（接上文）
利塔魯：因此，社交媒體把我們都推進一個陪審席內，實際上是把每個人都推到一個巨大的足球場，給每個人發一隻麥克風。這有點像開共和黨全國代表大會（RNC）和民主黨全國代表大會（DNC），你讓他們一起在同一個宴會廳裏。在現實生活中，我們會說，嘿，這真是個壞主意，沒有人想這樣做。在Twitter上，這正是正在發生的事情——政治上的所有這些激烈辯論。
同樣，不要忘了屏幕背後的那些算法，它們悄無聲息地優先推送決定我們看到的東西，這件事情非同小可，這些算法能夠看出我們的興奮點。你注意一下社交媒體，通常情況下，你不會只看到沒完沒了的小狗、獨角獸和曬幸福的影片。如果你不斷刷屏，你會看到一隻小狗在那裏，你可能會瞟上一眼影片，但僅此而已，你不打算參與其中。如果你看到某種東西，哦！這讓我興奮不已，你就會開始發表評論，你會把它轉發給別人，你會開始發表評論，它真會讓你興奮起來。而這反過來又會吸引人們。
所以，不經意間，即使你只是採取一個簡單的算法，給人們推送可能引起反應的東西，你會立即激發人們熱情。同樣，這些算法是如何運作的？我們無從得知。
我更喜歡按時間順序獲取所有內容的地方，因為這種方式，至少你會看到自然產生過程，而不是一些算法試圖找出你的興奮點，然後給你餵上讓你興奮的料。這一點也變得很重要，因為我們越來越多的線下活動，是在社交媒體上被組織起來的。
試想一下，就在今天，如果你要組織一場街頭抗議，你不會去發傳單，或發電子郵件，甚至不會拿起電話。通常情況下，你會把它發布在社交媒體上。其中哪些會廣泛傳播，哪些不會？這是因為人們對你的話題不感興趣，還是因為一些算法在干預？
去年在COVID早期階段，你會看到隨著呼籲重新開放的抗議活動的高漲，Facebook 發布了一項官方規定說，任何違反COVID當地規定的實體抗議活動，都將不允許在我們的平台上進行宣傳，我們將撤下活動廣告。如果該活動沒有明確要求戴口罩等等，都同樣適用。然後發生了喬治弗洛伊德（George Floyd）事件的抗議活動，他們悄悄地取消了這個限制，這變得非常耐人尋味，這又是一次偷偷摸摸的行為。他們沒有公開宣布說，我們相信這些抗議是重要的，所以我們要撤銷這個限制。
因此，這就是真正的挑戰。
這些規則每天都在變化，而我們不知道規則是甚麼。我的意思是，你怎麼能有這樣一個數碼社會，甚至你不知道其中的規則是甚麼？作為一名記者，我經常會問這些（科技）公司：「那麼，根據你們公布的這一規則，這個特定的表述，會不會違反你們的規則？」
我得到的答案百分之百總是這樣的：「我們不能對假設性的問題進行評論，貼出來，如果我們禁止你，就代表這個表述是不被允許的。」不能有一個這樣的數碼世界。
通過第《230條款》 數據庫 應提交給公眾監督
楊傑凱：這一點非常重要，方方面面都需要考慮到。我的意思是，你（在你的最新報告裏）提出了10個不同的（需要社交媒體公開的）數據庫，你認為這些數據庫應該提交給公眾監督；而且你還建議，管理人工智能及其決策的規則，也應該是透明的。
但問題是，通過何種機制，我們可以保證這些公司巨頭——這些權力巨大、前所未有的龐然大物——會真正告訴我們這些事情的真相？
利塔魯： 我認為，方法是通過（美國《通信規範法》）《第230條款》……。我們現在把它當成像是不可改變的東西。但是就如《性販賣法》（Sexual Trafficking Act），它被修正了。
因此可以想見，也可以修改《230條款》，也就是說，作為接受（《230條款》賦予的）所有這些權力、豁免權條件，你必須提供某些數據庫作為交換。
如果這些（10個要求披露的數據庫）被納入《230條款》，那麼它就具有法律效力，這樣他們將不得不公布這些數據庫。我認為真正重要的事情之一是，它（披露這些數據庫）就相當於是（社交媒體）把更明確的（言論審查）規則公布於眾。
如果你通讀Twitter、Facebook 或任何公司的規則，他們往往會說，如果你發布一些有害的東西，你會被禁止。甚麼是有害的？你如何定義它？而科技公司的答案總是，還是那句老話，你發布出來就會知道它（是否是被允許）的。我認為這才是真正的問題。
我還想補充一下，這種現象不單單存在於社交媒體，想想Uber（優步）、Airbnb（美國一家出租住宿民宿的網站）、Lyft（美國僅次於優步的第二大的叫車公司）。你今天使用的每一個平台，通常都有一個特別服務條款。勞拉盧默（Laura Loomer， 美國右翼活動人士，被多家媒體平台及服務平台取消），一個被Uber和Lyft取消了的活動家，倒不是因為盧默違反了他們（Uber等）的服務條款，而是因為（盧默發來）一條不相干的推文。想想這種事情，幾乎就跟中國（中共）的社會信用體系一模一樣。（中共）的社會信用體系是，你在這裏發表的言論，能給你在這裏的生活造成影響。
同樣，如果沒有這些清晰的指南（類似的事情還會發生更多）……。在（2017年特朗普總統的）就職典禮上，Airbnb取消了華盛頓地區的房間預訂，他們公布了相同的規則，說我們要取消仇恨組織活動。那麼，你如何定義仇恨組織呢？你可能會說三K黨就是，大家會一致同意，三K黨不能到華盛頓。但你怎麼劃定仇恨的界限？
任何使用微軟Office 360產品的人（可能知道），其中一個服務條款說，如果你使用他們的產品來製造仇恨言論，你將會被永久禁止使用微軟產品。我為此寫信給他們，我說，你們如何界定仇恨言論？你們對它的定義是甚麼？你們是否曾因此而禁止任何人使用？你們是否真正執行過這一政策？而回答同樣是默不作聲。
我認為這（仇恨言論）是一個至關重要的概念，我們有這些規則，但這些公司的規則不像法院。法院不會說，如果你幹壞事，你就會被逮捕，實際上法院只是羅列出了一個個（明晰的）法律條文。這（明晰的規則）正是我們在數碼世界中所缺乏的。
想想亨特拜登（拜登次子），《紐約郵報》（New York Post）有他的手提電腦醜聞的報道，我認為這是一個典型的例子。《紐約郵報》是一家實際運行的新聞實體，把一些新聞報道發布在社交媒體上，Facebook和Twitter一起說，這是有害信息，我們不會讓它公布。
Twitter一開始就說，這是有害的錯誤信息，而且是黑客材料，包含了（亨特拜登）個人信息。
至於Twitter為甚麼要禁止它的說法，每小時都在變。最後他們說，你知道嗎？我們不應該禁止這個（《紐約郵報》報道）。這很嚴重，我們犯了一個錯誤。
但那時總統大選已過，大局已定，這個新聞故事已經失去了意義。
主流媒體新聞報道被社交媒體禁止分享沒有明晰規則
請想一想這樣一個事實，一條主流媒體的新聞報道，被社交媒體禁止分享，而且原因不斷變化，我想一共變了四次。這就是當前的實際狀況，沒有一個明晰的規則……這就像警察逮捕你並說：「好吧，我們要指控你這個罪名。哦，對不起，對不起，實際上，不，我們要以這個罪名起訴。不對，對不起，是這個、這個，還有這個。」現在就是這種情況。我們需要有一個答案。
特別是在人工智能方面，隨著公司越來越多地轉向人工智能，其中一個有趣的事情是，我們視為「黑匣子」（black box，只知道輸入、輸出，中間過程不知道）的東西。但現在有一個領域叫做「可解釋的人工智能」（explainable AI），這是一個完整的研究領域，你構建這些人工智能算法，實際上你可以問它，當它產生一個答案時，實際上它會告訴你為甚麼要做出這個決定。
但是相反的，而當內容審查人是人類時，公司會說，我們不能為你提供解釋……，他們最常用的是下面兩種理由。
一個是，我們不能提供解釋，因為那會讓不良行為者了解如何繞過我們的規則。但是，這正是律師日常事務，這是律師存在的價值，作為一個透明法律制度的成本，我們能夠接受這一點。
但另一個答案是，他們會說，這太花錢了。如果一個內容審查人必須坐在那裏，花上10分鐘寫一個解釋，那對我們來說行不通。那麼我們為何不用人工智能，建立一個人工智能模型，可以給你解釋它為甚麼這樣做，這比人工服務花費更少。
運用人工智能可以消除成本太高了的爭論，而且，人工智能工具是一個新的研究領域，現在許多工作都在使用人工智能領域技術的成熟來協助，所以實在沒有理由說他們不能向你提供解釋。
這（使用人工智能）會幫了他們（社交媒體平台）的大忙。我一直說，對於科技公司而言，這也幫了他們，因為如果你是Twitter公司，每個推友都能得到一個解釋。（比如）今天推友們恰好看到，嘿，我關於「孟菲斯」的推文被刪了，我不知道是不是因為我提到了「孟菲斯」？或因為我提到了別的東西？但如果真正的原因是，因為你的推文提到了「孟菲斯」這個詞而被禁言，那「孟菲斯」就被確定為一個有害的詞，會對人們造成傷害。這樣至少對推友來說是個解釋。但最重要的是，對推友來說，他們至少知道，嘿，問題出現這兒。
但是，因為《紐約郵報》事件，我看到它讓Twitter公司狼狽不堪，他們不能一味地改變說辭。他們（內部）有這樣的紀錄，說明為甚麼要禁止它。
必須規定社交媒體公開數據庫作為透明度起點
楊傑凱：非常精彩。你說你想把一些東西納入法律之中，比如說，規定（社交媒體必須公開）10個數據庫，作為透明度起點，成為《230條款》修正案可能的一部份或類似的東西，對嗎？請給我們講一講——選幾個你認為最重要的數據庫談談，以及為甚麼這將帶來重大的變化？
利塔魯：10個數據庫中的一個，是他們的算法定向推送哪些內容的數據庫（Public algorithmic trending data sets）。
回顧過去，最著名（定向推送的）例子就是弗格森抗議活動（Ferguson protests，2014年8月9日美國密蘇里州聖路易斯縣弗格森，18歲的非裔美國青年邁克爾布朗被28歲的白人警員達倫威爾遜射殺，引發了當地大規模的抗議）。
在Twitter上，你到處可以看到弗格森抗議活動。在Facebook上，（你看不到弗格森抗議活動），你看到的（熱點）則是ALS冰桶挑戰活動，快樂的、面帶微笑的人把一桶冰水澆在他們的頭上。
這呈現的是兩個截然不同的世界，並不是因為上Facebook的人不關心弗格森事件，或者反之亦然。
這是因為這兩家社交媒體公司系統設計的不同。Facebook的算法決定，無論是通過算法還是人為干預，當時Facebook是優先推送快樂、微笑、友好的內容。
想一想，就在今天，比如說，有立法者提出了一個提案，但它成了啞炮，沒有人關心它，沒有人在社交媒體上談論它，沒有人討論它，他們沒有聽到任何選民的意見。
這可能使他們認為，好吧，這個政策提案可能不太有用。但（實際上）這很可能因為算法，算法決定這是一個糟糕的政策提案，並確保沒有人真正看到這個提案。
那麼，有了對數據庫到底推送哪些內容的這種透明度，我們（就可以看到）這些算法都給我們優先推送了哪些內容？上周，Facebook 的吹哨人說，Facebook的算法，不管是有意的還是無意的，都是為了讓我們怒火中燒、製造分裂。
當然，Facebook回應說，絕對不是，那完全是謊言。
現在的問題是，我們沒有數據，我們不能回答誰對誰錯。如果你真的有一個清單，上面有他們優先推送哪些內容？他們的算法都優先推送了些甚麼？在像Twitter這樣的公共平台上，這很容易看出來。你可以說在Facebook上，那裏有各種各樣的私隱問題。在Twitter上，反正一切都公開了，很容易就把這個問題提出來，讓它直接顯示出來優先推送內容。
建立被刪除和被免責的抗議帖子數據庫
我認為，還另有一個有趣的數據庫（被刪除和被免責的抗議帖子的數據庫，Database of deleted and exempted protest posts），你想想，當一個名人的推文被刪除，我們能在NewsMeter（印度的一家新聞媒體）上讀到它，因為他們有這個渠道，他們可以公開這件事。一個普通人確實沒有一個方便的渠道來獲得關注。因此，我們並不真正知道每天有多少內容被刪除。◇（未完待續）
------------------
🏵️《九評》20周年
https://hk.epochtimes.com/category/專題/退黨大潮
🔔下載大紀元App 接收即時新聞通知
🍎iOS：https://bit.ly/epochhkios
🤖Android：https://bit.ly/epochhkand
