遺忘作為一種生理機制，如何影響人類的決策？

遺忘在人類決策過程中扮演了重要的角色，遺忘使得我們能夠及時地進行行動。知曉往事，但又不受往事的束縛。完善的數字化記憶，可能會讓我們失去一項人類重要的能力——堅定地生活在當下的能力。博爾赫斯的短篇小說《博聞強識的富內斯》展現了這一論點。由于一次騎馬的事故，年輕人富內斯失去了遺忘的能力。通過驚人的閱讀，他積累了大量關于經典文學作品的記憶，但卻無法超越字面的文字去領會作品的內涵。博爾赫斯暗示，一旦我們擁有了完善的記憶，我們將不能進行概括與抽象化，這會讓我們一直迷失在過去的瑣碎細節中。

那些在存儲與回憶大量信息方面擁有超常能力的人，其實很想關閉他們記憶新事情的能力。持續浮現的往事讓他們感覺受到了束縛，這種束縛非常嚴重，以至于約束了他們的正常生活，限制了他們的決策能力，阻礙了他們與正常人建立緊密的聯系。當這種影響由更為完整且更易獲取的外部數字化記憶所引起時，影響可能會更強。如果回憶太清晰，即便這種回憶是為了幫助我們的決策，可能也會使我們困于記憶之中，無法讓往事消逝。這反而會讓我們像博爾赫斯筆下的富內斯一樣，沒有能力進行抽象的思考。這是記憶帶來的意外詛咒。

遺忘不僅僅是一種個人的行為，我們這個社會也會遺忘。往往這種社會性的遺忘能給那些失敗過的人第二次機會。如果原先的社會關系不能讓人們感到幸福，我們可以讓他們嘗試建立新的社會關系。在商業領域中，隨著時間流逝，破產會被逐漸遺忘。甚至在某些情況下，罪犯在經過足夠長的時間之后，之前的犯罪記錄也能從他們的檔案中變得模糊。

通過很多這種模糊掉了外部記憶的社會遺忘機制，我們的社會能夠接受隨著時間不短發展的人們，因此我們才有能力從過去的經歷中吸取教訓，并調整我們的行為以融入未來的社會。

盡管遺忘對于人類非常重要，但是在數字時代，我們卻正在經歷一種重大的轉變，從遺忘為常態轉移到記住為常態，而且目前為止，這一現象得到的關注非常有限。

生物性的遺忘就存在于我們人類的生理當中，通過人類幾千年的進化，我們都未能發展出一種代替的認知能力，去正確地評估我們過去發生的事件。這樣一種解釋與通常情況下進化的運作方式相一致，進化就是一個實際而保守的過程。與那些更復雜的代替方法相比，那些經過試驗和測試，已經能夠良好運作的方法更受青睞。對我嗎而言，可能進化留給我們的就是生物性的遺忘，而不是詳細感知理解過去事件的能力。

隨著我們通過使用數字化記憶破壞了生物性的遺忘，使得我們自己更容易受到猶豫不決或者判斷失策的影響。這是數字化記憶的詛咒。他遠遠超出了信息權力轉移的范圍，已經涉及了我們人類及時行事能力的核心。

博爾赫斯曾寫道，“思考就是去忽略（或者遺忘）差異，思考就是去概括，去抽象。”對于博爾赫斯而言，完美的記憶力通過永不消褪的復雜信息威脅著要折磨它的受害者，使其無法擁有清晰的抽象思維，因此就像《追憶逝水年華》中的馬塞爾·普魯斯特一樣，將那些受折磨的人囚禁在自己的記憶之中——而正是遺忘這一人類獨有的特性，才讓我們得以從細碎的細節中抽身，把握世界的一般規律。

如果我們沒有遺忘的能力，那么每當面臨抉擇時我們往往都會回憶起我們過去所有的選擇，這可能將會使我們猶豫不決。AJ，一個由于某些生理特性而擁有了近乎完美記憶力的女人這樣告訴我們：

我記得好的事情，這讓我感覺很舒服，但是我也記得那些不好的事情，以及每一次糟糕的選擇。而且事實上，我無法讓自己停下來休息。我所面對的都是這些岔路口，都是我不得不做出選擇的時刻，而且哪怕過去了十年，我仍然會因為十年前作的選擇而責備自己。在許多事情上，我都不肯原諒我自己。你的記憶之所以存在是為了保護你，而我感覺我的記憶并沒有保護我。大多數人都說我擁有一項天賦，但是我只覺得它是負擔。

從這種意義上看，遺忘并不是令人困擾的缺陷，而是一種足以救命的優勢。當我們忘記了過去的時候，我們便重新獲得了去概括，去概念化的自由，以及最重要的行動的自由。

大數據時代，人類需要“遺忘權”

作為人類，我們不能無知地穿越時間去旅行。因為我們有記憶的能力，所以我們能夠去比較，去學習，去體驗時間的變化。同樣重要的是，我們有遺忘的能力，有將我們自身從過去桎梏中解放出來的能力，有活在當下的能力。過去幾千年，記憶和遺忘之間的關系一直很清楚。記住很難而且代價高昂，因此人類不得不謹慎地選擇哪些值得記住。人類默認的狀態是遺忘。在數字時代，或許人類發生的最根本的改變，就是記憶與遺忘原有平衡的反轉。將信息提交給數字儲存器已經成為默認狀態，而遺忘則成了例外。

數字化使得儲存成本的垂直下降、簡便的信息提取，以及全球性訪問數字化記憶成為可能。在人類歷史上，這是第一次我們能夠讓記住比以往更便宜也更容易，也是第一次逆轉了遺忘由來已久的默認狀態。原因顯而易見——即使人類自身的記憶經常失效，難道我們大家都不想選擇擁有全面的記憶嗎？難道我們大家都不想給子孫后代留下我們的思想和印跡嗎？如今，我們發現已經身處一個擁有完整數字化記憶的“美麗新世界”。

在這個世界中，諸如GOOGLE之類的信息處理器讓全世界能夠訪問海量信息，從照片到博客，從詳細的市場信息到我們自家（和鄰居家）后院的高清衛星圖像。很快，這樣的案例將會成為普遍現象：過去微不足道的行為被完全記憶下來，生活因此被打亂（或者至少被干擾了），個人被暴露在苛刻到不可思議的社會面前，這不僅僅發生在北美，而是在全世界。事實上，在這本書的寫作過程中，德國一個小小的保守派政治家就被解雇了，因為在一個類似facebook的社交網站上顯示，過去他曾加入了一個名字和內容都有些可疑的在線團體。

針對為什么這個趨勢將與我們有關，我解釋了兩個重要原因。首先，信息隱私專家指出，它進一步將權力從被監視者轉移到監督者身上，同時跨越時間的維度。的確如此。數字儲存器的發展，讓我們能夠相對容易地重塑言行，即便它們已經過去了很久，他們建造起來的不僅是空間上與時間上的“圓形監獄”，而且還約束我們表達想法和參與社會的意愿。我們真的想生活在一個充滿了奴性和恐懼的社會中嗎？

其次，遺忘在人類決策中起到了重要的作用。它允許我們從個人經驗中去概括和抽象。它使得我們能夠接受自身，就像所有的生命一樣，會隨著時間推移發生改變。因此，它讓我們瞄準當下，而不是將我們永久地拴在一個與現實越來越無關的過去里。而且，遺忘能使社會原諒它的成員，并且對改變保持開放的態度。數字化記憶漸漸破壞了遺忘所起到的重要作用，從而同時在個人和社會兩個層面上威脅到我們學習、詮釋和適時行動的能力。它還讓我們暴露在人類具有潛在毀滅性的過度反應面前——那就是另一個極端，完全漠視我們的過去。

我們必須應對數字化記憶造成的挑戰，而且我相信我們能夠應對，能夠恢復遺忘的能力。我并不是在鼓吹一個無知的未來，而是一個承認隨著時間的推移人類會改變，想法會演變、觀點會調整的未來。我們能夠采用多種不同的方法，應對數字化記憶的陰影。

過往的個人數據，能否成為主要評估依據？

我們作為個人，不斷地成長、發展、變化，而那些多年來全面收集的教育數據卻始終保持不變。盡管我們可能成長為脾氣最溫和的人，但如果數據顯示我們在過去的學生時代經歷過一個性情激進的時期，那么未來的評估者還能以恰當的角度出發，看待這些過往的數據嗎？如果不能，我們將永遠受制于我們的過去——即使它代表的是一個已經不存在的人，并且那個人的價值觀和現在的自己已然沒有多少相似之處了。不斷回顧過時的個人數據，不僅是不公正的，還會產生錯誤的結果。

想象一下，某個學生的活動記錄被存儲下來，并在25年后他找工作的時候被提供給未來的雇主，這將會是怎樣的情形？在今天，除了知名人士，對普通人過往記錄的訪問是極難實現的。然而在未來，每個人都能夠常規性地訪問這些信息。而且可能不只是類似標準化大學入學考試的相關數據的“快照”，還包括當事者學習生涯中相關進程的每一個碎片化記錄，從病假天數和訪問輔導員的次數，到閱讀了《哈克貝利·費恩歷險記》（Huckleberry Finn）的頁數和在上面標示下劃線的頁數。

最大隱患：無法遺忘的舊數據

這并不代表關于我們過去的數據是無用的，但是必須在更廣泛的背景下去了解我們是誰，以及我們所做的事。評估人員需要極其謹慎地對待過去的數據，客觀判斷這些信息與今天的我們是否存在關聯。這似乎是顯而易見的道理，然而在實踐中卻很難把握。人們往往很難理解時間是變化的一個維度。

人類從不需要建立直接的認識方式，以合適的視角來看待在遙遠的過去發生的事情，因為我們的大腦中早已內建了最佳的方式：遺忘。我們的大腦不斷忘記那些被認為與當下和未來無關且無用的過往細節。遺忘是心理上的大掃除，我們無須有意識地去關注這個過程，就可以在它的幫助下堅定不移地抓住當下。有遺忘困難的人群對研究人員形容自身的狀態為“是詛咒而不是福氣”，因為這迫使他們看到的只有樹木，而非森林——任何泛化都需要我們忘記細節。

在模擬時代，即使使用了電子成績報告單和入學要求，我們的大多數學術信息仍然以紙質檔案的方式進行存儲。這些信息很難進行定位、存取、復制和分析，技術上的局限制約了我們與信息的交互行為，因此在實際上阻止了由此產生的不恰當的再利用。

數字工具，尤其是廉價存儲和快速檢索的出現，使今天的教育數據極大地延長了保存時間，并且更易存取。招聘人員不僅會使用谷歌搜索求職者的信息，有一些甚至開始要求他們提交Facebook的詳細日志。招聘人員能夠查看求職者近十年的個人觀點、興趣愛好和欠考慮的自拍照。也許更加令人擔憂的是，他們還能看到其他人對求職者的評論。

這些舊數據的持久性是最大的隱患。而我們面對著這些無法展望未來的信息，很有可能會透過這個永久記憶的棱鏡——永遠不能忘卻的回憶——來看事物。所以即使招聘者在面試前提醒了自己十次——要忽視求職者在多年前因為一次高中考試作弊被抓的事實——但是到了對雇用與否作出決定的時刻，仍然很難做到不對其未審先判。更糟的是，這個污點可能跟隨求職者到任何一個地方，就像是一個標志著不為社會忘卻的事件的紅字。畢竟，人們習慣記住不尋常的事件，而不是那些平凡的和最近發生的事情。

因此，全面教育數據帶來的首個重大威脅，并不是信息的發布不當，而是束縛我們的過去、否定我們進步、成長和改變的能力，而且目前尚無抵御這一威脅的可靠措施。我們很難輕易改變對別人做出的評價和考慮的內容。我們大多數思維過程的發生，并不在理性的完全控制之下。另一方面，放棄數據的收集或者將其束之高閣，又將阻礙大數據為學習帶來的諸多益處。

無法駁斥的大數據預測

第二個威脅也同樣嚴峻。以所有人為對象收集到的全面教育數據，將用于對未來進行預測：我們應該以這樣的速度、按這樣的順序學習；我們只有在晚上8點至9點間復習學習材料，才能有90%的可能性得到B，如果復習得早了，其可能性將會降至50%等等。諸如此類的概率預測將會限制我們的“學習自由”，并有可能最終威脅到我們對生活中機遇的獲取。

大數據蘊含的巨大潛力在于推進個性化學習、改善教材和教學，并最終提高學生的成績。數據應該被視為促進產品改良的反饋，而不是對產品使用者進行簡單評價的依據。在今天，被收集的有限數據幾乎都是用來評價學生的，即學習中的“消費者”。

我們評估可能的方案和潛在的成就：從高中提升課程的受理到高校錄取，再到研究生院的入學。但是此類基于有限數據的小數據預測，充滿了不確定性，因此招生委員會對這些數據的處理極其謹慎。他們認識到數據展示的內容并不完善——那些以高分通過SAT考試的自大狂并不是憑借真才實學，而僅僅是因為記住了復習指南——委員會積極地增加評估的主觀性，當他們意識到依賴數據可能會造成以偏概全的結果時，會將主觀判斷置于數據決斷之前。

然而，大數據時代的預測精確度將遠遠超過現在。這向招生委員會和招聘人員等決策制定者施加了更多的壓力，使其更傾向于相信基于大數據的預測。在過去，我們可以辯稱所屬的分組不是特別適合自己，為某種情況找到開脫的理由。比如，我們有可能被分到“好學生，但是搞不定統計課”的群組中，并最終因此被經濟學專業拒之門外。但是我們仍然可以憑借這樣的解釋說服別人：基于這一分組的預測于我們而言是不正確的，所以即使同組的其他成員會失敗，我們還是有可能獲得成功。因為該預測是基于“小數據”做出的，決策制定者往往傾向于相信當事人是“無辜”的，而當事人能夠通過協商為自己辯解。

而新的威脅在于，基于大數據的預測是如此準確、個性化程度如此之高，我們將不再因為名義上所屬的分組，而是實實在在的“自己”被問責。因此，任何借口都可能不足以說服決策制定者站在我們這一邊。事實上，認人來作判定有可能完全地從決策過程中移除，取而代之是以機器算法為基礎的操作，包括讀取電子數據表、計算概率并作出有約束力的決定，而這一系列操作僅需耗時幾毫秒。

比如說，一些大學正在開展“電子顧問”（e-advisors）的實驗，這款大數據軟件系統通過數字處理提升學生的畢業率。自2007年亞利桑那大學采用該系統至今，學生順利升學的比例已由77%上升到84%。在田納西州的奧斯汀州立大學，當學生選修“學位羅盤”（Degree Compass）軟件向其推薦的課程后，他們有90%的可能性得到與軟件預測一致的B以上的高分，而沒有獲益于“學位羅盤”的學生，獲得同樣分數的比例僅占60%。

備受爭議的教育分流

這些系統可以大大提高畢業率。鑒于美國只有大約一半的學生能夠在6年內畢業，所以其影響是相當顯著的。但是系統也可能帶來一些不良后果。假如系統預測我們不太可能在一個學科領域（如生物信息學）取得良好成績，于是巧妙地引導我們轉入護理之類的其他專業，我們應該如何看待系統的決策？我們可能會認為系統考慮到了我們的最大利益——為我們提供了一個舒適的教育軌跡。但實際上，這可能正是問題所在，也許我們應該受到鼓勵并迎難而上，而不是滿足于平坦的前進路線。

本質上，這些概率預測能幫助決策制定者——從招生委員會到招聘人員——選擇安全的路線并減少將來失望的可能性。這種主張是極具吸引力的，尤其是在與可能會造成利益受損的學術失誤（如未能畢業或選擇了難以勝任的專業）相比的情況之下。如果相關機構不遵照大數據的預測行事，甚至可能需要承擔潛在的法律責任。

概率預測最有可能深入人心，同時也最有可能造成巨大傷害的地方在于按成績編組制。數十年以來，許多國家都過早地將學生分配到不同的學習軌道之上，通常包括以下三類：面向成績欠佳學生的職業教育；面向一般學生的普通課程；面向杰出學生的“大學先修課程”。這種做法一直備受爭議，它似乎在抹殺個人公平地進入大學的機會，因為學生可能在高中之前就被排除在大學預科的就讀對象之外。它還可能加深教育鴻溝，使社會和經濟上的鴻溝持續存在，更多的婦女和少數族裔將被上層淘汰。

與大數據同行的一大風險

有希望——但只是一個希望——按成績編組制可能會因為大數據而消失。當學生按照自己的步調開展學習、學習的順序也得到了算法上的優化，且能夠取得最佳學習效果的時候，對他們進行正式的編組可能沒有太大的必要。

然而在現實中，情況很可能是相反的。定制教育實際上可能更為無情地恪守編組制，使得試圖或是有能力打破特定軌道的學生更加步履維艱。今天的教育中有10億條不同的軌道：每個學生各一條。其有利的一面在于，教育是為每一個個體定制的；而不利的一面在于，它就像是困住我們的峽谷深溝，實際上可能更加難以逾越。我們仍然深陷于軌道之中，即使它是量身定做的。

系統預測某個特定學生的成功概率可能是基于100萬個其他學生的表現做出的，并且將以此為依據，向該生提供直接的定制教育，而在某種程度上，這也是按成績編組。這是否真的遠勝于將該生編入一個普通班級，給他更多的機會尋找并展示他的真實技術水平？預測結果或許是準確的，在某些情況下也是有益的，但同時也是無情的。該生成為了概率預測而不是自身能力的受害者。

這些對我們在各方面可能性的預測，不僅會影響我們的行為，還將永遠改變未來的格局——由一片開闊的空間轉變為預定義的、拘泥于過去的狹窄區域。這會不會使我們的社會倒退進入一種近似種姓制度的新形式——精英和高科技封建主義的古怪聯姻？

在20世紀，教育是最偉大的“均衡器”。而如今，與大數據同行是有一定風險的，因為我們對潛在后果和概率性結果的預測有加大教育不平等的可能。