今天小編分享的互聯網經驗：專訪《人類簡史》作者尤瓦爾·赫拉利，歡迎閲讀。
人的一天只有 24 小時，一份合理的安排是 8 小時睡覺，8 小時工作，另外 8 小時自由娛樂。可我們卻經常感到時間不夠用，或者是另一個極端——不知不覺，時間就不見了。
互聯網危機感始終籠罩着年輕人。在老一輩看來，Z 時代青年玩轉網絡、懂得很多，能做到許多他們做不到的事；但年輕人在互聯網裏泡得越久，越覺得自己好像永遠 2G 網速，什麼都不知道。
在這焦慮感的背後，無處不在的算法卻永恒地奔跑者，新聞永不停歇，市場永不休市，社交網絡永遠運轉。
算法帶來了強烈的社交媒體倦怠。我們通過大數據系統打分選擇衣食住行，通過電子看板待在算法為我們準備的信息繭房裏，甚至通過虛拟的聊天軟體建立和真實的人的連接——卻還時常有種搭不上時代列車的感覺。
十幾年前，尤瓦爾 · 赫拉利撰寫《人類簡史》時就已經做出過這樣的預言：幾千年萬年來，人類能夠站在智人頂峰、發展進化出繁榮的文明就在于我們擁有講故事的能力。我們能夠創造并相信虛構的概念，諸如法律、宗教、公司和國家，它們有效地維持着人類社會的運行秩序。
然而，計算機的發展卻可能超越人類在決策、數據處理和創造力方面的能力，逐漸取代人類在社會中的主導地位。
這個預言正在一步步變為現實。
從 2018 年他開始撰寫新書《智人之上：從石器時代到 AI 時代的信息網絡簡史》，伴随着人工智能大爆發的背景，他更加關心這會對普通人產生什麼影響。
" 我們是有機動物，按照晝夜、夏冬的有機循環規律生活，有時活躍，有時放松。但現在，我們被迫生活在永不休息的計算機主導的環境中。它們也逼迫着我們保持永遠活躍——但如果你強迫一個有機體永遠活躍，結局一定是崩潰而死。"尤瓦爾 · 赫拉利對 36 氪 " 後浪研究所 " 説。
很多年輕人也意識到信息網絡對自己的負面影響，他們開始主動訓練算法、挑戰 XX 天不用手機、戒斷網絡、不用社交媒體——但人不可能逆勢而為，永遠隔絕算法。在信息時代，如何與不确定性和焦慮自處是每個人必修的課題。
這本新書正是關于一個碳基生物在硅基世界中，應該如何做好準備來适應這個無機硅芯片主導的世界。36 氪 " 後浪研究所 " 采訪到尤瓦爾 · 赫拉利，和他聊了聊中國年輕人時代情緒的變化，與他們最關心的問題。
算法在掌控我們的注意力。
我看過一個段子，説一個年輕人打開手機想幫受傷的朋友叫一輛救護車，結果被彈窗帶到短視頻平台點開就是刷，完全忘了朋友受傷的事。
現在很多人都在反省，自己已經失去了主動檢索信息的能力，大部分都在被動地接收信息，如果從歷史學的視角看，人類是在什麼時候開始逐漸遺失這項能力的？
赫拉利：
要理解我們對信息的消費方式發生了什麼變化，可以用食物做個比喻。100 年前食物很稀缺，所以人們吃他們能找到的一切食物，并且大家喜歡富含脂肪和糖的能量充足的食物。時至今日食物已經很充足了，如果人們還是什麼都吃，過量攝入脂肪和糖的話就會生病。所以大家開始節食。
信息也是一樣。在過去信息很稀缺，所以我接受能獲得的任何信息。現在我們已經被大量信息淹沒，尤其是那些雜訊——這也會讓我們生病。我們需要進行信息節食。
信息節食的第一步就是放棄 " 更多信息總是對我們有益 " 這樣的想法。第二步則要有意識地篩查信息質量。就像我們必須對攝入的食物謹慎一般，我們也應該對放入大腦的精神食糧謹慎。特别要注意，避免用過量的仇恨、貪婪和垃圾信息填滿大腦。
現在許多國家都會為垃圾食品标注成分表—— " 這含有 40% 的糖，20% 的脂肪 "。也許我們也應該強迫信息提供者們做同樣的事情，比如在觀看某些視頻前，列出該視頻包含的内容—— " 這含有 40% 的貪婪，20% 的仇恨 "。如果你想攝入一些這樣的 " 有害 " 信息，至少要理解它的危害性。
最後，定期開展 " 信息斷食 " 是有益的。我個人每年會進行為期幾周的冥想閉關，期間完全斷開與外界的聯系。我不看新聞，不讀任何電子郵件，不寫書，只冥想。我花時間來消化我的頭腦已經攝入的信息，而不是填充更多。對大多數人來説幾周是有點長了，但偶爾進行一兩天的禁食也是不錯的選擇。
然而互聯網時代的 " 信息焦慮 " 無處不在。
以前我們總覺得知道得越多越好，一天沒浏覽社交媒體就擔心自己錯過什麼。但現在我們開始難以區分究竟哪些是有效信息，而那些看似無效的信息又是不是真的不被需要。説到底，你認為哪些信息能稱得上知識？
是的，以前我們将所有信息等同于知識，覺得擁有的信息越多，擁有的知識也就越多。很明顯這是錯誤的——大多數信息都是垃圾，而知識是那一小部分稀有且昂貴的信息。
想編造一個引人入勝的 " 假新聞 " 是很容易的——你只需随心所欲地寫，無需花費一分鍾進行研究。但相比之下，寫一篇真實的報道則很困難，因為這背後需要做的研究費時費力。而且，你所寫的真相收獲的關注度可能遠小于 " 假新聞 "，因為事實往往很復雜，而人們不喜歡復雜的故事。這也就導致錯誤的信息總是會比真相傳播得更容易。
所以為了保護那些稀缺而珍貴的知識，我們需要自我修正機制——主動去識别、承認并糾正錯誤。
" 自我修正機制 " 在大自然中無處不在，兒童學會走路就是依靠有效的自我修正機制：你邁出一步，摔倒了，再嘗試稍微不同的方式，再次摔倒，再次糾正自己，直到做對——科學也是這樣運作的。我們提出一個模型，效果不佳，我們就承認錯誤、改變模型。在政治中亦然，好的政府會承認錯誤，并相應地調整政策，而暴君和宗教狂熱者聲稱自己是完美無缺的，聲稱自己什麼都懂，從不犯任何錯誤。他們永遠不去學習，也不值得被信任。
所以，如果有人拒絕承認錯誤，永遠不要相信他們。如果有人承認錯誤，他們就是真正的知識源泉。
延續上一個問題，近幾年 " 知識無用論 "，尤其是 " 文科無用論 " 甚嚣塵上。
當很多名校畢業的年輕人畢業即失業，找不到工作時還是會陷入迷茫——早知道就學數理化了。如您所言，人類更擅長講故事，但這種能力如今卻成了利益最小的、效率最低的領網域，被大家所摒棄。您怎樣看待這種現狀？
現在人們覺得就業前景有很大的不确定性，人工智能迅速改變了就業市場，以至于我們無法預測未來還需要哪些技能。對理工科的認知也是一樣，很多人覺得學編程、代碼很重要，因為計算機是未來。但幾年後，AI 編碼可能比人類更好，那是不是我們也不需要人類程式員了？相反，也許到時候我們會更需要哲學家、心理學家，因為世界劇變會帶來更多哲學和心理問題。
舉個例子，要實現車輛智能無人駕駛，我們必須将道德規則也編碼到駕駛程式中。那假如出現緊急情況，車輛必須為了救行人而危及車内乘客的安全呢？也許并不需要人類程式員解決此類問題，因為 AI 可以編寫這段代碼，但（我們）卻需要人類哲學家來為 AI 制定道德規則。
同樣，理工科專家也無法告訴你 AI 會如何影響人類心理健康、親密關系和社會生活。為此你需要歷史學家、心理學家和藝術家。看看我們周圍的世界——計算機科學家發明了社交媒體算法，但他們不能預見算法對兒童的負面影響。你認為誰最适合幫助改善兒童處境——研究計算機的人，還是研究人類的人？
算法也在影響我們的行為。
現在我們習慣于在吃穿用度上都聽聽算法是怎麼評分的，甚至包括親密關系的潛在對象也可以用軟體量化。但反而我們感覺很多事都變難了——高評分的餐館也可能不好吃，軟體匹配到的人也合不來。算法真的提升了效率嗎？為什麼我們覺得生活越來越無聊了？
依賴算法來評價一切的做法會帶來毀滅性的影響。逐漸地，我們都被迫變成 " 被動的消費者 "，而不是 " 主動的生產者 "。
以親密關系為例，我可以試着通過算法匹配來找到另一半。如果要這麼做，前提一定是假設在世界某處真的存在這樣一位真命天子——我只需要找到他或她。這就像一個非常困難的尋寶遊戲，地球上有 80 億人，我要怎麼找？
為了解決這個問題，我把這份工作外包給了算法。我自己不需要做什麼，只需要坐下來等待算法大顯神通就行了。基于海量數據，算法會為我潛在的對象們打分，讓我試試那些最高評分的人。如果我對這些 " 產品 " 不滿意，我就直接把它丢回架子上，等着算法給我推更好的產品。反正我的靈魂伴侶仍然在世界某處，算法遲早會為我找到他的是不是？
這種态度很可怕，它刺激着我們不斷因為微小的瑕疵而拒絕潛在候選人，轉而去等待一個完美的人出現——反之它不會鼓勵我來改變自己，我只是被動地在接受 " 伴侶 " 這項產品。
但我們也可以試試另一種做法——把人類看成親密關系的創造者，而不是消費者。問題壓根不是如何找到完美伴侶，" 完美伴侶 " 是不存在的。真正的問題是，無論算法為我找到誰，我都需要通過自己的努力去建立一段良好的關系。找到愛真正的困難之處不是找到那個難以捉摸的靈魂伴侶，而是每天努力去與身邊真實存在的人建立關系，并努力改變自己的行為和思維模式裏的問題。這項工作，我不能指望任何算法來替我完成。
很多人都在擔心 AI 取代我們的工作，也有一部分人覺得無須擔心，至少 10 年内 AI 還無法理解人類的創造力和共情能力。
對此你怎麼看？如果要為即将到來的人工智能時代做技能和知識儲備，又或者説心理準備，你會給 Z 時代年輕人怎樣的建議？
誠然，AI 将會改變就業市場，但我們很難準确預測哪些工作會發生變化或消失。在這個問題上，直覺判斷可能會帶來誤導。
例如，我們通常認為醫生比護士更重要，至少從薪水和社會地位來看是的。但人工智能可能更容易取代醫生而不是護士。為什麼？許多醫生的工作主要是分析數據，他收到大量關于我的症狀和病史的數據，他們分析數據、診斷疾病，并推薦治療方案。這種數據分析恰恰是人工智能的優勢，它們馬上就能比人類做得更好。
但護士的工作就不僅是分析數據了，他們還需要良好的動手能力和社交技能來換繃帶、給哭泣的孩子注射疫苗。這都是更難自動化的事情。因此，人工智能醫生可能會出現得比機器人護士快。
因此，如果要給年輕人一些建議，最安全的做法是去更廣泛地學習技能，而不是專注于某種垂類技能，比如編程。他們應該提升動手能力、發揮同理心，就像過去鍛煉智力一樣，運動技能和社交技能同樣重要。當然最重要的就是——能夠在一生中不斷學習和改變。要在 21 世紀蓬勃發展，你需要一個非常靈活的頭腦。
那麼如何培養一個靈活的頭腦呢？你要先了解你的頭腦是如何工作的。你的思維和感情來自哪裏？為什麼你喜歡某些事物而讨厭其他事物？是什麼塑造了你的恐懼和欲望？有些人會通過冥想來探索這些問題，還有的通過心理治療、藝術或運動解決。無論哪種方法适合你，你都要在上面投入時間和精力。了解自己的頭腦是你能給自己的最好的禮物。
" 人工智能不必發展出意識也能做決策，威脅到人類文明 "，根據目前 AI 發展的态勢，最先受到衝擊的會是哪些行業領網域？你覺得未來 5 年（以現在的發展速度來説 10 年都有點太久了），人類世界的秩序會迎來怎樣重大的改變？
人工智能對世界秩序的威脅很好理解，例如某個暴君用 AI 控制他國的核武器，或者恐怖分子指示 AI 制造新的流行病。再想象一下對金融界，對于 AI 來説，金融是它們理想的遊樂場——這是一個純粹的信息和數學領網域。人工智能仍然很難自主駕駛汽車，因為這需要在混亂的物理世界中移動互動。你很難在物理世界定義什麼是 " 成功 "，但在數字世界裏，數學是很容易界定 " 成功的 "，用 AI 處理貿易，更多的美元就等于任務完成。
假設一家投資基金會分配給 AI 一項任務，讓其賺取盡可能多的美元，人工智能不僅能制定新的投資戰略，甚至還可能開發出完全超越人類理解的全新金融工具。
或許幾年來一切都很美好，AI 發明的新金融工具導致市場飙升，投資者賺取了數萬億美元，可再然後，如果出現了比 2008 年金融危機更大的崩盤該怎麼解決？人工智能創造的金融工具就是一個黑匣子，就算事實證明它存在危險的缺陷，人類也沒有辦法監管它，因為金融學家和政客都不懂它的運行原理。
社交媒體會重復放大那些人類社會的錯誤，更令人憂心的是我們很難察覺哪些判斷是由算法決定的。
比如重男輕女思想和 " 白幼瘦審美 "，其實很多人在抵制，但這些抵制的聲音不會傳遞到支持它的人們的手機中去。那麼，想要自己保持開放的思想和自我修正機制，我們應該怎麼做？
正如前文所述，最重要的是更好地了解我們自己的思想，因為算法會利用我們自身的弱點來對付我們。操縱性算法不能無中生有地制造貪婪與仇恨，它們需要發現你内心已有的渴望和仇恨，才能按下你情緒的按鈕，操控你完成他想做的事。
自古以來，智者們一再建議人們要先 " 知己 "。然而，在佛陀和孔子的時代還沒有這麼大的壓力。如果你不想了解自己，對于其他人來説，你依然是一個黑匣子，沒人能猜透你。但現在情況不同了——當你閲讀這些文字時，各大公司和機構的算法都在努力解讀你這個人。如果算法比你還要更了解你自己，他們就可以輕松地操縱你。所以，這個時代要求我們必須努力去 " 知己 "。
《人類簡史》中你提到人類文明 " 分久必合才是不變的大趨勢 "。那麼在人工智能登上歷史舞台後，這個結論依然不變嗎？
可我們為什麼會覺得在後疫情時代，人們似乎越來越無法理解他人的話語了？尤其是那些和自己不同的人。
确實很不幸，當下我們看到全球合作在減少，國際緊張局勢更新。這非常危險，因為任何一個國家，無論多麼強大，都無法單憑自身來阻止生态環境崩潰、避免第三次世界大戰，或者規範人工智能。如果各國不能就這些問題找到合作方式，人類将會毀滅。
盡管如此，一些政客反對全球合作，因為他們認為這是 " 反愛國主義 "。這是一個危險的錯誤——愛國主義與全球主義并沒有矛盾，愛國主義并不意味着仇視外國人。愛國主義需要熱愛你的同胞，但确保你同胞的安全和繁榮是需要與其他國家合作的。就像環境和人工智能的問題，善于全球合作就是一種愛國的行為。
坦白説，作為内容從業者我們也深深感覺越來越難做。閲讀量高的文章和真正有價值的文章往往是兩回事，但往往是閲讀量高的文章才會正向反饋在我們的工資上。作為信息的加工生產者，媒體又該怎樣應對這場和算法的戰争？
首先我們應該時刻保持責任感。媒體生產和發布的信息就像播種在數百萬人心中的種子，如果我們在數百萬人心中播下貪婪、仇恨或無知，将會在極大範圍内造成痛苦。其次，我們不應對算法機制感到絕望——這并不是我們在對抗算法的嘗試中失敗了，而是因為我們根本還沒有嘗試過。
汽車行業是個很好的對比項。每個人都認同，當一個公司生產汽車時，他們必須投入大量預算和精力來保證安全，現在也有許多規定來限制汽車的行駛方式。但當公司開發算法時，他們幾乎不投入任何資源來保證賽博世界的安全，也沒有什麼規定限制算法在世界的運行。這是非常危險的，因為算法比汽車強大得多，它可以造成更多生理和心理上的損害。
因此，我們應該将對待汽車的原則也應用于算法上，人工智能公司應該至少将其預算的 20％投入安全研究，而人工智能也必須像汽車一樣遵守人類世界的規則，媒體應當鼓勵公眾和政府支持這些政策。
（封面圖來源：Pixabay）
本文來自微信公眾号" 後浪研究所 "，作者：許嘉婧、曲枚，36 氪經授權發布。
