不止劣質內容、審美品味與 AI 道德恐慌：社會科學帶給我們的啟示

作者：Tim Sullivan 翻譯：a16zcrypto 翻譯：善歐巴，金色財經

編者按：本周，我們繼續推出系列文章，探討如何看待 AI 寫作相關討論。上周我們發布了面向創業者以及高頻內容創作者的《AI 寫作的習慣以及帶給我們的啟示》。

加密行業不少從業者過去依靠 「氛圍感與直覺」 做內容傳播，而我們試圖把嚴謹研究帶入這一領域。本文將藉助社會科學研究，來剖析這個本身非常主觀的話題。

18 世紀初，如果你生活在倫敦，想要詆毀對手或競爭者，你可以前往格拉布街—— 這片位於城北的貧民區，得名於一條垃圾排水溝。

狹窄街巷裡擠滿了三流寫手與落魄文人，在這裡你能找到塞繆爾・博伊斯這樣的人物：一名因負債逃離愛丁堡的愛爾蘭酒鬼詩人。他的專長是打油詩。只要花上一兩個先令，他就樂意為你動筆。如果你預算充足，他還可以炮製一份小冊子，把你的攻擊對象狠狠痛斥一倍。

博伊斯住在一間閣樓，常年受酗酒問題困擾。有一次他陷入極度窘迫，甚至把身上的襯衫拿去典當，只為換取寫作所需的紙張。（唉，這就是寫作者的人生！）博伊斯的遭遇並非個例。就連聲名卓著的塞繆爾・約翰遜，據說也曾混跡於格拉布街，只不過博伊斯算是其中最高產的寫手之一。

格拉布街產出了海量我們今天口中的 「劣質粗製內容」：短詩、小冊子、期刊、報紙，不管是創作端還是消費端，全部可以花錢買到。自然而然，當時的評論者將這類寫手比作風塵女子，認為撰寫小冊子和出賣肉體別無二致。體面人本該遠離這些糟糕作品…… 可現實是，大量體面人一邊痛斥這類內容，一邊又看得津津有味，轉頭還會和同樣獵奇的友人談論。

我想說明的是：粗製濫造的內容絕非新鮮事物，圍繞它產生的道德恐慌同樣古已有之。AI 生成內容只是這一古老趨勢的最新版本：每當技術大幅降低內容生產門檻，就會湧現大量廉價、同質化的衍生作品，同時一大批批評者會宣稱文化已經跌入新低谷。

繼格拉布街之後，出現了廉價便士報，接着是通俗廉價小說、電視 —— 高雅一點的說法叫 「巨大荒原」，通俗叫法就是 「傻瓜盒子」，再之後是部落格、社交媒體，如今輪到了 AI。

每當技術降低創作門檻，大眾便一擁而上。每一次，批評聲都接踵而至。每一回，自詡行家的群體都會拿出同一套說辭：審美品味成為他們最後的避難所，品味被抬上神壇。AI 或許在程度上、甚至部分屬性上和過往技術有所不同，但面對生產成本下降，社會文化層面的反應，在歷史上早有先例。

而這也引出當下眾人爭論的核心問題：品味究竟是什麼？ 如果品味是一套專家能夠穩定執行的固定評判標準，那麼現代 AI 幾乎完全可以模仿復刻。用大量包豪斯設計案例訓練的模型，可以推導出作品具備包豪斯風格背後的底層原則；用文學經紀人大量收購稿件樣本訓練的模型，也可以復刻這位經紀人的編輯偏好。把品味視作一套可被總結、穩定復用的規則，恰恰是現代 AI 所擅長的模式識別問題。

可反過來，如果 「品味」 不能被拆解為一套固定標準，那我們平日裡使用這個詞就太過隨意。把品味簡單等同於懂得分辨何為 「好」，近乎同義反覆；若僅僅把它歸為個人喜好 —— 我喜歡這個、不喜歡那個，又太過主觀，無法解釋為什麼有些人總能比其他人更早發掘出有潛力的想法、產品和創作者。

那麼，當我們評價一個人 「有品味」，我們真正在談論什麼？是預測能力？判斷力？社會身份？閱歷？還是運氣？「品味」 有時是以上全部，它是一個通俗的綜合概念，把多種完全不同的機制揉雜在一起。而 AI 迫使我們把這些機制拆解開來。社會科學的價值，並不在於給我們一套關於品味的統一理論，而是幫我們把混雜的概念剝離開。一旦釐清不同組成部分，問題就不再是機器能不能擁有品味，而是當內容生產變得廉價之後，哪些產出優質人類判斷力的能力依舊稀缺。

成功取決於社會環境

有一組研究可以解釋作品如何成為爆款。

21 世紀初，哥倫比亞大學社會學家鄧肯・瓦茨與馬特・薩爾加尼克帶領團隊搭建了一套線上虛擬音樂實驗室。數千名受試者受邀收聽、下載不知名樂隊的歌曲。研究人員把聽眾分成八組，每組設置不同實驗條件：一部分受試者可以看到每首歌的下載量，另一部分看不到。研究團隊還在部分實驗環境中篡改數據，例如把某首普通歌曲偽裝成下載榜第一名。

這項研究得出一個核心結論：當看不到他人的選擇數據時，歌曲下載量分布相對均衡；一旦人們可以看到其他人的選擇，最終結果就會出現巨大分化。在人為干預的實驗環境裡，某首歌在其中一個場景爆火，換另一個場景卻反響平平。

當作品質量跨過基礎及格線之後，能否取得巨大成功，極大受社會影響與路徑依賴左右。即便是行業內行，也幾乎不可能提前預判哪款產品會登頂。換句話說，行業專家，比如電視行業高管，很擅長提前篩掉明顯會失敗的項目；但面對一批質量都不錯的候選作品，他們無法可靠預判哪一個會一炮走紅。正如薩爾加尼克所說，《哈利・波特》的成功本身就帶有偶然性。

成功並不單單由質量決定。因此，品味也不能簡單等同於預判爆款。

品味是社會仲介能力

另一種可能性：我們所說的品味，根本不是預測能力。它來源於特定的社會位置 —— 身處某個位置，讓你擁有獨特視角，可以看清事物如何組合，想法與產品如何跨領域遷移。

社會學家羅恩・伯特的研究印證了這一點：企業內部最具創新力的員工，往往是那些能夠連接不同群體的人。伯特將這稱為仲介能力（brokerage）。仲介不是擁有預知爆款的超能力，而是搭建全新組合的社會位置優勢。

伯特的結論來自數十年企業內部社交網路研究。他不去聚焦個人天賦或專業本領，而是研究人在社交網路中的位置如何影響工作表現。他先梳理人員溝通關係，再把網路結構和晉升、薪酬、管理者評價做對照。 他發現，最有創新能力的員工，很少深陷在單一封閉的小圈子裡。恰恰相反，這些具備創新特質的人（我們或許就稱之為 「有品味」）處在結構洞之上：也就是各個互不連通群體之間的空隙。

由於遊走於不同圈層，擁有仲介能力的人能夠接觸到別人接觸不到的資訊；更重要的是，他們可以從多元視角看待問題。這種位置讓他們能夠把不同圈層的想法重新組合，這是任何單一網路都無法獨立生成的。在這裡，創新不是源於超凡智商，而是來自得天獨厚的社會位置。

這說明，品味或許不是一種審美天賦，而是一種結構性優勢。我們總以為品味存於人的腦海之中，是一種精緻的感知力、直覺式審美判斷。但伯特的研究表明，那些看上去像品味的特質，實則來自一個人在社交網路當中所處的位置。那些仿佛總能精準捕捉有趣、新穎、有潛力事物的人，往往常年遊走在一個個互不連通的社交圈層之間。他們的 「品味」，並非來自神秘直覺，而是反覆接觸其他人無法看見的各類想法組合。

某種意義上，訓練了海量數據的大模型，可以同時觸達所有網路。如果結構洞僅僅只是資訊獲取，那麼 AI 完全可以做得很好。但仲介者的真正優勢，來源於親身紮根多重社會環境，由此獲得具象、關係化、具備語境的隱性知識。仲介的優勢屬於隱性經驗：他們不只是拿到來自多個圈層的資訊，而是真正參與多個圈層，積累隱性認知、信任與人情閱歷，並且以大模型無法復刻的方式應對全新激勵。僅僅依靠訓練數據，無法模擬這種 「身在局內又置身局外」 的狀態。至少目前，這屬於人類實實在在的優勢。

誠然，伯特的研究聚焦企業職場與競爭策略，並非文化產品。但其他領域我們口中的品味，或許和這套仲介邏輯是相通的：優勢來自真正紮根多重世界的人。

判斷力依靠後天訓練

那人類的判斷力從何而來？它是後天習得的。

大模型可以完成大量入門級崗位的工作：像初級律師一樣起草合約，像初級諮詢顧問一樣做基礎財務分析，像工程師一樣寫代碼，諸如此類。有人提出，企業可以用大模型替代這類崗位，壓縮成本、提升產出。同時普通人也得以觸達專業能力：處理基礎甚至部分複雜事務，不必再依賴收費高昂的大型律所。

有經濟學家提出，在這一整套流程中，人類的角色是核驗：確保大模型輸出不會嚴重偏離事實。由人類檢查、修正輸出結果。那品味，也由人類來行使嗎？

但隨之而來的問題是，人類的品味從哪裡習得？優秀的評判者，依靠學徒式歷練、反饋、大量見聞，一步步打磨能力。

回想我早年在普林斯頓大學出版社擔任初級編輯的經歷。我要把老闆用綠色鋼筆修改完畢的書稿複印，再寄送給作者，留存副本防止原件丟失。複印機運轉的時候，我就翻看他的修改內容、批註疑問。我要看懂他那手很難辨認的綠色鋼筆字跡（這項專屬技能後來對我的職業生涯毫無幫助，但在當時至關重要，就連不少作者都讀不懂），更重要的是理解他的編輯思路。這套經歷塑造了我的編輯能力，之後我的稿件也會交由導師審閱，這套經驗直到今天仍在指導我的工作。這件事也揭示一個常被忽略的真相：很多崗位本身就是學習的載體。

換言之，我們所說的品味，其中一大核心 —— 判斷力，是日積月累打磨出的分辨能力，並非與生俱來。如果我們希望持續培養出有判斷力的人，就必須保留可以歷練這些能力的環境。

當然會有反對聲音：投入學徒培養機制的企業，短期會輸給不顧一切自動化的競爭對手。或許確實如此。但這種取捨，好比過度砍伐森林：把所有樹苗全部砍掉，單季度財報會很好看，但未來再也長不出參天大樹。當然對於求職者而言，如果企業不再提供這類崗位，就必須做到自我訓練。

落地實踐層面的啟示

把以上三項研究結論放到現實場景，它們本身都站得住腳，但直接直白地解讀，很容易得出片面結論。

先看受社會環境影響的爆款邏輯。薩爾加尼克的結論不變：成功不單單由質量決定，品味不等於預測爆款。AI 帶來的改變是候選內容數量暴漲，跨過 「合格線」 的作品多到任何內容篩選者都處理不完。也就是說，電視高管篩選的邏輯沒有變化，只是可供選擇的項目數量暴增，質量對於最終能否成功的權重進一步下降。當下，成功比以往更依賴運氣，更準確地說，依賴社會關係與網路位置。那些本身自帶受眾的候選者，最有可能在賽道徹底擁擠之前抓住風口。

仲介能力的邏輯則更為穩固。大模型已經可以完成仲介工作當中成本最低的那一部分：只要提問，就能把其他領域正在發生的事呈現出來，過去這需要你真正認識那個圈子裡的人。（當然前提是，得有人知道該提出什麼樣的問題。）真正關鍵的結構洞，不是資訊層面上 「知曉兩個領域」，而是親身身處那些沒有被記錄、無法被大模型抓取的世界：亞文化、不成文的實操慣例、只發生在線下會議室、從未被記錄下來的爭論等等。仲介能力依舊具備價值，正是因為總有人去挖掘這類沒有成文、也難以成文的領域。

學徒制這一條，「應當加以保護」 的建議依舊成立。學徒模式的內核，是新人在前輩指導下處理大量基礎繁瑣工作。就像我當年複印導師修改後的稿件，之後才獲准獨立編輯，稿件再交由導師審閱。如今 AI 接手了基礎繁瑣工作，很多人會簡單認為學徒歷練的路徑會隨崗位一同消失。

但或許事實恰恰相反。真正重要的環節，是 「不斷有人指出你的錯誤，直到你不再犯錯」。即便新人不再從零撰寫初稿，改為在監督之下核驗、修正 AI 產出，這套訓練依舊可以成立（當然我認為親手寫稿依舊意義重大）。改變的不是企業要不要保留初級人員，而是這些人員的日常工作內容。直接砍掉入門崗位的企業，等於拆掉人才成長的整套腳手架；把入門崗位轉向監督核驗 AI，既可以保留人才培養體系，又能拿到自動化帶來的部分成本收益。但這裡也存在公地悲劇風險：如果所有企業全部砍掉初級崗位，長遠整個行業都會缺失資深的判斷力，如同把林場所有幼樹全部採伐一空。

博伊斯為了換紙張典當襯衫，最後死在格拉布街。同樣走過那條街道的塞繆爾・約翰遜卻走出了泥潭。不是因為他擁有更高的品味，或許只是因為他擁有更好的成長支撐體系。

在關於 AI 的種種辯論當中，「品味」 已經變成一種圖騰，每當人們想要找出人類獨有、機器無法企及的能力，就會搬出它。但品味不必被神秘化。所謂品味，本質就是優質判斷力，由鼓勵試錯的環境、帶給我們多元想法的社交網路、以及培養分辨能力的制度共同塑造。

AI 時代，稀缺的從來不是品味。真正有可能變得稀缺的，是能夠培養出那些被我們稱作 「有品味」 之人的整套社會基礎設施。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。