當人也成了運算系統中的一部分後——社群運算

分享至

在無邊際的網路世界裡,我們每一個人是如何成為整個網路系統中的一個小運算單位的?我們在數位世界留下的足跡對於遠在他方的網路使用者帶來什麼影響?自己在網路世界瀏覽的時候又如何受其他網路上的陌生人影響呢?

撰文/楊期蘭

在實體或物理世界中,我們無時無刻都接收著周圍人們給出的社交線索,早餐店外面排了很長的隊伍,讓我們知道那家店可能很有名;走在路上看到有人穿越草皮走出了一條捷徑,讓我們也跟著別人的足跡穿越草皮;聽了一場演講有人拿起手機拍下重要的投影片讓我們知道有人也對這一頁投影片有興趣;當有人問問題我們也同意的時候就會點頭來表示同意。這些社交線索無時無刻都在影響我們的判斷與行為,但是到了網路世界中,我們還有辦法得知這些「人留下來的足跡」嗎?

Photo by Giselle Herrera on Unsplash

什麼是社群運算?

當我們把這些實體世界中人跟人互動的社交線索設計到網路數位世界的時候,就形成了社群運算。社群運算是一個把人的數位足跡納入網路運算系統的一個設計機制,這些數位足跡就是我們在網路上所有能被搜集到的行為,像是點擊、瀏覽時間、購買行為等等。設計師或開發者把使用者們在網路上留下的數位足跡透過不同的方式在數位世界顯現出來,形成數位社交線索(social cues),讓其他眾多的使用者們在數位世界中也能如同在物理世界一樣參考其他群眾的行為來做決定。

知道這些後,我們就可以透過一個資訊系統是否有透露出社交線索來分辨它是否有運用社群運算的設計機制。以校務資訊系統為例,如果學生可以在選課系統中看到有多少人把某堂課加入我的最愛、可以看到有多少人分享某堂課、在留言板能夠互相交流課程資訊等,這些社交線索就是社群運算的應用;相反地,一個不具有社群運算機制的資訊系統就不會讓學生接收到任何社交線索,學生們只能在系統上看到有哪些課程、自己選課的結果、自己加入我的最愛的課程,但是無從得知其他學生的情況,這就是一個沒有包含社群運算概念的平台

在具有社群運算的系統裡面,電腦不再只是一個被動呈現資訊的運算系統,電腦也成了人與人「溝通」的媒介,使用者透過電腦來傳遞這些社交線索;而「人」在整個社交運算系統裡面扮演的也不再只是被動接受資訊的角色,而是變成了運算單位的一環,而人成為運算單位的方式就是科技讓我們產出的內容(user-generated content)不斷地在整個資訊系統中流動。

舉例來說,當我們進入google 地圖找尋美食的時候,google提供的服務會鼓勵我們為店家留下評分或是評論,這時候我們就是在替整個線上店家社群生產內容,每個使用者留下的評分成了系統的一部分,自己留下的評論會被其他使用者看到,進而影響未來其他人後續的行為,例如其他使用者會在看了評分跟留言之後決定要不要前往某個店家用餐。

Photo by Fábio Alves on Unsplash

 

讓人們可以透過資訊科技產生社交互動

網際網路的興起讓任何人只要連上網就有機會跟遠在另一個國度的陌生人交流或是受這個陌生人的影響。社群運算概念的發展開始為網路世界擴展了新功能,讓網路空間得以成為一個虛擬社交場所,我們可以在網路上跟熟識的朋友或多年不見的朋友再度建立起連結(例:Facebook);也可以跟不認識的同好一起寫作、開發程式、解決問題(例:Wikipedia, GitHub);甚至讓我們住進完全沒見過面的人的家裡(例:Airbnb)。

這些數位世界中的社交線索就是社群運算機制的重要元素,因為社交線索們會影響人與人之間的信任,也會影響人對一個產品的信任。以大家熟悉的社群媒體為例,當我們在實體世界想表示認同的時候,我們會點頭,換到數位世界中,這個社交線索就可以被「讚」、「愛心」顯現出來;在社群媒體上看到誰追蹤誰,有多少人追蹤一個帳戶,這些線索讓我們知道誰可能認同/反對某些論述、誰跟誰可能互相認識,誰的聲量可能很高,進而印象我們對她/他的信任。

社群運算機制除了影響人際之間的信任之外,也會影響我們對一個服務或是產品的信任,像是當在蝦皮或亞馬遜這些電商購物時,幾乎都能看到每個商品的評分以及買了這個商品的人可能也買了哪些東西的資訊,這就是設計師們把我們在物理世界中看到別人排隊的這個資訊轉換成評分以及推薦,才能讓我們在線上購物的時候也可以參考很多人都去哪家店買東西、哪些商品人氣比較高,當我們知道一個商品有很多人買過,也就比較有可能因為信任其他人的作法而願意購買。

Photo by Erik Lucatero on Unsplash

 

社群運算:在每個人離不開網路的時代中需要持續關注的研究領域

社群運算的概念可以應用在很多電子商務平台或是任何數位系統,它帶來了許多好處,除了上述提到的信任之外,也可以讓整個線上服務的生態系更自給自足,像是顧客留言就可以成為一個商品品質鑒定的依據,不用再額外花錢雇用專業評論家來為商品打分數;另外一個好處是可以有效率的產出或傳播線上平台上的內容,像是當有災害發生的時候,社群媒體上回報自己安不安全以及分享資訊的功能就會讓消息很快被散播出去,而不用等到記者到現場的時候才能知道狀況。

即便社群運算機制帶來了許多好處,人機互動領域的研究者們也持續再關注及解決社群運算帶來的一些不良使用後果,像是快速資訊傳播方式所帶來的潛在危害就是假新聞的散播也會跟著加速;網路平台上的評分系統設計如何適當反映出服務品質但同時不犧牲任何一個利益關係人的權益等。還有許多議題有待解決,有興趣的讀者們也可以定期關注每年針對這個主題的學術研討會來了解這個主題的發展方向:電腦輔助協作與社群運算研討會(Computer-supported cooperative work and social computing)

 

作者:東京大學 學際情報學 楊期蘭 (搜尋「人機共生你我它」了解更多)

 

參考資料:

  1. CSCW. (n.d.). Retrieved January 06, 2021, from https://dl.acm.org/conference/cscw
  2. Social Computing. (n.d.). Retrieved January 06, 2021, from https://www.interaction-design.org/literature/book/the-encyclopedia-of-human-computer-interaction-2nd-ed/social-computing

 

(Visited 22 times, 1 visits today)

分享至
views