就在剛剛過去的2017年初，你一定收到過不少網站或者軟件發給你的“年度總結”吧？

打開知乎，它會告訴你在過去的2016年，你回答了哪些話題，點贊了哪些答案；打開你常用的音樂app，它會告訴你去年聽了多少首歌，某一天你聽了某首歌快一百遍，可能連你自己都忘了，翻看日歷才知道，那天你失戀了，悲傷的歌曲放了整晚；打開支付寶，看著去年一整年的消費情況，不禁會“捫心自問”：我哪兒來的這么多錢啊？

Facebook慶祝創立十周年的時候，就曾推出過一個名叫“A look back”（回首好時光）的十年總結，你注冊Facebook以來的重要時刻：最受關注的一條狀態、點贊最多的評論、生日的留念、畢業集體照等等，都會被自動濃縮成1分鐘影片。很多Facebook用戶分享了屬于自己的“一分鐘十年總結”，原因驚人的相似：這和我以為的自己好像不一樣。

1

蘇格拉底曾說：認識你自己。這可不是一件容易的事情。跟人比起來，機器不會說謊，它們中立、客觀而又理性，人卻會有意識的選擇性記憶和遺忘，甚至扭曲和改變自己的記憶。也許，在某種程度上，機器比你自己會更加“了解”你，在互聯網時代下，智能設備、社交媒體和各種app已經讓人類的各種活動一一轉化為數字，而數字背后，是一個讓你也許感到有點陌生的自己。

人人都有“自動化偏見”，不僅是因為人是會犯錯的動物，人的視野之中也存在著很多盲點。我們無法回答一些簡單的問題：上周這個時間我在做什么，我每天運動多長時間？同時，我們的腦力也束縛我們只能根據已有的信息作出判斷，即使信息足夠全面，我們還是會受到各種認識程度、偏見的影響。

而數據卻客觀記錄下了我們的所作所為和所思所想。作為全球最大的流媒體音樂服務商，掌握著大量用戶數據的Spotify最近展出了一系列戶外廣告，這些廣告在讓人會心一笑的同時，也不禁會讓人產生一種被人窺見心事的感覺，比如下面這條還算暖心的問候：“致那 3749 位在英國脫歐這一天播放 《It’s the End of the World As We Know It》的朋友們：堅持住”，還有這條可能把人拉回痛苦回憶的：“親愛的某某，你在情人節聽了《Sorry》這首歌42次，你還好吧？”

《福布斯》雜志記者克什米爾·希爾（Kashmir Hill）在承認數字設備強大的統計能力的同時也不禁表達出了一種迷惘：“啊，多虧了那些聰明的軟件，原來我最幸福的時候是在酒吧里喝酒；最不幸的時候是在飛機上、在工作中；星期日是我最開心的一天，其次是星期三；我跟前男友互動比跟現男友的互動更快樂。但，我該怎么做？這意味著我應該工作時多去酒吧待著，優化我的幸福感嗎？還有，我應該重新考慮跟男朋友的關系嗎？”

也許在未來，會出現大批接收個人行為數據并提供分析服務的公司，就像針對企業的咨詢公司一樣，普通人也可以從你使用過的社交軟件或其他應用程序上下載你的個人數據，打印發送給個人數據分析公司，如同去醫院拿著自己的病例、體檢報告一般，交給專家來診斷后，優化你的社交行為——不過，這樣真的好嗎？

2

有一種說法是，互聯網正在從“搜索”的時代進擊到“發現”的時代。以前在“搜索”時代中，我們明確地知道我們要找什么東西；而在“發現”時代，那些你并沒有意識到你想要或真正“有益”于你的東西，主動找上了你。

情況不僅僅是一個年度總結報告，基于統計的數據，讓你過目之后了解自己的時間和精力的具體去向之后，更清晰地認識自己或者反思自己是不是應該注意健康、多運動、學會理財等等了。“發現”的時代，這些判斷，機器早幫我們下好了，而且時效性更高、更具體、也更專業。

其實細想一下，我們的數據信息早已在某種程度上被利用了。有多少你使用過的產品中的功能是基于對你的認識的？以“猜你喜歡”為代表的，基于用戶行為的推薦系統就是一個很好的例子。如同Google推出的Google Now，這款應用在全面了解用戶數據之后，免不了要對用戶“指手畫腳”一番。

這得益于機器學習，機器能在不同場景中認識到相似性，然后由此推導出其他相似性。例如，我想推薦給你某種類型的電影，就可以采取一種 “協同過濾”的方式，即，找到一些興趣愛好和你相似的人，你可能和他們一樣給某部電影打過五星，給另一部電影打了一星。如果他們給一部你沒有看過的電影五星，那么就可以通過類比推理法假定：你可能也會喜歡那部電影，然后推薦給你。Netflix絕大多數業務都得益于這種推薦系統。

再比如，亞馬遜擅長搜集和分析讀者使用電子書的習慣，用戶在書的哪些地方做標注，是否閱讀完整本書，如果沒有，是從哪一頁放棄閱讀的，等等。由此亞馬遜就了解了你喜歡讀什么，不喜歡讀什么。

畢竟，讓用戶在海量的書籍、電影中選擇自己愛看的和需要的并非易事，你不得不去求助那些更懂你自己的機器。不過，尼古拉斯·卡爾的《玻璃囚籠》（The Glass Cage: Automation and Us）表達了一種警惕，機器越是了解我們，就越容易滋生人在心智上的懶惰與遲鈍。可能我們不再拿著數據報告單茫然了，但也慢慢變得不需要思考，習慣性聽從機器的意見了。

更重要的是，機器確實在某種程度上更懂你，但也讓我們變得越來越“自我”。美國互聯網活動家，伊萊·帕里澤（Eli Pariser）告訴我們：要當心網上“過濾氣泡”：“我們彼此隔絕在一個個‘過濾氣泡’之中，你可能會覺得很舒適，因為它是根據你的世界觀、意識形態和預設進行剪裁的，但這其中的代價也可能是刪除掉你不同意的觀點，躲避一切你不愿面對的真相，以及錯過其他可能開拓視野的信息。”——這就如同之前我們提到過“圈子的斷層”和“互聯網讓我們更封閉”一樣。

有人說新的技術必須經過三個階段：起初，我們拿著自己的“年度總結”首先想到的是分享，只是社交娛樂，別無外用；然后，它變得流行，成為一種生活方式。最終的問題是：人類是否真正會允許數據來定義，你是誰？