How to Make Billions of Dollars Reducing Loneliness
110 astrofinch 6 hrs 65
Unable to load the content https://www.lesswrong.com/posts/FCXCXigp7byv2dM8D/how-to-make-billions-of-dollars-reducing-loneliness
Member since 2017-07-15T03:50:57Z. Last seen 2024-09-20T22:23:02Z.
2675 blog posts. 128 comments.
110 astrofinch 6 hrs 65
Unable to load the content https://www.lesswrong.com/posts/FCXCXigp7byv2dM8D/how-to-make-billions-of-dollars-reducing-loneliness
早前瑪麗說到日本業主一旦簽下租約,在約滿後,只要租客有意續租,業主不能拒絕,也不能加租,嚇怕了不少有意在日本置業的朋友,但事實上,除非你的物業是位於黃金地段的超級筍盤,否則也不必太擔心租客會很「長情」。
日本法律明文規定,租客有安居權,只要他準時交租,業主是不可以不續租的,至於租金,不是不可加,而是必須經雙方同意,並且要在約滿前6個月先徵得租客同意.如果租客不同意的話,業主就必須證明其物業的租金低於合理水平,才可以向有關部門申請加租。
業主收樓甚艱難
何謂合理水平?即是同區內,樓齡面積座向等都相近的物業的平均租金,以6萬(日圓.下同)平均月租為例,若只低1萬或以下,不必申請了,通常都不受理;低1萬至2萬的話,機會也不太大,而且租客還有上訴權,所以,如果租金只差兩三成的話,業主通常也算數,免得蝕訴訟費。
加租那麼麻煩,若以自住為由要求租客搬出可以嗎?答案是更難。有物業代理形容,日本業主要收樓(這裏指不賠償的情況下收回筍盤)和八級大地震出現的機會差不多。
因為業主不單要向有關當局證明自己一無所有(無任何物業、無現金、無穩定工作)外,還要證明所有直系親屬(包括父母、配偶、子女)都沒有物業、現金和工作,如果連兄弟姊妹也都同樣三無,成功的機會就更大了。不過,在日本要找這樣的三無家庭頗有難度。
大家可能問,瑪麗既然說日本房屋法例完善,但為什麼看起來好像業主比較「蝕底」?其實各處鄉村各處例,法例或多或少都反映了當地居民的生活習慣。大多數日本人對居住環境都有要求,習慣每隔一段日子便要粉飾居所,改善生活質素。所以,在日本,沒有裝潢的單位幾乎沒有人會租住,有些租客甚至要求馬桶要有清潔公司的封條,證明清潔後沒有人使用過,一般租客入住2至6年後就會嫌單位太舊,改而轉租新裝潢的單位。除非該單位是超級筍盤,租金又超值,租客才可能會忍受舊裝潢(租客是不可自行裝潢單位的)也要繼續住下去,所以,買到筍盤,有幸有不幸。
退租要付清潔費
法律要求租客離開時還原單位,即是付清潔費,不成文規定是一個月的租金,因此業主不必歸還之前租客預付的月租訂金。租客終止租約,業主其實也有一定損失,業主必須重新裝修單位,即使上手租客住得企理乾淨,又有一個月租金作清潔費,但也未必足夠;萬一遇上污糟貓就慘了,雖然可以法律訴訟要求對方付差額,但訴訟費隨時比這個差額還要高,更要加上裝修期間不能租出或找不到租客的租金損失。
所以,如果租客續租,業主可以省回裝修費,還可以收到相等半個月租金作續租禮金,對業主來說仍然划算,所以說,日本法律對業主與租客雙方都有一定保障。
撰文 : 瑪麗
大陸有一網文引法國作家大仲馬的話:「如果你渴望得到某樣東西,你得讓它自由,如果它還回到你身邊,它就屬於你,如果它不會回來,你就從未擁有過它。」然後網文說:「如果現在把籬笆撤了,可能自己圈着的豬都會跑光,連自己養的豬都未擁有過,又何談擁有過人?而香港人可是經歷過做人的生活,你讓一個已經習慣做人的香港人誤入籬笆,即便天天請他們吃大餐,他們照樣會把籬笆給砸了,帶着他們的女人和狗浪跡天涯。
最近曾經在本欄多次談到人工智能(或曰機器智能),最近有機會參加了不少有關人工智能的會議與討論,又有一些新的看法,在這裏與讀者分享。
一談到未來,西方尤其是美國,就會想到科技。甚至有些觀點,認為未來就是科技,科技就是未來。而最近一年左右,人們又似乎把對於科技的注意,聚焦在人工智能。以AI(人工智能)為題的會議、文章、項目數不勝數。有些本來只不過與AI有點關係的如VR(虛擬技術)、大數據、物聯網……,也通通掛在AI賬上。不過也無所謂啦,反正許多科技的應用,是互相滲透,難以分割的。
人工智能進入教育了嗎?
人工智能進入教育領域,非常迅猛。因為一個國際項目,最近對於AI在教育領域的出現,作了一點掃描,下面是一些初步的觀察。
A. 把AI作為未來需要的一門知識來學習
一、AI作為課程。也就是把AI作為一個科目,讓學校可以有系統地向學生傳授。已經有科技公司,編寫了頗為完整的AI課本,供學校使用。在內地,也的確有些城市,在學校裏設立了AI課,作為正規的科目。
二、把與AI有關的原理或者知識,融入現存的科目裏面。例如把編程(coding)有關的原理,融入到數學學習裏面。不過,目前這似乎只是一種設想,真正成事的,還在小範圍的試驗階段。
三、通過應用AI,學習AI。最典型的是在小學做種種機器人的遊戲、設計、應用、剖析、創造。這在香港的小學非常普遍。對於通過機器人的活動學習AI,有不同的意見。有科學家不認為這是學習AI,也有覺得這才是學習AI的正途。這裏面有對於「學習」這個概念有不同的理解,也有負責的老師會有不同的認識、闡釋與設計。
B. AI應用於教育
四、AI應用於教育行政、學校管理。這方面嚴格來說,是在管理領域的應用。
五、AI用於改善教學環境和教學資源
促進學習個人化與個別化。人類學習本來是在個別的人腦裏面各自發生的,我們的教育制度,把學生的學習過程劃一化了,而且對他們的學習成果,也是劃一的期望。這是違反人類學習規律的,但是進入工業社會,為社會培養各級各類人力資源的思維成了主流教育觀念,於是社會勞動力的需求,掩蓋了學生學習的個別性。人工智能,可以把學生從劃一化的過程(時間和空間)中釋放出來,也就是促進個別化學習。
幫助人類了解自己的學習過程。人工智能可以把學生的學習過程從頭到尾紀錄下來,讓學生可以自我反饋,讓教師可以觀察從而改進教學,也讓研究人員可以追溯學生的學習進程和特點,可以因此產生有關學生學習的大數據,從中提煉出學生學習的規律。如果沒有人工智能,只能靠教師的經驗,觀顏察色,加上推測,從而改進自己的教學。學生也可以對於自己的學習過程,毫無認識。
人工智能可以減輕教師的工作量。例如很多人工智能的設計,在於減輕教師的批改工作量。這屬於替代人類勞動的一部分。
人工智能若與虛擬技術結合,可以大幅度增加學生的經歷。原來許多受地理距離和歷史時代隔絕的情景,都可以通過科技的創造,讓它們在學生的觀感中再現。也可以通過科技,縮短非常長的和放長非常短的物理或生物過程,以供肉眼觀察。
人工智能會否帶來消極影響?
但是人工智能這些積極的作用,又會帶來一些問題,不可不注意。
第一、人工智能的技術發展,可以允許而且要求對學生有精準的觀察、量度與干預。這種精確度,是教師無法達到的。問題是,教育的過程,精準一定是方向嗎?精準的教學就是優質的教學嗎?精準,是教師追求的嗎?
學生的學習過程,往往帶有不完整、不完美、不精確的部分,有經驗的教師,懂得如何在大體正確的過程中,允許學生有缺陷;除非如此,就難以要求學生有學習的積極性。教師看到一名學生的發展大方向,而不一定「精準」地計較學生的每一個細節。
第二、假如把注意力放在精準化,會不會把一些過時的、保守的元素加以固化了。例如假如不斷地研究考試的精準化,會不會結果把考試固化了。這個研究過程,技術上是沒有過錯的,問題是,對於考試改革的大方向,是促進了,還是固化了?
第三、人工智能既然是科技,當然講究客觀性。在不少談論中,人們都會不約而同地提到傳統教學裏面教師的人性、情感一面。這些主觀因素,往往是學生是否成功的關鍵。老練的教師,會從許多方面綜合看每一名學生,而不是分析性地把學生看成是一堆指標的合成。
第四、科技的精準性,往往需要觀察每一名學生的「精準」表現。現在中國內地已經出現了全面監察學生表現的課堂,包括學生的面部表情,用以觀察學生的情緒。如此,在其他社會就不一定行得通,因為涉及私隱。
第五、教師在教學的過程中,往往是在不經意之中,點點滴滴不斷在改善的;裏面也會有很多點滴創新,幾乎無日無之。而改進與創新的天地是無窮無盡的,要機器人做到這一點,是否有點過分?
第六、再說,與人工智能幾乎是同步發展的虛擬技術。假如我們只是強調虛擬的經歷可以替代現實的經歷,會不會學生就更加不必去接觸現實的社會和自然界了?看過一些設計,讓學生進入虛擬的自然界。是否學生將來就不需要真正接觸自然界?
科技的延伸還是教育的需要?
以上幾點,只是不成熟的觀察。背後也許存在四類問題。
第一類問題:現在技術與教育的結合,是技術作主導,是科技界主動進入教育。
教育界覺得有需要而要求引入科學技術的,鮮見(去年介紹的上海劉京海的《學程包》,是少數的特例之一)。因此,往往是技術人員很有熱情去拓寬技術的應用,而教育界只是被動地接受;又或者教育界覺得這是新穎的東西,是向前發展的方向,因此必須努力追上,而沒有細想是否符合學生學習的需要。
第二類問題:從教育界本身看,前述的問題,似乎也暴露了目前教育、課程、教學的前瞻方向不夠明確。
環顧一下,全球來說,似乎研究宏觀政策與規劃的比較多,但是對於微觀的教育元素,例如課堂教學、學習經歷、考試測評,下一步應該如何走,甚少前瞻性的討論。沒有強烈的意願,甚至沒有摸索的方向,因而也沒有明確的界線,去辨清到底哪些技術是促進了教育的,哪些其實只會讓教育原地踏步,甚至妨礙前進。
第三類問題:又回歸到本欄不斷倡議的——要發展學習科學。
不論是教育界還是技術界,科技用於教育,歸根到柢是為了學生的學習。假如我們對於學生的學習,只是想當然的假設,或者是未經思考的猜想,那技術的發展,肯定不會使教育往前走。目前看到的AI在教育的應用,絕大部分(也許沒有誇張)只是按照知識內容的邏輯結構設計程序。知識的邏輯流程,與學生的學習流程,不是同一回事。
第四類問題,也是一個普遍的問題:機器人能否代替教師。
在幼兒階段,似乎肯定不可能,因為人與人之間賴以互相呼應的鏡像腦細胞,不存在於機器之中。近來參加不少有關科技的會議與討論,不禁感到,機器是否會代替人這個問題,在科技界好像是不言而喻的、理所當然的。真的嗎?人類為什麼打算用機器來取代自己?其實也許沒有人問過這個問題。也許這是一個盲目的假設。
A man who destroyed his multimillion dollar company in 10 seconds (2018) 780 dragontamer 1 day 468 https://thehustle.co/gerald-ratners-billion-dollar-speech news.ycombinator.com/item?id=20821389 Unable to load the content https://thehustle.co/gerald-ratners-billion-dollar-speech
翻譯難,說話難,讀準年報管理層的話更難,讀出年報裏管理層不想你知道的更是難上加難。簡單一句:My hands strayed,梁實秋譯作「我的雙手在四處亂摸」,徐志摩卻譯作「我的雙手迷失了」,用字遣詞當然重要。再來一句「我喜歡的女孩在別人懷裏」,驟聽好像很可憐,但如說「我喜歡別人懷裏的女孩」,聽落就很欠揍,但兩者還不是同一回事?沒有公司管理層不賣花讚花香的,如何聽出公司的真實情況,是投資者必修的一課。
如地產公司現在有兩個商場項目,未來5年將推出10個新項目。簡單一算,即公司規模將變大5倍,但又有誰保證,營業額增長速度,定是和項目多少成正比?
管理層說的單位是「項目」,但不同項目的規模各有不同,城市、地段又不同,出租率又不同,怎能以直線思維想當然地簡單估算?
學習讀準管理層的話
更甚者(管理層沒說的),是大量項目開工,未來幾年將有龐大資本開支,不趁高批股,也要大量借貸,甚至減少派息,股價隨時有幾年沒好表現。管理層說的話,你能真切的聽懂嗎?
又如燃氣股,近年大力開展農村業務,差不多期期業績都能錄得翻倍增長,管理層總是大書特書,但相關業務比重,可能只佔營業額一成也沒有。有些更是買回來的增長,去年同期沒有的。不要只聽管理層說,還要自己細心思考。到哪天能準確讀出管理層的弦外之音,那麼,你已能算是踏進投資之門了。
上市公司管理層不能公然說謊,卻可不用說出事實之全部,用字遣詞的細微差別到底有多大?舉例說,你能說出complete和finish的分別嗎?驟眼看好像無大分別,用起來時意思卻可以差天共地:如你娶了個好太太,你的人生大概就能算是complete了;相反,娶了個壞太太,人生大概就是finished了。假若太太發現你和其他女人一起,一切大概會是completely finished;然後她狠狠地走去shopping,你的荷包大概就會是finished completely了。
管理層說爭取營業額3年內翻一番,股東可能會很高興;但管理層說的是營業額,投資者想的是盈利和分紅,兩者可以風馬牛不相及。
找出他不想你知道的
即使盈利上漲又如何?某家垃圾發電環保企業,營業額和盈利每年雙位數上升,但股價就是水波不興,因為起電廠需要巨大前期開支,現金年年淨流出,根本沒錢分紅,但這些從來不會主動說,你問到現金流嗎?管理層只會打個哈哈。
專業的上市公司管理層都經過嚴格訓練,說話都經過排練,你必須聽懂他想你知道的,然後理解為何他想你知道,並找出他不想你知道的,那看似無差別但極為重要的弦外之音。
如何能夠做到?看多了便會分辨,你必須具備能一眼看到底的能力,找出事物的真實和本質,再培養對核心信念的絕對堅持。慢慢你便會知道什麼是好,和哪種股票最適合你。
很難嗎?投資從來不易。但看到自己慢慢進步,其實很有趣。當然,看到心儀股份不斷創新高,更為有趣。
生活化價值投資.之三
筆者為證監會9號業務持牌人
hcl.hkej@gmail.com
(編者按:郝承林最新著作《致富新世代3──你也可以的穩健發財派》現已發售)
歡迎訂購:實體書、電子書
27 shadykiller 3 hrs 18
https://blog.gojekengineering.com/how-we-manage-a-million-push-notifications-an-hour-549a1e3ca2c2
Unable to load the content https://blog.gojekengineering.com/how-we-manage-a-million-push-notifications-an-hour-549a1e3ca2c2
一百年來由中東到遠東,由中亞到非洲,大規模的種族屠殺發生得太多,令西方文明社會也漸覺麻木,以致無人再在關鍵時候敲響警鐘。
一七五五年,里斯本大地震,死亡數萬人,其時澳洲處於思想啟蒙時代,知識分子對屍橫遍野的景象,大感震動。康德大慟,連寫三篇文章,講述地震災劫。伏爾泰和盧梭紛紛跟隨。歐洲各國徵求悼文,普魯士取消了幾個月之後的嘉年華。 那一年歌德六歲,歐洲人人在談論大地震,此一慘劇成為他初識人事窺世界的第一扇窗口。那是一個有情的世代,因為有感覺,所以悲哀,所以產生一代偉大的哲學家。
Are psychiatrists really ready for the AI revolution? Machine learning can help manage a wide range of mental health disorders. But the psychiatric profession is worryingly unprepared for this change, according to a global survey. by Emerging Technology from the arXiv Aug 27, 2019 Person sitting on couch Sign up for The Download — your daily dose of what's up in emerging technology
Also stay updated on MIT Technology Review initiatives and events?YesNo
The World Health Organization estimates that up to 15% of the population experiences mental health disorders. That has significant consequences. For example, suicide is the second- or third-leading cause of death for young people in most countries. And as the population ages, the rate of dementia is set to triple over the coming decades.
At the same time, access to mental health professionals is sorely lacking in many parts of the world, particularly in low-income countries. India, for example, has a population of 1.3 billion served by only 9,000 psychiatrists.
But technological advances can help. Smartphones and wearable sensors offer people the ability to monitor themselves and to benefit from the way deep learning can analyze the data. Indeed, these techniques are already being used to detect the changes in mood that indicate bipolar disorder or to detect people at risk of depression.
So the scene is set for artificial intelligence to become a disruptive force in psychiatry. Indeed, that’s exactly what many observers predict.
But what of psychiatrists themselves? These professionals will have to play a key role in any change that artificial intelligence brings to the field. So their view ought to be a useful indicator of its potential.
Enter Murali Doraiswamy at Duke University School of Medicine in Durham, North Carolina, and couple of colleagues. This team has surveyed psychiatrists around the world to find out how they view machine intelligence and its likely impact on mental health care.
“To our knowledge, this is the first global survey to seek the opinions of physicians on the impact of autonomous artificial intelligence/machine learning on the future of psychiatry,” say the team. Curiously, the results appear to say more about psychiatrists than about the state of technological readiness or its potential.
The team’s method was straightforward. The researchers randomly chose a sample of 750 professional psychiatrists registered with an online database of over 800,000 health-care professionals around the world, including 22 countries in North and South America, Europe, and Asia; 30% were women and two-thirds were white.
The respondents clearly felt that machines could never learn some skills. “An overwhelming majority (83 per cent) of respondents felt it unlikely that future technology would ever be able to provide empathic care as well as or better than the average psychiatrist,” say Doraiswamy and colleagues. Interestingly, a survey of family physicians in the UK showed they had a similar view.
The group was also divided on the risks that artificial intelligence might pose. “Only 23 per cent of women predicted that the benefits of AI would outweigh the possible risks compared to 41 per cent of men,” say Doraiswamy and colleagues.
But they think they know why. “The gender differences in AI risk perception may be commensurate with a large body of findings that women are more risk averse than men,” they say.
The most interesting results are in the way respondents feel machine intelligence will change their jobs. Three-quarters of them thought that artificial intelligence will play an important role in managing data, such as medical records. And about half thought it would fully replace human physicians when it comes to synthesizing information to reach diagnoses.
Other areas of health care are already experiencing such benefits. Machine-learning techniques can outperform radiologists and pathologists in in certain circumstances. This ability to reach more accurate diagnoses has huge implications for patient treatment and safety.
And yet only half the psychiatrists felt that artificial intelligence would substantially change their jobs (presumably the same half who think AI can better diagnose conditions than humans). Perhaps predictably, less than 4% thought AI could replace human psychiatrists completely.
Doraiswamy and colleagues have a potential explanation for this. “Doctors may be overvaluing their skills and/or underestimating the rapid pace of progress in intelligent technologies,” they say.
Either way, that has important implications for this profession. Earlier this year, the World Economic Forum published a report called “Empowering 8 Billion Minds,” which highlighted the growing burden of mental illness around the world.
The report pointed out that apps focused on mental health are among the fastest-growing sectors in the global digital health market. These kinds of apps could make a big difference. But if this survey is to be believed, psychiatrists around the world are broadly unprepared for the changes to come.
Ref: arxiv.org/abs/1907.12386 : Artificial Intelligence and the Future of Psychiatry: Insights from a Global Physician Survey
墨卡托中國研究中心(Merics)經濟部門的主管曾林(Max Zenglein)訪問香港後表示,港人普遍認為香港逐漸失去自由,對未來感到悲觀;香港經濟更面臨前所未有的危機,旅客人數退回到2003年沙士爆發時的水平,旅館、零售業都受到影響。
曾林強調,國泰航空禁止員工參加示威並撤換行政總裁,對外商來說是一大警號。原本在港外資企業不把中國的影響力當一回事,現在突然驚醒,「將來誰都可能被迫解僱員工或政治表態」。
他指出,許多外商憂心香港的高度自治一去不復返,正在做最壞的打算。隨着局勢惡化,香港失去原本司法獨立和言論自由的優勢,與一般中國城市沒什麼兩樣時,外商就會把亞洲總部搬去新加坡或東京。
曾林分析說,兩個多月來持續不斷的示威,對香港已經造成無可彌補的傷害,「香港作為全球金融中心的高峯已過」。況且,這些傷害並非示威者造成,而是中國政府對示威的強硬反應,大量武警在邊界的集結只會帶來更大的恐懼。
曾林認為,中國的國營企業和富豪都高度依賴香港的國際資本市場,中國推動「一帶一路」也需要香港。根據金融業傳出的消息,中國富豪已經開始將資金轉移到新加坡或倫敦,不再視香港為安全港,香港地位不保,對中國將造成相當大的傷害。
對於中國打算另起爐灶,打造深圳取代香港,曾林認為機會不大,理由是中國缺乏獨立的司法,資本也難以自由進出,反觀新加坡或東京比較可能從香港的衰落得利。
墨卡托中國研究中心總裁彭軻(Frank N. Pieke)對香港局勢也不樂觀。他說,示威看不到方向和終點,讓情況更加棘手,現在就算行政長官林鄭月娥下台也太晚了。
洋人朋友上街參加示威,容易被指為CIA,香港的建制派及愛國報紙有一個心魔,就是香港本無事,洋人搞搞震,外國勢力煽動,派錢給年輕人上街破壞香港,對抗中國。一位老外笑言:「希望能夠及早買得一頂CIA喼帽,戴在頭上參加遊行!」咁大膽,想畀白衣人、紅衣人棒打乎?網上怎麼會有CIA喼帽出售?呢位洋人來自三藩市,居港十多年,以前在加州曾到Napa Valley酒莊試酒,知道那地方有一間著名餐廳名Culinary Institute of America(簡稱CIA),中文可譯作「美國烹調學院」,有喼帽作為紀念品出售。
左丁山每日慣戴喼帽,買多一頂無妨,對這位加州D說:「不妨替我也買一頂CIA帽!」目前香港到處是假新聞,假照片,幾乎每逢周末便有催淚煙出現,與其坐困愁城,不妨自己發揮幽默感,試戴一頂CIA帽子。
加州D說他的外籍朋友圈對國泰換CEO之事,感到震驚,不是為了國泰跪低,而是北京要國泰跪低的方法,十分粗暴,如泰山壓頂,令他們(洋人界)心寒。第一點,國泰換CEO的新聞,不是由上市公司首先公佈,而是由央視先行披露(香港商務局長邱騰華說這是新聞自由),第二是太古集團的聲明,在他們洋人看來,似是一篇罪犯被屈打成招的聲明,是太古主席Merlin Swire及CEO史樂山(美國人)在北京跪地求饒的結果,怪不得BBC報導一些外資公司(在國泰炒CEO之前)已感受壓力,要考慮離開香港了。然後「環球時報」又猛烈抨擊Big 4會計師行的職員在蘋果日報刊登聯署聲明,要求Big 4找出「犯事分子」,將他(她)們炒魷,四大公司唯有各自發表聲明,表示反對暴力。時至今日,北京已開始露出本性,不容許香港商界僱員有自由的精神,獨立的思想,動搖香港最基本的價值。
國泰被迫投降,主因當然是「飛越中國領空權利」的問題,飛機從赤鱲角起飛後迅即進入中國領空,中國民航局不准國泰航機進入領空的話,即是要國泰停飛執笠,太古為了國泰存亡,不得不服從。過往國泰有兩位華人CEO,即陳南祿(2004~07)和朱國樑(2014~17),各自做了三年,今次臨急抱佛腳,急於找一位華人面孔應付(或取悅)北京,於是找來本已準備退休的鄧健榮當第三位華人CEO與林紹波(46歲)當商務總監,預料鄧健榮因年紀關係(60歲)只會是過渡性人物,南華早報報導說鄧與主席史樂山以前不咬弦,而史樂山(62歲)又已進入退休之年,看來國泰未來還有一番人事變動,並且要考慮及北京的意見,長此以往,國泰變國企的可能性甚大,令香港人痛心。
72 jesuslop 2 days 17
https://golem.ph.utexas.edu/category/2018/02/linguistics_using_category_the.html
Unable to load the content https://golem.ph.utexas.edu/category/2018/02/linguistics_using_category_the.html
連日分享了不少朋友對修訂《逃犯條例》引起群眾運動的大數據研究,反映近年數據民間化、學術多樣化,本來的小圈子研究氛圍開始慢慢改變,同時亦改變了新一代面對問題及決策方式。
根據傳統決策統計學模型,要決定一個行為(無論是改變版面的按鈕、或是行動升級)有效還是無效,往往是透過A/B測試(A/B Testing)來處理。所謂的A/B 測試,就是透過隨機將實驗者導入兩個不同的設計環境A和B(多數A是原來的設計,B是加入了新行為的設計),然後比較他們面對設計環境的不同反應,從而了解新設計是否有效改變實驗者的行為。這樣的思考模式被上一代社會科學研究視為金科玉律,因此不論是做民調研究,或是考慮政策選項,整個研究的設計,都在於尋找足夠的數據,處理好整套統計模型後,然後比較得出p-value跟alpha,p-value小於alpha,就代表這行為是統計學上有意義的。然後,負責決策的人會認為因為結果在統計學上有意義,放大這個行為在整個設計上有(或無)實際意義,從而決定某些行為是有用,還是無用。
冷氣軍師與示威者情景不同
然而,我們可以想像一個情況︰假如不斷延長參與實驗人數,或不斷重複實驗次數,會得出什麼樣的結果?可以合理預期,由於人數增加,可能得出截然不同的統計數據;因為次數增加,則可能得出一組不同實驗時期衍生的統計數據。這些「新數據」會得出不同p-value,甚至會有p-value大於alpha的情況,屆時我們就要問一個很重要的問題︰那當初研究設計定下的取本數、或研究執行時數,有沒有問題?不少研究指出,假如A/B testing甚至A/A testing的觀察數很大,次數或時數很長,做出錯誤決定的機率(Type I error)可達三成以上。
帶來這個統計學思考,只是為了指出研究設計不同,決策環境差異,甚至如何定義「一個事件」,足以影響我們決定哪些行為是「有用」,哪些行為是「沒有用」。正如史丹福大學學者Ramesh Johari指出,以往的決策環境是「預先設計」,即我們會知道整個「實驗」的前設、執行方法、期望的參與人數等,而這個實驗是一個社會事件。
但現實生活是,我們不可能預期所有事情都如上天安排美好,可以完美執行預先設定的實驗環境;改變行為、引進新設定的成本甚高,因此要中止實驗,以轉換行為及設定,先要理解轉換本身有沒有真正的意義。否則假如轉換後,我們可能要面對高達三成的Type I error,那為什麼要轉換新策略?
套用此刻香港,運動一句常見口號是「Be Water」,既是借用武者李小龍的名言,也是勸導示威者要「流動」。從數據及決策研究而言,Be Water的意義,在於同時肯定不同示威之間的獨立性及連貫性,因此維持「和理非」還是變陣「勇武」,「勇武」升級還是不升級的決定,示威者跟「冷氣軍師」所面對的情景根本不同。
「冷氣軍師」面對的,是以整場《逃犯條例》修訂風波終局,作為單一社會事件去思考,從而去判定「和理非」與「勇武」、或是「勇武」升級,更能促成達至「五大訴求 缺一不可」的終局,因此對於他們來說,「民意逆轉」是判斷行為有效與否的準則之一。而「衡量」民意逆轉,就是以一個單一A/B testing的方面,思考「勇武」行為對民意的影響。
然而,對前線示威者而言,《逃犯條例》修訂風波自打響了「勇武」第一次後,他們在每一次示威,都要問相同問題︰維持既定策略還是改變策略,更有效得到成果?思考及衡量標準既是「每次示威」計算,也是與之前的示威所得出的「結果」合流。
因此,除非出現很大的期望落差,例如「佔領機場」及「堵塞港鐵」,否則維持既定策略的「見步行步」方針,不一定是「錯誤決定」,這就是continuous A/B testing。而正如上周另一文章談及,新世代特別擅長這種決策模式,和生長在android世代、習慣一切皆可以輕易變改,關係密不可分。
離地溝通平台可找出真相?
特別是當民意真的如流水,示威者感受到民意變化為常態,單一的下跌不足以影響整個民意大局,維持既定策略的最大好處——減少改變策略的成本,就成為合理化決策的另一個主要因素。而假如「冷氣軍師」跟前線示威者的決策環境已存有如此大的差異,從而得出對運動方向及策略得出不同思考及結論,連走上前線直接面對示威者勇氣也沒有的溝通平台,如何得出運動真相,更是另一回事了。
41 bruceb 3 hrs 8
https://techcrunch.com/2019/08/19/all-84-startups-from-y-combinators-s19-demo-day-1/
Unable to load the content https://techcrunch.com/2019/08/19/all-84-startups-from-y-combinators-s19-demo-day-1/
人在溫哥華,心在香港——因為時差,半夜裏起床數次,從網上看星期日的流水大遊行。
還好,「一宿無話」,令人放下心來;卻令我對香港時局有了另一番體悟。
多少人上街遊行,都改變不了中央對香港問題的決定,說到底,這是中美博弈的一個賭局。
現在關鍵早已不是「送中」問題。促使大批解放軍或武警在深圳集結的,不是「送中」問題,而是美國參眾兩院有可能在九月通過的《香港民主與人權法案》。大家可以想像,以中國人要面子性格,絕對不可能接受法案將《香港關係法》以香港二○二○實現雙普選作為延續條件;與其到時被動作決定,中共寧可採取主動——結集大軍,確有收回香港自治權,提早實施一國一制打算。
這從近日國內指名批評陳方安生、李柱銘、黃之鋒、羅冠聰……可顯示出來——他們在「反送中」運動不是主導角色,卻推動《香港民主與人權法案》最出力,所以中共恨得咬牙切齒。
但令中共按兵不動的是,牌局變了——特朗普加大了注碼,他警告說,要談貿易,請先和平解決香港問題。也即是說,香港問題和貿易談判掛上鈎。這迫使中共重新估量底牌——改變國策,失去香港也許承擔得起,但同時切斷了和美國的貿易關係,能否應付雙重經濟打擊?是煞費思量的事;不然的話,周日可能早已進軍香港。
說到底,在領導人心目中,在香港問題上,香港人是沒有角色的,所以不要以為百萬人上街或街頭暴力抗爭可改變其決定。可是,香港人站出來不是沒有作用——那就是引起國際注意,爭取同情和支持,用以制衡中共。今天特朗普的決定,是港人多年來勇敢爭取民主的結果。