11.2 監視資本主義與過濾氣泡：演算法如何重排公共領域（2013 – 2019）#

孤獨是一種症狀；這一節要檢查的是病源結構——把你的注意力與行為資料變成商品的產業。2010 年代的三本書與一場醜聞，把「演算法社會」推到了社會學的中心：帕里澤的「過濾氣泡」、祖博夫的「監視資本主義」、以及劍橋分析事件。

從「免費服務」到「行為期貨」#

首先要理解一個商業模式的革命。傳統媒體賣「版面」（廣告主買曝光）；網路平台賣的是更精細的東西——「行為的預測」。Google 與 Facebook 免費提供服務，代價是收集你的點擊、停留、地理、社交關係；這些資料經機器學習後，變成「你會不會點這則廣告、買這件商品」的預測模型，然後被拍賣給廣告主（即時競價）。社會學家兼前微軟高管學者雪倫娜·祖博夫（Shoshana Zuboff）在 2019 年的巨著《監視資本主義時代》（The Age of Surveillance Capitalism）把這個模式命名為「監視資本主義」：它的新穎處不是「監視」（那是傅柯的老題目），而是把人類經驗當成「免費原料」，提取、加工為行為數據，再賣出行為預測——而且試圖往下一步走：不只預測行為，還用介面設計（無限下滑、自動播放、推送通知）去「引導」行為。

極化的機器：回音室與過濾氣泡#

「過濾氣泡」一詞是網路運動人士伊萊·帕里澤（Eli Pariser）2011 年的 TED 演講與同名書提出：個人化的推薦算法會過濾掉「你不想看的」，讓每個人住進自己的資訊氣泡。2016 年美國大選、英國脫歐公投之後，這個詞變成公共討論的常識。但要誠實地報告證據：

學界對「氣泡」的實證有爭議：一系列研究（如 Bakshy 等人 2015 用 Facebook 資料、Fletcher 與 Nielsen 的跨國新聞調查）顯示，人們的「氣泡」很大程度是自己選的（選擇性接觸，心理學的老命題），算法的效果是放大而非創造。
更可靠的證據是「情緒傳染與憤怒經濟學」：Facebook 2014 年的「情緒傳染實驗」（在未充分告知下調動近七十萬用戶的動態牆正負內容，引發全球輿論抗議）證明動態排序確實能影響使用者的情緒；而 2018 年《大西洋月刊》等媒體披露的內部研究顯示，演算法獎勵「激起憤怒與恐懼的內容」，因為憤怒帶來互動，互動帶來停留，停留帶來廣告收益。社群媒體的極化，與其說是「同溫層」，不如說是「憤怒的市場」。

劍橋分析：行為數據的政治用途#

2018 年 3 月，《衛報》與《紐約時報》披露劍橋分析（Cambridge Analytica）事件：一位心理學研究者以「學術問卷」為名，取得約 27 萬人透過一個心理測驗 App 授權的資料——但 App 同時抓走了這些人的好友資料，最終涉及約 8700 萬名 Facebook 用戶的人格特質與社交網絡數據。這些數據被用於建立「心理靶向」的選舉廣告模型（公司宣稱曾服務 2016 年的川普陣營與脫歐運動；其實際效果後來被多位學者估為有限，但手法本身揭開了「選民可以被逐人定製說服」的想像）。事件促成美國國會聽證（扎克伯格 2018 年 4 月出席）、歐盟 GDPR（2018 年 5 月生效）的落地執行，以及各國「平台問責」的立法浪潮。

公共領域的結構轉型：哈伯瑪斯的預言應驗#

回到理論。哈伯瑪斯 1962 年寫《公共領域的結構轉型》時，担心的是「商業媒體把公共討論變成消費」；他大概想不到，六十年後要面對的是演算法版本。今天的結構問題是：

把關者消失，沒有人替換上「把關者」：傳統媒體的編輯權被「互動量」取代。
成本極低的假訊息：2016 年馬其頓小鎮的青少年靠假新聞網站賺廣告費的調查報導，是最刺眼的註腳。
國家級資訊操作：俄羅斯「網路研究局」的惡意帳號網（美國特別檢察官 2019 年報告的起訴文件）、以及哈佛學者 King、Pan 與 Roberts 2017 年估計中國每年數億則偽裝成普通網民的留言。

社會學要回答的問題因此變成：當「注意力」與「情緒」成為被演算法定價的資源，公共討論的規則應該由誰來定？這是「監管」（歐盟《數位服務法》2022）的問題，也是「社會設計」的問題——第八章的文化工業批判與第九章的權力／知識分析，在這裡交會。

一個被低估的「正面清單」#

為了公平，也要記下演算法社會的正面清單：疫情期間的遠距教育與醫療、弱勢社群在網路上的互助（少數族裔、身心障礙者、性少數的線上共同體）、開源與知識共享、以及在威權國家裡偶爾衝破封鎖的訊息。社會學的任務不是給科技定罪，而是指出「什麼樣的設計會帶來什麼樣的社會」，並為公共選擇提供證據。

下一節，把孤獨與演算法合起來，看這門學科在二十一世紀的最後一個大問題：我們還能重建「共同生活」嗎？