自我跟踪
Self-Tracking
作者：吉娜·内夫（Gina Neff，牛津互联网研究院OII/牛津大学社会学系），道恩·纳夫斯（Dawn Nafus，因特尔实验室/Intel Labs）来源：Nafus, D. and Gina Neff (2016). Self-Tracking. Cambridge (MA): The MIT Press. 节选
现如今，人们都在跟踪（track）。一系列的数字跟随我们度过每一天——睡了几个小时、走了多少步、加为好友的人数、发送的推文。这是自我跟踪爆炸性增长的年代。截至2016年底，有多达1.1亿个可穿戴传感器出舱。血糖监测不再只是糖尿病患者的事。为什么有这么多人做着自我跟踪的事呢？本研究关注“自我跟踪”（self-tracking）的话题，也就是关注人们如何记录、分析和反思有关“自己”的数据，以及为什么要这样做。人们对自己的数据究竟做了什么，他们如何使用工具使自己成为群体的一部分。在各种日常环境中，数据如何变得有用、强大、乏味、令人愉悦、令人沮丧、错误，或者只是无关紧要。我们还探讨了当数据被卷入机构关系（institutional relationships）中时会发生什么。公司、大学、政府和其他类型的组织都参与了数据的生产和处理。我们主要关注自我跟踪，因为它与健康和保健有关，这是人们往往最关心的数据，而且关于社会影响的争论也最激烈。我们旨在解释为什么人们对“数据在手”的力量有如此大的热情。自我跟踪是一项人类活动。自我跟踪不一定需要比纸笔更复杂的技术。然而，无论通过智能手表和健身手环等可穿戴的电脑，还是通过手机或电脑，现在的自我跟踪技术都是数字技术。这些技术与人们数十年来的自我跟踪方式（如写日记或日志）相互关联。这些数字痕迹的增长对这种古老实践提出了新的问题。这些技术扩大了可以监测的生活领域，它们使人们有可能比以前更频繁地进行跟踪。只有当我们看一看这些实践和工具是如何结合在一起的，我们才能看到这种新的社会现象如何出现。自我跟踪发生在社会环境（social situations）中。自我跟踪可能集中在个人身上，但它们源于关于社会如何运作的基本信念。技术使用者和制造者之间的关系告诉我们什么样的技术最终会被使用。医生和病人之间的关系告知人们他们身体的数据如何在诊所中被使用。技术使用者、生产者、病人和医疗专业人员都有自己的社会圈子（circles）或社群（communities），他们通过咨询来了解自我跟踪的“真正”意义。量化不是新鲜事。18世纪的美国政治家本杰明·富兰克林（Benjamin Franklin）就记录过他如何使用时间，以及他是否达到了为自己设定的美德。他用图表和简短的笔记进行跟踪，“执行这个自我检查的计划”。这种以日记形式进行的日常跟踪很常见，事实上，18世纪的日记是为了分享而写的，由相对简短的条目组成，是按顺序排列的、简短的个人日志。传播学者李·汉弗莱斯（Lee Humphreys）和她的同事发现，今天的推特和18世纪、19世纪的日记很相似，都是“利用当时的媒介来叙述、反映、交流并与他人分享”。20世纪中期的发明家巴克敏斯特·富勒（Buckminster Fuller）也通过创建剪贴簿来量化自己，并且每15分钟严格存档一次。尽管富勒的风格与富兰克林非常不同，但从某种意义上说，两种风格都体现了自我跟踪。他们俩的例子放在今天，一个表明数据在改变个人方面起着积极的作用，而另一个则是在支持个人反思方面起着更消极的作用。今天，我们可以把富兰克林的方法称为“自我跟踪”，而富勒的方法称为“生活记录”（life-logging），这也是自我跟踪的近亲，它比我们最初想象的更具有干预性。富兰克林的方法就是我们现在所说的自我跟踪，它具有非工具性和沉思性的特点。在这两个例子之外，我们必须加上第三个例子，即自我实验。在成千上万的人身上进行现代临床试验之前，自我实验是科学工作的一个主要部分。艾萨克·牛顿（Isaac Newton）爵士为了了解眼睛的工作原理，盯着太阳几乎弄瞎自己。布洛芬、疟疾疫苗和神经科学都有一段自我实验的历史，而且自我实验者继续凭借这种行动有所发现。自我跟踪、生活记录和自我实验都影响着我们看待自我的知识。实验的这一因素总是引起人们对谁拥有知识，以及什么是有效的知识的质疑。数据在更多人手中不是中立的，它可以创造或破坏信仰。当代自我实验的支持者认为，自我实验不是一种较差的科学形式。它可以在比基于实验室的实验更现实的环境中进行，并促进更多的纵向工作。然而，怀疑论者认为，自我实验不能充分消除偏见，因为实验者既是研究对象，又是研究数据的阐释者。然而，科学范式的转变不仅依靠更多证据，还可以依靠信仰的改变。历史上的例子可以提醒我们，要把对证据的信仰与对提供证据的人的信仰分开是多么困难。例如，在中世纪的英国，女医护人员发现将面包放在伤口上有助于伤口愈合。因为她们的性别，所以这被指控为巫术，而不被视为科学发现。但在这种情况下，她们远远领先于那些仍在研究希波克拉底医学的“四体液学说”的“正统”科学家。同样，当世界各地的原住民群体发展民族植物学知识时，这些做法有时在生物学上非常有效，有时则不然。与这些植物打交道的科学家们有时依靠现有的本土知识，有时又会断然否定这些知识。
根据古希腊体液学说，人体由四种液体组成，分别是血液（对应多血质）、黏液（对应黏液质）、黄胆汁（对应胆汁质）和黑胆汁（对应抑郁质）。这四种液体平衡发展时，会形成各种人体功能；当体液不均衡时则会造成疾病。人的不同情绪也被认为与体液有关，根据每个人先天不同的体液比例，会形成不同的性格，即四种气质。
在一些例子中，人们使用自我跟踪来发现一些西方科学所不具备的东西。在其他情况下，自我跟踪证实了或依赖于已知的东西。社会偏见继续在一些地方暴露出来，在这些地方，人们喜欢偏见，或者因为发现了不光彩或不可能的事而忽视它们。在科学界和非科学界，信仰和反对的证据是一枚硬币的两面，被注意或被忽视。我们的研究旨在讨论自我实验如何迫使我们与证据和信念之间的不确定界限搏斗，以及我们如何决定什么是合法的知识，什么不是合法的知识。如果量化一直伴随着我们，那么自我跟踪有什么新意呢？第一个新的发展是技术的变革。通过电子方式感知各种现象的能力一直是工程学和计算机科学不断追求的目标。移动电话作为计算平台的出现，传感器和传感器系统其他组件的小型化，以及连接基础设施和数据存储的改进，都为传感器的广泛使用创造了条件。这种相互依赖是如此错综复杂，我们拥有令人震惊的传感器系统，以及一个它所依托的广泛市场。第二个发展是文化变革——生物医学化（biomedicalization），这是对事物本来面目的医学或生物阐释的延伸。现在很难找到不受生物医学阐释的生活角落，从情绪和感觉到生命成功的奥秘，生物医学化已经成为一种心理模式，一种思维习惯，使医学成为最容易获得的阐释，以说明事物为何如此。在一个生物医学化的世界里，承认一簇神经元的影响比承认文化或社会对人们行为方式的影响更容易。这种广泛的生物医学化过程在我们的共同体想象中开辟出一条大道，使得“测量身体”变得可以想象和实现。“健康“已经成为一个饱含深意的词，它不仅仅是对身体状态的描述，也是说话者“认为是”或“不可取”的委婉说法。被告知你的“行为不健康”可能是令人难以置信的耻辱，因为你刚刚被告知违反了生物医学世界的社会规则。生物医学化也是一种强烈的社会力量，影响着技术市场。尽管只有一小部分自我跟踪工具被用于医学，但这些工具大多借鉴了生物医学化的理解和框架。这样一来，生物医学化已经在消费级电子产品货架上找到了一席之地。
人们第一次尝试使用活动跟踪器时，他们经常会问的第一个问题是：我的读数正常吗？有时“正常”的意思是“大多数人所做的事”，而另一些时候，“正常”意味着“理想状态”。许多自我跟踪工具无法区分这两者。生物医学文化教会我们在他人的背景下衡量自己。这就是科学在很大程度上所做的事情。它测量人群中的一些现象，并创造人口分布。数学意义上的“正常”曲线是纺锤形，大多数人分别在中间。不是所有的医学现象都有这种分布。但无论如何，只要在这个“中心”之外，就意味着一些问题，可能需要医疗干预或自律。然而，对于任何特定的个体来说，这可能都不构成真正的问题，高低差异可能只是某种简单变化。如果将数学上的正态分布作为一种理想，那么就能给那些决定什么该被测量的人以巨大的力量。我们中的许多人生活在这样一种社会中——“自我完善”和“采取行动”，若选择不对一个潜在的问题做些什么，会使这个人成为异类（“不正常”），因为他没有达成努力自我完善的文化理想。数据会给人们带来负担，让他们去确定他们的数据是否代表了普通人的变化、身体问题或有关健康和保健的社会信念。有一件事很困难，那就是去区分纯粹的人类生物学问题和因为社会将其定义为“不正常”而成为问题的问题。大多数人建议每天行走10000步。这是美国平均水平的两倍多，而且对大多数人来说，比官方建议的每周150分钟的活动量还要多。当一个人一天走了7000步，看到应用程序告诉她她应该每天走10000步时，正常与否的问题肯定会出现。对某个年龄的人来说，什么才是平均数？健身水平？医疗条件？我们是否应该期望一个17岁的人和一个70岁的人有相同的步数？美国的平均数比那些汽车不那么普遍的国家要少，世界各地的农业人口每天走的步数比西方人认为的“正常步数”或“理想步数”要多很多。他们的“正常”是否也被认为是“理想”？这完全是一种价值判断。地理环境、社会承诺和医疗挑战可能使许多人难以日行10000步，但有人可能仍然认为每天都应该走这么多。通过数据和旨在鼓励行为改变的系统，设备用户可能会把自己看作是一个失败者。在这种情况下，该技术充当了一种监视的替代品。这不是医生或其他医务人员的直接注视，但自我跟踪工具的建议听起来很有权威性，它用准医学术语表述，旨在让用户内化那些必须自己解决的问题。大多数应用程序只允许个人解决方案。“社会”功能不是关于个人健康的公共基础设施和公民条件的对话，而是指向个人解决方案。福柯（Michel Foucault）警告说，这种向内的关注正在成为当代文化的核心部分，它滋生了一种不足感，创造了对下一次购买的需求。社会力量和个人数据之间的联系很复杂。这些类别的文化意义随着更多种类数据的出现而改变。历史上，风险类别以人口统计学为基础，如“40岁左右的白人妇女罹患某疾病的风险更大”。风险类别既有社会因素也有生物因素。例如，在社会中受到歧视是一种压力，而压力会增加心脏病等疾病的概率。“吃什么”是社会信念和文化信念，但这越来越被视为理解健康的关键。随着数据的丰富，定义“像我这样的人”变得更加复杂。
事实上，在“量化自我”中，人们正在热烈讨论如何从“询问什么是正常”转向“对我来说什么是正常”？安妮·赖特（Anne Wright）认为，用数据来比较现在的自己和当时的自己，是摆脱这个陷阱的好方法。同样，问“在我这种情况下，其他人发生了什么？”可以是一种以更微妙的方式学习他人经验的方法。
这是统计思维风格的一个转变，提出的问题种类是合法的，回答这些问题的能力也是合法的。这种转变对社会公平和隐私意味着什么？一方面，这种转变可以帮助那些患有难以诊断的疾病的离群者找出问题的症结所在。精准医疗的新进展为根据个人数据定制医疗决策提供了更大的空间，并通过为个体病例定制治疗，超越了传统的诊断类别。
然而，正如叶夫根·莫罗佐夫（Evgeny Morozov）指出，如果关于我们身体的数据积累到 “对我的情况来说是正常的”、可以非常精确地提炼出来的程度，那么人们可能就不得不参与数据收集而没有退路了。虽然大多数工业化国家对基于性别或种族数据的歧视有明确的法律规定，但从非传统的、不受保护的数据（如社交媒体行为）中也能导致真正的歧视。