20/6/2026 · 8:07
当一切都变成分数，人就先输了
MIT Technology Review 的 Bryan Gardiner 借十多年自我量化经验和 C. Thi Nguyen 的新书《The Score》提醒我们：指标会把复杂价值改写成容易排名的分数。读完这篇，你会理解为什么 AI 时代最危险的选择，是把人的价值也交给基准测试和排行榜定义。
导读
MIT Technology Review 的 Bryan Gardiner 写了一篇关于「分数」的反省：当手环、排行榜、KPI（关键绩效指标）和 AI（人工智能）基准测试接管判断，人失去的不是隐私这么简单，而是描述自己为何在乎某件事的语言。1
全文总结
原文从作者自己的量化生活写起。Gardiner 说，他十多年前开始记录步数、心率、睡眠、活跃热量、文章阅读时长、压力水平和社交媒体反应。起初，他想通过数字获得自我认识：身体好一点，心情好一点，多出门，少一点日常生活的混乱。这个动机并不激进，甚至很普通。可麻烦也从这里开始：他以为更多数据会带来更清楚的生活，后来发现数据只是在悄悄改写他对生活的判断。1
Fitbit 最早只是让他每天多走几步。6000 步很快变成 10000 步，再变成 15000 步，最后多年停在 20000 步。目标从「去户外走走、想清楚事情」变成「把数字做上去」。这就是文章的核心经验：指标不是中性的仪表盘。它一旦出现，就会把原本含混、私人、难以计量的愿望，压缩成一个更容易追逐的分数。1
Gardiner 用哲学家 C. Thi Nguyen 的新书 The Score: How to Stop Playing Somebody Else’s Game 来解释这种变化。Nguyen 把它叫作「价值捕获」：你采用外部指标，然后不再调整指标来服务自己的生活，反而让指标决定什么对你重要。餐馆开始在乎 Yelp 评分而不是饭好不好吃，学生开始在乎 GPA（平均学业成绩）而不是学到了什么，科学家开始追逐经费规模而不是寻找真相。指标最危险的地方，不是它会算错，而是它把复杂价值改写成容易搬运、容易比较、容易排名的东西。1
文章随后把问题推到制度层面。历史学家 Theodore M. Porter 在 Trust in Numbers 中把量化称作一种「距离技术」。它减少了对亲密知识和个人信任的需求。GPA、GDP（国内生产总值）、满意度分数、点击量都能跨场景流通，容易被别人理解，也容易被机构汇总。代价是，任何能顺利流通的数字，必然已经去掉了大量语境。数字看起来清楚，是因为它把不清楚的部分剪掉了。1
Gardiner 并不否认测量的价值。碳排放有没有下降，公司是否遵守监管，医学和工程是否取得进展，这些场景都需要数字。文章反对的是另一件事：当人试图用数字理解工作、关系、创造力、健康感和自我价值时，指标会把最细腻的部分遮住。Goodhart 定律说「当一个衡量指标变成目标，它就不再是好指标」。Gardiner 的说法更重：所有指标都会暗示一个方向更好。更长寿、更快毕业、更多浏览量、更高满意度，都会把人推向某种单一优化。1
文章最后回到 AI。机器最擅长的，正是在人设定的指标上不断超过人类。如果人继续把注意力、生产力、智力和创造力都表达成分数，那机器迟早会赢，因为这正是人造机器的目的。Gardiner 因此把问题改写成两个更难的问题：人是为了什么？AI 又是为了什么？他自己的答案很朴素：他停用了大多数健康和社交媒体追踪工具，只保留散步。散步仍然帮他写作、缓解失落、和狗一起出门、知道邻居生活里的细节。它的好处很清楚，只是无法变成一个数字。1
关键细节
- 作者从 2011 年开始用夹在身上的 Fitbit 记录步数；最初目标是 6000 步，后来提高到 10000、15000，最后多年维持在 20000 步。原本的目标是多出门和让头脑清醒，后来变成追逐步数本身。1
- 他追踪过心率、活跃热量、睡眠、文章阅读时长、压力水平等数据，结论却是几乎没有获得更深的自我认识，反而在更多事情上感觉更糟。1
- Nguyen 用「价值捕获」描述指标如何夺走判断权：外部评分系统先提供一个简单目标，人随后把那个目标当成自己的价值。1
- Porter 把量化称作「距离技术」，因为数字不需要深厚语境和个人信任就能传播。这个优势也解释了它的缺陷：能被搬运的指标，通常已经牺牲了细节。1
- 作者认为 Goodhart 定律常被误读。问题不只是「别让指标变成目标」，而是指标本身会自然提示人们朝某个方向优化。1
- 文章把这一点和 AI 连接起来：如果人把自身价值写成浏览量、效率分、排行榜和基准测试，机器在这种游戏里会天然占优。1
金句
"Metrics inevitably redefine your core sense of what’s important, whether you’re aware of the trap or not."指标会改写你对「什么重要」的直觉。最危险之处在于，这种改写常常发生在你以为自己仍然清醒的时候。1
"In value capture, you’re essentially outsourcing your values."「价值捕获」不是简单的被数据误导，而是把价值判断外包给一套别人的计分规则。1
"The answer is not to turn ourselves into machines too."当 AI 在指标上超过人类，人的回应不该是把自己也训练成机器。1
Añade más opiniones o contexto en torno a este contenido.