本文来自微信公众号：会读ReadFlow（ID：gh_4a77378b8632），作者：vertuhuang，原文标题：《信息、AI与阅读》，头图来自：视觉中国

一、信息碎片化的永续

信息加速爆炸时代，大多数人每天都在以碎片化的方式通过各种媒介，在与世界发生交互。在可见的时间范围内，碎片化或将是信息存在以及被消费的主流方式，这是媒介环境、人类基因的选择，也还是消费社会的选择。

1. 媒介环境进化引发信息爆炸

爆炸将带来碎片，与物理世界相似，信息也不例外。追溯近百年来的媒介环境每一次进化，背后都是信息技术的更迭，而带来的则是信息的膨胀乃至爆炸，无论是信源还是管道。

从纸媒到电视广播媒体，膨胀的是管道的时效，从信源到受众在单位时间内可以传输的信息是更多的。

但长期来看，电视节目制作和播出的门槛还是相对较高的，内容供给并未大规模平民化，所以电视媒体时代的内容量也还都不算爆炸，大家每天的内容消费也并没有那么碎。

一定程度上，这也是为什么在电视媒体为主的年代，“经典作品”或者“巨星”是更容易诞生的，因为在中心化的媒介环境中，民众的关注点也是更集中的。

但是，从电视媒体到互联网，尤其是Web2.0之后，每个人在互联网这个传播的管道中拥有发声权，从PGC到UGC，内容创作门槛在媒体技术进步的加持下不断下降，内容供给量开始指数增长。

 当大众开始参与内容创作时，大多数人其实还是不具备产生体系内容的能力，只能从更简短的内容入手，比如微博或者朋友圈，这也逐渐形成了碎片化内容的主流形态。

2. 人的需求与本能偏好碎片化信息

到了移动互联网时代，人们通过互联网进行内容消费基本成为主流，相比传统媒体，这里有看不完的新鲜，海量而实时，甚至还“免费”。

在这个消费场景中，信息就像是一种精神食粮，人们在对它的获取，跟在自助餐厅食客对食物的获取本能上是大抵相似的：这里有FOMO、有多巴胺奖赏...

如果说人们对食物的获取是满足生理需求，对信息的获取则更像是在满足社交与归属的需求，这是人的社会性基因所决定。

社交需求之外，信息获取也还带来实打实的满足感，这种感受来自于新信息对大脑的刺激所释放的多巴胺，为了获得更多的满足，人们会寻求更多的信息，以获得相同的刺激，这也是为什么有信息成瘾这一说。

 然而，大脑在产生满足感的关键因素多数情况取决于信息获取的频次，这也导致人们会更偏好短小的信息内容，因为读取更短小的信息内容可以在单位时间内获得更多次的多巴胺奖赏，这也是人类基因对碎片化的另一种选择。

 同时，消费侧的偏好必然倒逼供给侧，在分发生态中追逐流量的创作者们，不难发现，短内容会比长内容更容易获得大众用户流量。一定程度上，这也是为什么同样UGC主导，长视频（B站）相比短视频（抖快）在各类流量指标上的表现完全不是同一个量级。

3. 消费社会进一步切割时间与注意力

服务产业和商品经济的持续发达，也为民众的体验消费带来极大丰富的可选项。

各类体验诱惑之前，人们时间和注意力也被进一步被切割，这也在加深人对碎片化信息的消费偏好：因为每个人每天可用于体验消费的时间是恒定的，但多数人也本能地选择了“既要又要还要”，结果便只能浅尝辄止。

因而，长期来看，信息的碎片化或将会以一种更主流的形态持续存在。

二、丰饶却饥饿的阅读困境

他们身处丰饶之中，却逐渐饥饿至死。

——阿瑟·克拉克《2001：太空漫游》

这是书中第一章描绘洪荒时代人类心智未开时的困境。读这段文字的时候，隐隐觉得，当下人类的信息内容消费，不也类似？

1. 人是环境的产物

信息已然是当代社会的重要环境要素之一，人们的观念、认知、行为，也都较大程度上经受外部环境信息的塑造，或者可以说，个体其实是很多输入的输出。

这里的输入，是一种广义的阅读，它不限媒介，比如，在德州牌桌上的玩家，也都在进行着多样的阅读：读人、读牌...然后经过诸多博弈和判断，产生了加筹或弃牌等等的行为输出。在这个场景不难看出，输入极大程度在决定输出，侧面也能见“阅读”的重要性。

2. 丰饶的代价

信息环境的极大丰饶，像是热带雨林，充满生机的同时，也遍布危机。

当全民均可发布传播信息内容的时候，需要面对的事实就是信息质量的良莠不齐、真假难辨，甚至在监管或者平台算法疏漏的地方，还很容易出现劣币驱逐良币的情况，比如谣言，像丛林的毒果子。

当所有人都成为传播节点的时候，信息将经历去中心化的传播，每个传播节点几乎都可以零成本进行的信息加工（或篡改），人人都能插一嘴所带来的后果就是，去伪求真的难度变高了。

其次，UGC所带来信息内容极大丰富的反面其实是选择的悖论，就像在网上买一件衣服，拥有20种颜色的SKU选择起来的费力度，必然大于仅有2种颜色的那件，内容消费同理，选择太难了—— 除了前面碎片化带来的注意力泛散问题，内容海量化也还带来了选择困难症。

这就是阅读前的困境，我们无法避免面对上述熵增所带来的信息选择和甄别的问题。而，是否能在丰饶的信息环境中，持续摄取优质内容，取决于个体的媒介素养。

3. 塑造了更丰盈的人？

答案是不一定，暂且不论这里的更丰盈的客观定量问题，以及个体媒介素养的差异。

前面所说的熵增导致的筛选困难，也并非无解。互联网内容平台开始用算法推荐来帮用户筛选，并且逐渐成为主流的内容分发模式。久而久之，用户不再花时间筛选的便利，到达了另一头的“让出信息选择权”。

从平台商业化的角度来看，这非常高明，通过精准分发，为用户做熵减，然后获得信息排序的主导权，之后在内容排序结果中插入广告，本质上是把信息熵加还给用户，并把负熵转移给平台自己，从而实现平台商业利益的更大化。

但从个体塑造的角度来看，算法投喂所造成的信息茧房（也即用户越看什么内容就会被推送更多同类的内容），本质上也是营养摄入的失衡，加之前述的碎片化内容消费方式，也正是逐步造成个体感知视角窄化、注意力泛散、思考浅薄化等问题的原因，这或多或少也是当下个体或群体价值观单一的诱因。

当身陷价值评判体系单一的信息或群体中，个体是否能够发现并追随更多可能性，成为更丰盈的人，大概率是个伪命题。

从价值理性的角度，人对海量信息的重度甚至成瘾性消费中，到底有多少成分是对个体塑造起到正向作用的？又有多少是对心智的消耗？这已然是个信息伦理的议题。

不久前，Elon Musk在对Twitter的改造中提出一个新的指标“不后悔的用户分钟数”，或许对以上问题能带来某种新解法。

三、人机共生的未来

无论哪种科技，能够解决多少问题，就有可能引发多少问题。

——凯文·凯利《5000天后的世界》

随着以ChatGPT为代表的大语言模型的异军突起，AI以硅基新人口的角色快速参与到信息生产运动中，在可见的未来，它也将以越来越重要的身份与人类长期共存。在这种共生关系中，信息、算力，又将会为人类带来哪些？

1. 知识民主化

这一波以大语言模型为主的AI，实际上与之前的互联网，在信息处理方面的本质区别在于，互联网是连接信息，AI则是理解信息。

我们或许可以从DIKW（Data数据-Information信息-Knowledge知识-Wisdom智慧）的知识管理模型来理解这两者的效用：

• 互联网以搜索场景为例，可以帮我们完成前2程，即信息的获取。

• AI则可以再往前送1程，减少了从信息到知识的摩擦。

举个例子，以前我们遇到一个专业性问题，会来到图书馆，通过图书馆管理系统能够找到N本相关的书籍，这是古典互联网的边界，然后我们只能把N本书拿回家慢慢啃。

至于能不能解决具体问题，取决于个体的信息筛选、阅读理解与思考认知能力，这也是为什么在过去的基础教育中，会有大量用来训练和测评个体阅读理解能力的题目和方式。

后来，大语言模型赋予了机器自然语言的能力，也即机器对语言文字拥有了与人类相似的理解力。

此外，目前机器在对文字读取的能力也比人类高出2个数量级（人类的生理极限可能最多同时能看一两百个字，而近日被称为GPT-4的最强竞品Claude宣布已经能够支持100K的上下文token长度，也就是大约75000个单词）。

基于超高速的文字读取能力，和与人类相仿的自然语言理解力，机器对于各类内容信息拥有了高速读取、要点提炼、同义表达等等的处理能力，这也使得人类一目百行的可能性，正在成为现实。

图片来自：作者提供

也即，在前述的图书馆场景中，机器能用极短时间读完很多书，像一个知识渊博的顾问，通过口语化对话也能理解人类的具体问题，然后给予对应知识点的回答。

以及，如果它讲得比较晦涩，还可以让它用更易懂、甚至以各种风格化语气的方式重新表述...这让得专业度较高的的知识内容，可以更低成本向下兼容，对阅读者的文化水平依赖度更低。

在以上场景中，我们可以看到的是，互联网可以把信息获取的边际成本降为0，而AI则通过消灭语言障碍、读取速度、理解门槛等等的知识表征问题，逐渐把知识获取的边际成本降为0。

也即，知识民主化是一个有较高确定性的未来。

2. 信息与管道的再造

如前述论调，碎片化不会因AI而结束，人类在生成式AI的辅助下，仅需要动动口就能生成出任意图文或音视频，可以预见的是，新一场信息爆炸才刚刚开始，且这里所产生的碎片，依旧参差不齐。

碎片在原有的信息管道中流通，我们也依旧存在要么筛选困难，要么接受算法投喂“营养失调”的问题。

这些海量的碎片，对于咀嚼速度极快的AI而言，并不存在如同人类的困境。反而，对于大语言机器而言，这些信息碎片更像是另一种形式的养料、食物。

借由与智能机器的对话，这些碎片将被重新浓缩组织，变成更接近知识本身的形态，交付给人类，然后完成新一轮新陈代谢与流通。

机器对话的新管道的本质更接近搜索，其背后，承载的是人类主动萃取的行为，也即，我们需要有一定的发现问题、提出问题的动机与能力，然后在一个具体的问题语境下，通过语言交互向机器索取信息密度更高，更精准的内容，去辅助决策和认知。

相比信息流分发的投喂模式，人类在主动会话的信息交互中，也重获信息自主权。在目前可见的产品形态中，平台也是把负熵交付给用户，在这种模式中，平台更难通过控制信息排序和插入广告获取商业变现。

这或许也是第一个出道的“ChatGPT”不是来自Google的原因之一：其中除了大公司品牌包袱（新技术翻车可能带来的品牌危机），也还有商业营收包袱（广告竞价收入是搜索平台的命脉）。

但在这场信息形态与管道的再造中，信息寻源可能是一个问题。也即在这个管道中流通的信息碎片，是经过了AI机器的选择和理解，我们很难知道它吐出来的内容，到底是消化和重组了哪些源头的信息，这也使得当出现一些误导的时候，我们将无从查证和追责。

以及，如何在安全层面防止向大语言模型信息投毒？如何在意识形态层面确保大语言模型客观的中立？如何在版权层面保护原创权益？如何在应用层面确保人的主体性...这些都是一个个需要从监管层着手的问题。

3. 异于算力的“心智”

在GPT-4推出之后的一段时间，不少朋友都开始在思考和讨论的一个问题是，AI会不会取代他的工作？也屡屡传出一些知识型的企业开始应用AI作为新的生产力，并进行了部分裁员。

不可否认的是，生成式AI确实在内容生产方面，有比较显著的成效，比如，原来可能要花1人天产出的一张概念插画，可能现在只需要向Midjourney输入一些Prompt，就能在1分钟内生成好几张高质量的图片。商业的逐利性，必然在类似的场景中，选择了成本更低的AI生产力。

从未来职业形态变迁的方向来看，容易被AI取代的工作，有两大类：

第一类是显性知识依赖型的工作或成分，比如说一个数字产品设计师，他工作成分里面的UI实操技能（如何使用工具）可能就更接近显性知识，这部分被取代的可能性是比较大的。而其对用户需求的洞察、对场景的理解、对品牌表达或美感的能力，便是一些隐性的知识，目前看来被机器取代的可能性还比较小。

第二类是高容错率的工作或成分，比如同样是知识型工作，翻译或者媒体写作，大概率是要比医生更容易被取代的，因为后者的容错率更低，而且，在容错率更低的产品服务中，如果交由机器代理并且出现重大生命事故之后，比如自动驾驶的交通事故，机器的担责是迄今未解的伦理问题，担责背后也许是一个事故行为方是否具备主观意识的议题。

在以上两类的较难取代那一端，可以看到，人类优于或异于AI的，一个是对隐性知识（迈克尔·波兰尼）的掌握和应用，一个是主观（意识）能动性，把这两者放到DIKW的模型里，更像是从Knowledge-Wisdom的那一程，所谓智识。

回溯人类进化，“智识”无论是在旧石器时代，还是硅共生时代，都是人类立于食物链顶端的基石。相比可以“言传”的（显性）知识，智识的获取更依赖的是“身试”，是一种更稀缺的生产资料。

基于这点，从塑造人的角度，我们可以反推未来基础教育，应该更朝着“智识”获取与应用方向侧重，而，对一些显而易得的知识点的掌握（知悉），已然没有那么重要，比如，把“珠穆朗玛峰海拔是8848还是8844”之类的知识点放在考卷中，更像是去测评学生对4个字符的记忆存储力？

未来唯一有价值的是你的见解。

——陆奇《奇绩创坛：新范式 新时代 新机会》

这里的见解，类似前述“智识”，是个体在对客观世界事件或事物的感知、理解、反思之后，重新输出的带有个人色彩的隐性知识，然后，像是某种养分，重回系统参与生产再造。

见解背后所需的能力，一类是异于机器的记忆存储、逻辑计算等能力的人类“认知力”，另一类是人类更特有的内在的“心力”：

认知力，更多是与外界交互的能力，包括感知力、洞察力、抽象力、分析力、想象力、情感认知等等。这些能力在特定的场景下也将组合成具体的应用能力，比如讲故事的能力、提问的能力。

心力，是更为内在的精神力量，包括意识层面的自我认知（存在意识、自我评价、内省与反思等）、意志层面的自我调节（注意力分配、情绪管理、毅力等），这些将在一定程度塑造了个体的价值观与信念，投射到个体的应用行为上，则是目标感、内驱力之类的表现。

这两类能力，前者多为know how的能力，后者多为know why的动机，在心智的组成上，都起着同等重要的作用。

在整个银河系里面，他们发现最珍贵的莫过“心智”。

——阿瑟·克拉克《2001太空漫游》

在这场人机共生的关系中，人类依旧生存在无际的信息丛林中，但也许，在AI读取和理解的算力的陪驾下，人类可以获得与这个丰饶信息时代更匹配的多元的内容阅读和摄入，最终塑造出星球文明中最为珍贵的心智。

本文来自微信公众号：会读ReadFlow（ID：gh_4a77378b8632），作者：vertuhuang