《量化自我：如何利用数据成就更幸福的自己.html.pdf》由会员分享，可在线阅读，更多相关《量化自我：如何利用数据成就更幸福的自己.html.pdf（69页珍藏版）》请在三一文库上搜索。
1、译者序 这是一本简短而不简单的书。今天的我们，每天都会接触到许多有关量化的场景，比如行走步数记录、睡眠时间统计、心率 监测等，却很少有人认真思考量化背后的发展体系和它可能带来的作用。我也未曾思考过诸如我为什么要量化步数，这些步数数 据会流向哪里，流向何人，数据对我来说会有什么作用这类的问题。本书的作者们，也是被生活小事击中而有了写作的契机，进 而去思考量化行为背后的原因以及量化所能带来的社会效用。本书从量化的起源讲起，逐步引入量化方式、量化背后的数据所有 权问题，由浅入深，理论与案例结合，为大家梳理了有关量化的思想和做法，引出了一系列关于自我量化的讨论和思考。 我们生活在数据泛滥的时代，每人每
2、天都在产生着数据，也随时都在接收着来自外部的数据。生活在这个世界的人们，被数 据和信息所包围，透过数据看原因，透过现象看本质是我们所希望达成的共同目标。生而为人，我们渴望了解自己，我们希望知 道自己的健康状况到底怎么样，希望明白自己是一个什么样的人，也急于了解自己的状况是否为偏离正常情况的“异常值”，所 有的这些，都是量化产生的源头。在无法获得契合自己的外部数据支持的情况下，我们可以选择自己记录自身数据，然后进行分 析，这就是自我量化。记录是量化行为的基础，量化的形式多种多样，每个人都可以有自己独特的量化方式，借助外部工具进行 记录也不失为一种极好的方法，这又引出关于外部数据所有权的思考。自我
3、量化涉及生活中的方方面面，量化本身仍处于发展阶 段，方法和制度尚不完善。本书提供了作者们关于自我量化的思想和感悟，也详细叙述了许多有关的案例及思考过程，作者们给 读者提供思路，给予读者启迪，鼓励读者就书中提到的问题继续探究，形成自己的量化理论和方法，完善自我量化体系。 本人学识有限，译文不当和错讹之处难免，企盼读者予以批评和指正。 方也可 致谢 本书的关键之一在于知识（甚至自我）是一种社会性产品。所以同样地，这本书当然也是社会性产品，只有通过许多人的贡 献和努力才有可能完成。虽然这是一本入门书籍，而不是像民族志一样的大作，但许多人慷慨地付出时间，向我们传授他们的观 点，分享他们对数据的看法，并
4、帮助我们理解某些风险。患者代表、数据活动家和量化自我爱好者的奉献启发了我们，让我们了 解当人们参与到对自身有重要意义的技术时，会产生多大的作用，带来多大的可能性。 马里埃弗里（Mary Avery）首先鼓励我们思考如何向普通读者传达自我量化问题。如果没有她敏锐的编辑本能，我们很可 能不会想到开展这个项目。苏珊巴克利（Susan Buckley）和吉塔马纳克塔拉（Gita Manaktala）帮助并引导我们将粗糙的想 法塑造并整合为最终成品。凯瑟琳卡鲁索（Kathleen Caruso）再次被证明是一位非凡的手稿编辑，她似乎能够优雅和细致地 处理每一种可能的偶然事件，而抄写员朱利亚柯林斯（Jul
5、ia Collins）敏锐的眼光让本书获得了极大的改进。香农奥尼尔 （Shannon ONeill）和Lippincott Massie McQuilkin（一家文学机构）的威尔利平科特（Will Lippincott）与我们合作， 为读者阐明了一些观点，并协助了本书的出版印刷。为此，我们非常感激。 我们感谢布里塔尼菲奥雷加特兰（Brittany Fiore Gartland）、克里斯汀巴塔（Kristen Barta）、克里斯蒙森（Chris Monson）和彼得纳吉（Peter Nagy）为与这项工作有关的项目提供了重要的研究援助，并对量化自我的概念进行了媒体宣 传。这项工作在很大程度上也
6、受益于匿名修改者们的慷慨协助，他们将时间和思想投入我们的想法中，强化了书中的论点。 唐恩（Dawn）想要感谢许多自我量化的实践者，他们的实践为我们带来了许多帮助。详细说来，在协助展示如何通过自我 量化解决实际问题方面，安妮赖特（Anne Wright）通过实践，已经对这个问题了解得非常清楚。多年来，拉吉夫梅赫塔 （Rajiv Mehta）一直鼓舞着我们的工作。史蒂文乔纳斯（Steven Jonas）扩大了我们对数据在自我量化方面的作用的认知，而 QS实验室的人们提供了令人难以置信的具有刺激性的、详尽的和富有挑战性的对话。唐恩同时也想感谢她英特尔公司的同事， 特别是数据感知团队（Data Sen
7、se team）的桑吉塔夏尔马（Sangita Sharma）、拉玛纳赫曼（Lama Nachman）、皮特登 曼（Pete Denman）、丽塔乌汉比（Rita Wouhaybi）、雷尼特拉杜伦（Lenitra Durham）、埃文萨维奇（Evan Savage）、德文斯特朗（Devon Strawn）和蒂姆科珀诺尔（Tim Coppernoll）。约翰雪莉（John Sherry）作为实验室领导 者和有价值的导师为这项工作做出了贡献。杰米谢尔曼（Jamie Sherman）、尤利娅格林贝格（Yuliya Grinberg）、达纳格 林菲尔德（Dana Greenfield）、明娜鲁肯施泰因
8、（Minna Ruckenstein），以及惠特尼艾琳贝泽尔（Whitney Erin Boesel）塑造了书中提出的大部分思想。吉姆（Jim）和彭妮娜芙斯（Penny Nafus）为这项工作奠定了更深的基础。特别感谢 丹贾菲（Dan Jaffee），在本书撰写的困难时期为我们提供了支持。对于那位承担了必须指出很难发现的不足之处的工作的好 伙伴，唐恩对他的诚实与合作表示感谢。 吉娜（Gina）想要感谢许多帮助她阐述书中想法的同事，包括感谢他们在普林斯顿大学和斯坦福大学会谈后的讨论。中欧 大学公共政策学院的同事，以及学院里能力出众的学生进一步推进了量化自我概念的社会影响。吉娜对自我量化和个人数据
9、的研 究得到了英特尔公司、普林斯顿大学信息技术政策中心和中欧大学高级研究所的支持。华盛顿大学罗马中心和布达佩斯的劳尔瓦 伦堡旅馆为本书的第一稿提供了写作空间。特别感谢伊娃贡奇（va Gnczi）、伊娃福多尔（va Fodor）和艾格尼丝福尔戈 （gnes Forg）。菲尔霍华德（Phil Howard）和吉娜的两个儿子哈默（Hammer）和戈登（Gordon）让写作变得愉快，让 我们觉得自己付出的努力是值得的。 最后，我们共同感谢读者阅读本书，并强烈建议读者立即着手处理目前遇到的问题。 作者 第1章 量化自我简介 人们现在总是在量化自我，每天有一系列数字跟随着我们：睡觉的时间、走路的步数、用了
10、多长时间挣钱、浪费了多少时 光、交朋友的数量、发推特的数目。量化自我处于一种爆发状态。到2016年年底，有高达1.1亿个可穿戴传感器被运输到世界各 地。1运动员们周末在虚拟设备上互相竞争；办公室的职员则对自己浪费在社交媒体上的时间进行记录，以及记录他们的帖子能 触及多少粉丝；房东跟踪每台设备使用的电量；而血糖监测不再仅仅只有糖尿病人做。为什么这么多人要做这些事情呢？ 本书分析了量化自我这一概念，即对于自身的数据，人们如何记录，为何记录，怎样分析以及做出何种反应。我们分享了关 于社会生活领域的一些新兴研究，看看人们到底怎样处理自身的数据，使用何种工具，以及在这个过程中会加入什么组织。我们 展示了
11、一系列日常生活情境，其中讲到数据为什么有用、强大、乏味、令人愉快、令人失望、错误，抑或无关紧要。我们还探寻 当数据涉及制度时会发生什么，公司、大学、政府，还有一些其他类型的组织，都在产生或处理数据。我们关注量化自我，主要 是因为它和人们最关心的健康、保健相关，并且关于健康数据对社会的影响，人们的争论也是最激烈的。我们着力于解释为什么 人们对于手中数据的力量有如此大的热情，也会考虑评论家关于其有可能失控的重要预警。 量化自我是一项人类活动，比起那些推动量化自我广泛传播的各种设备，量化自我本身更加有趣。量化自我不需要比纸和笔 更复杂的技术。然而，无论是通过可穿戴电子设备，如智能手表和健身手环，还是
12、通过手机、计算机，现在很多自我记录的方式 都是数字化的。这些高科技记录方式，与人们几个世纪以来量化自我的方式（比如写日记或日志）交织在一起。像这样的数字化 量化方法的增多，就引发了关于旧传统的新问题。技术扩展了可以测量的生命领域，让前所未有的更高频率的记录成为可能。只 有深入探讨旧传统和新工具结合的过程，我们才能理解一个新的社会现象是如何出现的。 量化自我发生在社交场合中。量化自我的数字本身可能注重个体，但它们都以社会运转方式的共识为根基。技术使用者和制 造商之间的关系预示了最终会产生怎样的技术，病人和医生之间的关系告诉我们在诊所中人们留下的自身数据如何发挥用途。在 技术使用者、制造商、病人和
13、医生的角色中，每个人都有各自的社交圈子或团体，他们通过向他们的圈子或团体咨询来理解什么 是“真正”的自我量化。在这些团体中，量化自我的工具在构建，并且正在形成实践。基于这个原因，我们会花时间研究其中的 一些社会动态。 写作契机 在一个晴朗的1月早晨，我们在旧金山碰面一起写作。去吃早餐的路上，吉娜（Gina，一名在学术界工作的社会技术和通信 学者）谈到了自己在圣诞节前走进肯塔基州列克星敦的一家百思买（Best Buy）的奇怪经历，在那里吉娜看到了我们研究的东 西，着实吓了一跳：活动追踪器、心脏传感器、睡眠监控器、自行车监控器、婴儿监控器那些在10年前看来，只是偶尔闪现 的一些奇奇怪怪的想法，如今
14、却成为送礼的新宠（见图1-1里的陈列）。唐恩（Dawn，一位人类学家，在工业领域工作，为技 术发展提供信息）提到，她家当地的周报波特兰水星报（Portland Mercury），有一期的封面故事是“健康、阴沉的年轻 人”，讲的是阴沉冷漠的年轻人和耐克智能健身腕带的复杂组合。阴沉冷漠的年轻人也在自我量化？这怎么会发生？当我们努力 想象热爱奋斗、运动的年轻人形象与穿着全黑衣服的阴沉风格结合时，唐恩被绊倒在地上。当她尝试着站起来时，我们意识到有 些不对劲。真的很不对劲。于是就在那里，在我们的目的地旧金山一家别致的咖啡馆前面，当下班的技术人员在等待他们 的虹吸酒吧咖啡1和藜麦早餐沙拉时，我们在等救护车
15、。 图1-1 肯塔基州列克星敦的百思买，圣诞节时陈列的量化自我工具 资料来源：吉娜聂夫。 膝盖受伤需要吃一系列的止痛药，这些在身体不同循环中起不同作用的药丸形成了复杂的混合，它们对肝脏、呼吸和内脏有 不同损伤。第一次服药几小时后，唐恩又服用了一次。过了几小时，她怀疑：现在再吃一片安全吗？她已然忘记前两片药的服用 时间了。那么每天吃这些药会对肝脏造成什么损伤呢？其实，什么时候吃药是没关系的，每天吃药的剂量才是重点。服药以后， 脑海中不会有印象，药片本身也让头脑不清醒。研究了多年量化自我的唐恩，面对如何解决这个问题的本能反应是做一些手工记 录，也就是把事情写下来，而不是使用自动感应器来记录。她手机
16、上有个应用程序，可以输入数字或一些文本，这些信息被存储 在一个时间戳旁边。她决定记录吃的每种药的名字。当她查看应用上的记录时，她能够往回计算吃完药之后过了多长时间，这能 让她保持不同种类药片的正常运转，虽然并不是通过大脑的记忆来完成。对于会损伤肝脏的药片，她对距离上次吃药的时间不太 在意，转而关心自己每天吃药的总剂量，以保证维持在推荐的数量以内。因此对于这样的药片，她统计片数，而不是距离上次吃 药的时间。几周后，她向一位好奇的来访者展示了这一切。“嗬，”他说，“我明白你为什么那么做，但是我得说，如果是我， 我可能不会想自己那么做。”唐恩觉得，如果不是在写这本书的话，她也不会那么做。 2014年
17、，高德纳（Gartner）工业技术研究集团将可穿戴设备放在了他们“技术成熟度”曲线的顶端，这个曲线是一种在硅 谷工业界中广泛接受的评价因子。到2015年，可穿戴设备已经进入高德纳曲线的“幻想破灭期”，这是人们普遍认同的一项技 术在人们长期适应之前往往会出现的充满质疑的阶段。与此同时，社会科学家和哲学家也开始研究可穿戴设备如何交易和使用， 并提出问题。他们特别关注的是，如何以牺牲其他价值为代价，来美化科学的实用性，人们对数字投入了过多的关注，对生命本 身的关注似乎减少了。他们开始担心人们被要求承担一些管理风险的责任，但对于这些风险，人们几乎没有实际控制经验。他们 在其他许多生活领域都见过这样的社
18、会动态。当人们允许某些公司通过数据窥探自己的生活时，对于占优势地位的公司所拥有的 这一巨大权利，社会科学家和哲学家均表示担忧。社会科学家和评论家担心，量化自我会给予那些决定衡量什么，以及由谁衡量 的人过多权力。然而，当唐恩的病情袭来时，量化自我的能力不再仅仅是学术交流或行业炒作的话题，它变成了一件非常重要的 事，无论是在实际还是在个人层面都很重要。这种能力超越了在大型零售商货架上售卖的量化自我设备本身。 记者诺拉杨（Nora Young）也许是第一个注意到量化自我给人们带来紧张感的人。2我们每一步行动的数字痕迹都可能引 发可怕的社会后果，如严重的隐私侵犯、日常生活商品化、“健康主义”（对被认为
19、健康的所有事物发生痴迷）3，以及对个人 的过分关注，这种过分关注可能会侵蚀我们参与社会活动的积极性。但杨也指出，量化自我对个人和社会都很有用。正如对药物 保持追踪能够保护唐恩的肝脏免于伤害，不久我们会发现，整合后的数据有时会带来更好的医疗知识，偶尔还可以为更合理地参 与医疗实践提供参考。 我们对这种紧张感越来越关注，作为个人我们关注自己的数据，而社会科学家则研究人们在收集和使用数据时所涉及的社会 问题。我们认为，在有用性和社会复杂性之间的这种紧张关系，创造了对这个主题的介绍性书籍的需要，书里应当汇集现有的研 究、相关的新闻和其他材料。更广泛的公众参与量化自我的讨论，可以让社会平衡更加倾向于公众
20、利益。我们在日常生活中对于 数据收集的选择，会影响其他人用这些数据所能做的事，以及数据如何应用于我们身上。当我们不能选择何种数据被收集及数据 去向时，作为公民，我们拥有提高自身呼声的能力会变得更重要。 公众对量化自我的兴趣可以看作一种广泛的、具有公民意识的事情，比如对隐私政策或是监控的关注。然而，它也与家庭密 切相关。量化自我的数据是个人的，但本质上它还是社会性的。请考虑以下情况：在众多可用来确定室内空气质量的传感器中， 有人使用了其中之一，会有多少人受到影响。家庭空气质量监测设备可以捕捉到室内空间中所存在的物质的数据，包括潜在的有 害物质（如一氧化碳），抑或来自其他地区甚至其他国家的工业毒素
21、。室内空气质量影响着房间里的每一个人和潜在访客。不同 物质对于每个人的影响不尽相同，这些物质由设备追踪着，产生了数据，或许会改变屋子里的人们谈论健康的方式。不过，改变 空气质量可能不是单单一个房主可以独立解决的事情。这是一个最终可能需要通过地方、国家甚至国际努力来解决的问题 谁为此买单可能会引发争议。 空气质量并不是唯一影响他人的数据类型，许多数据都会影响。即使是个人的遗传学数据，也反映和揭示了我们的直系及旁 系亲属的某些情况，而选择进行基因组分析的个体，得到的结果对所在家庭也同样适用。很多时候，我们认为量化自我是一种个 人（有时是自恋的）追求，但产生的数据对很多人都有影响。这里的利害关系是我
22、们用来看待自己和他人的透镜。能够用心地设 计或使用这些透镜是一种能力，这种能力可以帮助形成或破坏重要的关系。 我们还要与许多未知因素抗衡，有些因素与新兴技术的性质有关，有些因素则与不同类型的数据在社会上的处理方式有关。 有时，我们收集数据的能力超过了理解它的能力。人们收集的关于基因组、微生物组（肠道内的细菌被认为会影响从肥胖到精神 健康的所有身体状况），以及环境暴露（身体接触到的污染物）的数据，已经超过了目前科学所能理解的范畴。人们会如何对待 这样的不确定性？他们会对医生和医疗保健系统提出什么要求？他们将如何挑战科学家和专家，或者如何动员科学家和专家？他 们会期待政府和社会回应什么？ 对于未知
23、，尽管人们争论不休，但在很多情况下，人们会利用量化自我来满足自己的具体需求。母亲看着孩子成长，不仅观 察孩子身体上的变化，也通过数据来感受。运动员通过数据提高“比赛成绩”。糖尿病患者只是简单地想要安全地过日子。在不 同的情况下，量化的形式都有所不同，且必须满足不同目标。量化需要某种系统的记录方式手机、纸和笔、传感器、记 忆。有人可能会购买设备或者下载应用程序来解决问题，识别故障，或形成一个习惯。我们发现的问题是，许多现成的可供选择 的量化工具，都是通过“授权”而出售的，实际上并没有帮助人们弄清他们应该问哪些问题，更不用说如何问下一个问题、测试 自己的想法或有所发现。结果是，虽然大家都希望能摆脱
24、自我量化设备，但几乎没有人能做到。同时，社会科学家们开始关注一 个问题：这些设备正在引起一些社会成本和负担。 这种情况不是必要或最终的状态。我们希望提供有关量化自我的基本思想及一些挑战性信息，以支持更广泛的讨论研究。我 们有两种方式来完成，第一种是展现基于我们和他人的研究，当人们通过量化自我成功完成目标时，他们会有什么反应？这并不 需要特殊的技术技巧或科学知识，我们会在书中分享一种方法，这种方法对很多人都很有效。第二种是指出医疗实践团体、商业 活动和政策制定等领域的自我量化，在这些领域中，更多的公众参与会促进量化自我工具的进步，而且并不会对公共利益造成破 坏。 本书的各位作者都具有不同的专业背
25、景，因此可用不同的知识为我们引入量化自我打基础。我们在书中所介绍的研究，包括 我们自己的研究，都是基于文化和社会的，不是基于行为主义或通过技术测试得出的。在我们的研究领域，我们试图理解人们如 何看待他们所处的环境，以及他们如何形成所持有的信念。我们在这里进行的研究倾向于通过观察以及与人们在“自然”状态下 交谈，而不是严格的实验室实验。 考虑到我们的个人背景，唐恩成立了研究小组，调查消费者使用一种名为生物传感器的新型技术的情况，这种技术有许多在 量化自我方面的应用。像许多不在大学工作的人类学家一样，唐恩把人种学应用到设计和商业问题上。现在她与人合作，共同领 导一个综合工程和人种学研究项目，以了解
26、产品设计如何更好地支持新的数据形式。她也是量化自我（Quantif？ied Self，QS）社区的积极参与者，QS社区是一个为量化自我的人群组建的团体。唐恩工作的公司英特尔，一直是QS社区的赞 助商，并为自我量化制造技术组件。正如我们将在第4章展示的，将智力投入与社区工作及日常工作结合起来，在自我量化中并 不少见。尽管这些实际工作加深了人们对量化自我的了解，但它也造成了一个有自身局限性的观点。 吉娜是一名为大学工作的通信技术社会学家，她和唐恩合作参与“生物传感器”项目，这个项目专注于数字健康创新领域。 她研究了量化自我如何模糊家庭和诊所之间的界限，以及规则如何影响医疗实践和自我保健之间的关系。
27、她重点分析工业和社会 机构在实际操作中如何使用技术。 利害关系是我们用来看待自己和他人的透镜。 与任何介绍性书籍一样，本书根据作者的倾向和观点所著。我们很可能遗漏了一些重要的话题或者领域，或许是因为当时的 文献还不够成熟，没有太多相关内容；又或许是由于我们写了这本书之后，相关作品才出现。我们也可能会重点强调一些内容， 只是因为我们各自的学科与这些问题更有相关性，或许是我们在这个团体中的角色所需，又或许是我们和书中说到的其他人一 样，受到了社会环境的影响。无论多么细心，研究人员都无法避免这些因素影响他们选择研究的东西和那些看起来合理的方法。 我们认为，如果我们想要了解诸如为什么人们在几个月之后会
28、放弃使用活动追踪器，或不再打开智能手机上的健身应用，社 会学和人类学的观点会有所帮助。在市场上，自我量化工具的成功和失败既不是巧合也不是所谓的未达用户要求。虽然在实践 中，用心理学思想来增加个人用户与产品的黏性是被大量使用的技巧，但社会也有一套规则来解释：为什么即使使用这些技巧， 许多人往往在使用自我量化工具几个星期之后，依然将其搁置一旁了？这些高度一致的社会模式、文化习惯，也引发了关于数据 所有权、访问权、隐私权，以及数据在医疗和商业中的社会地位的讨论。这样的讨论决定了数据是否可用于产生它的人，决定谁 能参与医学研究和突破，谁有权限去规定从数据中得到的内容，以及谁可以挑战科学的权威。推动公众
29、讨论，不仅有助于了解参 与者的意见，还可以了解人们对人类、技术、社区和社会如何运作的期待。这正是社会科学可以做出的贡献，也是我们希望在书 中介绍的内容。 持续量化的世界 量化并不是新近产生的。本杰明富兰克林（Benjamin Franklin）是18世纪美国政治家，他持续地记录了自己如何花费时 间，以及是否达到为自己规定的目标。他用图表和便条的形式量化，来“执行自我检查计划”4。这种以日记形式进行的日常量 化很常见，事实上在18世纪，日记就是被共享的。人们使用相对简单的条目，按顺序简短地记录发生的事。通信学者李汉弗莱 斯（Lee Humphreys）和她的合著者发现，今天的推特与十八九世纪的日
30、记非常相似，都是“用当前时代的传媒方式与他人探 讨、反思、交流和分享”。5虽然风格与本杰明富兰克林非常不同，20世纪20年代的发明家巴克敏斯特富勒（Buckminster Fuller）也量化自己，他的做法是：创建一个大型的剪贴簿，严格地每15分钟记录下一些东西。从某种意义上说，这两种风格体 现了今天仍在持续的自我量化思路，一种是数据在改变生活的过程中发挥主动作用，另一种则是被动地支持个人反思。今天，我 们可能会把富兰克林的方法称为“自我量化”；而将富勒的称为“生命记录”，它是自我量化的近亲，虽然只是近亲，但它可能 比我们想象的更具干预性。对于我们现在所称的自我量化，富兰克林的尝试具有非工具性
31、和思考性，与我们最初所认为的相比， 他的方法其实更像“生命记录”。除了历史上的这两种方式以外，我们需要加上第三种主动的自我实验。在出现现代临床 试验之前，自我实验是科学工作的重要组成部分。为了解眼睛的运作方式，艾萨克牛顿爵士（Sir Isaac Newton）盯着太阳的 反光，差点失明。在当时布洛芬、疟疾疫苗和神经科学的历史中，都曾有过自我实验，并且直到现在，自我实验者仍持续做出重 要发现。所有这三种方式（自我量化、生命记录、自我实验），都对我们如何看待自我产生了影响，并都有各自的历史。 “实验”这个要素一直引发关于谁才有知识，什么才是有效知识的问题。多数人手中的数据都带有某种色彩，有创造或破
32、坏 信仰的能力。当代自我实验的支持者认为，自我实验不是小众的科学形式，它可以在比实验室更实际的情形中完成实验，促进更 多的纵向追踪研究工作。但怀疑论者认为，自我实验不足以消除偏差，因为实验者既是研究对象，也是研究数据的解释者。然 而，对于这种对偏差的指责，我们应该始终保持冷静。科学范式的转变不仅仅是通过更多的证据（如果用一种特定的方式看待问 题，这些证据可能一直都存在），也会随着信念的改变而改变。历史上的案例提醒我们，对于信仰某件事的人来说，抛开信仰去 看待事物的本质，是非常困难的。例如，在中世纪的英格兰，女性治疗师发现，将面包放在伤口上可以加速痊愈（其实是青霉素 的作用，有谁能想到吗？）。因
33、为性别因素的影响，她们的方法被指控是巫术，而非科学发现，但即使在这种情况下，她们也远 远领先于正在根据希波克拉底（Hippocratic）四液学说2工作的“正当”科学家。与此类似，当世界各地的本土研究组织发展 民族植物学知识时，他们的实践有时有着出人意料的生物学有效性，虽然有时也没什么用。研究这些植物的科学家偶尔会依赖现 有的相关本土知识，并且也不时抛弃这些知识。 在我们将要阅读的一些例子中，人们通过自我量化，来探寻某些西方科学没法发现但却有用的知识。在另一些例子中，他们 所做的工作已被已知的情况证实，或依赖于已知情况的证实。人们在本不该怀疑的地方怀疑，或因来源不可靠而忽略某些发现， 这正是社
34、会偏见暴露的场景。相对立的信仰和证据可以有意无意地在科学和世俗两个领域并存。这本书的深层目标是，展示基于 数据的自我实验如何迫使我们与证据和信仰之间的不确定性搏斗，以及我们如何决定什么是正统知识，什么不是正统知识。 如果量化一直存在，那对于自我量化来说，又有何新发展呢？第一个是技术转变。通过电子设备来感应各种现象，一直是工 程和计算机科学的目标。手机作为计算平台的出现，传感器和其他构成传感器系统的组件的小型化，基础连接设施和数据存储设 备的改进，都为广泛使用传感器创造了条件。这些东西的相互依赖极其复杂，拥有运转良好的传感器系统就足以令人惊讶了，更 不用说还有基于此的延伸市场。 第二个发展是一项
35、文化变革，即生物医学化，它是对事物存在状态的医疗或生物方面的解释延伸。6现在，从情绪、感觉到 成功本身，很难找到没有生物医学解释的角落。生物医学化已经成为一种思维模式、一种思想习惯，它使医学成为解释事物存在 形态的最容易接受的解决方案，也即解释事物为何以现有的状态存在着。在生物医学化的世界中更容易认识到，人们之所以以现 有的方式行事，是因为神经元丛集，而非文化或社会。生物医学化在我们现有的认知中勾勒出一个新篇章，使自我量化更具体和 可期待。“健康”不再仅仅是对身体状态的描述，它已成为一个有重量的词汇，是人们认为是否达到期待状态的委婉表达。被告 知“你的行为不健康”可能带来难以置信的羞耻感你刚刚
36、被指出破坏了生物医学世界的社会规则。生物医学化也是影响技 术市场的强大社会力量。尽管只有小部分自我量化工具用于医学，但这些工具大多采用生物医学化的理论和框架。通过这种方 式，生物医学化在消费电子产品体系中占有一席之地。 在自我量化过程中，社区和工具指导人们能或不能做什么。有些看似可追踪的方面可能存在技术限制，位于社区内部可能会 使一些事情看起来更需要量化。接下来，我们将介绍一些有关自我量化的做法、使用的工具、形成的自我量化社区的基本情况。 这些概述有助于为第2章奠定基础，在第2章，我们将探讨由自我量化工具引申出的更广泛的社会问题。 生物医学化在我们现有的认知中勾勒出一个新篇章，使自我量化更具体
37、和可期待。 现有量化做法 人们究竟会如何处理自己的数据，是个很重要的问题。这主要有两个原因。首先，与工程师和研究人员一样，普通人也通过 尝试来发现和学习。他们的发现可以增进我们对数据的共同理解。其次，人们对数据的处理从某种程度上讲是一种经济活动。市 场不存在“游离于人群之外的地方”卖方和买方之间存在沟通，在沟通过程中，涉及如何使用这些东西的想法和技能互相 交换着。市场内部长期存在的关于身体、科学和视觉形式的想法都已付诸实践，并因此发生着改变。7 量化经常涉及使用新的小工具，有趣的是，最倾向于使用新的小工具的人（在某些圈子里被称为“主要用户”），量化的兴 趣往往与广大公众一致。在全美范围内的抽查
38、，和对QS社区中自我量化者视频的分析，揭示出在量化的对象和为何量化方面， 自我认同的“自我量化者”与广大公众群体有着惊人的相似之处。对二者的研究都发现，人们主要量化身体活动、食物、体 重。8在表1-1中，我们总结了人们期待的有关自我量化的结果，其中包括改善健康、改善生活的其他方面以及寻找新的生活体 验。 表1-1 QS社区中部分自我量化项目和动机 虽然自我量化形式多样，但数据有一个共同的“生命周期”，在周期内，人们收集、融合、分析和对数据做出反应。9同 样，卡内基梅隆大学团队也确定了自我量化面临的关键挑战，包括收集所需数据（例如想录入数据的时候，设备却正在充电）， 整合数据使其变得有意义（例如
39、如何才能在同一个地方获取所有数据），以及研究数据（例如放弃做其他事的时间来反思，因为 数据不像表面上看到的那么简单）。10普通的自我量化者想要通过追踪设备来获得他们需要的结果，可能面临更多困难。根据普 华永道的一份报告，21%的美国民众在使用可穿戴设备，但坚持每天使用的只有10%。112012年，有60%的健康应用的用户使 用周期仅为6个月。12早在多年前，技术行业就已经意识到普遍存在的提前终止使用的现象。13学术研究也发现自我量化工具无 法长期“吸引”用户。我们将在第4章中讨论目前技术行业为何如此努力地增加用户黏性。 仍有自我感觉良好的行业和媒体，公开表达对健康支持技术的强烈需求（再次忽视了
40、自我量化实际上可以做到的所有其他事 情）。大约一半的受访美国人表示，相信可穿戴技术能提高预期寿命10年（占比56%），帮助减肥（占比46%），提高运动能 力（占比42%）。14显然，“该行业的数据产品可以解决健康问题”的信息正在扩散，即使事实上问题并没有得到解决。“量化 带来看到缺陷的能力”的假设，反过来又形成为支持自我量化而参与、影响商业模式和技术设计的能力。但是，在实际使用时， 人们放弃量化的比率表明，他们也不认为这种模式足够有效。通过引进技术就能减少肥胖或增加寿命的幻想，开始与生活中人们 如何使用这些工具的实际情况发生碰撞。 一些研究人员认为，人们在自我量化时“真正所做的”，是证明自己可
41、以妥善管理自身事务，并以社会认可的方式控制身 体。15另有研究人员将自我量化描述为“一种为了放松自己的思考负担，人们将身体管理任务外包给技术的做法”。16还有一些 人希望看到技术作为“感觉的实体”来限制自己，让自身专注于即时的闪念，而不是经过深思熟虑的明智追求。17我们自己的立 场是：数据应该被认为是一种传感器。18电子传感器通过保持电信号的质量来读取数据，且只保留其中一些信号。烟与火并非同 一事物，但有时烟预示着火。类似的，就数据来说，一些数据被传递下来而另一些没有，在这种不完美的传递中，人们有许多发 挥空间。 别人的做法以及别人为何如此，是人们看待自我量化的重要影响因素。有时自我量化不是个
42、人行为，虽然它的名字可能意味 着这一点。在各种各样的情况之中，自我量化中的“自我”被其他利益和动力所驱动，开始变成“他人量化”。社会学家黛博拉 勒普顿（Deborah Lupton）分析了完全自我驱动和被商业推销驱动的量化，这有助于确定二者兼有的情况。19公共量化 （communal tracking），同时也越来越多地被称为“公民科学”，涉及将私人的量化数据捐献给公共卫生研究，以期获得更 大收益。例如“开放路径”（Open Paths）项目，协助用户从多个移动设备和数字源获取数据，然后选择将自己的数据捐赠给 哪个研究项目（如果有的话）。逼迫量化（pushed tracking）是人们被给予经
43、济激励的情况，例如雇主通过各式各样的棍棒和 胡萝卜来“激励”员工自我量化；或受到来自社会的压力，使得不量化会付出很高代价。有时出于医学或其他方面的原因，孩子 会被父母要求自我量化，或由父母来对他们的举止进行量化。父母确实有这样做的理由，但与成年人相比，孩子给出有意义的反 馈的能力更弱。强制量化（imposed tracking）指没有更有效的替代方案时的量化，例如当活动量化成为就业或参保的先决条 件时。 关于产生数据的自我量化者和数据访问者之间关系的思考尚未达成一致，要想形成更有力的公共政策，这些都是讨论的关 键。这也是可能发生更严重的负面社会后果的地方，我们或许将会看到涉及更强烈抵制的做法。
44、最近警方使用身体相机、警车车 载相机和路人使用手机相机的经验表明，监视工具有可能被用于与初衷完全不同的地方，比如用于反监视，或从底层观察上层权 利者。到底谁监视着谁，不能一概而论。 用于量化的工具 谈到工具，我们指的是任何可用于收集、分析和理解自我量化数据的设备，这里的“数据”包括了从原始的纸笔记录到“实 验室”数据，比如微流体学的新发展，使得在不将样品送到实验室的情况下，也可测试血液、唾液或其他流体。自我量化技术已 经发生了许多重要变化，提升了我们收集和分析数据的能力。电子产品的小型化使我们可以在手机和可穿戴设备上记录运动数 据，电池寿命和低功耗芯片组的改进使传感设备的使用时间可大于一天，低
45、能耗蓝牙无线电的引入使得设备可以更有效地连接， 当然我们也可以使用云计算来存储和处理数据，从而使日常量化成为可能。仅仅在确保电子设备不熔化上，就已经做了很多工 作，这本身其实就是一项伟大的工程，更不必说上文所提到的技术。从技术上来讲，一些事物本身就更易量化，例如步数与压力 或激素的关系，这影响着人们在选择量化对象时，侧重于关注“健康”还是“健康综合征”。20 工程师必须面对复杂的电路，但他们也有自己的社会想象力。技术建设社区内流传着许多“愿景”，它们通常预示着最终会 推向市场的产品。20世纪80年代诞生了普适计算（ubiquitous computing）思想，即计算机有一天会成为身体和环境的
46、一部 分，而不仅仅存在于办公室中，这一思想自产生之后一直是技术社区的重要思想。这个想法有效地推进了“可穿戴性”的思 考。诱导计算（persuasive computing）思想，指计算机可以“推动”人们以特定的方式采取行动，也促进了可穿戴设备中常 见设计策略的创建。计算机科学的这个子领域也对游戏化（gamification）提供支持，也就是使用游戏设计技巧来鼓励用户执行 某些动作。游戏化将量化行为转换为游戏，比如用积分、星星奖励，来鼓励使用牙线或跑步，或者用更精致、更复杂的策略来奖 励某些行为或动作。社交网络分析是另外一个驱动技术行业的想法。新形式的媒体建立在社会学家斯坦利米尔格拉姆（Stan
47、ley Milgram）20世纪60年代提出的“六度分隔理论”之上。脸书、推特以及类似的专业社交网站，都应把自己如今的受欢迎程度 归功于社交网络的重新发展。现在，大部分记录活动的应用或设备都有社交属性，比如可以邀请朋友、家人来竞争或支援。网络 并非唯一的社交方式，但网络被嵌入大多数技术系统中，因为网络提供了展示社会关系的、可供计算机处理的结构化方式。 有关量化的社区 在社会学和人类学中，“社区”这个术语有时指代强大的相互关联的社会或家庭关系，而另一些情况代表特定的地理位置。 “实践社区”指围绕共同利益而召集起来的一群人。21在线论坛被称为“社区”，无论它们是否具有真正的社会支持，或可能只 是技
48、术公司出于自身利益，用怀旧感来吸引大家的注意。无论如何，在许多团体和地方，人们都谈论着自我量化数据。本书中， 我们将用“社区”来特指人们一系列或松散或紧密，甚至可以位于不同地方的关系，人们在“社区”中谈论数据。这些关于数据 的讨论，有时发生在家庭成员之间，有时发生在医生当中，有时人们在线和朋友或其他人比较数据。同时，对于如何讨论自我量 化数据，专业的实践社区也有他们自己的一套方法。我们使用社区来代表所有这些不同种类关系的做法，建立在查尔斯卡杜辛 （Charles Kadushin）对社会圈子的定义之上，即使私下里不相识，人们也可以属于同一个圈子。22在社会圈子里，人们对于 谁属于或不属于这个圈
49、子，有一套不成文的规则。 自我量化实践在几个不同的社区开展。前文中提到的QS社区是其中一个很重要的社区。在注意到旧金山湾区周围的人们从 增强的自我量化技术中获益之后，2008年，连线（Wired）杂志的编辑加里沃尔夫（Gary Wolf）和凯文凯利（Kevin Kelly），在凯利位于加利福尼亚州帕西菲卡的家里，举行了首次聚会。之后不久，沃尔夫建立了网站。截至 目前，QS社区“聚会”在38个国家的119个城市开展，还定期举办国际会议和座谈会23。QS社区强调单个个体的自我实验，他 们有时称作“多中取一”研究，其中“多”，也就是研究中的所有案例总数，其实就由个体本身组成。在大多数QS聚会中，人 们通过“展示和讲述”分享自我量化经历，所有发言者都被要求坦率地回答三个问题：你做过怎样的自我量化，你是如何开展 的，你从中学到了什么。许多谈话被录制下来，并发布在网站上分享。 QS社区中的一个关键规范是，人们将意见集中在他们所知道的适用于自己的方面上，这意味着可能并不适用于所有人。这 种扎实的对话风格为信仰、观点、立场和价值观的多样性腾出空间，同时促使人们相互学习。24QS社区也不仅仅是敢于尝试的 先导型