66读书

第17章（第1页）

现在还不到上午九点，冯诺一想，这也太超过了。

他陷在柔软的沙发里，片刻之前还温情脉脉的房东现在如同一个终结者。

郑墨阳伸手捏住他的下巴：“回答我。”

话语里的压迫力太强，让他一时间忘了喘气，而且长期被按住的手腕血液流动不畅，已经开始麻木了。他估测了一下双方的武力差距，识趣地投降：“不是说了吗，我猜的，只不过运气太好，被我猜对了。”

“猜的？”郑墨阳显然没有相信，“怎么猜的？”

埃布谷（Ebbw Vale）是威尔士南部的一个小镇，经济不怎么发达，文化也没什么特色，但几年前发生了一场引人注目的事件它在脱欧公投里投出了最高的脱欧票比例。

这件事神奇的原因在于，这个镇上有欧盟资助的大学、体育中心、铁路线、火车站，而且每个建筑物上都有欧盟的标志。理论上来说，作为受益方的他们不应该赞成脱欧才对。

然而在记者采访的时候，当地的居民不但认为欧盟没做什么实事，还觉得接纳其他国家的移民让他们受到了损害。

奇怪的是，这个地方的移民比例明明是全英最低的。

在寻访后，调查人员终于找到了这一矛盾的缘由：脸书在公投前长时间给当地居民推送一些欧盟的负面报道，陈述难民有多么可怕，还说欧盟会接纳更多经济落后的小国家，拖累本国经济。这些报道完全是夸大其词，甚至是虚构的。

对于一些有判断力的居民，稍微核实一下，就能知道这其实是虚假新闻。但脸书的推送机制相当聪明地避开了这些人，它选择那些文化程度比较低、容易轻信网络的人作为目标，成功地改变了当地的投票格局。

而脸书所做的，只不过是通过分析用户资料，生成推荐性算法，然后把这些信息推送给用户罢了。假新闻不是它写的，它从头到尾只是一个中转站，搅混了水之后全身而退，连这些推荐记录也全都删去了，想追查也无迹可寻。

事实上，脱欧公投已经不是脸书第一次干涉投票。美国大选时，它也曾经对候选人的负面新闻进行过精准推送。不夸张地说，这一举动已经危及到了民主制度本身。

“我想你大概也做了类似的事吧，”冯诺一说，“毕竟郑先生是推荐性算法的推动者，对这种机制的运用很有心得。当然了，在我国绝不可能做到影响公|投这种事。真触碰到红线的话，你也不会好端端地坐在这里了。不过，大概也涉及到用推荐性算法来潜移默化地驯化用户，算是一场大面积的社会实验。”

郑墨阳的脸上依旧漠然，脱离了那种温柔的气场，端正的五官竟然显出一丝肃杀：“还有呢？”

“郑先生对于度的把控应该很好，”冯诺一说，“没有触犯法律，所以并不能把你怎么样，但是这种操控信息的倾向实在是个隐患，所以上面只能让您提前退休了。”

郑墨阳冷冷地看着他，两人保持着这种狎|昵的姿势僵持了许久。就在冯诺一以为自己在劫难逃的时候，郑墨阳突然笑了出来。

这笑声恢复了往日的和煦，郑墨阳放开了他，坐回原来的位置，仿佛刚才那一切都没有发生过。