跳轉到

2004-社交媒體與注意力經濟#

案件摘要#

2004 年 2 月 4 日，Facebook 上線——社交媒體時代開啟（Twitter 2006、YouTube 2005、微博 2009）。這樁「按讚」案件是信息與政治結構的重構：注意力經濟（Herbert Simon 1971：「信息的豐富造成注意力的稀缺」）——媒體的商業模式從「賣內容」變「賣注意力」（廣告 = 產品，用戶 = 受眾）；推薦演算法優化 engagement（點擊、停留）→ 情緒化內容獲得偏置 → 極化與過濾氣泡（Pariser 2011）；2011 阿拉伯之春（社交媒體動員）與 2016 劍橋分析（數據操控選舉）——媒體 → 政治的千年鏈條（印刷 1440 → 電報 1844 → 廣播 → 社交媒體）的最新一環：每個人都成為媒體，權威中介（報社、電視台）崩解。

前因 -- 為什麼會有這個案子#

  • 網路就緒（1991 案）：寬頻普及（2000s）→ 用戶生成內容的技術條件。
  • Web 2.0（2004 前後）：用戶生成內容（UGC）+ 互動——「閱聽人變作者」。
  • 廣告的商業模式：報紙與電視的廣告模式遷移到網路——「免費內容 + 廣告」的經濟學。
  • Simon 的預言（1971）：信息的豐富 → 注意力的稀缺 → 「注意力的分配」成為經濟問題——理論已備，缺實現的媒體。

線索與推理 -- 數學式、理論、表格#

線索一：注意力經濟的商業模式#

Simon（1971）的預言成真：信息無限，注意力有限——社交媒體的商業模式：

\[\text{收入} = \text{廣告價} \times \text{注意力（engagement）}\]

推理：優化 engagement（點擊、停留、分享）→ 演算法偏好高喚醒情緒（憤怒、恐懼、獵奇）的內容——「情緒化內容的傳播優勢」（Brady et al. 2017 實證：道德憤怒的擴散更快）——媒體結構的系統性偏置。

線索二：推薦系統與過濾氣泡#

推薦系統的協同過濾（偏好相似者看什麼）→ 同溫層（echo chamber）與過濾氣泡（Pariser 2011）：

\[\text{推薦} = f(\text{歷史偏好}) \implies \text{偏好強化（正回饋）} \implies \text{觀點極化}\]

推理：演算法的正回饋讓偏好自我強化——「你看到的 = 你已相信的」——公共討論的共同事實基礎被拆散（「後真相」post-truth，2016 牛津年度詞）。修正的研究（Bakshy 2015 等）：過濾氣泡的效應存在但複雜——自我選擇（同溫層交友）與演算法偏置疊加。

線索三：媒體中介的崩解#

傳統媒體 社交媒體
把關 編輯（專業把關） 演算法（優化 engagement）
生產 專業記者 人人可發
速度 天/時 秒
動員 緩慢 快速（阿拉伯之春 2011）

推理：權威中介（報社、電視台）的把關功能被演算法取代——「編輯 → 演算法」的把關轉移：把關標準從「真實與重要」變成「點擊與停留」——信息的品質結構重構（假新聞的擴散速度是真新聞的 6 倍——Vosoughi et al. 2018 Science 實證）。

線索四：政治的重構#

  • 動員：阿拉伯之春（2011）、佔領華爾街（2011）——社交媒體的動員力（弱連結的快速集結）；
  • 操控：劍橋分析（2016，8700 萬用戶數據 → 微定向廣告）——「心理學 + 大數據」的選舉工程——數據的政治武器化；
  • 極化：兩極化的政治結構（美國 2010s 的政黨極化與媒體極化互鎖）——「部落化」的政治。

結案 -- 後果與影響#

  • 注意力成為核心資源：經濟學的「注意力經濟」成形——平台（2007 案）以注意力為商品。
  • 把關的轉移：編輯 → 演算法 → AI 生成（2022 案）——信息品質的治理挑戰（事實查核、平台責任）。
  • 政治的部落化：極化、後真相、選舉操控——民主的共同事實基礎被侵蝕。
  • 個人的媒體化：人人是媒體 → 自我品牌、流量經濟——「職業」的新形態（網紅、創作者）。
  • 千年鏈條的最新環：印刷（1440）→ 電報（1844）→ 廣播 → 社交媒體（本案）→ AI 生成內容（2022 案）——媒體速度與政治結構的共演化。

關鍵人物與文獻#

  • Herbert A. Simon：注意力經濟（1971，諾貝爾 1978）。
  • Eli Pariser：《過濾氣泡》（2011）。
  • Mark Zuckerberg：Facebook 創辦人。
  • 文獻：
  • H. A. Simon, "Designing Organizations for an Information-Rich World," 1971.
  • E. Pariser, The Filter Bubble, 2011.
  • S. Vosoughi, D. Roy, S. Aral, "The Spread of True and False News Online," Science 359, 1146 (2018).
  • W. Brady et al., "Emotion Shapes the Diffusion of Moralized Content," PNAS, 2017.
  • E. Bakshy et al., "Exposure to Ideologically Diverse News and Opinion," Science, 2015.