困在系统里的，不止外卖骑手——《Numbercrunch》读后感

几年前，一篇名为《外卖骑手，困在系统里》，让人们对“资本、算法与人性”开展了一轮激烈的讨论，一度成为当时的社会热点。但随着近年来AI技术的飞速发展，人们在感觉到信息膨胀的同时，或许也意识到网络世界似乎在变得日渐狭窄：无论是社交平台的主页还是短视频推荐里，永远都是那些熟悉又重复的内容，好像再也遇不到新的观点或灵感。这种困境正是所谓的“信息茧房”，也被称为“过滤泡泡”，当我们不断浸泡在过于相似的声音里，往往会失去接触更多元信息的机会。它之所以可怕，不仅仅因为会让我们的视野日渐单一，更会使得原本应当与现实碰撞、不断拓展的思维，最终陷入一种自我肯定式的停滞状态。正如有人所说，当一个人只在自我验证的社交圈里反复获取同样的内容，他的学习就会趋于平缓甚至停止。

关于这一点，数学家克劳德·香农在他 1948 年的论文《A Mathematical Theory of Communication》中给出了有力的理论支撑。他开创了信息论，并提出了“熵”这个关键概念，用来衡量信息的不确定性。信息的不确定性越高，你能获取的知识增量就越大；反过来说，如果我们周遭的信息彼此之间高度重复，熵就会迅速下降，有效信息不再有新意，学习和思维同样会失去活力。也正因为此，他强调了一个颇有启发性的观点：在其他条件相同的情况下，我们最能从两则真正独立的信息中学到新的东西。换句话说，若我们停留在同温层里，看到的尽是千篇一律的声音，便难以得到“多元”和“独立”带来的思考碰撞，最终失去探索新知的机会。

这种来自信息论的启示，为我们对抗信息茧房提供了思路。与其任由算法推荐与社会圈层将我们局限在某个小圈子，不如想办法主动增大信息的多样性。许多人会抱怨智能算法“太了解”自己，认为所谓的系统推送无法摆脱，其实在很多平台的设置中，我们都可以清空浏览记录或搜索偏好，让系统暂时“忘记”先前的标签。也可以有意识地寻找更多元的信息源，与自己平日不常接触的领域或观点对话。面对那些极端或煽动性的内容时，则不必立刻随情绪起舞，而应当透过多渠道的验证与讨论来评估真伪。一旦发现自己立场或观点里隐藏了偏见，也要有足够的理性去反思并调整，因为一味固守原有的想法，反而会让人离真相越来越远。正如香农的理性思维方式所提示的那样，如果数字与事实的呈现都在证明我们走错了方向，那就不要再心存侥幸地一路走到黑，及时转弯往往能让我们更接近答案。

在大多数人都沉迷于熟悉信息的时代，也许保持对外界和异见的好奇心才是真正的稀缺品质。学习不该只是囿于习惯性地寻找“自我肯定”，而应当学会寻求多样化的可能性。尤其在公共健康或社会议题等重大问题上，我们往往习惯先端出强烈的立场，然后只接收能为自己背书的内容，却疏于认真倾听对立面。这样做的后果是，我们很容易陷入由情绪和群体偏见构建的“共鸣泡泡”里，看似拥有极大的声量，实则远离理性和事实。数学的视角之所以宝贵，正是因为它能在一定程度上超越个人好恶，让我们将注意力放在更广阔的证据和逻辑上，从而避免被感性牵着走。若我们能在面对复杂议题时谨记，多考虑是否是“一个原因就能解释一切”的过度简化思维，也许就能更好地意识到现实世界的多维度、多因素、不可一概而论。

这并不意味着我们要全盘否定算法或技术带来的便利。AI 时代的便捷和高效显而易见，但它也像一把双刃剑，不主动去管理或优化，我们就会在不知不觉间陷在信息茧房里而不自知。要想真的冲破这层茧，就要怀抱对未知事物的好奇心，也要有定期的自我检视，看看我们的思维是否已经裹足不前。在可能的范围内，让更多异质化的信息介入，引入哪怕只是一丝新的不确定性，都有助于我们从沉闷的“低熵”状态中走向更精彩的认知世界。最难能可贵的，或许还在于敢于承认自己的错误，即使前脚还在宣扬某个观点，后脚发现不对劲时，也不要害怕来自他人的批评或嘲笑。正如有人曾言，及时掉头远胜于固执前行，这是对个人思维与智慧的真正考验。在信息爆炸与算法驱动的时代，尝试让自己的信息选择更广阔、多元，或许就是跳出茧房的一把钥匙。