五十年后，互聯網世界會是什么樣

云賀

1969年，對全世界而言都是個神奇的年份：人類首次登上月球、披頭士樂隊舉行最后一次公開演出、互聯網在這一年誕生……其中，對更多人來說，互聯網的誕生顯然更具影響力。從此以后，人類世界有了現實與虛擬之分，無數行業開啟了變革的前奏。然而，伴隨變革而來的還有數不盡的新麻煩，如網絡安全、數據濫用等。

下一個五十年，互聯網世界會是什么樣？這些麻煩能否得到解決？為回答這些問題，今年10月底，美國皮尤研究中心調研采訪了530位技術專家、創新企業家、政策主導者及科研人員，請他們描繪五十年后人類的互聯網生活圖景，并基于此撰寫了名為《互聯網生活的下一個五十年》的報告。

調研結果顯示，大部分受訪者都承認，下一個五十年，互聯網必將與人類社會產生更加緊密、也更加不一樣的聯系。而未來前景的好壞，既取決于互聯網技術的發展速度，也取決于人類的應對方案。

這是一個怎樣的時代？

1969年10月29日，加州大學洛杉磯分校的研究生團隊在倫納德?克蘭羅克（Leonard Kleinrock）教授的指導下，與斯坦福研究院實現了兩臺電腦主機之間的遠程通訊連接。這一天，也被普遍視為互聯網的“生日”。

“這是一個最好的時代;這是一個最壞的時代。”英國作家查爾斯?狄更斯所著《雙城記》中的這句話，十分適用于互聯網時代。美國皮尤研究中心的調研結果也證明了這一點。

72% 美國皮尤研究中心的調研結果顯示，在530 位受訪者中，72%對互聯網的未來持明確的樂觀態度，25% 的人則認為互聯網的未來前景隱憂重重。

在530位被訪者中，72%對互聯網的未來持明確的樂觀態度，25%的人則認為互聯網的未來前景隱憂重重，剩下的3%認為，五十年后的互聯網時代與今天相比不會發生重大改變。

有意思的是，樂觀者與悲觀者對于同樣的問題，有著完全相反的判斷或結論。

比如，對于這些問題：互聯網會不會加劇社會階層矛盾和貧富差距，人類會成為機器的奴隸還是主宰，人們的線上社交活動是一種更緊密的聯系還是更疏離的關系，社會資源會走向壟斷還是分散——

樂觀者認為，下一個五十年，先進的互聯網技術將給人們帶來更長的壽命、更閑適的生活，社會資源與權力將更趨扁平化分配，由此促進實現社會公平。

悲觀者則表示，互聯網技術尚未實現普及，人與人之間的差距只會越來越大，其最終結果就是，經濟、健康、教育等優勢資源將向能夠掌握或熟練應用互聯網技術的人群聚集，而這樣的社會將矛盾重重，隱性歧視也會無處不在。

不過，無論如何，大部分人都同意這一點：2069年的世界將大不一樣。

奧特米特技術研究公司（Altimeter Group）的分析師蘇珊?埃特林格（Susan Etlinger）就表示，五十年后，我們今天所理解的互聯網概念將會被顛覆。

到那時，互聯網不僅僅是通過URL、APP和網頁等平臺將數據和信息組織起來的技術，人與人、人與物在虛擬世界中的聯系都將是可交互的，甚至是可被人類觸覺感知的，而且虛擬世界中產生的這種聯系還將深度嵌入到人類的日常生活中。

而最終的結果是：虛擬世界與物理世界之間的區隔會被打破。

下一個五十年，互聯網世界需要更加有力、精準的管理制度。

“好結局不會憑空冒出來”

與此同時，幾乎所有受訪的專家都認為，下一個五十年，互聯網世界需要更加有力、精準的管理制度。

麻省理工學院的教授埃里克?布林約爾松（Erik Brynjolfsson）表示：“我不認為‘五十年后是好是壞是最合適的提問方式，現在應該問的是‘我們怎樣才能修復結果？什么是當前最不確定的因素？我希望我們能做出正確的抉擇，但我們必須知道，好的結局一定不會憑空冒出來。”

的確，無處不在的數據濫用、永不掉線的監視直播、無孔不入的安全漏洞……這些困擾許許多多普通人生活的互聯網問題，正在以一種不可預測的速度蔓延開來。

當虛擬世界中的問題涌上了現實生活的海岸，止損成為政府和企業共同的課題。 為此，報告總結出了在未來的互聯網時代，政府和企業需特別關注和加強應對的一些風險點，主要包括：

——互聯網世界的社會差距會不斷擴大。掌握技術應用的人與尚沒有接入網絡的人之間，將產生一道深深的鴻溝。更可怕的是，虛擬世界的鴻溝與現實世界的鴻溝逐漸重合，使得優勢資源進一步向著少數人手中集中。

——人類的溝通越便捷，個人世界越荒涼。一個充斥著“超級連接”的未來，將由一個個被孤立的個體構成，人與人之間的物理距離有可能越來越遠。而一旦網絡這個中介消失了，人類如何聯通彼此將成為一個大難題。

數據管理問題尤為重要

此外，報告認為，在諸多風險點中，數據管理問題尤為重要。

在許多普通人的日常生活中，“用信息數據換便利”已經成為一種趨勢。而人們的一舉一動（購物、乘車、出行等），都會在各類網絡平臺上留下痕跡，成為商家進行行為分析的素材。

皮尤研究中心用“持續不斷的數據監視”來形容這樣的互聯網時代。可是，這背后不僅存在著巨大的安全漏洞，如數據濫用和泄露問題，還有可能涉及到算法歧視。

這類算法歧視來源于“有偏見”的數據。眾所周知，機器學習模型的構建在很大程度上取決于訓練機器時讀取的數據。然而，一旦基礎數據出現細微的偏差，就可能導致整個模型出現結構性偏差。

數據存在的“偏見”，經由算法系統讀取和分析，不僅會被完整地記錄和學習下來，甚至還會放大這種“偏見”，使之刻板化。

美國文化理論界的幾位專家在采訪中就表達了這樣的擔憂：“除非我們立即規范數據的收集使用過程，否則種族歧視、性別歧視、仇外等情緒，將經由機器算法進一步鞏固。最終，少部分精英集團的意見和情緒將被無限放大。”

事實上，涉及算法歧視的案例已經在美國出現過許多次。例如，谷歌搜索的“自動填充”功能被指控含有誹謗性搜索提示，侵犯了公民權利。再如，基于機器算法的廣告商們，會更多地將高息貸款的相關信息自動推介給低收入群體，等等。

而人類如何應對這些問題，將成為決定未來互聯網社會發展圖景是否美好的重要因素。