几年前,美国麻省理工学院(MIT)媒体实验室(Media Lab)计算社会科学教授亚历克斯•“桑迪”•彭特兰(Alex “Sandy” Pentland)在美国银行(BofA)位于罗德岛州的一个呼叫中心开展了一项有趣的实验。根据回忆,他在80位员工身上安装了生物识别装置,对所有人的移动、面对面交谈及电子邮件往来跟踪了六个星期,接着用计算机分析了“大约10GB行为数据”。
结果表明,员工们彼此间是相互隔绝的。部分原因在于,为保证电话持续有人应答,该中心像同类呼叫中心那样实行轮流休息的管理办法。为应对这个问题,美国银行决定改变旧办法,令员工能以一种不固定的方式一同出去喝杯咖啡或交流意见。这一改变的效果几乎立竿见影,公司业绩出现了戏剧性提升。在其即将出版的《社会物理学》(Social Physics)一书中,彭特兰写道:“平均呼叫处理时间迅速下降,这意味着员工们变得有效率多了。(就这样,)呼叫中心管理层将所有呼叫中心的旧办法都改成了新的管理办法,预计每年生产率提升的效果将达1500万美元。”当我刚听到彭特兰说起这个故事时,我忍不住要为长期处于挣扎中的呼叫中心员工及企业打工族大声欢呼。许多人直觉上有一个看法:整天在与世隔绝的小隔间里拼命工作极端磨人,且效率低下。彭特兰的数据在很大程度上为这一观点提供了论据。美国银行让彭特兰的团队开展这次对员工的观察活动,又据此改革了休息时间安排,这两点都值得赞赏。
不过,一个对我们利害攸关的更大问题是,彭特兰这些学者是如何分析我们的生活的。几个世纪以来众所周知的是,文化和社会动态会影响我们的行为方式。但直到现在,学术界通常只能通过考察微观层面的数据来测量这种动态,这么做往往主观性很大。人类学就是一个典型的例子(我对该学科比较了解),人类学家研究文化现象的典型方式是:花费大量精力观察一小群人,再主观地将研究结论外推。
彭特兰等人确认了一件事,“硬”科学和“软”科学间的巨大学术鸿沟将会消失。这是因为,如今研究人员可以收集关人类活动的海量高精度数据。这些信息有时候由个人在Facebook等网站上自愿提供,有时候也可以通过我们都会存储的电子痕迹(即所谓的“数字化面包渣”)收集而来,还可以是通过美国银行用的这类生物识别设备有意收集的。不管是哪种方式,这种技术都令学者们能以我们过去想不到的方式j视和预测社会活动。彭特兰写道:“社会物理学能帮助我们理解这个问题:思想是如何在人和人之间流动……并最终如何决定企业、城市和社会的规范、生产效率及创造性产出的。正如传统物理学的目标是理解能量流如何转变成物体运动,社会物理学的目标似乎是理解观点和信息流如何转变成行为。”
这算得上进步么?许多英国《金融时报》读者可能会大喊“不是”。社会物理学引发了大量隐私问题,尤其是在j听他人的问题上。
尽管彭特兰坚称,这个问题可以通过合理的协作和f规加以管理,爱德华•斯诺登(Edward Snowden)和格伦•格林沃尔德(Glenn Greenwald)等人不会同意这一看法。此外,对于这种观察人们的想法,还存在一个更微妙的问题。尽管计算机科学家倾向于认为,数字化面包渣像原子一样是中性的,可以用物理工具进行分析。但事实上,它们也可能会受到文化的影响。根据英特尔(Intel)公司人类学家吉纳维夫•贝尔(Genevieve Bell)的发现,数据始终是由人组织、收集和解释的。因此,如果你想分析我们之间的互动意味着什么(更不要说在此基础上的决策了),你就必须要吃透文化和q力关系。
不过,最重要的一点在于,不论你喜欢还是厌恶这种新形式的数据科学,妖怪再也装不回瓶子里去。由彭特兰等许多人在全美呼叫中心、办公室及其他机构所做的实验,不过是一大汹涌浪潮的预演而已。
如今唯一的问题是,这些强有力的新型工具主要会被用在好的方面(比如预测交通状况或流感疫情),还是有恶意的目标上(比如令企业卖出不需要的商品,或者被用于zf监k)。可悲的是,“社会物理学”或数据处理对这个问题并未做出任何预测,尽管这是我们这个时代的首要问题之一。
译者/简易