名词 量化自我

“量化自我”的概念

“量化自我”（Quantified Self）最早是在2007年，由《Wired》杂志主编凯文·凯利（Kevin Kelly）和技术专栏作家沃尔夫（Gary Wolf）提出，指利用可穿戴设备和传感器技术等来收集人们日常生活中不同方面的个人数据，探索自我、反思自我从而获取自我认知的运动。他们把对“自我跟踪”（即“量化自我”）感兴趣的使用者和工具制造者（Self-tracker）组织起来，召开量化自我大会，在全球各国建立量化自我的兴趣组织。

试图对人自身进行量化监测的想法由来已久。早期的概念是人本主义计算（Humanistic Computing），可以追溯到上世纪70年代，那时就已经有通过穿戴式传感器（Wearable sensors）以人的行为、生理信息为对象的研究。早期的研究使用诸如穿戴式摄像机等比较简陋的技术手段，记录人日常生活中的心理和生理变化来了解人类智能、行为等。今天的“量化自我”，无论是可量化的内容范围、还是技术手段都已有了巨大的变化。

“量化自我”的应用

狭义上的“量化自我”主要围绕着运动健身、日常生理和疾病治疗三类数据进行监测和分析。移动互联网的发展、智能可穿戴设备的日渐普及，以及各类健康APP的涌现，“量化自我”已经成为人们的一种生活理念，目前，“量化自我”在健康管理行业有成熟应用。通过相关设备、网站以及程序，获取人们所消耗的食物、睡眠质量、心理表现等方面的数据并实时将这些数据上传云端进行分析和处理，从而监测人们的身体状态，让人们更深入地了解、认识自我，并引导人们改变不良习惯，有效提高生活质量。

在“量化自我”的发展中，“量化自我”绝不仅限于身体和健康领域，从单纯的身体数据逐渐延伸到个体的行为、认知领域，包括涉及的个人观点、消费习惯等，都可以成为量化自我的一部分。

广义的“量化自我”包含以下四类数据监测与分析：

① 健康数据——关于人体机能与状态的数据

② 认知数据——关于个体性格、认知规律数据

③ 消费数据——关于个体消费行为与习惯的数据

④ 环境数据——关于个体与物理环境互动的数据

这些数据使个体可以被全面量化。

“量化自我”面临的现实挑战

量化自我的成本很高

除了价格不菲的穿戴式设备，量化自我往往需要有配套的手机应用、在线社区来实现更加高级的功能。成本就不只是经济上的，还有时间、体能与注意力，由于量化自我方兴未艾，每一种量化工具的局限性很大，光是健康领域的量化工具和服务就已经多达上百种，一般用户很难同时兼顾多个量化工具。量化的高成本的同时，还带来了负面作用，持续不断地自我检测可能会带来一系列的精神疾病，如抑郁症、厌食症等。

量化并不意味着新知

人们“掌控一切”的欲望越来越强，但获得数据仅仅是量化的第一步。比如精确记录每一餐摄入的维生素比例和热量，是否每日摄入热量低于某个数值才意味着健康？量化并不总是能带来新知，尤其是当对量化的认识还处在初级阶段的时候。

数据的整合充满障碍

面对五花八门的量化自我服务，那些量化者们十分困惑，例如健康领域，是否需要一个“A Microsoft Of Health Data”（健康数据垄断者）？这是一个量化自我、大数据所面临的问题，如果不同的数据库无法整合，仅仅全面、精确地解读自我都是不可能的，更谈不上知识的数据化、普适计算网络。数据的整合不仅面临技术、算法、元数据规则等问题，还有隐私、数据安全、国家主权等社会政治问题。

END

文字 | 张予涵

排版 | 肖智恬

图片 | 来源于网络

出品 | 暨南大学新媒体与传播生态研究中心