網路媒體的異想時空

網路書店的龍頭老大亞馬遜，一向以它的「目標行銷」（targetmarketing）能力自豪。的確，透過龐大、詳細的資料庫，它不但了解書，而且也了解你。不但記得你看過、買過哪些書，而且還能推測你的喜好，不斷提供你更多花錢的機會。

現在Amazon將量化數字概念，往前更進一步。推出許多目眩神迷的數字，並用許多炫麗的詞藻來包裝這樣數字。像「迷霧指數」這樣的指標你知道可以幹什麼嗎？

以下摘錄中國時報95年3月26日的開卷B3，數字告訴我們什麼？讓作者告訴我們箇中奧妙。
亞馬遜推出的「Search Inside!」全文檢索功能，又開啟了更多可能性。既然亞馬遜的電腦已經「讀過」這本書，何不讓它告訴消費者書裡有甚麼？所以又多出First Sentence、SIPs、CAPs、Citations之類令人目炫的新項目。但在這些資訊中，名稱平淡無奇而容易被忽略的「文字統計」（Text Stats）其實才是最有趣的。

在亞馬遜網站上，凡能全文檢索的書，大多也都提供了「文字統計」，點選後，可以看到該書的可讀性、複雜度、字句數和趣味統計等數字。前三類除了書籍本身的數據，還有它在整個書店全部書籍裡所佔的位置。

以去年的暢銷書《深夜小狗神祕習題》英文版為例，這本書的難字（指三個音節以上的字）只佔全書的5%，有九成多的書裡頭的難字比它多。全書平均每句有17.7個字，有59%的書每句的字數比它少。大體說來，亞馬遜告訴我們：雖然這本書表面看來淺顯易讀，其實它並不是這麼簡單的書。

可讀性的計算比較困難。亞馬遜提供3種指數，每種的數字解讀方法不同，其中最令人感興趣的是「迷霧指數」（Fog Index）。這項由牛津大學教授 Robert Gunning所提出的可讀性公式，不但容易計算，其結果也很容易解讀：求出的指數值是多少，就表示這本書需要幾年級的程度才看得懂（指以英語為母語者），例如指數值5表示國小五年級、12表示高三程度。

俗話常說「蘋果不能跟橘子比」，但是有了亞馬遜的「文字統計」，不但蘋果能和橘子比，水果可以跟蔬菜比，而且幾乎任何題材、任何形式的書都能拿來比一比。

假如你為該買哪本暢銷小說而猶豫不決，不妨查看一下它們的迷霧指數。想找輕鬆易讀的，就選指數低的那本；如果喜歡向高難度挑戰，則可以不必考慮數值低於12的書。

在這些統計之外，亞馬遜還提供了兩項「趣味統計」：要是你對價格精打細算，結帳前記得看一下「每塊錢可以買到多少字」。至於要找旅行時帶著路上看的書，則可以檢查看看「每盎斯的文字含量」。

經過亞馬遜的超級算一算之後，我們終於可以明白為甚麼沒有多少人讀完霍金的《時間簡史》，因為它的迷霧值是16.3，比78%的書都要難讀。

迷霧指數，製造「迷霧」？
但是如果仔細檢查，我們會發現有些書籍的迷霧值很可疑。例如，諾貝爾文學獎得主的作品一定很難讀囉？Seamus Heaney（迷霧值11.5）和Nadine Gordimer（11.5）還算符合我們的想像，奈波爾（9.8）只能算是中等，童妮．摩里森（7.0）和柯慈（7.2）得說是平易。至於去年甫獲獎的哈洛．品特（3.6），難道他寫的是童書？

再看，法國哲學家米歇爾．傅柯的天文數字（23.2）並不讓人意外，但奧地利哲學家維根斯坦的《論確定性》（On Certainty）只有8.6，豈不是老嫗能解？另外，艾可的小說以《傅柯擺》最簡單（11.3），《昨日之島》最難（14.9），這個結果也可能有很多人不同意。

可以這麼說：迷霧指數就像星座血型一樣，當它確認了我們的既有印象時，我們就認為它很準確，但當它吐出離譜的數值時，我們也會毫不保留地加以嘲笑。隨興查看、比較各書的指數值，可以帶來樂趣，但要把它當成客觀指標，就未必確當了。

為甚麼會這樣？原因之一是來自指數本身的性質，另一是則來自亞馬遜的應用方式。

盡信數字，不如無數字

任何帶著小數點下兩位數字的「指數」，都會予人以「科學、精確」的印象，但若探究迷霧指數的計算方式，它不過是衡量句子長短和難字多寡來決定文章複雜度的經驗公式。用這方法來概估文章難易度，不失為簡潔有效的方法，而且在編寫實用性質的文件時，也經常以各種計算作為評估工具，但要把它當成一體適用的通則，就顯得勉強了。

迷霧指數頂多只能考慮到文章形式上的難易，所以聖經、莎士比亞和馬克．吐溫的迷霧指數值都在6左右。即使不談書中的思想與涵義，單單就表面上的字句來看，欽定版聖經和莎翁劇作也絕對不屬於易讀的。

而亞馬遜的應用也有疏漏之處。例如前面提到的維根斯坦《論確定性》為何只有8.6的指數值？只要看一下網頁上所列的書中主要單字索引（Concordance）就可以明白了。出現頻率最高的字是da, ich,nicht等，這些都不是英文字。原來，亞馬遜把這本德英雙語的書，不加分辨地全部當成英文來處理。

也因此，哈利波特《神祕魔法石》的兩種古典語文版，就出現了令人捧腹的統計數值：古希臘文版的《神祕魔法石》難字只佔10%，迷霧指數是宜人的7.2；拉丁文版則是難字佔41%，迷霧指數高達20.3的天書！這兩組奇怪的數值，正是因為亞馬遜把兩種語文版本都當成英文來計算的結果。

科技並非萬能，量化指標的能力有其限度。正如我們不應該根據封面來評斷一本書的好壞，我們又怎能依賴幾個阿拉伯數字來判決書的難易？英國《衛報》有一個幽默專欄The Digested Read，每周把一本暢銷書依其文體、風格濃縮成不到500字的摘要，每篇最後的Thedigested read, digested再把摘要濃縮成一句，這樣簡化再簡化的結果，得出的往往只是一場笑話。或許出版社還不至於把「文字統計」像食品成分標示那樣印在書籍包裝上，但當你在書店裡看到「亞馬遜書店讀者★★★★★推薦」會有甚麼反應？或許我們該研究一下星星數、迷霧指數、價格字數比…之間的關係。


還有，【魔戒】和【納尼亞傳奇】兩大奇幻名著再也不必被拿來作永無定論的比較了，我們可以用「文字統計」來決勝負。想知道康德和黑格爾誰比較好讀？要選一本最容易上手的卡爾維諾英譯本？這些問題都有了解答。亞馬遜的計算，提供了一目瞭然的閱讀指標。