是性。质比量重要。而约会软件大多把重点放在如何match人，match到了（或没match到）就不管了。就像爱情故事里结婚以后就happily ever after了，但真实的生活不是这样，产品应该帮助人更好地认识和应对真实的生活。
作为一个市场营销分析人士，我的日常工作就是计算用户购买商品的可能性，选出更有可能购买的用户，将邮件、信息推送给他们。在我做项目时，我看着千万级的用户，会把他们就当成数字，计算着销售额、购买率会有多少提升，不会想到这每一个数字背后都是一个个真实的家庭真实的人。
为了改变这种情况，当然可以用外部限制，比如政府立法。但有没有办法，企业自己找到别的对人有益的、更加理性的指标纳入考核标准？或者改变广告的商业模式，让企业明着支持广告，将自己的名字与社会责任联系起来？这需要多方面的改进。就像最近关于外卖骑手的讨论，算法只是中间的媒介，是投资者、消费者、经营者的思维传导媒介。要解决问题，需要社会各界的研究和努力。
我现在在和两个朋友尝试做一个线上辩论/讨论的app和插件，希望能改善互联网上的评论环境，通过将一个议题正反双方的观点同时展示在内容之下，减少有害言论，增强信息来源的展示以减少不实信息，根据成员发表的评论的复杂度和参与程度来进行engagement分层，来改善线上讨论的体验，让其更加理性，更加全面。
如果你想到什么相关的解决方法，或者相关的议题，欢迎讨论。
4 ) 关于技术的非客观性与不可控性
道理我都懂，可是谁能在拉屎的时候不看手机呢？
言归正传，以前一直叫嚣“技术中立”的我这些年来对技术，尤其是巨🐂🍺的技术，真的是越来越保守了。既然略微涉及到了自己专业方面的东西，不妨稍微多写点记录一下自己想法的改变，以及近期的一些思考，主要想说说两点，技术的非客观性和不可控性。
非客观性
任何对数学或是计算机科学稍有了解的人应当都知道，算法本质上就是一堆数学和运算，定义明确，不存在任何欺骗性和模糊性——给两组一样的输入，就会出来两组一样的结果（起码分布相同）。算法是如此地“笨拙”和“老实”，不管你是资本家还是无产阶级，算法不受贿也不行贿，只做它该做的事，这还不能被称为客观吗？
机器学习有个子领域叫机器学习公平性（machine learning fairness），专门研究算法中的偏差对社会公平性的影响。这个领域的研究经常会提到COMPAS数据集，里面记录了一些被告的个人特征信息与犯罪服刑记录等。研究人员用这个数据集去训练了一个机器学习模型，来预测某人未来犯罪的概率，发现训练出来的模型更倾向于错误地将黑人预测为容易犯罪。数学上，这种偏差一方面是来源于训练数据的分布，另一方面则是来源于一些复杂的因果关系，比如法庭上由于种族歧视等黑人更容易被判有罪。这些问题其实都可以通过技术手段，比如重采样或是引入工具变量等，来克服或是减轻，但它背后更本质的一个问题是：为什么我们的社会需要预测一个人是否有可能犯罪？有很多科幻作品比如PSYCHO-PASS都讨论过这个问题，包括社会心理学上也会从自我实现预言的角度研究该种预测对个人和社会所可能带来的影响。这里只做个简单的想象作为一个小小的思维实验，假设我们训练一个模型来预测犯罪，并希望它能最准确地找出潜在犯罪者，同时又训练一个决策或行动模型来逮捕最有可能犯罪的人，随着两个模型互相产生数据互相迭代，最终“犯罪”这个概念将完全由模型定义。当我们为机器学习算法设定目标时，即准确预测潜在的罪犯，我们是在默认地假设一个人是否犯罪是预先就被决定并且不会为环境所改变的。这种假设和目标的设定本身就存在巨大的问题，其反映的是目标和算法的设计者对于人类社会的偏见。
我们知道所有算法的提出和应用都是为了优化某个目标和解决某个实际问题，但如果我们的目标和问题定义错了呢？我们还要继续使用这些算法吗？问题错了，算法再怎么提升也是白费，it's not even wrong. 刨开它想要解决的问题，算法本身毫无意义，而这些问题被定义的方式，恰巧就反应了问题定义者对于一系列事件乃至整个世界的看法。Algorithms are not objective，它们是一整套价值观的投射，只要我们还在一个人的社会里，算法与其背后的利益关系就不可能也不应当被割裂开。可惜的是，在现在的学术界和工业界，绝大多数全世界最聪明的大脑关注的仍然是如何在特定目标下提升算法的表现，而我们的问题是否定义正确，我们的优化目标是否设计正确，相对来说却不太有人讨论。
这里我想到之前上的一位研究 Science, Technology and Society（STS, 中文还没有翻译）的老师的课，他论文里有一段关于优化算法的讨论特别有意思。优化算法我们一直都在学，求最值、线性规划、凸优化、非凸优化、动态规划、整数规划诸如此类。但实际上，“优化”是一个西方资本主义社会所创造和强化的概念，它的背后是一套利益最大化的逻辑，这在非西方世界的传统价值观中是罕见的。随着大航海时代与殖民主义、帝国时代的演进，这一套优化的逻辑也慢慢根植进了各个民族的思想，也写进了不同国家的教材。我并非是想说“优化”这个概念不好，或者我们不应该研究优化问题，相反，优化问题很重要，并且能建模很多实际问题。但正因为它能建模太多太多的实际问题，我们才更应该加以注意其适用范围，比如一个班里的同学或是一个组里的同事相互竞争，搞成绩最大化利益最大化，硬生生地把非零和博弈考虑成了零和博弈，这种内卷或许只对补课机构和资本家有益。
不可控性
当影片把我们所面临的问题赤裸裸地摆在面前的时候，我才真正意识到并惊讶于，一个我们无法理解、无法控制、拥有巨大预测世界和改变世界能力的技术，竟然早已悄无声息地融入到了我们生活的各个角落。我们一直在思考，如何提升人工智能的极限，或是AI还需要多久才能取代人类，我们看到的始终是AI在人类强项上的羸弱，如关系推理、结构生成等等，就好像AI仍然完全在我们的掌控范围内。但实际上，我们常常忽略的一点是，AI在人类的弱项方面已经做得非常好了，并且我们对其知之甚少。以前中学的时候和同学聊过一些关于基因工程、人体改造诸如此类的话题，结论是这类技术太过神秘、太过强大，在伦理道德和法律条文完善之前就不应该去触碰。现在想来，基因改造相对于复杂的算法来说，或许就是个弟弟。我说“复杂的算法”，并不是因为算法本身的实现很复杂（当然确实也挺复杂的），而是因为现在的很多算法，比如神经网络，本身就是一个“复杂系统”。
我个人认为复杂系统或者混沌理论是人类在20世纪所提出的最具革命性的概念之一，起码本科接触到这个概念之后，我的世界观迅速就改变了很多。复杂系统（complex system）简单来说，就是系统中有多个个体，它们相互之间会有一些交互，这些个体本身的行为模式或简单或复杂，其间的交互也能以各种形式呈现，可一旦当它们构成系统，整个系统中可能就会涌现出一些难以预见的行为模式。复杂系统或者混沌现象在我们的世界中无时无刻不在呈现，比如气象系统，洛伦兹当年就是因为发现自己用微分方程无法预测天气，而开创了这整个领域，大家常说的“蝴蝶效应”，其实指的就是微小的空气扰动也会在未来大幅影响整个气象系统的运行这一现象。除此之外常见的例子还有大脑活动、心脏跳动、股票市场的波动等等。康威在70年人为构造了一个复杂系统并将其命名为“生命游戏”，这里找到了一个模拟器，感兴趣的话可以玩玩。关于复杂系统和混沌理论的研究瞬间就颠覆了17世纪以来的牛顿范式（虽然爱因斯坦早几十年已经从时空观的角度颠覆过一次了），所有的研究结果都告诉我们，这个世界不是你推动小球，小球就会获得一个加速度，然后像你预想的那样运动——当这个世界由千千万万个小球组成的时候，哪怕你完全知道每个小球的受力情况，你也无法预测整个小球系统将会怎样运行。当然，刘慈欣的三体早就科普过，只需要三个小球，就能使任何人、任何计算机的大脑彻底瘫痪。之前看过BBC的科普纪录片《神秘的混沌理论》觉得很不错，里面也提到了在如此混沌的世界中，数学和科学还能为我们做些什么，答案就包括统计学等等，扯远了。
回到技术的不可控性，这里想重点讨论一下深度学习掀起的神经网络浪潮。神经网络（neural networks）是计算机科学家们仿照人类大脑的结构所提出的一个计算概念，在计算中，每个节点都被看做是一个神经元，它接收上游神经元所传来的信号，并在一番处理之后将结果信号再传递给下游神经元。单独看每个神经元的行为其实是非常简单的，就是一个带权求和再套一个激活函数（现目前最常见的激活函数就是ReLU，它保留正的数字并将负的数字变为0）。再看神经元之间相互的关系，其实也非常简单，就是计算结果的传递。然而就是这么一些简单的小小的计算神经元，却能从系统层面上发挥令人意想不到的作用——人脸识别、图像生成、阅读理解…很多理论上的工作都尝试去解释神经网络的运作机制，但目前还没有人敢说他真正地理解了神经网络。其中一个比较有代表性的讨论就是神经网络的泛化能力。泛化能力指的是模型把从训练数据中所获得的知识，应用到未曾见过的样例上的能力。做个简单的类比，就好像是你通过刷题来准备期末考试，如果相同知识点的题，刷题时你学会了，考试时你也能做对，那么你的泛化能力就很好。传统机器学习认为模型的参数或是可变性越多，泛化能力就越差。这就好像是你的记性特别好，过目不忘，那么为了做对题库里的每一道题，对你来说最省时省力的方法就是把所有的答案都完全不加以理解地给背下来，但到考试的时候你就会傻眼了。神奇的是，神经网络并不遵循这一规律，去年OpenAI公开的 GPT-3 语言模型中共有1.75兆个参数，但它在下游任务上的表现却完全暴打之前的模型。近期的一些工作比如 Neral Tangent Kernel 对此细致地进行了理论上的阐述，大体上讲，就是当大量神经元组成神经网络后，整个复杂系统就会涌现出一些新的性质。目前不管是学术界还是工业界，都把神经网络当作黑箱在使用，没有人知道这个黑箱中究竟在发生些什么，更不用说有谁能够做到精准地控制黑箱。
更加令人沮丧的是，神经网络等技术的复杂性还只是不可控的一方面，而另一个不可控因素就是人类社会。人类社会由许许多多的个体组成，个体之间也会经由社交产生各种互动，是一个典型的复杂系统。在人类社会的历史中，我们可以看到很多群体行为的涌现，如政党的形成、经济系统的构建、革命与暴乱等等。如此一个复杂系统本就已经够社会学、经济学、政治学、心理学等学科研究的了，而我们现在还要将复杂的神经网络运用到复杂的社交网络上，其结果想也不知。就如纪录片中所说，这些大佬们在开发产品的时候最多也就考虑了用户粘性等跟商业挂钩的指标，而诸如阴谋论、假新闻的流行，还有意见的极化和青少年成瘾等负面影响，都是在最初的产品开发时所难以完全预见的。至此可以看到，在我们将越来越多的权力交付给人工智能时，情况已经愈发地失控了。
最后
尽管快到末尾时大佬们把AI技术、社交网络等带来的问题归因为商业模式的运作，包括整部片子的译名也被加上了“监视资本主义”，但这些问题的根源绝不仅仅只在于经济形式——again, it's all about power moves. 任何形式的社会，只要有权力结构的存在，就会使算法带有一定的目的性，并且此种目的性也会由于算法和社会本身的不可控性，而造成难以预见的影响。
看到最后真的蛮感动的，有这么多厉害的大佬都不只是在关心自己的个人利益，而是利用自己的视角来为全体人类尤其是还在成长中的下一代做思考，怎么说，算是野蛮屠宰场里人类文明的微光吧。
通过海量的数据加上对用户个体的行为记录，最终用户个体不再特殊。你的行为可以被预测，你的心理已被掌握，你已经无所遁形。在IT巨头面前，你只是一个可被盈利的工具。 --你以为你想买的东西其实是巨头想卖的东西，你想做的事情是巨头暗示你做的。下篇讲述 在网络环境中，虚假的信息传播的更快，其中人工智能的推荐起到了加速作用。 推荐系统的智能化是的信息发送方变得极化，同时是的接受的信息变得不再全面的。。。。
能请到离职的脸书 谷歌 twitter高管或功能创始人来搞一部揭露社交APP之罪的纪录片确实牛逼!！看影片开头好多工程师已经在担心律师函了。 我们以为的AI危机（人工智能）是电影中类似机器人入侵的画面，其实，人类早已被AI奴役好几年了，它们以智能手机APP的面貌出现在我们生活中，吃掉我们的时间，夺取我们的注意力，令我轻信、空虚、偏执甚至被利用…… 就连创造出这些APP的工程师们——这个AI统治者的创造者们都承认有手机上瘾症。if you are not paying for the product, you are the product.You would not realize it's a Matrix if you Are in the Matrix.
在网飞纪录片序列中算不上惊艳，内容都能想得到，有个别地方倒是有启发。其实社交媒体不是重新发明了人性，只是顺应人性被发明出来。
我一直是更亲近Yuval Noal那种对社交网的防御心，最近他跟唐凤的对话中，唐女士更接近Bill Gates，她们对Code is law的信任是基于他们对科技的掌握，略傲慢的盲目。人类善于发明创造工具，却总是不能智慧的使用好它，socialmedia被创造出时的工具属性越来越模糊，连接一切变成绑定一切，我们都在失去个人专注力的同时被训练的自动贡献出时间来替科技公司创造价值。见惯了友邻放弃包容，讽刺刻薄的针对陌生人，哪怕对方只是没把咖啡馆当图书馆对待产生噪音。我们大部分人，都忘了我们用社交网的初衷了，我们只是停不下来了，这不对，要自省。
三星半吧。这个片子一边谴责社交媒体蛊惑人心，一边也通过背景音，模拟场景，动画，拼命传输自己想传达的意思。有点讽刺
影片翻译成”监视资本主义“太符合中国上层领导了，其实就是讲了社交网络怎样赚钱、怎样改变和监视用户、大数据统治的，其影响会延伸和触及到人性、进化、政治竞选等领域。但人类历史中的谎言、煽动、阴谋、阶级等现象，并不是网络时代就特有的，只是网络时代让这些现象具有更大规模、更快的反应而已，但不能把原罪归于网络。
就提一个capitalism会死吗
最后还是把问题还原到商业模式和经济上去了 也就是说 不是简单呼吁大家自己控制社交媒体的使用就可以解决根本问题的 不过很有意思的是… 看完片子之后 大家还是屁颠儿屁颠儿跑到社交媒体上来打分了😂 这和竞争关注的结果其实没有本质上的区别吧 人生而愚蠢...也是没办法的事
“在整个人类历史中，每次有事情变好，都是因为有人站出来说：“这太蠢了，我们可以做的更好”。是批判者驱动了改进，他们才是真正的乐观主义者。我们正飞速走向毁灭，需要一个奇迹才能让我们回头，这个奇迹就是集体意识，再足够的公众压力出现之前，这台机器是绝对不会回头的。”
前半段谈的是个人的成瘾性，后半段谈到了对社会和政治的影响，甚至还提到了香港问题受到了推荐算法的影响，实在是强烈推荐的纪录片。推荐算法让人类看到更多他想看到的信息，而不是正确的信息；当算法没有被操纵的时候，假象会被传播和放大的更快，社会群体的分化会更严重；当被操纵的时候，它会成为比以往更高效的舆论控制工具。
一边抗拒一边沉迷，也是无解了。
某种existential crisis的压迫感沉重到可以将其归类恐怖片的程度：迫真humanity的一个至暗时刻。毋庸置疑新自由主义的放任默许了它们的野蛮生长。日渐两极化割裂的民主世界，中产的消亡，功绩社会里的精神暴力，抑郁及自杀率的攀升，ultra-right/left异军突起众多吊诡背后，总能追溯到科技巨头的鬼影。今年的BLM可谓一个高潮，空前的社会撕裂，内战的恐惧开始在北美大陆扩散，然而那种担忧早已经在太平洋对岸成为了现实，诸如废青和武统的呐喊此起彼伏，落入集权独裁手里的社交媒体正上演着数亿人的《楚门的世界》。
聚众吸牍哪家强 网飞找来这群人一个劲戳别人脊梁骨 没种把自己的5秒跳转下一个视频算进去
突然觉得，我如果能活到八十岁，说不定可以亲眼看到这颗星球毁灭……
可能是今年 Netflix 最好的一部纪录片，无论是 have no clue 的大众还是互联网业内工作人员，都能从中得到新的启迪。一段虚构故事结合湾区大佬们和学者们的访谈形式也耳目一新。Just fucking watch this right now！另外好多差评真是男言之瘾重灾区…
朋友圈已经关闭了好几年，也不用微博和fb的我感觉自己还是有点觉悟的。
中文翻译的标题线路很正确嘛
最讽刺的是你之所以能看到这部片子，多半也是因为它被网飞自己的大数据和算法推到了用户主页。这种感觉就像是有天迈克尔·贝跑出来拍了一部【电影艺术是如何被滥用CGI特效的好莱坞大片毁掉的】纪录片一样。
“是批判者推动社会变得更好，批判者才是真正的乐观主义者。”
互联网是人类文明的硕果还是浩劫？这是一个问题。互联网发展太快，而互联网用户运用它的智慧却太慢。它几乎成为现代人剪不断的脐带，每个人都以为这根脐带为我们输送养料，却很少发现它也在吞噬我们的时间，消耗我们的生命。互联网背后是不断将我们异化的数据和图形，是将用户打造成韭菜的智能工具，而你我是它们手中的行货。尼采说，“在自己身上,克服这个时代。”然而，这多么困难。最有意思的是，看完这部纪录片后，我发布的信息也会成为互联网内容的一部分，不小心浪费了别人的时间。