娱乐至死：信息载体的演变

娱乐至死的可怕之处不在于娱乐本身，而在于人们日渐失去对社会事务进行严肃思考和理智判断的能力，在于被轻佻的文化环境养成了既无知且无畏的理性文盲而不自知。—— 尼尔 波兹曼 《娱乐至死》

Postman 在书中主要介绍了四种技术是如何演变的：

1. 印刷术 (The Printing Press)

• 角色： 理性的奠基者。
• 书中的观点： 波兹曼对印刷机时代（尤其是18、19世纪的美国）推崇备至。他认为印刷文字要求读者具有分类、推理和判断的能力。
• 带来的影响： 它是“阐释年代”的核心。它培养了严肃、理性、逻辑严密且具有连续性的公众话语。那个时代的人们习惯于长时间的专注和深入的思考（例如林肯与道格拉斯长达数小时的辩论）。

2. 电报 (The Telegraph)

• 角色： 语境的破坏者。
• 书中的观点： 波兹曼认为电报是“在这个世界上最早消灭语境的技术”。它引入了“躲猫猫”（Peek-a-Boo）的世界。
• 带来的影响： 电报让信息跨越了空间，但牺牲了深度。它带来了海量的、碎片化的、与我们生活无关的信息。新闻变成了“新奇的事”，而不是“重要的事”。它打破了信息与行动之间的关联（信息-行动比），让我们知道了很多事情，却无法采取任何行动。

3. 图像/摄影 (Photography)

• 角色： 概念的取代者。
• 书中的观点： 波兹曼常将摄影与电报并列讨论，认为它们不仅是合作关系，更是共同改变了话语的定义。
• 带来的影响： 照片呈现的是具体的“特例”，而不是抽象的“概念”。图像无法像文字那样表达“是/不是”的逻辑判断，它只能展示“存在”。它用视觉的冲击代替了逻辑的思辨，让人们误以为“看见”就是“理解”。

4. 电视机 (Television)

• 角色： 娱乐的集大成者（元媒介）。
• 书中的观点： 这是全书批判的核心。电视结合了电报（即时传输）和摄影（图像化）的特点，成为了当时的“元媒介”（Meta-medium）。
• 带来的影响： 电视的本质决定了它必须提供娱乐。为了把观众留在屏幕前，它必须切断逻辑、提供视觉快感、拒绝复杂性。波兹曼认为，电视的可怕之处不在于它播放娱乐节目，而在于它把一切公共事务（政治、宗教、教育、新闻）都变成了娱乐形式，从而让我们成为了一个“娱乐至死”的物种。

从我的角度来看是这样的：

1. 印刷术让人们可以保留下来想要记录的信息。类似自编码器的思想，在无法记录现实中混乱的多模态信息时，去其杂乱、冗余的信息，仅保留作者想要传递的核心思想。但，限制是由于缺乏了作者可能见识过的画面，以及更具体的一些触动，导致无法真正的感同身受，这种压缩限制就导致了原始信息无法完美的被还原回来。“一千个人眼中有一千个哈姆雷特”不仅是文学上的共鸣，更是一种信息传递的必然。
2. 电报的出现不只是带来的可接受信息量的增加（广度增加影响的深度变浅），还带来了这种”无法暂停思考，只能被动的接收信息“这种一直被全球信息推动，停下就是落后的这种可怕压力。单论学术界，信息和知识流动的速度导致了想要深入的了解所有相关领域的细节已经是人类耗尽一天25小时精力都做不到的了。2025年几个人工智能相关顶会投稿量都破万了，单论 transformer 相关的论文就已经是不吃不喝都读不完的了（从这个角度来看人工智能作为副驾驶 copilot辅助人类进行学术研究是完美解决电报以及后续所有科技带来的负面影响的，单纯信息整理与思考的角度，就如我现在上面整理四个 Postman提到的科技这段用 Gemini 可以秒生成，自己来写就要写挺久的）。
3. 图像的出现，配合电报等科技带来的可接受信息量暴增，这两者共同导致了能够获取到的知识是越来越”下沉“或者说不够深入的。图像从信息载体的角度来看，可以说其基本内容都体现在了具体的画面而非文字的抽象特征。并且，从视觉的角度获取信息让人更加通过视觉细胞来判断信息重点，而非文字间的相关性，这导致了这两种作品本质上的重点就不同，一个是视觉上的冲击力，一个是文字间的思考。我看了几年网文但是不喜欢看漫画，尤其是黑白漫画的最大原因就是我需要花费更多的精力去用视觉扫描画面，然后构建脑中的场景，从人工智能的角度来看就是要先对图像提取关键点特征，然后多尺度进行重构，这比可以轻易提取抽象特征的文字要耗时与复杂很多，尤其是经常阅读文字的人可以几乎下意识的提取到文字间的关键信息。这就导致了我认为看小说不仅内容可以看得更快，并且多余时间还能够让我随时思考。
4. 电视机的普及深深的放大了上述图像的几大缺点。首先，图像本就需要调动视觉细胞进行关键特征分析，减少了让人分析其核心特征和内核的时间，无法暂停的缺陷更是让思维时间趋于零。并且，电视节目的无关性与广告的突然中断，都导致了思维（与角度）的不连续性。互联网时代的短视频本质上和电视机完全一致，通过图像、声音吸引人的注意力；通过自动播放让人无法思考；通过不相关的前后视频麻痹人的认知；通过大数据分析让人越来越上瘾无法自拔陷入信息茧房。社交媒体我认为也是类似的。假如说人清醒的时候一直可以被动的获取社交媒体朋友、群的消息提醒，那么这就导致了思维的不连续性，让陷入即使社交需求的人无法连续性的，沉浸式的，深入的进行思考、学习。可以说从这两个角度来看都属于人注意力的涣散，但如果涣散最终可以让各方面都得到提升我认为是问题不大的，这和一天同时上不同的几个小时的课是类似的，只要有时间进行思考是没问题的，所以归根结底还是有无深入思考的区别，而非连续性，广度的问题。
5. 互联网包含了以上种种技术，但也衍生出了几种不同的技术。目前主流的互联网内容可以总结为：
   1. 纯流媒体内容：（信息量多或者少的）短视频和长视频、（不同风格的）音乐、图像
   2. 交互式内容：（通过不同手段来满足人的）游戏
   3. 符号、抽象化内容：文字
   4. 聚合信息流：购物平台和社交媒体

下面将分析以上四点。

纯流媒体内容

正如前面所说的，现在的流媒体内容相比电视机时代从功能上基本只是多了可以暂停的能力（虽然推荐算法的影响力一样不小）。对于信息密度低的视频（尤其是短视频）来说，暂停几乎无用，甚至两倍速，三倍速，到五倍速看最后反而因为时间短可以抓到重点。但对于信息密度极高的中长视频来说，如网课，可以暂停的能力基本上让视频这个载体超越文字。视频退化为去掉声音，画面变为纯文字就是与文字等价的载体，更别说画面与声音可以让创作者保留更多的创作空间从而丰富其想要表达的抽象特征与 takeaways。

并且，尽管视觉获取文字信息的理论速度最高，声音相比视觉最大的一个优势就是人可以相对容易的被动的处理听觉信息，从而将更多注意力转移到主动的分析其中的含义（如被动的获取信息然后主动的在大脑中重构更加精细的场景）。此外，可以看到声音相比纯文字还增加了一个模态：对于”你今天吃了吗“这六个汉字，通过声音可以对不同的汉字进行重音标注，如对”你“施加重音来表示我问的是”你“而不是其他人；对”今天“施加重音来表示我问的不是昨天或者前天。这些都表明了互联网时代的流媒体内容载体是比纯文字、纯世界要好的。换句话说，作为接受多模态输入的人类，载体天然的就应该是多媒体（如人类一直希望有的美食视频可以传达嗅觉，味觉），但其具体内容与形式导致了核心内容的质量下降（上下文无关的短视频、信息量少的视频）。

最后关于视觉与听觉，广播理论的”心智剧场“也表达了类似思想：

视觉（视频/电影）： 导演把画面、光影、演员的脸都给你拍好了。你的大脑是懒惰的，它只需要“看”，不需要“画”。这时，你的想象力是停滞的。

听觉（播客/有声书）： 信息流里只有声音（Prompts）。视觉通道是空的。为了理解故事，大脑被迫（Active）调用海量的记忆素材，去实时生成画面。

交互式内容

我认为与流媒体一致，本质上还是能否深入思考的区别。像肉鸽，割草这种刷刷刷的游戏无法思考，获取的快乐都是基于累计的肌肉记忆带来的（超越自我或者超越别人的）爽感。但对于有深度的3A游戏作品来说，获取相关信息的效率比纯文字什么的太低了。所以，我认为优秀的游戏基本是要么在让人思维或者肉体上做的优秀（如战略游戏的大局观与资源分配，RTS的及时判断能力，音游的瞬时判断能力，Parabox 等解密游戏的逻辑思维能力），要么通过载体所能呈现的丰富画面、听觉来构建出人脑所无法想象的具体程度（如世界观完善的 2077 的赛博风，黑神话悟空的西游风，刺客信条奥德赛的古希腊风）。很多感觉上还不错的游戏其实就是各种元素凑活的融合在了一起导致的满足的叠加，但拆分开来都只是凑活。

符号、抽象化内容

与以前保持一致，并且因为可以十分便捷的增加插图、视频，让文字能够保留的抽象信息更加精准，丰富了。如，以前的教科书最多有一些黑白的简易插图，现在的教材很多都通过视频、动图来丰富其内容。

聚合信息流

这些技术我觉得就是完完全全的算法主导的，对人来说基本是没有信息获取的。如购物平台，只是简单的将以前线下一些比做行为放到了互联网上。社交媒体也是。