請問，信息烏托邦(人們如何生產知識)

沒想到網絡對聚集草根力量這麽有效，不管是募捐還是組織活動。我想這大概是本次比賽最大的驚喜吧。巴拉克？奧巴馬網絡正在改變人類的交流和思維方式，壹個信息烏托邦正在誕生！奧巴馬競選顧問、哈佛大學教授桑斯坦的最新力作！這是壹本非凡的書，它結合了關於我們如何獲取信息和網絡發展的最新成果，比任何描述信息社會前景和風險的書都更引人註目。這本美麗而清晰的書不僅是給專家的，也是給我們所有人的。勞倫斯？斯坦福大學法學教授Lesger和知識共享計劃的創始人網絡開發了人民的智慧，並逐漸使人民適應不同觀點之間的沖突。我們這麽大壹個國家的治理，離不開我們每個人自由表達自己的觀點，這樣才能齊心協力，拾柴火焰高。賀衛方，法學教授基思？r·桑斯坦的《信息的烏托邦》試圖對數字網絡中的交流行為、互動和秩序原則進行深入研究，也探討了政治和法律的全球範式轉換。其意義不言而喻。法學教授季衛東是互聯網精神，也可以說是技術精神。新媒體的技術因素是其革命性的根本原因。科技的飛速發展顛覆了人們的生活方式和思維觀念。激進派甚至認為，技術帶來的媒體性質的改變，對社會的影響要大於媒體內容對社會的影響。楊斌，《賀勛》的總編輯。互聯網已經成為當代中國推進體制改革、促進公民社會發展的重要手段。對於正在享受這種繁榮的人來說，這本書或許值得壹讀。韓笑，學者內容簡介我們被來自四面八方的無限媒體網絡包圍著。如何才能保證最準確的信息脫穎而出，吸引眼球？在這本書裏，基思？R. Sunstein對人類積累信息和利用知識改善生活的潛力表現出了深刻的樂觀理解。在信息過載的時代，我們很容易退回到自己的偏見中。人群很快就會變成暴民。伊拉克戰爭，保險箱破產，哥倫比亞載人航天飛機爆炸的正當理由？這些都來自於埋在“信息繭房”裏的領導和組織所做的決策，他們用自己的先入之見來回避不同意見的信息。領導者和普通人如何挑戰狹隘的決策，接近人類知識的總量？基於互聯網的許多令人震驚的共享和聚合信息的新方法幫助公司、學校、政府和個人不僅獲得而且創造了越來越多的準確知識。通過不斷興奮地自動糾正數據，維基百科涵蓋了從政治和商業計劃到體育和科幻文化的所有內容，積累和提煉信息。開源軟件讓很多人參與到科技的發展中。預測市場聚合信息可以讓公司(從計算機制造商到好萊塢工作室)對產品發布和職位空缺做出更好的決策。桑斯坦證明了人如何消化聚合信息而不遭受信息爆炸？何時以及為什麽新的聚合技術如此驚人的準確。在壹個正確的觀點和流言越來越難以區分的世界裏，許多人在網上聚在壹起的努力可能提供了實現信息烏托邦的最佳途徑。作者簡介本書目錄:夢想與噩夢第壹章:許多人的偶然力量第二章:談判團體的驚人失敗第三章:四大問題第四章:貨幣、價格和預測市場第五章:許多思考的頭腦:維基百科、開源軟件和博客第六章:預言和實現改革的承諾結論附錄:預測市場指數；後記:假設我們要解決有爭議的事實問題。這個問題可能與過去的事件有關:加爾文什麽時候？卡爾文·柯立芝當選總統？埃菲爾鐵塔有多高？貝貝貝貝魯斯(妳打了幾個本壘打？或者它可能涉及對未來的預測:伊朗或朝鮮會對美國安全構成真正的威脅嗎？全球變暖是壹個嚴重的問題嗎？明年貧困率或者空氣汙染物濃度會增加嗎？壹個產品會賣出去嗎？颶風的後果是什麽？流感會襲擊歐洲嗎？瀕危物種會復活嗎？大量的證據表明，在壹定的條件下，回答這些問題最有希望的方法是問大量的人。取平均答案。就像詹姆斯壹樣？JamesSurowiecki在他鼓舞人心的著作《群體的智慧》中強調，在某種意義上，壹大群人比專家更聰明。在滿足相關條件的情況下，我們描述為群體“統計答案”的平均答案通常是準確的，這種準確性是根據客觀揭示的事實來衡量的。這裏有壹個例子:2004年，美國棒球研究協會的成員被要求預測壹場棒球比賽的獲勝者。值得註意的是，在465，438+03名受訪者中，絕大多數人正確預測了所有第壹輪獲勝者:紐約、波士頓、休斯頓和聖路易斯。至少值得註意的是，most準確預測了聖路易斯會贏得國家聯盟的錦旗，most也預測了紅襪會贏得美國聯盟的錦旗。大多數人也同意紅襪隊會贏得世界大賽。群體支持的選擇當時是100%正確的。再舉個例子:1999，國際象棋世界冠軍加裏？加裏·卡斯帕羅夫同意與全世界作戰。比賽在網上進行，根據多數票決定世界隊的勝負。四個年輕的象棋專家被要求提出可能的建議，但世界隊仍然可以按照大多數人的期望行事。為了促進更大範圍的思考，走路的速度被放慢，以允許每兩天走壹步。比賽開始前，人們普遍認為卡斯帕羅夫會輕松獲勝。世界隊的球員和卡斯帕羅夫幾乎不是壹個級別的。怎麽能指望他們的大部分意見能和世界冠軍相提並論呢？但是這個遊戲是棋逢對手。經過四個月的戰鬥，卡斯帕羅夫終於取得了勝利。但他承認在他的職業生涯中從未如此努力過，他宣稱這是“國際象棋史上最偉大的壹局”。最後壹個例子:要知道壹部新電影好不好，參考當地報紙的評論是有益的，特別是如果妳知道並相信評論家的意見。但對很多人來說，聚合大量評論者的意見，然後取平均意見作為關於價值的信息，更有利。