上周末我去延庆参观了奥利匹克火炬。
鸟巢的火炬在闭环内，无法探访。张家口的火炬比较远，疫情期间出入京麻烦，所以我选择了延庆火炬。工作人员说，奥运闭幕后，这里的火炬台将保留，奥运火炬会熄灭，会放一个别的火炬上去。
火炬广场晚上20:30就关门，我去晚了，所以夜间没能近距离观察。金属表面反射出灯光的缤纷色彩，非常好看。
工作人员已经很有经验了，告诉大家这么美的火炬拍照是拍不出效果的。广场晚上不开门，也不能通融。有监控，鸟巢那边可以看到监控。
旋转的火炬
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
大约几个月前，看到HackerNews在讨论这篇文章：Information Overload Helps Fake News Spread, and Social Media Knows It - Scientific American
本文的中文版我正好在环球科学2021年1月刊中看过，这篇文章介绍了OSoMe的各项研究成果。OSoMe全称是印第安纳大学“Observatory on Social Media”研究项目。我觉得环球科学的文章很不错，亮点不少。
但是OSoMe的回音室项目讨论，和我对现实的感知有冲突，环球科学原文里这部分体现得比较淡，但HackerNews那篇帖文（已经找不到链接）把这一点突出了，于是我想翻翻他们的论文原文，看看有什么发现。
他们做了有可视化界面的回音室demo，而且还支持中文，看起来非常方便。
Social Media Echo Chamber (iu.edu)
Demo里可以设置几个变量：
如果我们按照直觉去设置这些变量的值，会发现最终社交网络都会演化成纯粹的极化网络和同质网络。
但这和我们实际生活中观测到的现象并不一致。在现实中，哪怕是小规模社交网络，经过漫长的时间也很难演化成纯粹的极化网络或同质网络，那么哪里有疑点呢？
他们这一系列的论文和代码都在这个网站上，我这里多给出几个链接：
其中，Echo Chamber模拟器的源代码地址是：GitHub - soramame0518/echo_chamber_model: Echo Chamber Model
我直接指出我的质疑吧：代码中所有用到的随机数生成过程，都是以uniform random的方式生成随机数的。而每个个体的参数都被设置成了相同的或是均匀的。
但现实中，个体的容忍度、个体容易受他们言论影响的程度、个人取消关注的倾向，既不可能是相同的，也不可能是均匀分布的，而应该是正态的。纵观整个代码，我没有看到这部分的体现。
当然，还有其他和现实环境不同的地方，比如，现实中的社交网络有新加入的节点，也有不断退出的节点，模型也没有体现。但我的直觉是，这些部分不像统计错误那样，会对模拟网络的结构产生那么大的影响。
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
Windows 11升级，升级过程中遇到死机花屏故障，看起来是核显无法正常工作。搜索了一下几乎没看到类似的案例，所以我记录如下。
设备配置：
使用核显外接显示器。开启XMP以启用2933MHz内存频率。
这台设备在从Windows 10升级到Windows 11的过程中，突然花屏闪屏，进度卡在64%，看起来像是核显输出坏了。硬盘灯不再闪烁，但机器也没有再自动关机。
第二天还在这个状态，于是选择强制关机。关机以后再按下开机按钮，无法启动，主板指示灯在CPU和DRAM之间来回闪烁。此时关闭电源，重新插拔内存，再启动，就正常了，并且自动恢复到Windows 10。这时设置BIOS关闭XMP，再次升级Windows 11，就一切正常，成功升级。升级以后再打开XMP，仍然一切正常，可以在XMP频率下使用。
我猜测可能是在升级重启的过程中，机器突然无法处理内存的XMP配置，造成核显故障。
如果是AMD用户，也可以考虑关闭DOCP再升级，升级之后再打开。
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
Netflix去年出品了一部纪录片《挑战者号：最后的飞行》。总共四集，前半部分讲述了故事背景和逝世宇航员的生前故事。从第三集后半部分开始，尤其是第四集，讲述了挑战者号这场责任事故。
从这个故事里，我看到很多人类责任事故的共有元素：
挑战者号发动机上有一组橡胶圈，所使用的材料在低温环境下会脆裂，可能会导致燃料泄露、航空器爆炸。橡胶供应商当时已经在发动机上发现了这个问题，并且把问题汇报给NASA。但NASA内部经过评估之后决定不管这个问题，还是继续发射。出事故的那天，外界环境温度很低，所以橡胶圈的故障出现了。事后，美国政府和NASA希望能够大事化小小事化了，在冷战环境下尽量以不要损害NASA名誉的方式来处理。这个时候橡胶公司、NASA内部都有对官僚不满的人想向调查组披露信息，给牺牲的宇航员一个交代。但是在体制内部，他们的反馈都石沉大海。
这时媒体与专家这两个角色就相继登场了。虽然NASA的工作人员受官僚要求，不得对外透露任何有关橡胶圈的问题，但是在内部渠道不畅的情况下，工作人员只能求助媒体。有工作人员找到纽约时报，提供了NASA内部的文件资料。纽约时报确定了爆料人的身份，确认了资料的真实性，然后发表报道，第一次公开披露了这一信息。调查组不知道的事情，各大报纸先知道了。在纽约时报发表报道之后，调查组决定将公开听证会转为闭门，内容不再公开。参会者说，在这场听证会一开始，调查组成员萨莉·赖德开门见山，直说他接到好几个记者电话，其中有一则传闻是说有承包商建议不要发射。萨莉·赖德问：“这事是真的吗？你们是不是接到很担心低温发射的文件？”NASA官员表示：“我没有听说过。”而橡胶公司老板举起了手，说：“主席先生，我们建议过不要发射。”
但即便揭露到这个程度，美国政府还是打算继续隐瞒。当时，调查组在第二天已经安排了公开听证会。调查组主席说：“我们明天在公开听证会上不要讨论任何有关天气的问题，我们要给NASA一个解释的机会。”
听证会结束后，在国务院地下室，萨莉·赖德递给调查组另一位成员一张纸，一句话也没说，快步走了。纸上是橡胶圈弹性和气温对照表，纯手写。萨莉·赖德是美国历史上第一位女宇航员，类似于中国的刘洋。在事故调查中，他的责任心起了非常关键的作用。
收到纸条的成员是一名将军，据他所言，当时美国政府和军队关系不好。而他和调查组的大物理学家费曼是朋友。因为他们是调查组仅有的两位不坐豪华公车而自己乘地铁的成员，他们就是这么认识的。将军非常想把事情告诉费曼，但他想保护萨利·赖德，不愿直说。
当天，费曼到将军家吃晚饭，将军带费曼看他车库里一辆藏车，和费曼说：车引擎里也有橡胶圈，温度低的时候引擎就会漏气……无需再多言，费曼已经明白了。
第二天，公开听证会。
将军建议费曼在会议准备小憩时说话。费曼说了，他拿着一只橡胶环，泡在冰水里，然后向大家演示这样的橡胶有多么缺乏弹性。在公开的听证会场合，出乎官僚的意料，他把这件事情抖出来了。
毫无疑问，接下来所有电视台都在重放这个冰水橡胶实验，所有媒体都在问这是怎么回事。
而纽约时报已经查清了前一天闭门讨论会的内容，并发表在第二天的报纸上。
挑战者事故，得以追责。
当然，直接责任人就是面对故障批准放行的人。而在美苏冷战环境下，航天飞机的发射频次远不如预期，NASA受到里根政府的很大压力，不得不在寒冷的天气也要赶着发射。我认为，这种政治压力的施与者当然是更大的责任人。
接下来影片进入一段“主旋律”剧情，领导讲话、给人希望云云。但在片尾，字幕仍然提到，多年以后，哥伦比亚号航天飞机返回大气层解体，遇到的同样是一个早已被发现、并且在NASA文档中早有记录但被忽略的故障。同样的事情再次发生。
但我想说的不是人类不吸取教训的故事。
以上全部，只是表面意义上的一场责任事故。
如果你真的坐在NASA办公桌前，身为NASA高管，要对发射任务负责，你面对的会是什么呢？
首先，上级的进度压力，下级的推锅报告。可以想见，每一个子部门为了撇清自己的责任，会倾向在安全报告中事无巨细地给出自己业务的风险点，并且尽量保守了说。各级决策者要面对的，就是辨别这些安全警报的质量，给他们排优先级。在上级压力之下，总有一些细节被舍弃。类似橡胶圈这样的问题，NASA忽略了多少呢？又有多少忽略是“正确”的呢？如果有公开数据就能对NASA的决策做出更公允的评判。
其次，无法避免机构内部总有人因为种种原因想要欺上瞒下，或是想赶进度与绩效、或是发现的问题根本无法在预算内根除、或是态度轻忽，一些信息在到达决策中枢前已被阻断，提交给决策者的细节不准确。
再次，没有任何机构和组织能够把“应然”完全做到位。失误总是存在，流程规范中所言的“应该做到”通常是达不到的。流程会对失误有一定宽容度，可以纠错一部分，但总会有系统未覆盖到的漏洞存在。
这是人类决策的真相，也是人类组织的软肋。
片中，纽约时报的记者表示，这不是航天事故，更像是过失杀人。
与此同时，NASA官员表示，没有办法，科技发展过程中就会有“代价”，这无法避免，三十三年过去了，他的想法仍然没有改变。
我觉得他们都是对的。他们只是出于各自的职业背景重点关注了不同的方面。
这样的责任事故，肯定可以找到具体负责的责任人，其过失在事后看可能还很大，所以说是“过失杀人”。但是，当事人在事先未必可以预见到过失的严重程度，他个人的失职也未必是事故的根本原因。就航天飞机事故而言，航天飞机项目整体的超前、不成熟可能是更大的原因；那么，也许冷战背景下美国社会强行上马这样的项目才是更根本的原因？也许根本原因是NASA的安全验证流程有问题？不知道，人类目前还没有能力找到复杂系统的根本原因，只能尽量尝试去优化系统。如果系统得不到优化，换一个人到同样的位置，他迟早还是要犯同样的错误。
从系统看，航天飞机这个脆弱项目很难避免牺牲，如果要做航天飞机，那就会有牺牲。就像人类使用汽车作为交通系统就也一定有意外事故一样，很残忍。同样，几乎每一场汽车交通事故，我们都能找到责任人，找出责任人并让他承担责任非常重要。但是仅仅找出责任人，并没有办法解决这个系统问题。此时此刻，每天，马路上都还有许多事故在发生，事故率并不会因为又抓到多少多少责任人而改变。说句题外话，我很期待，自动驾驶普及以后，汽车交通系统的事故率是不是有可能下降一个量级。
面对复杂系统，我们人类的组织水平就是这样，能怎么办呢？我觉得，如果有人可以在人类组织方式上取得突破，他值得拿100年的诺贝尔和平奖。
费曼在调查中的表现精彩而又重要，让我想起了钟南山和张文宏疫情中的作为。
专家是否需要直接和公众沟通？该怎么沟通？
我此前以为，和公众沟通是一门专业技术，术业有专攻，应该让专家把信息告诉新闻机构、科普工作者，然后由他们转译成大众传播的语言。专家的描述很难命中公众所需，而大众传播机构专业知识不足，需要科学家的知识监督与指导，才能传递准确信息。所以他们需要分工合作完成公共专业信息传播。
但是上述假设忽略了专业知识的复杂性。专业知识的复杂性非常高，如果要转化成给大众传播的表达，那必须要用不精准的方式省略掉一些内容才行。哪怕是专家本人来说，他也只能近似着说，不能完全传达出准确的信息。
当大众传播机构简化信息的时候，在社交网络时代，业内专家会条件反射地指出大众媒体传递信息的不足、错误之处，导致大众对这些信息的信任不足。这也是专职科普工作者的普遍困境之一。而顶级专家简化信息并公开发表的时候，首先业内人士出于对同行的尊敬，会考虑代入专家视角，思考他为什么会这么说，于是明白专家的用意和意思指向；而另一方面，大众也很信服权威专家的说法。专家与公众这种直接沟通的宝贵，是无法被间接沟通所取代的。
比如费曼在听证会上做的那个橡胶圈。如果那个试验是名不见经传的调查员做的，NASA官员很可能会笑呵呵地取笑一番，说这个试验根本不科学，有这里那里浑身多少个漏洞，跟真正发射的情况完全不一样，从而把调查员的指控捣成浆糊。但是由于那是费曼，NASA官员就只能闭嘴了，他们知道费曼的意思指向是什么，他们也知道费曼的话在公众心中的分量，NASA想胡搅蛮缠混淆视听是不会蒙混过关的。
钟南山在新闻1+1对白岩松说：“肯定的有人传人”，简洁明了，一锤定音。他是有证据才说的，但万一证据有错呢？万一传递给他的信息有误呢？他在向全国人民表达的时候，并没有在这句断言之前加上很多语言铺垫、科学术语，而是直接表达他的判断。这有风险，这样的表达可能不准确，但是是社会需要的、真正有效的。
而福奇的表现则可作为对比。他对口罩的佩戴建议反复，在白宫记者会上说统计术语，说p值、说统计意义上的显著（significant）。这样大众能明白是什么意思吗？不反向理解就不错了。他说的话在科学上可能都没错，但起不到正面的社会效果。就如同武汉卫健委在疫情早期披露的信息，“持续人传人的风险较低”，科学上讲可能都没错，但这样表达无法将有效信息传达给大众，看起来就像是文字游戏，是一种爱惜羽毛、不担责任的做法。
专家是有知识权威的人，他们是唯一能够简化信息并向大众传递的角色。只有他们这么做的时候，不会受到业内同行的本能性怀疑，而同时又让公众信服。但是要做到这一点，需要专家本人具备沟通技巧，更重要的是，甘愿为了社会责任牺牲表达的准确性，说出针对具体实务而简化的、对普通公众意思明确的专业信息。这不仅是对技巧的要求，更是对人格的要求。
能拥有这样的专家，是我们的幸事。
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
上午接到一通真人电话，问我是不是以清华大学学生身份注册过一个支付宝账号。我回“你要干嘛？”电话那头解释了半天，大概意思说我这个账号是学生账号，现在银保监会对学生贷款管理很严格，如果我的账号接下来还是保持学生身份的话，有的功能就会对我不可见。他们现在是全程在银保监会监管下与我沟通，希望我来完成身份认证，从学生账号转到正常账号。全程我来操作，他们不会干预。他们的所有行为都在银保监会监督下完成（重复银保监会至少5次）。接下来，需要我通过易连会议和他们连线，这个过程全程受到银保监会监督…… 到这里我挂了电话，因为我的好奇心不足以让我下载一款会议软件了。
挂电话以后，他们还又打来两次，可能是觉得我聊得挺上道的，继续下去蛮有希望；也有可能是觉得和我聊了这么半天，不能白白打了水漂。
下午，我又接到了公安局的电话，问我今天是不是接到了伪装成客服的诈骗电话，我说是的。然后我向警察复述了这个支付宝骗局，希望对他们破案有所帮助。警察最后提醒我两遍，要办贷款去银行，走正规渠道，小心骗子。
感觉这组骗子还挺严丝合缝的，一直在强调他们不操作，只有我操作，而且全程强调银保监会的监督。我觉得大部分普通人都不清楚银保监会是什么吧，他们这么骗，可能只能骗些懂一点的人，可能看到我是清华大学的，试图有的放矢。
今天，看到正观新闻报道说，阿里云将用户信息泄露给第三方。而我接的这个电话十分应景，可能与阿里云用户信息泄露押韵。我个人使用的账号是中学注册的。但是大学时候，学校有一项业务注册了一个账号，留的是我的电话号码。毕业之后，阿里云客服经常打电话问我这个账号的情况，问这个账号是不是清华大学的，现在还用不用了，几乎每年都有客服来问，所以我很确认阿里云有这个账号的信息。也许这组诈骗犯就是获得了这些资料。
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
我对微众银行的“联邦学习”、华为的“分布式系统”、阿里巴巴的“中台”这三个词非常在意，他们都是使用了一个或早或晚已经存在的专业词语，用来表达全新的意思。这些词有几点表现：
我本想正本清源，“澄清”这些词本来的意思，但转念一想，人类的造词之路永无止境，你不造我也会造，这个世界是熵增的，词的原意本就在历史中混乱模糊。澄清词的愿意，就是在做无用功，更有意思的，应该是寻找词语演变的规律，看看下次有没有机会自己也造个旗舰新词出来。我发现吴福祥与王云路编过一本介绍语义演变的论文集，名为《汉语语义演变研究》，在其中找到了一些答案。
参看Sweetser（1990）。比如“看出”常常就指“知道”，古汉语的“听命”及现代汉语的“听从、品味、被触动”等说法也显示了感知义同认知/心理义的联系。“说”有认为义（比如“依我说”）。
比如“来”“去”在“来年、来世；去年、去岁”等词中表时间。
如“宜”“应”“当”“合”“该”都由应当义发展出表示推测（盖然义）。“必”“须”“必须”“得（děi）”“索”等都由必要义发展出必然义。
如“时”“後”由时间名词变为条件小句末的助词（江蓝生 2002），更多例子参看Hopper and Traugott（2003：186）。
即：event verb > speech act verb > performative verb。（Traugott and Dasher 2002：203）施为动词通常只表示说话人在发话时具有某种“言外之力”的言语行为，如“保证”通常是说话人的承诺，这和一般的言语行为动词如“告诉、声称、责备”不一样。关于“客观行为动词”到“言语行为动词”的演变，张雁（2004）有很好的例子，比如表示吩咐义的“嘱咐”是从托付义（把某人、某物委托给别人照料或把事情委托给别人办理）发展而来，“嘱”从“属”滋生出来，“咐”从“付”滋生出来；“嘱咐”流行之前，多用“付嘱（付属）”，后者流行于魏晋南北朝至唐宋，也由托付义引申出吩咐义。
相当一部分语义演变的特点是：新义M2蕴涵（entail）源义M1，语言学论文中都记为M2⊃M1。
（5）有往来者云：“庾公有东下意。”或谓王公：“可潜稍严，以备不虞。”（《世说新语·雅量》）[表建议]
对于例（5），M1是“可以”，M2是“建议”，一件事是被建议的，那它当然也是可以的，M2⊃M1，言者用本义为M1的词来表达M2的意思，更委婉。
（6）温太真位未高时，屡与扬州、淮中估客摴蒱，与辄不竞。尝一过大输物，戏屈，无因得反。与庾亮善，于舫中大唤亮曰：“卿可赎我!”（《世说新语·任诞》）[表请求]
同上，M1是“可以”，M2是“请求”，更委婉。
从集合的角度看，“建议的事”E2是“可以的事”E1的子集，E2⊆E1。用户是在用E1集合的对应词来形容E2，是希望听者能够发挥语用推理，从E1推及E2，从M1推及M2。可以将E2理解为E1的代表元或代表子集。在表达E1的时候，结合语境，听者可以推断出言者想说的是有代表性的E2，这就是一个转喻过程。但言者没有直接说E2，转而说了一个广阔的、不那么明确的E1，因而比较委婉。
（7）M2 [必要]⊃ M1 [许可]
这类语义演变，可同英语的must（必须）类比。据Traugott（1989，1999），现代英语的must在古英语中直接来源是“许可”义。如果人们说“你可以走了”，在适当的语境中，这个“可以”其实隐涵有“我要求你走、你必须走”的意思。正是由于有这一层语用推理，must由表许可转为表必要。
有了这样的背景，我们更容易理解为什么must not是强烈的否定“绝对不”，而不是像“not necessary”那样的“不必”、“未必”。因为must本义源于“许可”，所以must not本就是“不许可”、“不准”。
论及否定式，“不许可”与“不必要”也有一组演变关系。
下面以“不要”来说明这种语义的演变。“不要”一开始是表不必要，较早见于六朝。例如：
（10）今秋取讫，至来年更不须种，自旅生也。唯须锄之。如此，得四年不要种之，皆余根自出矣。（北魏·贾思勰《齐民要术·伐木》）[不必要种]
用于禁止、表不许可的“不要”在唐五代开始常见（后合音为“别”）。例如：
（11）居士丈室染疾，使汝毗耶传语。速须排比，不要推延。（《变文·维摩诘经讲经文（四）》）
类似的发展还有“不须”“不用”。
可以看到，许可、必要这两个词义的演变关系与它们否定式之间的演变关系刚好相反，这也证明了逻辑推理在语言演变中的作用。如果这两个词在演变过程中同义了，那它们的否定式也应该同义。但它们并没有变成同义，只是听者会在实际使用中顺着一定的方向去做词义推理。
有的词随着推理用法过多，新义已经固定下来，比如“must”和“不要”。但他们的否定式无意中还暴露了推理的历史遗迹。吕叔湘说：
近代的通例是在表示“必要”的词语上加“不”字，这当然比直接禁止要委婉些……可是“不要”一词用久了已经失去原义，干脆成了一个禁止词。
在中英文中，我们都可以看到用时间表因果的用法。在这里，M2是“原因”，M1是“时间”。“B源于A”的事E2一定是“B后于A”的事E1的子集。“B缘于A”蕴含（entail）“B后于A”。所以表时间关系的词在语用推理中慢慢会在各种语境下显出因果的意味来。用Traugott的表达方式，这事实上是M2[原因]=M1[时间]+[说话人推断有因果关系]。这样的表达更委婉。
与此同理的还有M1[时间]与M2[让步]的关系，比如单词“while”；还有M1[时间]与M2[条件]的关系，比如词组“as long as”。
M3 [方式]⊃ M2 [工具]⊃ M1 [伴随]。
这个例子是英文中的with。with本义伴随，但是使用语言的人可以依次推理出“工具”、“方式”的意思，逻辑关系如同上述各例，不再展开。
Traugott说：
第一，语义演变缘于语用推理。因为X这个成分一开始是个上下文义；在特定的上下文里，理解为M1固然不错，但说话人促使听话人把M1理解为M2。
第二，语义演变是转喻在起作用；这个转喻过程，大多涉及主观化。
第三，这类有方向性的语义演变是语用原则中的“不过量原则”（Relation Principle）[插图]在起作用。因为说话人说M1时，其真正用意是诱使听话人推理出另外一个信息量更大的M2（=M1+说话人的主观性）。
这篇论文总结道：
在Traugott对语义演变的阐述中，“语用推理”、“转喻化”、“主观化”三者可以画上约等于号：语用推理≈转喻化≈主观化，被视为语义演变的主要机制。
前文我曾经提到：
用户是在用E1集合的对应词来形容E2，是希望听者能够发挥语用推理，从E1推及E2，从M1推及M2。可以将E2理解为E1的代表元或代表子集。在表达E1的时候，结合语境，听者可以推断出言者想说的是有代表性的E2，这就是一个转喻过程。但言者没有直接说E2，转而说了一个广阔的、不那么明确的E1，因而比较委婉。
在转喻起作用的语义演变中，说话人会说父集来指代子集。这样说往往会比较委婉，大多数时候都退了一步，比如用“可以”表“建议”，用“不必”表“不许”，听起来攻击性都弱了很多。在较为极端的情况下，人们还会用中性父集去代替贬义子集、或是需要避讳的子集。例如用“不净”指月经（东汉康孟详译《修行本起经》上：“无大小便利之患，亦无女人恶露不净。”），用“红”指血。“臭”字原指所有气味，后来专指难闻的气味。这都是在使用同样的推理逻辑去做委婉表达。
除了上述可以用集合关系刻画、表委婉的转喻过程之外，还有更普遍的转喻应用，用书中的话说：
在具体的转喻发生的时候，都是用在特定语境中认知凸显度大的事物来指代认知凸显度相对较小的事物，这是一个不变的倾向。
比如“庖”原指厨房，后指厨师，是用代表性场所来表达具体的人。“白领”、“金领”用服装特征指人。“烽烟”用具体的战争事物指战争。“兵”用武器指人。“信”用送消息的人指信件这个概念。“江”、“河”用长江黄河这两条具体河流的印象去泛指所有类似的水体。
汉语中广泛使用的借代修辞也是转喻的普遍体现，其中有一些修辞因为长期使用，已经被固化下来，形成了稳定的词义转变或者固定搭配，比如“兵”、“庖”。但也有很多是只在具体修辞的场合下起作用，脱离语境就不再可以借代。比如“孤帆远影碧空尽”、“孤帆一片日边来”中的“帆”，脱离语境后不能再指代船。
谈到转喻，很难不提隐喻。当然也有很多词语的演变是由隐喻发展来的。
一个形式从A义变为B义，不管是通过隐喻（metaphor）还是转喻（metonymy）或是诱使推理（invited inference），A义和B义之间一定存在某种程度的联系。A义中总有某些成分被B义所继承，这种继承保证了A义与B义的发展关系，B义也总会改变A义中的某些成分，这种改变是语义创新的必然。如果语义发展是有规律可循的，那么从A义到B义，哪些成分倾向于被改变，哪些成分倾向于被保留，也不会是任意的。
根据Talmy（2000）所提出的概念结构模式，一个运动事件（motion event）主要由四个概念要素组成：凸体（指运动物体，它相对于另一个物体即衬体而运动）、衬体（指参照物体，另一个物体即凸体相对它而运动）、运动（指运动本身）、路径（凸体相对衬体而运动的路径）。在这四个要素中，运动是最本质的，稳定的性质，因此最为凸显，往往成为保留义素，而其他几个要素都是可变的。
比如“涉”字。
“涉”本义指踩水渡过江河。这里凸体是人、衬体是江河、运动是移动、路径是穿过。
后来“涉”就泛指“通过”，再引申到“进入、到”。比如涉足、跋涉。
同样以“穿过”为基础，“涉”的另一个意思是“经过、经历”，比如“涉历”、“涉险”。
这个运动投射到不同场景，就有不同的喻义。
隐喻往往造成一词多义，多个义项被认为同属于一个范畴，这个范畴是原型范畴（prototype category），每个义项都具有或多或少的属于该范畴的原型特征。原型性越强的特征就越应该在大多数义项中存在，成为识别该范畴成员的基本标准，这样认知的凸显性正对应于特征的原型性，如果失落了最原型的特征，语义的变化就不再属于同一个范畴，就会产生词的分化。
但总的来说，Traugott认为，“转喻是演变的主要力量”。说话人使用了转喻，而且预期听话人可以听出来，听话人也听出来了。同样的用法越来越多，词义就发生演变。而且有一定确定的方向，往往是往委婉的方向走，或是往用明确特征指定新义的方向走。
整个过程中，需要人的推理、需要人的主观意愿、需要转喻的机制。
在Traugott对语义演变的阐述中，“语用推理”“转喻化”“主观化”三者可以画上约等于号：语用推理≈转喻化≈主观化，被视为语义演变的主要机制。
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
在说概念之前，我想说的是，名字不重要，重要是实质。
信息茧房究竟是指什么呢？这个词是桑斯坦在Infotopia（《信息乌托邦》）这本书里提出的，我将原文翻译如下：
在互联网的早期，麻省理工学院的传媒与科技专家尼古拉斯·尼葛洛庞帝（Nicholas Negroponte）就预言了“the Daily Me（我的日报）”的出现。the Daily Me是一种完全个性化的报纸，每个人都可以挑选自己喜欢的话题和观点呈现到报纸上。对于一些人而言，the Daily Me是巨大的机会，但也可能是巨大的风险；对于商业和民主而言，the Daily Me也偶尔会带来不幸。核心问题是信息茧房（information cocoons）：在茧房里，我们只能听到我们自己选择的内容、让我们舒适的内容、取悦我们的内容。
如果一家公司创造了信息茧房，它就不太可能繁荣，因为它自己的决定不会受到来自内部的充分挑战，一些公司就是因为这个原因而失败的。如果政治团体或国家领导人生活在茧房中，他们就不太可能有好的想法，他们自己的成见会变得根深蒂固，一些国家因为这个原因而陷入灾难。对于领导人（其他人也一样）来说，生活在信息茧房中是舒适的——那里温暖而友好，所有人都认可自己的观点。但是，舒适的代价会是重大的错误。对于私人和公共机构来说，茧房可以变成可怕的恶梦。
总结来看，桑斯坦这里说的“信息茧房”更加接近于花剌子模的信使那个故事，讲的是人或者组织只接受自己选择的、让自己舒适的信息，会让人或组织难以做出正确决策。
他在探讨这个比喻的时候，是在讨论美国政治的语境之下。他的比喻也强调用户对信息的自主筛选、选择。
在Google Scholar上搜索Information Cocoons，几乎搜不到论文，寥寥几篇来自知网，引用量也极少。这个概念在英文世界基本上是一个不再活跃的概念，原因也很简单，在推荐引擎时代，我们已经不可能再面对一个自己能够完全把控信息来源的世界，我们对于筛选信息都已经没有控制权了，又如何还能有原始定义下的信息茧房呢？
回到文章开头，“名字不重要，重要是实质。”事实上，中文互联网上讨论的“信息茧房”，不再是指桑斯坦提出的这个概念，其实质是一种对互联网信息分发的担忧。担忧推荐引擎和社交网络收窄了个体的信息来源。
对推荐引擎收窄个体信息来源的担忧，在学界研究中叫做Filter Bubble（过滤气泡）。与之相关的另一个概念是Echo Chamber（回音室）效应，回音室假说是说社交网络可能会极化用户的固有观念。很遗憾这两个词也是造词家造出来的词，分别来自于Eli Pariser的畅销书The Filter Bubble和桑斯坦的另一本畅销书Republic.com（《网络共和国》）。起初定义也不明晰，在学术研究中现已基本确定为上述意思。
那么是否存在过滤气泡和回音室现象呢？最近5年多，有多项实证研究讨论了这些问题，接下来两个月我会尝试每周介绍一篇论文。本周，我将介绍一篇2018的PNAS。对于我还不够认可的论文，我也会集中做些评述，但不会详细介绍。这一章节以后会不断补充。
Christopher A. Bail, Lisa P. Argyle, Taylor W. Brown, John P. Bumpus, Haohan Chen, M. B. Fallin Hunzaker, Jaemin Lee, Marcus Mann, Friedolin Merhout, Alexander Volfovsky
Proceedings of the National Academy of Sciences Sep 2018, 115 (37) 9216-9221; DOI: 10.1073/pnas.1804840115
论文作者和一家调研公司合作开展了一项试验。他们收集了1652名Twitter被试的信息，其中901人自我认同民主党，750自我认同共和党。对于共和党人，按照“与政党的紧密程度”、“对时事的关心程度”、“使用Twitter的频率”随机分为试验组和对照组，要求试验组用户关注一个试验方开发的Twitter机器人。对民主党被试也一样如此操作。但两个实验组关注的Twitter机器人是不同的。给共和党试验组的是一个民主党Twitter机器人，给民主党试验组的是一个共和党机器人。被试并不知道他们关注的Twitter机器人会发什么倾向的内容。
每个机器人每天会转发24条信息，每隔一周，试验方就会给被试发放调查问卷观察他们意识形态的变化，整个试验为期一个月。
这些机器人会转发哪些帖子呢？试验方是这么设计的：
他们首先找到当时美国的当选官员和总统候选人Twitter账号，然后把这些账号所关注的账号都找出来，总共是636738个账号。把这些账号中粉丝数低于15的账号去掉，把政府账号、国际组织账号、企业账号等机构账号也都去掉，希望保留下来的尽量是个人账号，这样剩下来4176个。
以邻接矩阵的形式记录这些账号构成的网络，对这个临界矩阵做相关性分析（Correspondence Analysis），再把各个账号的粉丝数放到相关性分析的结果里，再对这个处理之后的相关性分析做一个主成分分析（Principal component analysis），这样就能够用主成分给每一个Twitter账号的政治光谱评分。如果将评分划分为1-7的区间，则民主党机器人会在1-3的账号中选择账号内容来转发，而共和党机器人会在5-7的账号内容中选择账号来转发。选择遵从正态分布。
试验还设计了对被试的配合度检测，试验方每周会选择一张可爱的动物图片，Twitter机器人每天会转发两次这张图片，并且会很快把转发删掉。每周的问卷调查都会询问被试哪张可爱的动物图片是机器人当周发过的，也会询问关于机器人当周发布内容的细节问题。通过这些问题，可以衡量被试对机器人的阅读情况，读得多的可以认为配合度较高。
结论比较简单，看到异议Twitter机器人的人都更加向原有的观点极化，看得越多极化越多。换句话说，如果我们处在“回音室”中，在社交网络上只关注和自己观点相同的人，那么他们和不在“回音室”中的人相比，要更加温和而非极端。这和“回音室”的假说是不符的。
人类有很多弱点，其中一个弱点是：希望把自己的错误归咎给他者。如果这个他者是一种不会说法不会反抗的外物，那么把责任推给它实在是一种难以回避的诱惑。从实证研究中，我们看到，推荐算法放宽了人的视野、缓解了观点极化。这和过滤气泡、回音室假说不符。
陈昌凤老师在国家社科基金重大项目“智能时代的信息价值观引领研究”的阶段性成果论文中对“信息茧房”有相当完整的剖析，论文名为《“信息茧房”在中国：望文生义的概念与算法的破茧求解》。
桑斯坦提出的“信息茧房”，是基于美国两党政治的语境对新技术降低政治信息多元化以及政治信息极化的忧虑，但如今被剥离了美国语境、两党政争的语境，被泛用于所有信息。即使在西方，也尚缺少实证“信息茧房”存在的有力研究。
相比较而言，在中国，对于“信息茧房”的质疑和批判性研究很少、实证性罕见、全盘接受或望文生义的概念化研究却比较多，并且算法平台实务界与学术界的观点大相径庭。
自从桑斯坦的相关观点被介绍到国内、特别是2008年《信息乌托邦》中文译本问世之后，国内关注和使用“信息茧房”一词的文献与日俱增，尤其是大量的媒体文章中，近年把它与算法推荐、智能分发乃至社交媒体、新媒体等主观地捆绑为因果关系。
知网引用率最高的一篇关于“信息茧房”的文献，是《新闻前哨》编辑部梁锋的《信息茧房》，这篇文章对“信息茧房”的介绍阐释清楚，但仅1页纸的篇幅，就被引94次（截止到2019年12月1日）。由此可见中国学界对“信息茧房”运用的需求量和相关运用的概念化。这个形象的比喻易于被使用。
老师行文十分客气。
全球专业学者对这个问题的研究结果基本一致，对现状也很清醒。但也有一些专家不太跟得上研究进展，或者说是本职工作不在这一块，只是出于兴趣了解，他们的误解比较多。公众也存在一定误解。而且这种误解的表达声量较大。
这种误解甚至有可能会影响到监管决策，如果立法参考了错误的研究成果，错误的监管框架可能会让中国的相关行业无法发挥社会价值。
总会觉得没有新工具、没有互联网的世界更美好，对过去有一种“滤镜”，这是一种止步不前的懒惰视角。需要用面向未来的视角看待新事物，不要用任何过去的东西做类比，从零开始分析新事物，认真衡量它的好处和危险，然后去塑造它的发展方向。
以“信息茧房”为例，在推荐引擎出现前后，人的信息摄取是从宽变窄还是从窄变宽？从过去到未来，以这个角度观察，才有意义。如果抱着10年前20年前的场景说，现在和以前不一样，我们要恢复到以前的标杆，那恐怕是刻舟求剑。过往既不是标杆，而且也不可能再回去，必须要认真对待新事物，分析它的好处与坏处，再得出妥帖的监管策略。
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
社交网络的内容是碎片化的，也是天然有上下文的。
即便对于一篇报纸上的文章，往往也有语境、时代背景。当我们拿到那张报纸的时候，看看它前后左右的文章，看看它纸张发黄的程度，我们自然就会对这篇文章的语境有认知。
但是社交网络没有提供语境信息。
如《网络空间的兴衰》所言，社交网络提供的是一个碎片空间。
在博客之后，网络科技仍能发展出更自动的效率工具，让无法维护博客的人也能制造自己的空间。这种空间非常小，网络平台商几乎代理建造了空间的全部内容，只剩下一块狭小的碎片供制作者填充。游客也无需适应每一个网站的新环境，他们只要呆在平台里，看每个柜台呈现出的小小空间即可，无需学习各自网站独特的艺术风格、交互方式，减少了接触内容的难度和自己的学习成本。
这样登峰造极的碎片空间，部分造就了社交网络。我们日常经常提到社交网络的内容碎片化，即是如此。
空间极碎，也意味着空间中蕴含的环境信息、语境信息非常少。
博客和门户网站时代，还可以通过网页的设计风格一眼读出语境信息，而现在，空间外形同步更新，从外观上根本看不出来文本碎片的语境。
很少有言论可以在上下文无关的环境下理解。尤其是社交网络上主流的碎片式发言，根本没有空间去解释上下文。
同样的言论，在10年前是主流言论，在10年后可能就是主流言论所攻击的对象。
同样的文章，熟悉作者的读者比不熟悉作者的读者获得的信息更丰富、更准确。
在传统传播手段中，作者-读者的关系稳定，读者是通过订阅的方式来获得作者发布的内容，作者的受众不会突增突减。而在现代网络平台，读者会因为社交网络和推荐引擎看到自己完全不了解的作者所撰写的内容。总的来说这当然是一件好事，这个机制让普通人编写的内容可以被更多人看到，也让每个人有了更宽的阅读面。但很多时候，没有一段稳定的读者-作者默契，读者在内容感知上会出现误读。
我们经常看到例子，小圈子内专业内容“出圈”，然后引发公众大量的不解、争议、甚至谴责。这一现状也提醒社交网络使用者要有心理预期，对于可能“出圈”（受众激增）的内容需要着重补充上下文，避免误解。
总的来说，我们用
对比三式，可以看到，情况一：如果共有信息
前阵子，社交网络有很多批判清华女生节条幅的帖文。而我看到一些大学女同学为女生节抱不平。大学中很多同学体验的女生节是很美好的，也有对应的男生节。总体是个有趣温馨的节日。但是在经过剥离上下文之后，出现在网络传播情景中，大部分观者并不了解背景故事和节日氛围，而以当前网络社群环境的上下文对特定的断章取义内容进行解读，结果得出与实际情况南辕北辙的阐释。
这种局外人不明就里义愤填膺的情况在互联网上并不罕见。我猜想这里应该也会有心理机制的作用，但我重点想提及的是这种上下文的错配。同样的信息，在不同上下文上，可能会传达出大相径庭的意思指向。
在这类案例中，作者-读者共有信息很独立，新旧读者获取的信息不同（情况一）。
清华新闻系有一个校园媒体平台叫做《清新时报》，在校内发行纸质版，是清华新闻系本科生的学习平台。大家运营这份报纸，在实践中锻炼新闻技能。
在移动互联网社交平台崛起之后，校园媒体要不要跟进呢？当然要。清新时报也在社交网络开号，最有影响力的就是微信平台。
这就带来一个问题，原先清新时报只在校内发行，现在是在全网发行了。观众完全变了。而全网观众并不知道这是一个本科生的练兵平台，相反可能还会觉得其内容一定程度代表学校官方意见。校外观众基本上不太能了解到这个独立的共有信息。
由于受众的切换，同样的内容就不一定再适宜发表，对于同样的内容，相关利益方可能愿意对校内披露但不愿意对全网披露。不管是操作者、受访者还是监管者，预期和要求都会发生变化。
更严重的问题是，这是一个学习、实践平台，是给本科生练习用的。学习就一定会试错。一个有清华大学官方色彩的面向全网的微信公众号，对错误的容忍度如何能够满足本科生训练的需求？还怎么完成本科训练的目标？
很可惜的是，我们现在没有控制发行范围的网络手段。
媒体类型的因素也不局限于校园媒体这一种情况。其实每一份内容产品背后都有较为稳固的一群读者。这群读者与作者是有上下文默契的，读者们知道作者的风格规范、专业特长、职业分工。而当不熟悉作者的读者接触到内容时，可能会有误读与争议，比如说会对内容的视角非常不理解，会觉得作者没有写到自己想要的东西因而感到作者避重就轻。
这一点不仅体现在传统的报刊、电视中，也体现在微博、B站等新兴平台。根据我的观察，B站这种有视觉信号加入的平台，其上下文区分效果要比文字信息平台好很多，引起的上下文误判也少一些，这一点希望有研究可以证实。
在社交网络崛起之前，很多BBS都有一样规矩：禁止挖坟、挖坟封号。也有很多BBS会有规则要求禁止“转进”，也就是说一个帖子就谈主帖讨论的问题，不要岔开到别的话题去。
这些规则在社交网络时代都被废止了。
其实这些规则很有生命力，因为他们是在环境中竞争演化形成的规则。BBS会有版主，版主领导制定规则、也执行规则。如果版主做得不好，会受到用户的谴责，用户会跑到其他BBS去。所以，BBS的管理很重要，事关BBS存亡。而且BBS竞争者众多，有各种版规可以在市场中较量。我们看到，成功的BBS基本都有上面两条规则。可以说它们是大浪淘沙演化出来的宝贵经验，只是可惜这些经验没有在更开放的全规模社交网络上得到应用。
微博、Facebook、Twitter这样的开放社交网络本身垄断性更强，不像BBS那样面临大量竞争，它们面临的竞争压力更小，公司自主设计规则的空间更大，它就算不提供一些“版规”，用户也没有什么办法，无法做到用脚投票。如果没有严重变故，大家都走不出如来的手掌心。
“挖坟”和“转进”行为，都是典型的破坏交流上下文的行为。把三年以前的帖子再翻出来，你以为是客观审视，其实是刻舟求剑，因为环境变量
不过，脱离读者-作者共有信息的解读也不是完全没有意义，它从另一个视角给出了一些解释，我想还是有价值的。但在另类解释的同时，应当遵守不伤害他人的礼仪原则，认识到自己信息的缺乏。
一个允许大家从不同角度分析网络碎片的世界，给世界提供了更多的可能性。说不定就会有灵光一闪，从这种错配中迸发。如果可以削弱错配导致的伤害性纠纷，那么环境中或许可以生长出更多的灵光碰撞。
参考文献：http://www.orangeclk.com/2016/10/03/cyber-time-space/
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
现代互联网分级制度形同虚设，未成年人可以使用很多方法绕过。
可以立法要求各个在国内注册的平台，对于普通用户，只展示经过审核的全年龄向内容。如果用户要想解锁成年内容或者UGC内容，必须登录核验成年身份。
与此同时，每个监护人都可以绑定自己孩子的账号，可以查看他们的登录登出情况，这样可以在尽量保留隐私的情况下看到切换账号的动作。立法要求所有互联网平台都必须支持这一功能。
未成年人只能访问审核过的全年龄白名单内容，当他对UGC内容有需要的时候，可以向监护人申请，监护人可以帮孩子的账号暂时解锁全年龄段内容。
如果未成年人使用其他成年人提供的全年龄段账号怎么办？这只能靠监护人小心。即便不是互联网，对于任意玩具、物件，如果遇到其他成年人愿意赠予的，也不是很好处理。可以观察孩子是否切换了账号，如果看到绑定账号已经登出，但孩子还在刷抖音，那很可能就有问题。和观察孩子是否偷看武侠小说道理一样。
我们能做的，只是给未成年人接入成人互联网制造一些障碍、困难，尽量拦住一些，完全回避是做不到的。随着年龄增长，未成年人需要、也大概率会逐步接触成年内容。个人以为，上述机制，已经基本能起到实际上的未成年人分级作用。如果想把级别分得细一点，那就制定几个不同的白名单标准，账户到年龄解锁即可。
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
听说《明天会更好》登上春晚。
1985年，受英国Band Aid的启发，为了援助当时陷入饥荒的埃塞俄比亚人，天王迈克尔·杰克逊与莱昂纳尔·里奇共同谱写了传世之作We Are The World。同年，受到We Are The World的启发，罗大佑谱曲，台湾乐坛制作了《明天会更好》，呼应1986年世界和平年的主题，也纪念台湾光复40周年。1986年，同样在We Are The World的影响下，郭峰作曲，大陆乐界也制作了一首国际和平年的公益歌曲《让世界充满爱》。
现在的世界，和那个时候好像已经有了很大不同。
卓依婷的《明天会更好》有三位童声参与，是我最喜欢的版本，也是QQ音乐显示“评论过万”的版本。
轻轻敲醒沉睡的心灵，慢慢张开你的眼睛。
日光唤醒清晨，大地光彩重生。
祝新年更好～
音乐链接：https://i.y.qq.com/v8/playsong.html?songid=653049&source=yqq#wechat_redirect
本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
