The inevitable weakness of metrics

指标不可避免的弱点 | MIT Technology Review

书评

指标不可避免的弱点

量化我们的生活比以往任何时候都更容易。但一位游戏哲学家警告说，外部指标和数据永远无法捕捉到真正重要的东西。

作者

• Bryan Gardiner 档案页面

2026年6月19日

Selman Design

指标可以揭示许多有用的信息，但同样，它也可能掩盖或扭曲更多的信息。我花了十多年时间，以越来越详细的方式追踪自己的生活，才真正理解到这一点的双重性，这可能揭示了关于我和测量本质的一些东西。

和许多沉迷于自我量化的人一样，我最初开始收集个人数据是为了实现一系列模糊的目标和愿望。作为一名久坐不动的技术记者，我希望在身体和情感上感觉更好，多到户外走走，并且尽可能地为日常生活中的一些混乱和不确定性带来秩序。这些似乎都是可以通过数字带来的清晰度来改善的事情。

自我量化者经常被刻板地视为痴迷于自我优化的人（其中许多人确实如此），但我和收集个人数据的动机更多是关于生命的意义，而不是最大化生命——至少最初是这样。大多数认识我的人都会作证，我目前没有，过去也没有所谓的“效率思维”。我对生活技巧、捷径或与其他人比较的新方法也没有太大兴趣。相反，我从指标中想要的，我希望从关于我的健康、工作和社交生活的无尽数据流中揭示出的，是某种更难以捉摸的东西：自我认知。这是我犯的第一个错误。

“我们了解得越多，就越好”这一理念在我们的文化中根深蒂固，以至于指出这一点似乎都显得奇怪。至少自启蒙时代以来，我们一致认为获取更多知识的主要方式就是通过测量和量化。毕竟，更多的知识——更多的数据——会导致更好的决策，从而带来更幸福、更充实的人。我们被告知如此，而且在人工智能时代，这种说法越来越频繁。

当《Wired》杂志的两位编辑 Gary Wolf 和 Kevin Kelly 在 2007 年创造了“量化自我”这一术语并帮助发起了我们如今都无力抗拒的运动时，他们实际上是在兜售这个想法。“除非某件事情可以被测量，否则就无法改进，”Kelly 在一篇早期的博客文章中写道，他尽力模仿了开尔文勋爵的语气。“因此，我们正在寻找尽可能多的个人工具，以帮助我们对自身进行可量化的测量。”近 20 年后，由于大量设备、应用程序和网站的涌现，这一切变得前所未有的容易，它们都旨在通过数字帮助我们构建自我认知。

我的第一件工具是一个小型的塑料夹式 Fitbit，我从 2011 年开始使用它。它只做一件事：计算我一天中走的步数。作为一名终身的电子游戏玩家，我早已熟悉简单计分系统所具有的激励力量，我希望我的新设备能提供我自认为所需的温和数字提示，让我远离 Twitter 的信息流，至少能走到户外走一走。走路似乎是我少数几次拥有可以被善意地称为“聪明想法”的时刻，这似乎又是多走路的另一个有希望的副产品。

唉，这种状态并没有持续太久。我无法确切地告诉你“多接触自然”或“思考更深刻的问题”何时不再成为我的目标，但我怀疑这不过用了几周时间。我可以肯定的是，我最初的每天6000步的目标很快变成了10000步，接着又跳到了15000步，最终在接下来的几年里稳定在了20000步。如今，“成为一个步数达人”的故事已经变得老套，而它们之所以如此，是有原因的。

不久之后，我就把计步器换成了心率监测器（我还开始跑步），智能手表、睡眠追踪戒指，以及一大堆令人尴尬的宏量营养素统计应用。在健康和健身领域之外，我早期作为记者的职业生涯恰好与社交媒体和网络分析工具（如Chartbeat）的兴起重合，这些工具承诺通过追踪页面浏览量、关注者数量、转发量、点赞数以及其他各种如今具有重大权重的注意力指标，进一步量化我生活中难以衡量的方面，比如“工作成功”和“影响力”。

指标不可避免地会重新定义你对什么是重要的核心感受，无论你是否意识到自己陷入了这个陷阱。

最终，在我认真追踪心率、步数、活动卡路里、睡眠、故事参与时间、压力水平和其他指标的10多年里，我在自我认知方面几乎没有获得任何实质性的提升。（也许我确实学会了喜欢看着数字上下波动，但谁不是这样呢？）跟随我到处走的数据漩涡并没有为我与自己、工作以及生活中重要的人之间的关系增添任何额外的意义或洞察。事实上，我使用数值代理越多，我对几乎所有事情的感觉就越差。

我学到的真正重要的两堂课是关于当你试图量化生活细节时会发生什么。首先，无论你目前收集了多少关于自己的数据，它永远都不会让你觉得足够。总会有新的指标出现，追踪器也会找到更准确地衡量“重要性”的方法：心率变异性、每日压力、运动“准备度”、心血管或“健身”年龄。测量会催生更多的测量。这一点你完全可以指望。

《The Score: How to Stop Playing Somebody Else’s Game》C. Thi Nguyen

PENGUIN PRESS, 2026

第二堂课并不那么明显，但同样重要。当你开始自我量化之旅时，如果你设定的目标越个人化或越细致，你最终用某种简化指标或排名取代它们的可能性就越大。想要成为一名更好的记者？为什么不把页面浏览量和排行榜作为成功的替代指标呢？喜欢烹饪并想提高？美食指标会告诉你，更复杂的食谱和更长的原料列表才是答案。即使我们知道，好新闻的价值并不反映在有多少人阅读了某篇报道，烹饪的乐趣也一样多在于即兴发挥和实验，而不仅仅是成功地按照某个复杂食谱操作，但要抗拒一个简单分数或统计数据的诱惑却很难。指标不可避免地会重新定义你对什么是重要的核心感受，无论你是否意识到自己陷入了这个陷阱。

多年来，人们发明了各种术语来描述这种现象。在最近的著作《The Score: How to Stop Playing Somebody Else’s Game》中，哲学家C. Thi Nguyen将其称为“价值捕获”。“价值捕获”发生在你采用外部的衡量标准，然后让这些标准支配你，而没有根据自己的生活进行调整的时候。Nguyen写道：“在价值捕获中，你实际上是在外包自己的价值观。你让一个外部的衡量标准或排名来决定对你来说什么是重要的。”关键的是，你也在外包确定自己意义感的过程。这就是为什么我的散步很快从冥想的感觉变成了以里程数为优先。

个人、机构，甚至整个社会都可能陷入价值捕获。事实上，一旦你开始注意到这一点，你就会在各个地方看到它——在新闻业、教育和商业中，也出现在我们的食物、我们的爱好中，当然，还有我们衡量健康和幸福的方式中。Nguyen这样描述：

当一家餐厅不再关心做出美味的食物，而是开始关心最大化其Yelp评分时，价值捕获就发生了。当学生不再关心教育，而是开始关心他们的GPA时，价值捕获也发生了。当科学家不再关心寻找真理，而是开始关心获得最大的研究经费时，价值捕获同样发生了。甚至在宗教中也是如此。最近一位牧师告诉我，他的教会已经完全沉迷于洗礼率。高层人士设立了一个内部排行榜，牧师们根据每月的洗礼率进行竞争，这开始占据每个人的关注。他发现自己对羊群的长期精神发展关心得越来越少，而更多地关注于尝试发表受欢迎的布道，以提高自己的洗礼率并在排行榜上上升。

《The Score》的核心，试图解开一个谜题，这是Nguyen，一位在犹他大学研究游戏哲学的专家，长期以来一直在思考的问题：为什么游戏中的数字和评分系统能带来如此多的快乐、流畅感和游戏体验，而公共衡量标准和机构性指标（即适用于现实世界的评分）却似乎让一切失去了生机，并将我们所有人推入了一种单调的优化心态？

为了开始回答这个问题，他转向了关于数据和量化局限性的基础性研究之一，即Theodore M. Porter于1995年出版的《Trust in Numbers: The Pursuit of Objectivity in Science and Public Life》。

作为一位研究数字社会权力的科学史家，Porter一生都在研究量化为何在政治和官僚生活中，甚至在各个领域中变得如此主导。他关于量化内在吸引力的一个关键见解，他称之为“一种距离技术”，是它“减少了对亲密知识和个人信任的需求”。换句话说，指标在不同情境之间传播得非常好，而且很容易理解和汇总。

无论是学生的GPA，还是一个国家的GDP，这些衡量标准几乎被所有人理解。但Porter提醒我们，这种理解是有代价的：为了得出一个清晰的指标，你不可避免地需要简化你试图衡量的内容，常常丢弃大量细致、定性或开放的信息，以便其他人能够理解得出的数字。

没有人（希望是这样）认为GPA以任何有意义的方式捕捉了学生整个教育经历或学习能力，但我们仍然选择使用它，因为更定性的评估方式需要耗费大量精力去理解，并且需要专业知识才能解读和比较。GDP这一经济指标也是如此，如今政治家和社会被迫不断推动其增长，因为一群经济学家曾得出结论，认为这一数字与总体经济福祉相关。

Nguyen认为，这是所有数据背后的核心矛盾。他说，任何制度化的量化都需要评估过程及其结果在不同情境下都具有可理解性。这极大地限制了该指标实际能够衡量的内容。“在价值捕获过程中，你最终是将这个脱离上下文的碎片内化了，”他写道。“你是在使用一种被设计为在不同情境间流动的评估技术来指导你的生活，而这种技术却剥离了其细微差别。”

每隔一段时间，我就会与一个“数字派”进行友好的辩论——统计学家、经济学家，或者仍然致力于自我量化的朋友。在耐心听完我那些测量出错的例子后——比如20世纪90年代中期试图将疼痛量化为“第五生命体征”（这反而加剧了阿片类药物危机），或者无数个麦纳马拉谬误的例子，其中学术、医学和政治领域的决策仅仅基于那些容易测量的指标——许多人会坚持认为我误解或曲解了测量的全部意义。他们会说，指标只是手段，重要的是它们被使用的最终目的。换句话说，这些不幸的结果是用户错误，而不是测量本身固有的危险或误导性。

在这些对话的某个时刻，戈德哈特定律（Goodhart’s Law）不可避免地会被提及，通常作为那些关注指标的人用来解释为什么最终目标会变得混乱。这个原则归功于英国经济学家查尔斯·戈德哈特（Charles Goodhart），通常被表述为：“当一个指标成为目标时，它就不再是好的指标了。”我非常讨厌戈德哈特定律，不是因为我认为它不真实，而是因为它被解释的方式。

正如Nguyen指出的那样，戈德哈特定律几乎没有说明为什么指标无法捕捉到重要的东西，或者该如何应对这种情况。一些人会得出结论，找到更好的指标；另一些人则坚持不要让指标成为目标。这些都不是有帮助的结论。我认为，所有测量实际上都是目标，无论你是否打算如此。在《The Score》一书中，Nguyen写道，指标不可避免地会将一个方向或选项呈现为更好的选择——“更长的寿命、更快的学生毕业率、更多的页面浏览量、更高的客户满意度分数。”当人们提到戈德哈特定律时，他们谈论的并不是人为错误，而是测量本身的根本性问题。

我想在这里明确一点：衡量可以并且确实发挥着许多至关重要的作用。从某种字面意义上说，正是衡量使得现代世界成为可能，带来了所有那些拯救生命、减少痛苦、令人惊叹的科学突破。当我们谨慎而勤奋地使用指标时，它们可以使我们的进展（或缺乏进展）更加清晰和透明。我们是否在减少二氧化碳排放？它们还可以将问责制引入以前不透明的系统，例如通过衡量公司是否遵守州和联邦法规。它们甚至可以让我们更加客观，减少偏见，并激励我们采取行动。

但正如阮在《The Score》中指出的那样，当我们将指标用于追求更微妙、更个人的目标时，指标的基本弱点就显现出来了。我认为我们许多人（包括我自己）常常忽视的一点是，当你试图将某些重要的东西简化为一个数据点时，总会有所取舍。当我们转向指标来理解自己、我们的社会世界以及整个文化时，它们永远无法接近真正重要的东西。更糟糕的是，它们往往会主动掩盖这些重要的东西。

如今，我发现数字在我的日常工作中、我的身体或心理状态、我的人际关系，或我生活中任何我认为重要的方面都几乎没有什么可提供的。当然，我目前的健康状况相对良好，幸运的是，我不需要追踪我的血糖水平或监测我的血压。作为一名自由撰稿人，我也很幸运地不必面对以关键绩效指标（KPIs）、目标与关键成果（OKRs）或几乎所有公司和零工经济工作都内置的无数量化评估形式强加给我的数字。

然而，从某种现实意义上说，我们无法摆脱指标，尤其是伴随它们而来的逻辑。知识已经变得数字化，我们都生活在一个越来越将我们视为一组数字——“数据主体”的世界中。我认为，首要且最紧迫的挑战，是找到一种方法，使我们不再以这种方式看待自己和彼此。

这并不容易。正如波特、阮以及无数其他哲学家、人类学家和历史学家早已观察到的那样，数字的语言在很大程度上是我们今天赋予价值的方式——也是我们消化和处理与自己、他人以及我们周围世界关系的方式。事实上，我们中许多人已经接受了这样一个观点：不仅指标在人类事务中自然存在，而且实际上，人类生活的所有方面都可以以某种方式转化为数据。

知识已经变得数字化，我们都生活在一个越来越将我们视为一组数字——“数据主体”的世界中。

那么，我们该如何反击？阮的书提供了一个有用的起点。正如他在《The Score》中反复指出的那样，相信数字确实能对人类的需求和欲望说些什么，赋予了它们力量。我们至少可以开始认真质疑这一信念，思考我们在追求指标的过程中可能放弃的意义和愉悦。

这样做可能会让我们意识到另一个事实：在数字游戏中，人类最终是输家。如果我们坚持用注意力指标和生产力分数来表达自己的价值，如果我们继续将智慧和创造力转化为人工智能超越的一系列基准，那么我们已经输了。当然，在一个以指标为中心的世界里，机器会超越我们。这正是我们创造它们的目的。答案不是让自己也变成机器。

让我夜不能寐的一件事是，我们已经习惯于通过数字来观察和理解更大的世界以及我们自己，这剥夺了我们表达人类本质和价值的语言。我们现在比任何时候都更需要这种能力，尤其是如果我们想要充分回答我们这个时代最重要的两个问题：人类的目的是什么？人工智能的目的是什么？

作为我努力摆脱数字生活的一部分（这些努力在疫情爆发前不久就开始了），我已经放弃了大部分我花了十年时间收集的衡量工具。我基本上放弃了社交媒体。我停止使用应用程序来追踪我的健康和幸福感。我现在佩戴的这块手表只告诉我时间和日期，其他什么也不显示。

事实上，我过去沉迷于自我量化生活的唯一遗留物是对步行的教条式奉献——当然，这并不包括计步。如今，当我感到幻灭或不堪重负时，我会去散步；当我无法想出如何完成一篇文章时，我会去散步；我也会去散步，因为我喜欢和我的狗一起在户外度过时光，了解邻居们的生活细节。追求这项日常活动的好处对我来说是显而易见的，就像生活中任何事情一样显而易见。我只是无法用数字来表达它们。

Bryan Gardiner 是一位居住在加利福尼亚州奥克兰的作家。

深度分析

文化

你自己的时间

一个关于节省时间的故事

• Elizabeth Bear 档案页面

足球的数据复兴

今天许多在足球场上出现的见解可以追溯到 Jesse Davis 和一组计算机科学家，他们为该运动的一些最棘手的问题开源了工具。

• Andrew Zaleski 档案页面

一个小镇驱逐野鹅的方案

加利福尼亚州的一个小镇的公共官员花费了近 40 万美元的技术费用来驱逐水禽。

• Annika Hom 档案页面

自然已经不存在了

全球没有任何一个地方是不受人类影响的。我们是否应该使用技术来改变它？

• Mat Honan 档案页面

保持联系

插图由 Rose Wong 提供

获取 MIT Technology Review 的最新更新

发现特别优惠、热门故事、即将举行的活动等。