演算法如何分裂一個國家

為什麼儘管有大量關於政治人物的公開資訊——包括他們的言論、行動、前後矛盾，甚至有據可查的不當行為——真相卻往往無法說服核心忠實支持者？為什麼「粉紅」、「黃色」、「DDS」或「馬科斯忠誠者」等標籤，即使有證據推翻這些刻板印象，依然持續存在？為什麼政治敘事在被揭穿之後，仍然頑固地屹立不搖？

答案不僅在於政治、宣傳或假新聞。越來越多的跡象顯示，塑造公眾輿論最強大卻最不顯眼的力量之一，正是演算法。

演算法已悄然成為當今最具影響力的政治行為者之一。

大多數人將演算法與便利性聯繫在一起。它們推薦下一部要看的電影、下一首要聽的歌曲，或下一件要購買的商品。透過分析我們的網路行為，它們預測什麼能吸引我們的注意力，並持續提供更多相關內容。

這種個人化極為有效，同時也帶來深遠的影響。

同樣的演算法在策劃我們的娛樂內容的同時，也在策劃我們的新聞。每一次點擊、「按讚」、分享、留言，甚至我們在某篇貼文上停留的時間，都在告訴數位平台我們感興趣的內容。它們的目標很簡單：最大化用戶參與度。我們在線上停留的時間越長，它們產生的廣告收入就越多。

關鍵在於：演算法的設計目的是最大化注意力——而非真相。

如果我們經常與讚揚某位政治人物的貼文互動，我們的動態消息就會提供更多相同的內容。如果我們習慣性地觀看攻擊另一個政治陣營的影片，類似的內容很快就會接踵而至。隨著時間推移，對立的觀點逐漸從我們的螢幕上消失，取而代之的是不斷強化我們既有信念的無盡訊息流。

在不知不覺中，我們開始生活在精心構建的同溫層之中。

網際網路本應透過讓我們接觸前所未有的多元思想來實現知識的民主化。然而，個人化卻往往縮窄了我們的知識視野。隨機發現讓位於可預測性，矛盾的證據變得稀缺，細微差別被確定性所取代。

演算法放大了心理學家長期以來所稱的確認偏誤——我們尋求能驗證既有信念的資訊，同時忽視挑戰這些信念的證據的自然傾向。科技只是將這種人類弱點大規模地自動化了。

更令人憂慮的是，社群媒體演算法經常獎勵憤怒情緒。研究一再顯示，情緒化的內容——尤其是憤怒、恐懼和義憤——比深思熟慮、平衡的討論產生更多的參與度。因此，分裂性的敘事比理性分析傳播得更快。極端聲音比溫和聲音獲得更高的曝光度，不是因為它們更可信，而是因為它們讓用戶持續點擊。

其影響遠遠超出政治範疇。

社群變得兩極化，因為不同群體不再基於共同事實辯論不同意見，而是在消費完全不同版本的現實。對方提出的事實被視為宣傳而遭到駁斥，而能夠印證自身信念的錯誤資訊則被輕易接受。

這有助於解釋為什麼單純呈現證據很少能改變人們的想法。僅憑事實難以克服多年來被演算法強化的信念。當矛盾的資訊出現時，許多人已本能地將其視為帶有偏見或捏造而加以拒絕。

演算法早已完成了它的工作。

科技本身並非敵人。演算法已在醫療、教育、商業和通訊等領域帶來正面的轉變。挑戰在於確保那些旨在最大化參與度的科技，不會最終演變為最大化分裂。

那麼，我們能做什麼？

首要責任在於我們每個人。

我們需要培養更健康的資訊飲食習慣。知識健康需要接觸多元觀點。我們應該刻意閱讀具有不同編輯立場的出版物，聆聽我們不總是認同的評論者，並抵制僅依賴社群媒體來了解國家議題。

同樣重要的是重振批判性思維。在接受聳人聽聞的說法之前，我們應該提出簡單的問題：消息來源是誰？有什麼證據支持這一說法？是否有獨立且可信的媒體加以佐證？健康的懷疑精神不是憤世嫉俗，而是負責任的公民意識。

我們還必須重新學習積極傾聽的藝術。尊重地聆聽對立觀點並不需要表示同意，而是需要知識上的謙遜——承認我們任何人都不擁有真相的壟斷權。

學校同樣扮演著至關重要的角色。數位素養應成為核心能力，不僅教導學生如何尋找資訊，還要教導演算法如何塑造他們所接收的資訊。了解網路平台如何影響認知，如今已與閱讀和數學同等重要。

科技公司同樣必須承擔更大的責任。平台應對內容推薦的原因提供更高的透明度，並探索讓用戶接觸可信、多元觀點的方式。

菲律賓面臨巨大挑戰——從通貨膨脹和教育，到治理和經濟競爭力。這些問題需要以證據為基礎的深思熟慮的辯論。然而，當公民生活在各自獨立的數位世界中時，有意義的對話便無從實現。

民主不需要意見的一致性，而是需要對事實的共同承諾、理性的論述，以及在面對可信證據時願意修正自身觀點的意願。最健康的民主是 公民有好奇心去跨越自身同溫層的民主。

演算法是強大的工具。它們可以開闊思維或強化偏見，可以團結社群或加深分裂。它們究竟成為橋樑還是障礙，最終取決於我們自己。

本文所表達的觀點僅代表作者個人立場，不一定反映其所在辦公室及FINEX的意見。

Benel Dela Paz Lagua曾任菲律賓發展銀行執行副總裁兼首席發展官。他是FINEX的活躍會員，也是中小企業風險導向貸款的倡導者。目前，他擔任多家進步型銀行及部分非政府組織的獨立董事。