如何解决信息过载

信息被生产出来的速度越来越快,但大多都是无用的噪音。有价值的、高质量的信息仍然是稀缺的,现在与过去的主要区别是更多的噪音淹没了有价值的信息。

专注于影响力最大的关键事物

少量的关键事物影响了大多数一般事物,这是一个在很多领域里都能观察到的现象,在商业、文化和创意领域尤其明显。这种现象很符合幂律分布,究其原因,不过是因为有能力创新的人是少数,大多数人只是无能的模仿者。
对于信息过载来说,有意义的点在于我们可以从经验中发现关键事物往往具有远高于一般事物的价值。比如我偶尔会发现一些可以被归类到关键事物的书籍,它们包含了被这本书影响的衍生著作里所具有的一切有价值的信息,以至于我意识到读那些由被影响者所写的文字简直是浪费时间。
当我们有意去比较关键事物与一般事物时,有时会发现后者几乎没有被选择的价值,因为前者可能是全方位的强大。更多时候,一般事物并不甘心居于人下,因此会以各种角度与关键事物进行差异化竞争,以争夺自己的生存空间。有时这会非常有效,比如具有商品属性的事物总是可以从定价、宣传、消费者的身份认同、品牌效应等各种方面来弥补它们与关键事物的不足,而缺乏知识储备的我们很容易被这些表面功夫迷惑,此时如何识别和发现关键事物成为了最主要的问题。
通常,一旦我们能够在信息过载时识别和发现关键事物,就可以大幅减少需要处理的数据规模,因此识别和发现关键事物在大多数情况下都值得我们付出努力。

史特金定律

任何事物,90%都是垃圾。
史特金定律定律是个太简单粗暴的定律,以至于人们的第一印象会是该定律太偏颇了。但事实是一些领域比史特金定律描述的更糟,比如互联网上至少有99%的内容是垃圾,未来甚至有望在小数点后再加上几个9。
“90%事物是垃圾”并不是真正的问题所在,真正的问题是人类只有有限的时间和精力,避开垃圾的成本因此有高有低。对事物的挑选难免发展成零和游戏,这使得那些缺乏有效评价体系的领域变得不值得投入大量精力,因为区分事物的价值变得很困难低效。

林迪效应

一个事物存在的时间越长,它有望继续保持其原有地位的时间就越长。
这个论断很有启发性,有些关键事物一直被新事物挑战,地位却从未动摇。这不是说它不可能被下一个挑战者击败,只是说如果一个关键事物已经屹立这么久,显然有它的道理,这是不需要专业知识也能得出的结论。
根据林迪效应,我们可以根据事物已经存在的时间,以及它被挑战的次数做出决策,这大幅减少了做出选择所需要的知识储备。对于一个你还未进入的领域,保守的选择至少会让潜在的失败风险更小,相信大多数人都认同这一点。
值得注意的是,一些关键事物维持自身优势的方式可能值得怀疑,这会改变林迪效应的应用空间:
  • 如果事物当前的地位是靠不对等的竞争手段维持的,则可能应该考虑它的竞争对手。
  • 如果事物当前的地位是依赖于畸形的环境维持的,则可能应该远离事物所处的整个环境。
  • 如果事物当前的地位是利用人性的弱点维持的,则可能应该远离事物背后的整个领域。

不会失效的过滤器

为了解决信息过载,人们发明了很多过滤器,包括但不限于各种内容排序算法和投票机制,但它们经常失效。
过滤器失效的原因可以总结为以下几类:
  1. 1.
    过滤器规则存在漏洞。根据墨菲定律,如果规则存在漏洞,势必出现发现和利用漏洞的人。除非过滤器具有完美的规则,否则它一定会出现边缘情况,边缘情况会在未来的某一个时间点被扩大化,进而破坏掉整个机制。
  2. 2.
    过滤器规则没有考虑到人类行为的非理性。
  3. 3.
    人类处理信息的能力非常低下,以至于过滤后的信息仍然多到无法处理。
  4. 4.
    需要处理的信息是无规律的,因此无法过滤。
最终人们会发现唯一不怎么失效的过滤器是时间,甚至这一判断本身也受到了足够长时间的检验。时间可以把稻谷和稻壳分离,优质内容在更长的时间尺度里幸存下来的能力更强,虽然这并不代表幸存下来的内容都是好的,但已经能过滤掉相当多的噪音。把时间当作过滤器的缺点是它显而易见的缺乏实用性,将等待作为一种策略对很多情景来说是不现实的。

一次是不够的

人类难以抵抗好奇心的诱惑。在这个大多数信息都很容易获取的年代,过剩的好奇心会开启阀门,让信息洪流肆意倾泻,脆弱的我们很快就会被水淹没。
对此,一个简单的应对策略是忽略掉所有你只看到过一次的新信息。只有当一个信息在不同的场合下被提及两次或三次以上时,你才应该把它看成是一个值得了解的东西。这种策略当然会有很多例外,人们需要结合信息出现时的上下文作出正确的决定。经验表明,即使只是采用这种简单的策略,仍然可以减少很多认知负担。

你不需要它:认知上的开悟

对信息过载来说,有一个不那么明显的哲学式解决方案。这个解决方案基于一个非常简单的事实:当你的认知层次觉得大多数事物都有价值的时候,很难不面临信息过载——抬头仰望时会觉得一切都很庞大,低头俯瞰时会觉得一切都很渺小,信息过载与不信息过载的人的区别是其所处的认知层次不同。
提升认知层次并不容易,为了到达更高的认知层次,就需要用消化更多信息,这使我们重新陷入信息过载的处境。幸运的是,得益于人类的适应力,在消化了足够多有价值的信息后,在某个时刻,人可能会惊觉自己到达了新的境界。此时,由于掌握了一套与个人期望高度吻合的模式匹配策略——在大量消化信息的过程中,大脑训练出了一种高效率的信息过滤器,你开始能够闻到信息的坏味道,可以在相当程度上预测信息背后的意义,甚至用直觉去补足信息量不足的部分。
这时大部分信息对你来说已经变得无趣,因为它们太低级——你注意到信息经常是以某种方式重复的,你对信息已经熟悉到可以很快发现这些重复,然后把它们视作噪音加以排除。
你看待事物的标准因此被拔高,很多事物已经不如原来认为的那样有价值——你发现优秀事物的平凡一面,而平凡的事物比过去看起来更糟——这时候一些真正优秀的事物开始脱颖而出,而以前你从未发现它们竟然有如此高的价值。
当人发觉自己已经在摒弃和拒绝那些不够高级的信息的时候,就离所谓的开悟不远了。开悟意味着你对自己熟悉的诸多事物的了解已经深刻到足以用哲学和理性的方法将其扩展到其他事物上,这需要庞大的知识储备和大量的深入思考。你意识到世间万物的价值都有待被重新判断,很多事物的价值开始减少,有些会归零,甚至只剩下负面价值。你可能会注意到真正有价值的事物存在着一些共性,于是判断事物是不是真正有价值也变得越来越容易。对抵达这一境界的人来说,信息过载只是过去式,因为有价值的信息在他们眼中是很少的。

选择最困难的路径

有时,最简单最直接的路不一定是对的,反而可能是充满陷阱的路,而最远最艰难的路才是正确的。
举例来说,如今几乎所有事情都有摩擦更小,更人性化的解决方案。遗憾的是,那些能够被动获得的解决方案,其本质多是在向人们兜售某种产品。根据现代商业逻辑,它们很可能满足以下负面情况中的至少一项:
  • 解决方案向用户收取远高于成本的费用。
  • 解决方案把用户变成供应商资产的一部分。
  • 解决方案缺乏灵活性,只适合它设计时预想到的有限场景。
  • 解决方案被销售人员夸大其词,实际使用时才发现根本不是这样。
  • 解决方案让用户以某种方式积累出可观的沉没成本,从而把用户困住。
  • 解决方案没有可持续性方面的保证,说不准哪天就消失了。
任何一项负面情况的存在都会让解决方案变得更糟。随着时间的过去,人们会从一种解决方案转到另一种解决方案,甚至许多行业的兴衰都受此影响,然而这种切换总是永无休止:一些人是因为找不到符合他需求的解决方案,另一些人则是因为不知道自己真正需要的是什么,所以只好跟着主流走。
有没有一劳永逸的终极解决方案,既可以摆脱商业化运作,也能完美适配个人需求呢?在一些领域,显然是有的,但遗憾的是这些方案往往鲜为人知,因为它们属于困难路径。这些终极解决方案大多不是以终端产品的形式存在,而是以思想,以哲学,以方法论的形式存在。掌握这些解决方案几乎总是意味着高昂的学习成本,这意味着即使通过传授它们也难以产生可观的经济效益,无法仅靠编造出富有吸引力的广告词就卖出去。但一旦你掌握了这些解决方案,你就可以形成自己的解决方案,而不再需要依赖别的任何东西,这最终会为你节省时间。

你不是第一个想到的

你有一个惊世骇俗的想法?现在立刻准备去验证它?冷静点,你大概率不是世界上第一个想到它的人。
大概率是多大?取决于相关领域。如果这个想法是一个商业模式,它被其他人想到过的概率可能会超过99%
因为构思这些想法的门槛太低,且验证这些想法的驱动力(或者说激励机制)是相当普世的。在这种情况下,既然你没有看到这套商业模式在主流市场里出现,也没有在小众市场里找到它,那么它极有可能是一个已经被人验证过的失败想法——只不过失败得太无声无息了,以至于你甚至都不知道它失败过。如果这个想法是一个学术研究方向,那么它被其他人想到的概率肯定会比商业模式低一点,但除非相关学科诞生得很晚,恐怕也不会低太多。这些想法的竞争会有多激烈呢?可以去查一下历史上被同一时代的不同学者独立发现的相似研究的数量,从微积分到自然选择理论,例子实在太多了。进入信息时代以后,这样的情况更是只多不少,你的想法在20年前就被其他人研究完毕的概率相当高,只不过这个研究成果没什么传播力而已。
独创的想法非常罕见,因为这对相关领域的限制性条件要求很苛刻。死海古卷被发现后几十年里,只有不到十个人有权限去解读它们,如果你是当时死海古卷解读者中的一员,我会说你在这个领域的想法是独创的可能性还是挺高的。大部分想法的诞生都不附带着多么苛刻的限制性条件,以至于总是至少有几万个人在相同或不同的时代和你处在相同或不同的角度思考过类似的事情。这导致当一个想法在我们脑海中形成后,基本上就可以直接滑坡到“这是个已经被验证过的失败想法”、“这是个不值得验证以至于没人去验证的想法”、“这是个验证成本过于高昂的想法”中的其中一个。由于我们和其他有类似想法的人的最大变量可能只是时代背景不同,所以最容易出现的后续是从“这是个已经被验证过的失败想法”滑到“或许现在重新验证一遍会不一样”的侥幸里。而经验告诉我们,在你滑向这个坑的同时,可能已经有几万个同时代的人站在坑底。
这和信息过载有什么关系?很明显,验证想法是信息过载的主要入口之一,越多需要验证的想法等同于越严重的信息过载。如果不将对想法的思考上升到这种元级别,你可能会花费大量时间去验证想法,最后却发现它属于“这是个已经被验证过的失败想法”、“这是个不值得验证以至于没人去验证的想法”、“这是个验证成本过于高昂的想法”之一。当你面临太多的想法时,与其花时间去验证想法,不如直接去验证想法诞生的前提条件,只有在前提条件足够苛刻和复杂时,相关想法才有可能值得继续深入下去。

面对AIGC时代的世界

提示:本节包含对未来的预测。
生成式AI正在改变世界。可以想象,当生成式AI足够普及时,互联网上的噪音会以指数级别增长。因此信息过载的问题在未来很可能会比现在更加严峻。

利用LLM生成摘要的能力

和目前最先进水平的LLM进行一些有深度的话题后,很难忽略这些LLM所展现出的强大知性。不难想象,在不久的将来,人们在很多情景下甚至会更愿意与LLM而不是真实的人类沟通——在有得选的前提下,人们都更喜欢跟真诚且谦逊的聪明人交往。
这种逐步建立起的信任可能使我们放手让LLM为我们生成各种内容的摘要。如果我们能打消顾虑,我会说这确实是一种缓解信息过载的有效手段。就个人体验来说,大部分非虚构作品现在都给我一种完整消费它们是浪费时间的感觉,让我一字不落地读完一本书乃至一篇文章已经可以称得上是一种谋杀。视LLM对你的了解程度,它最终可能做到针对性地无损压缩信息,至少我希望如此,毕竟这能为整个人类族群省下不少时间。

用LLM替代搜索引擎

在微软的New Bing上线后,我使用Google的次数减少了,因为用New Bing来“搜索”在一些场景下明显效率更高。尽管New Bing在我专业领域内的表现仍然是一团糟,但在向它请教我不了解的知识时,我会说这是很不错的体验。倘若未来有一天公共搜索引擎的市场份额主要取决于作为用户接口的LLM机器人的智能程度,我不会意外。
不过在这之前,有一睹不可忽视的高墙架在我们面前:注意力经济。如果LLM成为了我们所希望的那种东西,注意力经济的一部分——至少一部分依赖广告所建立起的盈利模式会因此崩溃。我不确定微软打算怎么解决这个问题,可能微软根本不打算考虑这些问题。对于Google来说,显然距它们推出一个类似于New Bing的LLM作为用户接口只是时间问题。考虑到Google同时还是最大的广告商,所以更有可能发生的事情是Google会先意外杀死自己。
我能想到的关于这一切的最坏的结果是,由于LLM高昂的运行成本,公共搜索引擎服务最终达成共识放弃将LLM作为用户接口,我认为这种情况发生的概率很低。次坏的结果是,LLM变成一位见缝插针式的推销员,你跟它的交流越多,它就越了解你,越可能把你不真正需要的东西卖给你,这时的LLM并不完全可信。最可能的结果是,公共搜索引擎服务选择将LLM的运营费用转嫁给用户,相当于提供一种订阅制的高级搜索引擎服务。这不是最坏的结果,但是我最不想看到的,因为这会在订阅用户和非订阅用户之间形成一道新的数字鸿沟,人们可能会被迫每月给搜索引擎付钱来保持自己作为人类的竞争力。