注意力经济:大型科技公司如何将你的专注力变现

2017 年,Facebook 的创始总裁肖恩·帕克(Sean Parker)发表了一场演讲,坦诚程度远超预期。"我们要怎样才能消耗你尽可能多的时间和有意识的注意力?"他把这句话描述为这个平台的立身之问。他们得出的答案是,利用"人类心理的一个弱点",每当有人为一条帖子点赞或评论时,就给人一次"小小的多巴胺刺激"。他说,这是他们"有意识"做出的选择。他说他和马克·扎克伯格都清楚"我们究竟在做什么"。

那场演讲引发了一周的关注。产品本身却没有任何改变。

帕克的措辞(多巴胺、弱点、利用)精神上是准确的,但在机制上略有偏差。神经科学的实际情况更加有趣,理解它不仅能解释这些公司在做什么,还能解释为什么它如此可靠地奏效,以及这种可靠性的代价是什么。

真正的机制

多巴胺这套说法随处可见,却不太准确。多巴胺是在预期奖励时释放的,而非在获得奖励之后。你查看手机的那个瞬间,在你知道有没有通知之前,才是多巴胺的高峰所在。通知本身几乎无关紧要。可变比率强化(斯金纳在 20 世纪 50 年代用鸽子和老虎机实验发现的机制)之所以如此强大,是因为奖励出现的时机不可预测。固定比率强化(比如每查看五次给一次奖励)很快就会失去吸引力。可变比率强化(有时第二次查看就有奖励,有时要到第五十次)是最难被消退的强化模式。而这恰恰也是老虎机、下拉刷新信息流和 Instagram 滚动浏览所采用的模式。

为 Twitter 设计下拉刷新功能的设计师洛伦·布里克特(Loren Brichter)在 2017 年的一次采访中表示,他后悔做了这个功能。不是因为这个设计聪明,而是因为它太聪明了:"智能手机是有用的工具,但它们让人上瘾。下拉刷新让人上瘾。Twitter 让人上瘾。这些都不是好事。"

这套机制的代价是可测量的。加州大学欧文分校的格洛丽亚·马克(Gloria Mark)花了二十年时间,测量人们在切换到另一个任务之前,能在单一数字任务上保持专注多久。2004 年,平均值是两分半钟。到 2012 年,变成了七十五秒。在她最近的研究中,这个数字变成了四十七秒。这一下降趋势与智能手机和推送通知的兴起相关联。这并不能干净利落地推出因果关系。但这是一个值得深思的惊人数字:如今平均不受打断的工作窗口,比一段典型的广告插播时间还要短。

商业模式就是设计本身

注意力经济不是一个比喻。它是一种具体的经济模式,其中用户是产品,注意力是库存,而广告商是客户。五大注意力平台(Meta、谷歌、TikTok、Snap、Twitter/X)2024 年的广告收入约为 4000 亿美元。这笔收入中的每一美元,都是广告商为获取用户注意力而支付的钱。平台捕获的注意力越多,能出售的库存就越多。

Meta 在美国和加拿大的平均每用户收入,2024 年为 233.42 美元。这就是一个美国用户的注意力,单单对 Meta 而言的年度收入价值。谷歌在搜索和 YouTube 上的对应数字更高。TikTok 的这一数字正在上升。放眼整个广告生态系统(Meta、谷歌、TikTok、联网电视、程序化展示广告),一个普通美国成年人的数字注意力,每年可归因的收入超过 500 美元。

这本身并非邪恶。注意力一直都在被出售:报纸把读者的注意力卖给广告商,电视出售观众的注意力,广播出售听众的注意力。变化的是定向投放的精细程度、设备的私密性,以及优化的复杂程度。

定向投放的精细程度是关键差异。一份 1990 年代的报纸广告商只能按发行读者的人口统计特征来定向。而一个 2024 年的 Meta 广告商可以按当前的感情状况、近期的人生大事、政治倾向(从点赞的页面推断)、收入档次(从邮编和购买行为建模得出)、以及用户是否最近在查看竞品来定向。这份库存不是泛泛的注意力。而是你的注意力,精确匹配广告商的客户画像。

优化的复杂程度之所以重要,是因为这意味着这个产品不是由人来设计的。它是由强化学习设计的。信息流排序算法不是一个人类编辑决定你该看到什么。它是一个针对最大化参与度(平台停留时间、点击率、分享率)这个目标而训练出来的优化器,已经在数亿用户身上运行了多年。你交互过的每一个功能,都曾针对数十种备选方案进行过 A/B 测试。胜出的那个版本,是最能延长你注意力的那一个。你是一个训练集里的数据点。

Zuloma — Essays

你付出的代价

这里的货币不是金钱。而是时间和认知带宽,两者都有可测量的成本。

时间成本是直接的。如果你每天在注意力平台产品上花三个小时(这个数字与美国智能手机的平均使用量相符),你每年花费的时间大约是 1100 小时,相当于 27 个完整的四十小时工作周。这些时间是否花得值得,是一个见仁见智的问题。结构性的关键点在于,平台的收入取决于你尽可能多地花掉这些时间。

认知带宽的成本更为隐蔽。注意力在一天之内并非无限可再生的资源。关于认知损耗的研究(鲍迈斯特关于自我损耗的研究,尽管存在争议,以及更广泛的决策疲劳文献)表明,专注思考的质量会随着使用而下降。没有争议的是,切换情境的代价高昂。每一次从专注工作切换到一条通知、再切回来,都需要一段重新定向的时间,马克的研究估计约为 23 分钟才能完全重新投入。四十七秒的平均专注时长,配上每次打断 23 分钟的重新投入成本,相当准确地描述了一个通知层永远开着的工作日是什么样子。

第三种成本较难测量,但可能是最重要的:你所阅读和思考的内容正在被同质化。以参与度为优化目标的信息流,并非为了让你接触挑战你固有观念的想法而设计,不同意见会产生负面的参与信号(取消关注、点踩、退出),算法会学着避免这些信号。让你参与度最大化的信息流,是一个确认你已有信念、呈现你已经觉得有趣的内容、并把你引离一个你不认同的、论证严密的观点所带来的摩擦的信息流。这不是一个漏洞。这正是当优化目标是参与度时,优化器所收敛到的结果。

改变你与它关系的有限方式

监管一直进展缓慢。2024 年生效的欧盟《数字服务法》要求大型平台允许用户退出推荐算法,并提供一个"非个性化"的信息流选项。Meta 和 TikTok 现在都因此提供了按时间顺序排列的信息流。使用数据显示,大多数用户会在一周内切回算法信息流。

个人层面的应对是可能的,但需要刻意的设计。有效的方式是结构性的,而非依赖意志力:把应用从主屏幕上移除(增加摩擦)、关闭除私信之外的所有推送通知(减少打断)、以及使用屏幕使用时间控制强制执行的应用时长限制,而非自我监督。依赖意志力的方式之所以会失败,是因为你是在用有限且可耗尽的认知资源,去对抗一个依靠强化学习运转、永不疲倦的对手。

更深层的转变在于理解你在这个产品中扮演的角色。你不是客户。你是库存。这个产品就是你的注意力,以一个你无法协商、也看不见的价格出售。这样的框定并非要激起愤怒。它的目的是带来清晰。清楚这个产品实际在为什么优化,以及它优化的目标,是否和你为自己想要的目标一致。

帕克对自己提出的问题"我们要怎样才能消耗你尽可能多的时间和有意识的注意力?"给出的答案是可变比率强化、社会认同循环,以及一个以参与度为训练目标的算法。它奏效了。现在值得问的问题是:如果选择完全出于深思熟虑,你消耗掉的这些时间,是不是你会选择花在那里的时间。

---

参考文献

• Parker, S. (2017). Axios interview on Facebook's founding intent. axios.com
• Mark, G. (2023). Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. Hanover Square Press.
• Skinner, B.F. (1957). Schedules of Reinforcement. Appleton-Century-Crofts.
• Meta. (2024). Q4 2024 Earnings Release: Revenue per User. investor.fb.com
• Alter, A. (2017). Irresistible: The Rise of Addictive Technology and the Business of Keeping Us Hooked. Penguin Press.
• Harris, T. (2017). How a handful of tech companies control billions of minds every day. TED.
• Brichter, L. (2017). The Guardian interview. theguardian.com
• European Parliament. (2022). Digital Services Act. eur-lex.europa.eu