Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

计算暴政

Posted on 2025-07-24

我们不断遭受认知攻击。

购买机票就像穿越雷区——一次错误的点击就可能让你的钱包破洞。

解决水电费账单上的错误是一项战术操作:避开音乐陷阱,智胜聊天机器人,然后说服代理人你不需要支付邻居的账单。

我们的决定并非由直接的威胁或彻头彻尾的谎言所左右。政府和企业联手压制我们的认知,并从我们虚弱的状态中获益。

日常活动需要越来越多的思考。这很糟糕。而电脑让情况变得更糟。

这就是计算暴政。

暴政的提炼

计算暴政是指生活各个领域日益复杂的现象,我们不仅要承担成本(时间、金钱和理智),还要承受巨大的风险。越来越多的机构将复杂性强加于我们,而我们几乎无权决定规则,也缺乏简化的动力。廉价的计算加速了这一切。

大意就是这样,我们来谈谈细节。

复杂性的负担落在我们身上

税务局给我发了一封信。显然我计算错了税款,我欠的税款比已经缴纳的还多。他们想要退还他们的钱。

问题是,他们错了。税务人员误用了他们自己的规则,现在我需要聘请一名会计师,翻出我的旧记录,并解释他们为什么错了。这耗费了我数十个小时和数百英镑的成本。我收到的这封信只是他们自动系统发送的数千封信中的一封。他们几乎不花钱,如果有人无法回复,他们就会拿走我的钱。

这就是复杂性与成本不对称。政府建立了一个复杂的税收体系,而且看不到任何简化的迹象。成本极不对称:税务机关将成本分摊给所有纳税人,但每个纳税人都必须花费时间和金钱来解决出现的任何问题。

更糟糕的是,风险也对个人不利:税务人员错误地指控某人少缴税款不会受到处罚,而个人却可能面临巨额罚款甚至监禁。

而且没有什么可以控制这种复杂性。税务人员给纳税人施加越来越大的认知负担几乎没有任何坏处。负担已经很重了。如果英国税务海关总署要求我缴纳500英镑,否则,我就会直接缴纳。这样更便宜。

税务机关的故事中,可以忍受的是,你不会经常遇到这种不幸的情况。你必须承担成本,但你很可能会有时间去处理它。

不幸的是,不仅仅是政府在增加日常认知负担。攻击来自四面八方,生活中没有哪个领域是安全的。

每个人都想了解你的大脑

假设你正在一家无线耳机市场搜索“2025 年最佳无线耳机”,你会看到很多相似的列表,这些列表来自一些非常相似的网站,几乎无所不包。

这不是你第一次上网,所以你在查询中添加了“site:reddit.com”。很多用户名末尾有4位数字的账户似乎都在推荐同一款耳机。这看起来不对劲。我们试着比较一下技术参数。

它们很难找到,而且每个制造商都用自己的术语来描述相同或非常相似的概念。他们告诉你的测量值并不完全具有可比性。为什么这一切如此复杂?

这浪费了三个小时,你生命中的这三个小时已经无法挽回了。你反而买了在Instagram上看到的漂亮蓝色眼镜。

这并不是什么新鲜事。互联网广告大战已经持续了一段时间。新情况是,人们没有时间做出正确的决定。获取必要信息的成本越来越高,而我们在处理完日常生活需求后,剩下的思考能力也越来越低。

每个人都想从你的大脑里分一杯羹,它正在被烧毁,他们正在利用你的错误决定赚钱。动机很明显:保持低认知水平,我们就能得到更多报酬。

喂?有人在吗?

首先,计算机可以帮助组织避免与个人接触。我们曾经有过排长队的电话(“我们这段时间的通话量异常高”),这已经是老套路了。现在,我们有了人工智能支持的聊天机器人。网站上不再有醒目的“与真人交谈”按钮。你必须先玩个游戏:让聊天机器人相信你的问题足够重要,值得与真人交谈。

人工智能聊天机器人越先进,机构的否认就越可信。机器人能够帮助处理大量简单的查询,解决问题所需的时间统计数据将会非常惊人。当然,前提是要排除那些从未获得所需帮助的人。无限长的解决问题所需的时间在季度报告中看起来并不好看。

其次,你最终联系到的人帮不了你什么忙。他们受书面程序的约束,不得擅自改变。他们对自己所在公司的了解有限,无法深入了解你的问题,因此无法帮助你。

这就是自动化的讽刺之处。机构内部流程的复杂性日益高涨,甚至连设计和执行规则的人都难以捉摸。即使是最善良的人,想要帮助你,也无能为力:他们不知道该怎么做,也不可能知道该怎么做。

你有两个选择。选项一:放弃,并承担成本(例如,即使你知道账单上的多付了钱,也要支付)。选项二:聘请律师。

不合理的计算机

在大多数民主社会中,最终的诉诸法庭。

如果对方不讲道理,比如你的公用事业公司声称你有责任支付邻居的水电费,那么到了一定时候你就需要起诉了。而且起诉的费用很高。

这会耗费你大量的时间,律师费也很高,而且你还面临着能否胜诉的不确定性。记住,在法庭上,判断正确与否并不重要。

这怎么能怪计算机呢?问题的核心在于,算法是免费的,但律师费却高达每小时 250 英镑。

计算机让人类的时间更加宝贵。这类似于鲍莫尔成本病式的论证。自动化程度越高,一个人在一小时内能完成的事情越多,人类的时间就越宝贵。

计算机还能帮助组织实现不合理的规模化。

几十年前,如果一个机构想给你开账单,他们得派人打好账单,写好地址,然后寄出去。如果账单开错了,他们就得派人接听电话,花时间解决问题。虽然成本不高,但也不能忽略不计。

计算机就没那么简单了。你让分析师写个SQL查询,自动生成数千封邮件,他们就开工了。支持成本也低得多,大多数人在电话里等了一个小时就放弃了,结果却看到一堆选项,全都指向“与我们聊天”。而这个聊天显然是个烂透了的AI代理,它唯一的目标就是让你尽可能长时间地远离人类。

更糟糕的是,你接触的大多数机构、组织和企业都具备规模化运作的不合理能力。你的大学、移动运营商、公用事业公司、地方政府、银行、信用卡处理商等等也一样。你需要与更多实体打交道,而它们每一个都可能让你的生活变得糟糕透顶——边际成本为零。

没有人的错

你申请保险被拒,看似毫无缘由。或者你无法开设银行账户,却被告知“不准询问原因”。这是谁的错?

计算机不会犯错。算法没有偏见。这些都是常见的谎言,让企业和政府得以逃避责任。这不过是老生常谈的“规则如此,我帮不了你”的翻版,但更加阴险:系统越复杂、越不透明,就越难证明存在恶意。

责任洗白是一项由来已久的技术,世界各地的政府和企业都在使用。用电脑操作起来更容易,尽管仍然需要一些技巧:你不能直接给你的工程师发邮件,让他们“让算法拒绝这些人”。

不过,意外总是有的。新算法部署后,恰好比之前的算法略胜一筹,它拒绝向这些人发放贷款的次数也比之前的略高一些。抱歉,我的意思是,新算法增加了第三季度的收入,所以我们会继续朝着同样的方向开发算法。

目前正在努力确保人们不会受算法摆布,尤其是在欧盟。虽然我对此充满乐观,但这还不够。

与此同时,收入却不断增加,个人却受到欺骗,而没有人犯错。

那我们该怎么办?

我所描述的问题并不新鲜。它们一部分是对资本主义的经典批判,一部分是严重抄袭的卡夫卡故事。然而,我们需要一个新的术语将计算与这些问题联系起来。

巨大的量变与质变难以区分。廉价计算与西方社会相遇时,就会发生这种情况:它建立在这样一个背景假设之上:人们不会创造出超出自身能力的复杂性。

计算机改变了这一切,企业和政府等更大的参与者获得了超越个人的巨大系统性优势:他们制定规则,却无需承担违反规则的代价。他们增加了日常生活的复杂性,却非但没有受到惩罚,反而获得了奖励。

以前,每次浪费别人的时间,你都要付出人力成本。也许时间更少,比如起草和寄出一封信只需几分钟,而收件人处理则需要几天时间。尽管如此,它过去总是给每个组织浪费时间的可能性设定一个上限。现在,这样的上限已经不存在了:浪费一小时人力的边际成本为零。

最让我困扰的是,这种疯狂行为的最大代价不是经济上的,而是道德上的:我们毫无理由地浪费人们的生命。

浪费80年的生命和结束一个人的生命感觉有什么区别吗?我们真的愿意继续浪费我们唯一真正有限的东西——我们的时间,去进行只对少数人有利的负和博弈吗?为什么我们集体地对周围的暴政感到安心?

理想情况下,我会在这里加上一个“解决方案”部分。事实证明,注意到问题并不意味着你对解决问题有任何好的想法。

我希望人们能够意识到并明确上述问题。解决方案很可能需要将部分(如果不是全部)复杂性负担转嫁给那些将其强加于所有人的机构。这将是一个开始。

原文: https://happyfellow.bearblog.dev/computational-tyranny/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme