ConanXin
ConanXin

connect the dots.

文本的未来(艾伦·凯)

编译自: Future Text Publishing上最新发布一本合集“The Future of Text”,艾伦·凯(Alan Kay)写的“文本的未来”(The Future Of Text)是其中一篇。

我们是发明东西最多的物种,通过创造语言和文化的外因(exogenetics),随着时间和空间的推移,承载着我们持续不断的发明,以发明和重塑我们的未来。

但是“发明未来”(inventing the future)并不总是意味着更美好的未来。大多数想法都是平庸的,甚至是糟糕的,当向前和向外推进时,催生了我们现在认为是不幸历史的未来。在一个几乎可以无限地复制和传播的时代,糟糕的想法(bad ideas)会产生更低的“常态”(normals),使我们远离最佳冲动(impulses)和利益(interests)。

在我们这个时代,许多新技术为文化话语(literate discourse)提供了看似“更自然”(more natural)的替代品——例如:电话、广播、电视、聊天/推特等。换句话说,这些技术让口头思维模式(oral modes of thought)得以重新确立。我们需要问,过去的“口头社会”(oral societies)或它们似乎再次出现的时候,是否符合人类的最佳利益(best interests)。人们经常观察到,“文明”(civilisation)的许多属性都是发明——包括深层的读写能力(literacies)——它们与我们的基因天赋不一致,而是试图提供能提升我们所有发展可能的替代选择(alternatives)。换句话说,“文明”不是一种存在状态,而是不断尝试“变得更文明”(becoming more civilised):人类外因进化(exogenetic evolution)的下一个阶段。与更接近我们基因的口头文化(oral cultures)相比,“文明”是非常非自然性(unnaturalness)和人工性(artificiality)——这就是它的优势。看待现代教育的一种方式是,其主要目标应该是帮助孩子们接受并熟练掌握这些“不自然的东西”(unnaturals),让我们在更多的方面合作和成长。

柏拉图让苏格拉底抱怨说,写作(writing)剥夺了人们的记忆,让不好的思想在作者死后也能流传开来,死去的作者再也不能被追逐和“争论正确”(argued right)。但两人都喜欢讽刺,所以我们应该注意到,柏拉图使用写作来表达这种观点,我想是希望读者能意识到,任何想记住的人都会通过写作而受益匪浅,因为它提供了更多的观点,值得在我们的双耳间付诸实践,而不是把它们储存在书架上的一页纸里。写作只是迫使我们选择是否要记住,当我们决定这样做时,它会给我们更多的好处。

苏格拉底抱怨的另一部分值得深思的是,写作不允许人与人之间进行对话和意义的协商,事实上似乎排除了他认为合理的争论(reasonable argument)。同样,柏拉图在提出这个想法时,也是允许书面描述、阐述和论证所需的新结构的最早发明者之一,并在对话中使用了许多这种结构。很难想象,他没有充分意识到,他让苏格拉底反对这个想法,是在展示一种强有力的书面论证(arguments in writing)方式。

柏拉图没有提到的是写作几乎神奇地增加了一些额外的礼物(additional gifts),即使它看起来像一个接一个的单词,就像演讲一样。除了超越时间和空间之外,写作还可以提出更长、更复杂的论点,特别是当复制的错误不再需要防范时,例如印刷机的发明。16世纪早期,伊拉斯谟(Erasmus)和他的朋友、印刷工人阿尔道斯·曼努修斯(Aldus Manutius)注意到了这一特性,他们决定在书中添加页码,以帮助较长的论证可以参考前面和后面的部分(这是在第一批印刷书籍出现后的几年,比被边缘化的犹太文化晚了很多年,犹太文化在研究和交叉索引犹太法典时使用页码达到同样的目的)。

最微妙的是,我们需要问:当我们学会非常精通一些与我们的基因构成(genetic makeup)不直接相关的东西时,我们的大脑/思想到底发生了什么?尤其是如果我们在除了讲故事和记账之外,在许多非常不同的语言使用方式上变得非常精通时,会发生什么?

麦克卢汉(McLuhan)英尼斯(Innis)哈弗洛克(Havelock)是最知名的人,他们开始追问人类的思维是如何通过写作和阅读,不仅得到了增强,而且发生了根本性的改变,以及这如何影响我们所谓的文明的发展。

麦克卢汉最初是一名文学评论家(literary critic),他没有探索这条道路的一个方面是,一种新的思维方式可以被发明/共同进化,嵌入到语言中,尤其是书面语言中,如果能熟练地学习,几乎就像增加了一个新的大脑——一个“小脑”(brainlet)——可以使我们远远超出生物学的范畴。现在有很多这样的例子,但一个简单的例子是微积分(calculus),它允许一种即使古代天才也做不到的思维。许多数学思维“搭载”(piggybacks)在我们正常的语言表达上,用计算机术语来说,这种语言是通用的,允许更多可表达和强大的高级语言和思想,运行在一个简单得多的机制上。

一个巨大的搭载式发明(piggy-back invention)就是科学,正如培根在400年前的1620年呼吁的那样,科学是最佳方法和启发(heuristics)的集合,以绕过我们的 "坏脑子"(bad brains,他称之为 "大脑的谬误"[Idols of the Mind],无休止地迷惑和混淆我们的思维)。这个更大的概念,即科学不仅仅是对自然的探究(poking at nature),而是处理我们的心智缺陷(mental deficiencies),在许多重要的方面都被遗憾地忽略了。

这些观点的一个真正大的背景是,“建筑”(architecture,事物和想法的恰当组织)如何从质量上(qualitatively)把最简单的材料提升到难以想象的高度。例如,对大多数人来说,很难去思考这样的想法:生命本身就是由仅仅6种简单的原子加上一些微量元素组成的神奇组织。

同样,计算机也可以完全由一种简单的组件(component)构成,这种组件可以进行比较:如果两个输入都为真,则输出为假,否则输出为真。剩下的就是"组织"(just organisation)这些元素了。一个强大的方法是设置组件,这样它们就可以显示出(manifest)一个符号机器(软件),然后软件可以被进一步组织成,更高级别的软件“机器”。

这就把我们带到了 "系统 "(Systems)这个大舞台:由动态的互相联系的部分(parts)组成的组织,在自然界和自然界生物的发明中随处可见,规模不一。“系统观点”(systems perspectives)是一套新的理念和方法,在大多数儿童标准课程中都找不到,尽管“我们生活的系统和我们所处的系统”(the systems we live in, and the systems we are)是相互交织的,包括宇宙、我们的星球、我们的社会、我们的技术、我们的身体和我们的大脑/思想:所有的一切统一于系统观点。

与我们这里的主题密切相关的是,系统组织根本不适合我们正常的语言使用,尤其是我们对用故事来解释的深层需求,故事有开头、中间和结尾。系统通常以大型图表的形式显示,以这种方式组织视觉语言和文本语言,同时关联各部分的视图和联系(communications)显示它们的关系,这些视图通常包括“循环”(loops),所以大多数系统没有起点和终点或者只有一条路径可以通过(one path to take through)。

系统本身是动态的,即使它们看起来处于静止状态,因此要理解它们,也有必要能够在时间上向前和向后推进。系统的循环性和复杂性——就像科学一样——经常挫败我们正常的常识性思维方式,我们需要各种各样的帮助来开始了解可能发生的事情。

目前两个关键的例子是流行病和我们星球的气候。我们正常的常识推理(commonsense reasoning),大部分是由我们的基因遗传下来的,是为可见的、小的、少的、快的、快的、近的、社会的、稳定的、传奇的,而设置的应对措施。流行病和气候不是这样的。很难及早注意到并认真对待一场流行病或气候危机的开始,以便采取措施加以应对。似乎什么都没有发生,正常的常识性思维甚至都不会注意到,或者在注意到的时候会否认。麦克卢汉:“除非我相信,否则我看不见”(Unless I believe it, I can’t see it)。

科学家还需要并使用工具来帮助他们思考,因为他们有着与所有人类天生相同的基因构造的大脑。数学的用途之一是计算难以想象的级数(progressions)。例如,复利(compound interest)的指数增长超出了我们的想象,但我们可以很容易地计算出增长。流行病具有类似的特性,也可以计算。尽管如此,政府和大多数个人总是对流行病和负债意味着什么感到惊讶和准备不足。

气候是一组复杂得多的相互关联的系统,难以理解——甚至难以识别所有的系统,使用简单数学进行简单计算是行不通的。但是,计算机最重要的特性之一是,它们的媒体(media)是对任意数量关系的动态描述(dynamic descriptions),这些关系可以随着时间的推移而发展:它们提供了表示、处理和理解各种系统的通用语言(lingua franca)。

这是一种新的素养,虽然它是一种数学,但它与经典数学有很大的不同,足以构成一门全新的数学,也是一门新的科学。

然而,它仍然“搭载”(piggybacks)在人类已经使用了几万年的各种语言,但是有了新的组织,可以更进一步地表达和思考。

回到气候问题上来:在50年代后期,查尔斯·基林(Charles Keeling)做了第一次高质量的科学研究,准确地测量了大气中的主要温室气体CO₂(如果没有它,地球的温度将降低约33°C)。五年的测量产生了足够精确的数据,建立第一个模型来描述当时的情况。这足以促使美国国家科学基金会在1963年发出警告,地球很可能在不到100年的时间里陷入困境,是时候开始缓解这个问题了。

最近的一项研究表明,即使是60年代那台微不足道的超级计算机(实际上其速度比一台iPhone 6慢上千万倍),当时所做的所有气候模拟都被证明准确率在百分之几以内。因此,科学和计算完成了它们的工作,提供了(截至2020年)大约55年以上对未来的准确预测,而我们今天才刚刚开始应对。从那时起,许多事情都可以做,但是没有做到。

就本书而言,这是最重要的“未来表现”(futures of representations)之一——能够表现(represent)、模拟和理解复杂的动态系统(complex dynamic systems),尤其是字面上有关生死的系统。这在60年前就已经被世界上极少数人发明并使用了。套用威廉·吉布森(William Gibson)的话来说,“未来已经来临,只是尚未流行”(The future was already there, but just not distributed evenly)

现在也不是。例如,柏拉图肯定会理解这里的讽刺意味:我在计算机上描述了一个非常重要的未来——计算机是这个未来的工具——尽管现在每个人都有一台,但他们将无法体验我所描述的例子,因为他们最终会在一本印在纸上的书(或者电子书)中读到它。

现在,我们可以提前几年更好地模拟极其现实的未来——包括美好的和可怕的未来。但是我们文化中最古老的故事之一——卡珊德拉的故事(Cassandra)——又一次在我们眼前上演了。

并非所有语言和文字的使用都需要提升(elevated)。但是,任何放弃更高难度的文化,只接受简单的、主要是口头的语言使用,不仅仅是抛弃过去,还为自己埋下一个最糟糕的未来。

CC BY-NC-ND 2.0 版权声明

喜欢我的文章吗?
别忘了给点支持与赞赏,让我知道创作的路上有你陪伴。

第一个支持了这篇作品
加载中…
加载中…

发布评论