達克效應在互聯網得以效應倍增，自然具備一籃子因素。 首先是因為網絡世界的閱讀習慣，大都是非脈絡化（decontextualized）的，網民的專注度以秒為單位，如果只看圖像、標題，根本不是為了了解資訊內容，而是可能無論看見甚麼，都容易主觀地發洩自己的情緒與立場。 這時代分享一篇文章時，大多數網民只會閱讀十多字的「小編按」，或當一個標題黨，就當作消化了全部。對題目真正有興趣討論的人，劣幣驅逐良幣，很多時候反而不會願意參與，頂多只會私訊。這就像在現實世界，一群專家遇見根據「達克效應」發言的庸眾，自然不會和他們較勁，只會、也只能一笑置之；但慢慢下來，專家失去了進入群眾的能力，卻又同樣變得離地。 這種閱讀習慣，慢慢發展成一種網絡傳播「知識」的公式。網民只會關心旁枝末節，因為易懂，一幅照片最容易「看」的是有沒有走光，一片長文最容易「讀」的是hashtag有沒有串錯字或錯別字，又或能否從十個字的內容借題發揮、留言顯示自己才是看透世情的大師，因為這是「任何人」都能進入的門檻。至於消化文章的脈絡和思考，根本無助呃like，自然沒有市場。 這是我們說過的「微真相時代」。 慢慢需要發放、控制資訊流通、和設定議題的人和機關，發現只需要製造、放大這樣的「討論焦點」，就能主導議題和討論方向。群眾看見的小樹苗比例上越來越大，森林明明就在眼前，卻越來越遙不可及。 再加上網絡演算式越來越個人化，機械學習的系統又只會模仿、放大每人的習性，假如一個人是達克效應的庸眾，只會在網絡遇見越來越多同質性強的「偽專家」，而在資訊發佈的留言部份。這樣的留言，又只會成為更顯眼的主流。 結構出現了，那些通過機械人海量製造貌似不同、其實內容劃一的留言，技術已相當成熟。飲食、電影討論區的網絡打手，很多早已不是活人，近年連政治討論區也充滿殭屍留言。連民主大國美國這方面的發展，也隨著特朗普那次的競選運動疑似出現大量俄羅斯、中國網軍，加上本土也有若干操作，而又發揚光大。 久而久之，達克效應的描述，在新時代變得更極端、更常見，而遺憾地，這是一條不歸路。 ▶️ FOMO：演算法控制下的美國大選兩極評論 https://www.youtube.com/watch?v=pyNHUm1JFQU *改編自沈旭暉曾發表於《信報財經新聞》文章