今天小编分享的互联网经验：专访《人类简史》作者尤瓦尔·赫拉利，欢迎阅读。
人的一天只有 24 小时，一份合理的安排是 8 小时睡觉，8 小时工作，另外 8 小时自由娱乐。可我们却经常感到时间不够用，或者是另一个极端——不知不觉，时间就不见了。
互联网危机感始终笼罩着年轻人。在老一辈看来，Z 时代青年玩转网络、懂得很多，能做到许多他们做不到的事；但年轻人在互联网里泡得越久，越觉得自己好像永远 2G 网速，什么都不知道。
在这焦虑感的背后，无处不在的算法却永恒地奔跑者，新闻永不停歇，市场永不休市，社交网络永远运转。
算法带来了强烈的社交媒体倦怠。我们通过大数据系统打分选择衣食住行，通过電子看板待在算法为我们准备的信息茧房里，甚至通过虚拟的聊天軟體建立和真实的人的连接——却还时常有种搭不上时代列车的感觉。
十几年前，尤瓦尔 · 赫拉利撰写《人类简史》时就已经做出过这样的预言：几千年万年来，人类能够站在智人顶峰、发展进化出繁荣的文明就在于我们拥有讲故事的能力。我们能够创造并相信虚构的概念，诸如法律、宗教、公司和国家，它们有效地维持着人类社会的运行秩序。
然而，计算机的发展却可能超越人类在决策、数据处理和创造力方面的能力，逐渐取代人类在社会中的主导地位。
这个预言正在一步步变为现实。
从 2018 年他开始撰写新书《智人之上：从石器时代到 AI 时代的信息网络简史》，伴随着人工智能大爆发的背景，他更加关心这会对普通人产生什么影响。
" 我们是有机动物，按照昼夜、夏冬的有机循环规律生活，有时活跃，有时放松。但现在，我们被迫生活在永不休息的计算机主导的环境中。它们也逼迫着我们保持永远活跃——但如果你强迫一个有机体永远活跃，结局一定是崩溃而死。"尤瓦尔 · 赫拉利对 36 氪 " 后浪研究所 " 说。
很多年轻人也意识到信息网络对自己的负面影响，他们开始主动训练算法、挑战 XX 天不用手机、戒断网络、不用社交媒体——但人不可能逆势而为，永远隔绝算法。在信息时代，如何与不确定性和焦虑自处是每个人必修的课题。
这本新书正是关于一个碳基生物在硅基世界中，应该如何做好准备来适应这个无机硅芯片主导的世界。36 氪 " 后浪研究所 " 采访到尤瓦尔 · 赫拉利，和他聊了聊中国年轻人时代情绪的变化，与他们最关心的问题。
算法在掌控我们的注意力。
我看过一个段子，说一个年轻人打开手机想帮受伤的朋友叫一辆救护车，结果被弹窗带到短视频平台点开就是刷，完全忘了朋友受伤的事。
现在很多人都在反省，自己已经失去了主动检索信息的能力，大部分都在被动地接收信息，如果从历史学的视角看，人类是在什么时候开始逐渐遗失这项能力的？
赫拉利：
要理解我们对信息的消费方式发生了什么变化，可以用食物做个比喻。100 年前食物很稀缺，所以人们吃他们能找到的一切食物，并且大家喜欢富含脂肪和糖的能量充足的食物。时至今日食物已经很充足了，如果人们还是什么都吃，过量摄入脂肪和糖的话就会生病。所以大家开始节食。
信息也是一样。在过去信息很稀缺，所以我接受能获得的任何信息。现在我们已经被大量信息淹没，尤其是那些雜訊——这也会让我们生病。我们需要进行信息节食。
信息节食的第一步就是放弃 " 更多信息总是对我们有益 " 这样的想法。第二步则要有意识地筛查信息质量。就像我们必须对摄入的食物谨慎一般，我们也应该对放入大腦的精神食粮谨慎。特别要注意，避免用过量的仇恨、贪婪和垃圾信息填满大腦。
现在许多国家都会为垃圾食品标注成分表—— " 这含有 40% 的糖，20% 的脂肪 "。也许我们也应该强迫信息提供者们做同样的事情，比如在观看某些视频前，列出该视频包含的内容—— " 这含有 40% 的贪婪，20% 的仇恨 "。如果你想摄入一些这样的 " 有害 " 信息，至少要理解它的危害性。
最后，定期开展 " 信息断食 " 是有益的。我个人每年会进行为期几周的冥想闭关，期间完全断开与外界的联系。我不看新闻，不读任何电子邮件，不写书，只冥想。我花时间来消化我的头腦已经摄入的信息，而不是填充更多。对大多数人来说几周是有点长了，但偶尔进行一两天的禁食也是不错的选择。
然而互联网时代的 " 信息焦虑 " 无处不在。
以前我们总觉得知道得越多越好，一天没浏览社交媒体就担心自己错过什么。但现在我们开始难以区分究竟哪些是有效信息，而那些看似无效的信息又是不是真的不被需要。说到底，你认为哪些信息能称得上知识？
是的，以前我们将所有信息等同于知识，觉得拥有的信息越多，拥有的知识也就越多。很明显这是错误的——大多数信息都是垃圾，而知识是那一小部分稀有且昂贵的信息。
想编造一个引人入胜的 " 假新闻 " 是很容易的——你只需随心所欲地写，无需花费一分钟进行研究。但相比之下，写一篇真实的报道则很困难，因为这背后需要做的研究费时费力。而且，你所写的真相收获的关注度可能远小于 " 假新闻 "，因为事实往往很复杂，而人们不喜欢复杂的故事。这也就导致错误的信息总是会比真相传播得更容易。
所以为了保护那些稀缺而珍贵的知识，我们需要自我修正机制——主动去识别、承认并纠正错误。
" 自我修正机制 " 在大自然中无处不在，儿童学会走路就是依靠有效的自我修正机制：你迈出一步，摔倒了，再尝试稍微不同的方式，再次摔倒，再次纠正自己，直到做对——科学也是这样运作的。我们提出一个模型，效果不佳，我们就承认错误、改变模型。在政治中亦然，好的政府会承认错误，并相应地调整政策，而暴君和宗教狂热者声称自己是完美无缺的，声称自己什么都懂，从不犯任何错误。他们永远不去学习，也不值得被信任。
所以，如果有人拒绝承认错误，永远不要相信他们。如果有人承认错误，他们就是真正的知识源泉。
延续上一个问题，近几年 " 知识无用论 "，尤其是 " 文科无用论 " 甚嚣尘上。
当很多名校毕业的年轻人毕业即失业，找不到工作时还是会陷入迷茫——早知道就学数理化了。如您所言，人类更擅长讲故事，但这种能力如今却成了利益最小的、效率最低的领網域，被大家所摒弃。您怎样看待这种现状？
现在人们觉得就业前景有很大的不确定性，人工智能迅速改变了就业市场，以至于我们无法预测未来还需要哪些技能。对理工科的认知也是一样，很多人觉得学编程、代码很重要，因为计算机是未来。但几年后，AI 编码可能比人类更好，那是不是我们也不需要人类程式员了？相反，也许到时候我们会更需要哲学家、心理学家，因为世界剧变会带来更多哲学和心理问题。
举个例子，要实现车辆智能无人驾驶，我们必须将道德规则也编码到驾驶程式中。那假如出现紧急情况，车辆必须为了救行人而危及车内乘客的安全呢？也许并不需要人类程式员解决此类问题，因为 AI 可以编写这段代码，但（我们）却需要人类哲学家来为 AI 制定道德规则。
同样，理工科专家也无法告诉你 AI 会如何影响人类心理健康、亲密关系和社会生活。为此你需要历史学家、心理学家和艺术家。看看我们周围的世界——计算机科学家发明了社交媒体算法，但他们不能预见算法对儿童的负面影响。你认为谁最适合帮助改善儿童处境——研究计算机的人，还是研究人类的人？
算法也在影响我们的行为。
现在我们习惯于在吃穿用度上都听听算法是怎么评分的，甚至包括亲密关系的潜在对象也可以用軟體量化。但反而我们感觉很多事都变难了——高评分的餐馆也可能不好吃，軟體匹配到的人也合不来。算法真的提升了效率吗？为什么我们觉得生活越来越无聊了？
依赖算法来评价一切的做法会带来毁灭性的影响。逐渐地，我们都被迫变成 " 被动的消费者 "，而不是 " 主动的生产者 "。
以亲密关系为例，我可以试着通过算法匹配来找到另一半。如果要这么做，前提一定是假设在世界某处真的存在这样一位真命天子——我只需要找到他或她。这就像一个非常困难的寻宝游戏，地球上有 80 亿人，我要怎么找？
为了解决这个问题，我把这份工作外包给了算法。我自己不需要做什么，只需要坐下来等待算法大显神通就行了。基于海量数据，算法会为我潜在的对象们打分，让我试试那些最高评分的人。如果我对这些 " 产品 " 不满意，我就直接把它丢回架子上，等着算法给我推更好的产品。反正我的灵魂伴侣仍然在世界某处，算法迟早会为我找到他的是不是？
这种态度很可怕，它刺激着我们不断因为微小的瑕疵而拒绝潜在候选人，转而去等待一个完美的人出现——反之它不会鼓励我来改变自己，我只是被动地在接受 " 伴侣 " 这项产品。
但我们也可以试试另一种做法——把人类看成亲密关系的创造者，而不是消费者。问题压根不是如何找到完美伴侣，" 完美伴侣 " 是不存在的。真正的问题是，无论算法为我找到谁，我都需要通过自己的努力去建立一段良好的关系。找到爱真正的困难之处不是找到那个难以捉摸的灵魂伴侣，而是每天努力去与身边真实存在的人建立关系，并努力改变自己的行为和思维模式里的问题。这项工作，我不能指望任何算法来替我完成。
很多人都在担心 AI 取代我们的工作，也有一部分人觉得无须担心，至少 10 年内 AI 还无法理解人类的创造力和共情能力。
对此你怎么看？如果要为即将到来的人工智能时代做技能和知识储备，又或者说心理准备，你会给 Z 时代年轻人怎样的建议？
诚然，AI 将会改变就业市场，但我们很难准确预测哪些工作会发生变化或消失。在这个问题上，直觉判断可能会带来误导。
例如，我们通常认为医生比护士更重要，至少从薪水和社会地位来看是的。但人工智能可能更容易取代医生而不是护士。为什么？许多医生的工作主要是分析数据，他收到大量关于我的症状和病史的数据，他们分析数据、诊断疾病，并推荐治疗方案。这种数据分析恰恰是人工智能的优势，它们马上就能比人类做得更好。
但护士的工作就不仅是分析数据了，他们还需要良好的动手能力和社交技能来换绷带、给哭泣的孩子注射疫苗。这都是更难自动化的事情。因此，人工智能医生可能会出现得比机器人护士快。
因此，如果要给年轻人一些建议，最安全的做法是去更广泛地学习技能，而不是专注于某种垂类技能，比如编程。他们应该提升动手能力、发挥同理心，就像过去锻炼智力一样，运动技能和社交技能同样重要。当然最重要的就是——能够在一生中不断学习和改变。要在 21 世纪蓬勃发展，你需要一个非常灵活的头腦。
那么如何培养一个灵活的头腦呢？你要先了解你的头腦是如何工作的。你的思维和感情来自哪里？为什么你喜欢某些事物而讨厌其他事物？是什么塑造了你的恐惧和欲望？有些人会通过冥想来探索这些问题，还有的通过心理治疗、艺术或运动解决。无论哪种方法适合你，你都要在上面投入时间和精力。了解自己的头腦是你能给自己的最好的礼物。
" 人工智能不必发展出意识也能做决策，威胁到人类文明 "，根据目前 AI 发展的态势，最先受到冲击的会是哪些行业领網域？你觉得未来 5 年（以现在的发展速度来说 10 年都有点太久了），人类世界的秩序会迎来怎样重大的改变？
人工智能对世界秩序的威胁很好理解，例如某个暴君用 AI 控制他国的核武器，或者恐怖分子指示 AI 制造新的流行病。再想象一下对金融界，对于 AI 来说，金融是它们理想的游乐场——这是一个纯粹的信息和数学领網域。人工智能仍然很难自主驾驶汽车，因为这需要在混乱的物理世界中移动互動。你很难在物理世界定义什么是 " 成功 "，但在数字世界里，数学是很容易界定 " 成功的 "，用 AI 处理贸易，更多的美元就等于任务完成。
假设一家投资基金会分配给 AI 一项任务，让其赚取尽可能多的美元，人工智能不仅能制定新的投资战略，甚至还可能开发出完全超越人类理解的全新金融工具。
或许几年来一切都很美好，AI 发明的新金融工具导致市场飙升，投资者赚取了数万亿美元，可再然后，如果出现了比 2008 年金融危机更大的崩盘该怎么解决？人工智能创造的金融工具就是一个黑匣子，就算事实证明它存在危险的缺陷，人类也没有办法监管它，因为金融学家和政客都不懂它的运行原理。
社交媒体会重复放大那些人类社会的错误，更令人忧心的是我们很难察觉哪些判断是由算法决定的。
比如重男轻女思想和 " 白幼瘦审美 "，其实很多人在抵制，但这些抵制的声音不会传递到支持它的人们的手机中去。那么，想要自己保持开放的思想和自我修正机制，我们应该怎么做？
正如前文所述，最重要的是更好地了解我们自己的思想，因为算法会利用我们自身的弱点来对付我们。操纵性算法不能无中生有地制造贪婪与仇恨，它们需要发现你内心已有的渴望和仇恨，才能按下你情绪的按钮，操控你完成他想做的事。
自古以来，智者们一再建议人们要先 " 知己 "。然而，在佛陀和孔子的时代还没有这么大的压力。如果你不想了解自己，对于其他人来说，你依然是一个黑匣子，没人能猜透你。但现在情况不同了——当你阅读这些文字时，各大公司和机构的算法都在努力解读你这个人。如果算法比你还要更了解你自己，他们就可以轻松地操纵你。所以，这个时代要求我们必须努力去 " 知己 "。
《人类简史》中你提到人类文明 " 分久必合才是不变的大趋势 "。那么在人工智能登上历史舞台后，这个结论依然不变吗？
可我们为什么会觉得在后疫情时代，人们似乎越来越无法理解他人的话语了？尤其是那些和自己不同的人。
确实很不幸，当下我们看到全球合作在减少，国际紧张局势更新。这非常危险，因为任何一个国家，无论多么强大，都无法单凭自身来阻止生态环境崩溃、避免第三次世界大战，或者规范人工智能。如果各国不能就这些问题找到合作方式，人类将会毁灭。
尽管如此，一些政客反对全球合作，因为他们认为这是 " 反爱国主义 "。这是一个危险的错误——爱国主义与全球主义并没有矛盾，爱国主义并不意味着仇视外国人。爱国主义需要热爱你的同胞，但确保你同胞的安全和繁荣是需要与其他国家合作的。就像环境和人工智能的问题，善于全球合作就是一种爱国的行为。
坦白说，作为内容从业者我们也深深感觉越来越难做。阅读量高的文章和真正有价值的文章往往是两回事，但往往是阅读量高的文章才会正向反馈在我们的工资上。作为信息的加工生产者，媒体又该怎样应对这场和算法的战争？
首先我们应该时刻保持责任感。媒体生产和发布的信息就像播种在数百万人心中的种子，如果我们在数百万人心中播下贪婪、仇恨或无知，将会在极大范围内造成痛苦。其次，我们不应对算法机制感到绝望——这并不是我们在对抗算法的尝试中失败了，而是因为我们根本还没有尝试过。
汽车行业是个很好的对比项。每个人都认同，当一个公司生产汽车时，他们必须投入大量预算和精力来保证安全，现在也有许多规定来限制汽车的行驶方式。但当公司开发算法时，他们几乎不投入任何资源来保证赛博世界的安全，也没有什么规定限制算法在世界的运行。这是非常危险的，因为算法比汽车强大得多，它可以造成更多生理和心理上的损害。
因此，我们应该将对待汽车的原则也应用于算法上，人工智能公司应该至少将其预算的 20％投入安全研究，而人工智能也必须像汽车一样遵守人类世界的规则，媒体应当鼓励公众和政府支持这些政策。
（封面图来源：Pixabay）
本文来自微信公众号" 后浪研究所 "，作者：许嘉婧、曲枚，36 氪经授权发布。
