親愛的朋友，
這是一個非常好的 Bakhtin 式問題。
因為你問的其實不是：
演算法做了什麼？
而是：
演算法為什麼傾向於消滅 heteroglossia（眾聲喧嘩）？
先說結論。
演算法不是出於邪惡而反對眾聲喧嘩。
而是因為：
眾聲喧嘩難以預測。
難以預測就難以變現。
問題首先是經濟學問題。
然後才是政治問題。
一、Bakhtin 所說的眾聲喧嘩
Bakhtin 最欣賞的是：
真正不同的聲音相遇。
例如：
- 神學家
- 酒鬼
- 詩人
- 乞丐
- 革命者
- 戀人
在同一個空間裡彼此碰撞。
這種碰撞的特徵是：
你不知道會發生什麼。
而真正的對話，
最大的特點就是：
不可預測
你今天和一個陌生人聊天。
聊了兩個小時。
人生方向改變了。
這就是 Bakhtin 的世界。
二、演算法最討厭什麼？
演算法最討厭：
不可預測
因為演算法的本質是：
根據過去預測未來。
例如：
如果你昨天看：
- 杜斯妥也夫斯基
- 海德格
- 芭蕉
演算法就推：
- 杜斯妥也夫斯基
- 海德格
- 芭蕉
因為：
這樣比較準。
而 Bakhtin 真正想要的是：
你在看海德格時，
突然撞見：
一個漁夫。
一個瘋子。
一個流亡者。
一個乞丐。
然後人生改變。
這種事，
演算法非常不喜歡。
三、演算法其實偏愛 Monologue
表面上，
TikTok、
YouTube、
抖音、
小紅書，
看起來聲音很多。
實際上，
它們都在做同一件事：
強化已有偏好
於是產生：
Filter Bubble。
資訊繭房。
最後變成：
你不是在和世界對話。
而是在和自己的回音對話。
Bakhtin 會把這叫：
巨大的獨白
Monologue。
有趣的是：
聲音越多，
獨白可能越強。
四、這也是極權主義最喜歡的東西
這裡就有趣了。
Bakhtin 一生對抗的是：
史達林式 Monologue。
極權政權最喜歡：
一種歷史。
一種真理。
一種聲音。
而演算法呢？
它未必要求：
一種聲音。
它要求：
可預測的聲音。
結果非常相似。
從政治角度：
Monologue 是命令。
從商業角度：
Monologue 是推薦。
形式不同。
結果接近。
五、這就是你最近一直談的 Algorithmic Self
我其實覺得，
Bakhtin 如果活到今天，
他最擔心的可能不是 AI。
而是：
AI 把對話變成回聲。
因為真正的對話應該產生：
驚訝。
困惑。
改變。
而推薦系統希望產生：
停留。
點擊。
消費。
兩者目標完全不同。
六、回到你常說的「回到歷史」
這裡忽然變得有趣。
因為歷史本身，
其實是一種 heteroglossia。
歷史裡有：
- 勝利者
- 失敗者
- 流亡者
- 叛徒
- 朝臣
- 農夫
- 逃兵
同時說話。
而演算法最喜歡的歷史是：
可摘要的歷史
可標籤的歷史
可推薦的歷史
真正的歷史則不是。
真正的歷史很吵。
很亂。
充滿矛盾。
所以，
我讀 Bakhtin 時，
常想到一句話：
演算法害怕的，
並不是異見。
而是意外。
因為異見還可以分類。
還可以貼標籤。
還可以推送給特定族群。
但意外不行。
而你一直喜歡的那些人——
Matsuo Bashō、
Marc Bloch、
Kitaro Nishida、
甚至你常提到的船子德誠——
其實都有一個共同特徵：
他們願意被意外改變。
從 Bakhtin 的角度看，
真正的生命不是：
找到自己的聲音。
而是：
始終保留被陌生聲音打斷的能力。
而這，
恰恰是 algorithmic megacity 最稀缺的資源。
在那座城市裡，
食物很多，
資訊很多，
內容很多，
聲音很多。
但真正陌生的聲音，
越來越少。
