計算機算法如何讓我們越來越固執己見

突破自己的圈子

圖像來源,Google

圖像加註文字,想要突破自己的圈子並非易事,但總有方法可以對抗這種思維(圖片來源:Getty Images)
    • Author, 西德尼·芬克爾斯坦
    • Role, Sydney Finkelstein

我們生活在一個井井有條的世界裏。當今的計算機算法已經能夠預測我們的各種活動,包括我們想搜什麼、想買什麼、想聽什麼、想讀什麼、想看什麼,甚至想跟誰約會、跟誰結婚。正是得益於各種各樣的算法,互聯網才能熟練地幫助我們找到自己想要的東西。

但前提是,我們的興趣較以前並沒有發生太大變化。

由此便形成了一大障礙。正是因為強大的算法無處不在,才在強化我們固有興趣的同時,導致我們很難看到自己並不熟悉且與眾不同的新東西。而這恰恰是學習、理解和創新的核心所在。數字革命讓我們每個人都能快樂地生活在自己的世界裏,不會讓我們感到任何不適。但與此同時,它也限制了我們創作、探索、學習的機會。

最要命的是:我們似乎樂此不疲。

我是怎麼知道的?

因為算法讓我們買什麼,我們就在亞馬遜上買什麼。因為我們去閲讀那些強化我們已經相信的事情的新聞。還因為我們甚至以來與那些幫助我們與跟自己相似的人進行搭配的約會網站。

亞馬遜等網絡零售商都會根據之前的瀏覽記錄為我們推薦商品——但這卻會繼續強化迴音室(圖片來源:Getty Images)

圖像來源,Getty Images

圖像加註文字,亞馬遜等網絡零售商都會根據之前的瀏覽記錄為我們推薦商品——但這卻會繼續強化迴音室(圖片來源:Getty Images)

於是,我們就像穿上了一件由算法生成的緊身衣,但由此產生的後果卻不容小覷。無論從智力角度還是社會角度來看,我們都在為此付出代價。

最近的美國總統大選就是很好的例子。不同政見者之間的分歧越來越嚴重,也越來越明顯,因為人們往往會尋找支持自己固有信念和直覺的證據,由此形成自我強化循環。雖然所有美國人都生活在同一片土地上,但對這個國家卻有著不同的理解。由於很多人都會把自己局限於某些新聞組織和權威人士的思維框架之內,所以在對最新發生的事件進行解讀時,持有不同觀點、擁有不同生活經歷的人便會產生截然不同的看法。

這種視野狹小的問題也滲透到商業和管理環境中。不斷有研究表明,心胸開闊不僅能提升幸福感,還有助於制定更好的決策。一流的老闆顯然就是這種情況,那些卓越的領導者可以借助靈活性和創造力打造繁榮的企業,無論是管理思維還是商業實踐均是如此。

最近發表在《戰略管理期刊》上的一篇論文闡述了在發現和探索新機會時,同時採用自上而下和自下而上兩種流程的重要性。雖然自上而下的流程(例如,通過以前的經驗推演之後的發展)很重要,但有時候卻會導致我們忽視一些意料之外的行業變化。相反,自下而上的流程主張拋棄原有知識來關注環境中的變化,這便可以幫助我們關注和把握可能忽視的意外機會。

突破自己的圈子不易

圖像來源,Getty Images

圖像加註文字,突破自己的圈子不易

解決方案

我們可以抵抗算法的控制,避免自己的思維局限於之前的框架。事實上,在職場或個人生活中拓寬視野、保持開放心態並不像我們想像得那麼難。

在職場上,首先從你招聘的人開始。當你有意選擇不同尋常的應聘者,選擇那些跟現有團隊有著不同思維的人時,你就更有可能聽到不同的觀點,想出有創意的方案或點子。算法會掃描簡歷裏的關鍵詞或短語,但如果你能多花些時間逐一閲讀這些簡歷,或者尋找不同的關鍵詞,情況會怎樣?如果能更進一步,你甚至應該主動尋找人才。

為了培育長期的創造力,當你成為負責人時,就應該主動擁抱變革性思維。不能以固定模式建設一個組織或一個團隊,而應該圍繞一組原則來實施,還要邀請員工貢獻新的工作方法,這些方法在貫徹既有原則的過程中有可能與原先的模式存在很大差異。正如前文所說,這是一流老闆的特點。廣告公司Chiat/Day 首席執行官傑伊·奇亞特(Jay Chiat)便是這樣一位卓越的領導者,他會獎勵那些行事風格與眾不同的員工,即便這些做法不合標凖也沒有關係。

更重要的是,一定要誠實地對待自己,認識到自己的行為框架是否越來越狹隘。在此之後,你或許就會有意識地選擇自己日常標凖框架之外的東西。

例如,當你下一次外出就餐時,可以嘗試一些自己通常不會去的餐廳。看電影時也可以挑選自己之前完全不會考慮的類型。或者加入一個讀書俱樂部。也可以在下次參加派對或活動時花些時間跟那些與你不同的人聊聊天——向他們尋求閲讀、餐飲和影視方面的建議。

脫離自己的固有框架就像嘗試一種新食物一樣簡單(圖片來源:Getty Images)

圖像來源,Getty Images

圖像加註文字,脫離自己的固有框架就像嘗試一種新食物一樣簡單(圖片來源:Getty Images)

還有一些網站和應用可以起到幫助。例如,Procon.org就可以針對有爭議的問題呈現針鋒相對的觀點,而Earbits這樣的應用則可以讓你通過點擊不同的類型來發現新的音樂,而不會向用戶呈現更多他們喜歡的風格。

或許需要付出一番努力才能找到新東西。但隨著新年來臨,可以換一種思考方法:隨著算法和人工智能越來越擅長預測我們的需求、收窄我們的焦點,適應和學習新東西的能力可能會成為我們身為人類最重要的價值——無論是在職場還是在生活中都是如此。這顯然是值得投入的。