3.2 设计变革
Last updated
Last updated
我们设计的大部分内容都涉及复杂系统的一部分，比如让水进入和排出浴缸的系统，但我们通常只是假设那些支持系统而不是关注它们。例如，现代设计通常关注客户和客户体验。例如，许多类似“Uber外卖”服务的Doordash在为客户提供出色的体验。你有一个应用，点击几次即可订购食物，而且很快就会送到你家门口。但是司机、餐厅厨师的体验如何呢？应用开发者对他们的体验关注了多少？
在《大西洋月刊》的文章“为什么我放弃从Uber外卖初创公司订购食物”（Sloan，2015）中，Robin Sloan认为，烹饪/餐饮初创公司Josephine比外卖服务更好，因为它同时为厨师和顾客设计。Josephine将喜欢在家中烹饪食物的人与愿意支付费用品尝家庭厨师制作的食物的社区居民相匹配。这项服务既为消费者设计，也为生产者设计，还有助于促进更健康的社区。Josephine背后的企业家关注了更多的系统，而不仅仅是消费主题。而且这个系统比Josephine认识到的还要复杂。它包括社区内的所有人，还包括食品供应链、食品浪费链以及许多其他也可以设计的事物。
在《设计与科学杂志》的第一篇文章“参与式设计”（Slavin，2016）中，凯文·斯拉文引用了一句话：“你不是被困在交通中，你就是交通。”Josephine是由了解家庭烹饪爱好者并更接近系统的人设计的。但最终，如果你真的想了解系统，你必须成为系统的一部分。健康复杂系统的设计要求设计师既是系统的观察者，也是谦逊的参与者。
在麻省理工学院，教授Neri Oxman和Meejin Kim教授了一门名为“跨尺度设计”的课程。在这门课程中，他们描述了从微生物和人类到建筑和城市，再到全球和天文系统的各个尺度的系统，并展示了所有这些系统是如何相互联系的。大多数科学家和设计师都专注于单一尺度和单一系统，然而他们可以并且必须了解他们的工作如何连接到并影响所有尺度的所有系统，并对他们对这些系统的干预承担责任。
在“纠缠时代”一文中，Oxman提出了创造力的克雷布斯循环（Oxman，2016）。这表明科学采用自然的感知并将其转化为知识。工程学将这些知识转化为实用性。设计将这些知识转化为意义、行为和社会价值。艺术将其转化为社会感知。尽管这种情况较为罕见，但这也应该成为科学的输入。在我看来，科学、工程、设计和艺术需要紧密合作，以便创造力能得到充分表达。
在Oxman的克雷布斯创造力循环（图12）中，学科之间，设计和科学在圆圈上相对，一个的输出不是另一个的输入，就像工程和设计，或科学和工程之间经常出现的情况一样。我相信，通过设计与科学的融合，我们可以从根本上推动两者的发展，并为我们自己提供一个新的“透镜”来观察系统。这种联系包括设计科学和科学设计，以及这两种活动之间的动态关系。
在这里，我使用“科学”一词是指生物学和其他硬科学的研究，而“设计”则是指在环境和复杂系统中发展干预措施，这与“设计科学”的更传统定义形成对比，后者关注于设计作为过程的方法论理解（Cross，2001）。过去的设计很多时候是关于视觉和美学的。现代设计将形式和功能结合在一起。在1896年的论文《从艺术角度考虑的高层办公建筑》中，芝加哥建筑师Louis Sullivan首次提出了形式随功能的概念（Sullivan，1896）。设计和工程结合在一起，为从鼠标到用户界面，从物质到非物质的技术设计带来了社会敏感性。
如今，许多设计师为公司和政府工作，开发主要关注确保社会高效运转的产品和系统。然而，这些努力的范围并未包括那些超出公司或政府需求的需求，或者关心这些需求。我们正在进入一个各种系统边界并不那么明确的时代。例如微生物系统和环境已经遭受破坏，现在为设计师们带来了重大挑战。面对这些适应性强、复杂的系统，我们对它们的非预期影响往往会为我们带来非预期的负面后果。
设计师不仅仅是手握决定性工具和控制权的规划者，而是他们所存在和参与的广泛系统中的参与者。这要求设计师采用更谦逊、非决定性的方法，要求科学家和工程师在多个尺度和系统上进行更有意图和敏感性的思考。在《设计与科学》杂志的《邀请反馈》一文中，Pip Mothersill指出：“我们不仅设计形式，我们现在设计平台”（Mothersill，2018），设计这样的平台的人正在设计生态系统。
这种敏感性传统上仅限于设计师领域，它是一种美学，尽管不仅仅是视觉上的。相反，设计领域正试图超越其传统的视觉美学关注点，开始采用更哲学的美学或敏感性，这种美学或敏感性更像是土著民族的。解决气候问题的方法不是提高生产力，而是灌输一种“超过足够就是太多”的敏感性。我们现代的许多健康问题都源于便利，而便利是一种现代商业价值，在过去的仪式中根本没有价值。收入差距在很多方面是一个高效资本主义制度的功能，这个制度奖励资源的拥有者，将增长和进步置于一切之上，剥削自然——这些观念对许多土著文化（如波利尼西亚人和美洲土著人）来说是陌生甚至令人憎恶的。
当我们试图解决气候变化等问题或重新设计刑事司法等系统时，在人工智能时代，这种敏感性和美学比目前我们依赖的用于塑造世界的A/B测试或经济模型等构成性和结构性工具更为重要。赫尔贝特·西蒙在《人工科学》（Herbert，1978）一书中描述的线性和逻辑决策设计对于我们复杂的问题似乎过于简化。然而，我们也必须小心，确保我们抵制简化和结构的急功近利不会导致像乔·弗里曼在《无结构的暴政》（Freeman，1970）中描述的女权运动拒绝领导者理念而产生的“无结构”，从而最终形成一种非正式且问责性较低的领导形式。
我们必须接受越来越多的科学和技术设计的结果不会完全受到我们的控制。相反，它更像是生育一个孩子并影响其发展。作为麻省理工学院媒体实验室的主任，我的工作是培养和滋养在科学和技术中使用尊重性设计，以便我们增强和推进我们生活其中的复杂、适应性系统。
与过去人工与有机、文化与自然之间存在明确界限不同——科学探索自然，工程建造人工——现在看起来自然和人工正在融合。
当今的科学和工程正深入研究合成生物学和人工智能，这两者都极为复杂。这些新的研究和探索领域必然使工程师跳出人工领域，使科学家进入自然领域。我们越来越能够直接在“自然”领域进行设计和部署，从许多方面来说可以“设计”和“编辑”自然。一方面，我们有表现出不可预测和无法解释行为的机器学习模型。另一方面，我们开始在生物学中看到我们预期随机性的秩序。例如，虽然科学家们认为生物学在分子层面上是固有的随机的，但由Deblina Sarkar带领的研究发现了大脑中不同神经元之间突触中的生物分子在纳米尺度上的排列，这不能不依靠某种协调和“排序”机制来解释，而这种机制的细节仍然未知（Sarkar等人，2018）。因此，在生物纳米尺度上，我们发现了无法解释的秩序，在数字尺度上，我们发现了无法解释的复杂性。
当我们将人工与自然结合起来，整合设计师、艺术家、工程师和科学家的工作时，学术领域之间无法进行沟通以及我们自己在跨学科界限上构思思想的困难变得越发明显。
语言相对论者认为，语言决定了一个人能够思考的内容。这个理论是有争议的，但研究已经表明，语言确实会影响我们对颜色的感知（Kay Paul和Kempton Willett，2009）或我们如何理解数学（Everett，2011；Holden，2004）。如果数学和数学符号是一种语言，它显然会限制或增强我们所能想象和讨论的内容（Saxe和Esmonde，2012）。法国哲学家米歇尔·福柯，他开创了现代关于知识与制度权力关系的思考，用“认识论”这个词来描述由于语言规则和约束而可能的、可知的事物空间（Foucault，2002b）。福柯在《知识的考古学》（Foucault，2002a）中认为，知识是通过由制度规则和个体之间关系所支配的话语产生的。这与库恩在《科学革命的结构》（Kuhn，1970）中解释的范式观念是一致的：范式作为语言表述以及实践准则，引导知识的创造和理解。在福柯和库恩之前，波兰微生物学家兼哲学家路德维希·弗莱克在20世纪30年代和40年代描述了“思维集体”，即那些知识只存在于该群体语境和认识论之中的一群人（Fleck，1979）。
马丁·诺瓦克通过数学证明了从示例中学习，或归纳推理，需要约束（Nowak, Komarova, 和 Niyogi, 2002）。这些约束包括文化演变所获得的语言约束和通用语法的生物演变（乔姆斯基，1995）。换句话说，如果没有诸如语言之类的约束，你无法通过推理学到任何东西。的确，以色列历史学家尤瓦尔·赫拉里在《人类简史》中指出，“我们语言真正独特的特点并不是它传递关于人和狮子的信息的能力。相反，它是传递关于根本不存在的事物的信息的能力”（Harari，2015）。所以，我们甚至可能需要语言来构思不存在的事物。
法国哲学家布鲁诺·拉图尔（Latour，1987）认为，事实之所以成为事实，是通过引用而实现的。引用有助于在学科之间划定界限，同时偏爱符合现有文献体系的观点，而不是质疑既定理论并打开黑箱的观点。拉图尔认为，引用在学科内部具有政治目的。在《情境知识：女权主义中的科学问题与部分视角的特权》（Haraway，1988）一文中，唐娜·哈拉维更进一步地指出，所有知识都是“权力之举”的结果，而不是追求真理的举动。在这种分析下，学科看起来似乎与权力有关，而不仅仅是知识。
因此，学术领域是具有自己的范式和专业语言的思维集体。同行评审强化了对这些规则、范式和语言模式的遵守。由于学科内个体之间关系以及资金和认可的流动方式产生的社会动态进一步加强了认识论，使各学科与其他学科之间的互动隔离。学科将知识打包成砖块和黑箱（Latour，1999），可以被其他学科或子学科使用，而无需了解砖块本身内部的情况。打开这样的黑箱，了解里面的内容是进行范式转变和“认识论断裂”（巴舍拉尔，2002）所必需的——但这需要大量的社会和经济资源（Latour，1987）。因此，旧时的格言“我们对越来越少的事物了解越来越多”（Fowler，1911）变得越来越正确。
每年大约有250万篇科学论文发表（Jinha，2010）。2009年，自1965年以来发表的科学论文总数已突破五千万篇。然而，每年发表论文的科学家不到1%（Stokstad，2014）。仅仅阅读单个学科的所有论文已经变得人力不可为——而且出版物仅仅代表了一个领域中很小一部分的工作。
我们显然需要重新考虑我们如何在学科内部以及学科之间发展知识和进行沟通。跨学科工作已经产生了深远的影响。罗伯特·兰格，历史上被引用最多的工程师之一（根据2018年谷歌学术引用公共资料，高度引用研究者（h>100）中的2610位），将工程学和生物学结合在一起，创造了跨学科领域生物工程学（Langer，2012；Pearson，2009）。随着计算机科学、工程学和其他领域的融合，多学科工作变得越来越普遍，并产生了有价值的成果。然而，这些努力在开始时经历了漫长而复杂的过程；在寻找资金方面遇到困难；以及研究人员冒险进入没有同行、没有期刊，甚至往往没有明确的学术归属的研究领域时需要承担相当大的风险。
可以将进行研究的人看作是在一场进化动力学游戏中的人口中的个体。虽然学者确实关心金钱，但他们的回报通常是影响力、同行认可和发现的喜悦的某种组合。尽管经济学家可以将所有这些回报建模为一种最终可转换为货币价值的效用函数，但很少有学者在撰写论文时计算每个引用的美元价值。他们更有可能考虑的是在学术体系中的发展，朝着获得学位或终身教职的方向前进。他们也可能在考虑权力和资金（更接近效用函数计算），这将使他们能够雇佣研究人员、购买设备和材料来进行实验，逐步增强或者可能推翻现有理论。
以这种方式，学术机构的结构，通过同行评审的过程提供学位和终身教职的学校和系，强化了深入而非广泛的关注点 —— 大多数学者的工作目标集中在一个非常小的人群上，这些人在某个领域有足够的先进水平，能理解新的作品如何以及在何种程度上为该领域做出贡献。学术出版的结构，作为许多学术领域的货币，也基于同行评审，大致沿着现有方向推进领域。最后，主要资金来源往往会放大这些关注领域，因为项目是围绕每个领域的专家设计的。这产生了倾向于在Y轴上纵向关注的“I”型人。（见图13）
许多具有深度知识的专家认为与公众沟通是低人一等的，浪费时间。他们宁愿致力于在自己的领域发展最深刻的知识，把诺贝尔奖放在公众赞誉之上 —— 尽管诺贝尔奖恰恰会通过另一种途径带来公众赞誉。约翰·布罗克曼在《第三文化》(Brockman, 1996)一书中，通过成功培养面向大众的科学图书作者，表明科学家可以为公众写作并受到公众欣赏。这创造了一种新的公共知识分子类型——更传统的学术研究者拥有公众观众。这也导致了更多“T型”人的发展，他们的才能很深，但也能与公众以及其他相邻领域的同行沟通。后来，TED演讲也成为学术研究者触及大众的一种方式。
许多学者对学术工作的公共展示嗤之以鼻，认为这必然是肤浅的，但著名科学家并不同意这种看法。阿尔伯特·爱因斯坦曾经著名地说过：“所有物理理论，除了数学表达方式，都应该以简单的描述呈现，以至于连孩子都能理解。”(Clark,2011)。
人类的时间是有限的，尽管有些人一生可以完成更多的事情，但你的个人形象所能承受的空间是有限的，因此在一个学科深入、多个学科深入或跨足多个学科广泛涉猎方面存在内在权衡。
有些学者在两个学科上都有深入的研究，可以连接它们，并通过翻译每个学科的词汇，将这些学科的思想和专家汇集在一起。这些是π型人，跨学科者。那些在多个领域具有熟练但不那么深入的知识的人是“M型”人 —— 多学科的。（见图14）一些跨学科者和多学科者还花时间探索学科之间的空间或学科交叉点。（见图16）这些领域往往吸引较少的资金，拥有较少的同行，因此总体上具有较少的现有先前工作。这些因素使得这些领域更难探索，而且很有可能成为一个没有合作者、终身教职途径或就业市场的学术孤儿。
然而，这些新领域提供了巨大的机会。在媒体实验室取得成功的关键在于，我们能够通过独特的联盟资助模式为跨学科领域的探索性工作提供资金支持。该模式将资助者的资金汇集在一起，然后在实验室的研究人员之间分配，而不受资助者的直接控制。这个联盟鼓励资助的学生和教师以无目标的方式探索。我们有自己的学术项目，可以在媒体艺术与科学项目中提供终身教职、硕士和博士学位，有时被称为“以上皆非的部门”——一种由福柯描述的学科异托邦（来自希腊语的“其他地方”）（Foucault，2002b）。
实际上，我们喜欢认为整个媒体实验室都是一个异托邦。部分原因是，我们将制作和部署事物作为一种研究方法，可以与我们在认识论上不一定重叠的其他部门和外部学者进行合作。在制作事物的过程中，我们能够通过实践以不同的方式保持严谨——通过实践，我们可以通过做中学习。
这使我们能够创造一个包含I型、T型、π型、M型和反学科类型的生态系统，将新想法注入现有的学科，并支持交叉学科的出现以及完全新的学科。这打破了孤立的障碍。（见图17。）
在《学科的种族中心主义和全知的鱼鳞模型》（Campbell，1969）中，唐纳德·坎贝尔描述了学科的部落主义或内部党派，并建议以一种类似鱼鳞的模式重叠学科，以创建一个全面的社会科学或多学科。（见图18和图19。）
艾德·博伊登（Ed Boyden）在媒体实验室负责合成神经生物学小组，他和我正在讨论一种更激进的方法——比反学科作为连接器和新学科生成器更进一步的方法。在这种新的思考方式中，博伊登描述了一种目标导向的方法，而不是学科方法来创造知识。在他的例子中，他试图理解和控制大脑，并反向挖掘或创造新的学科以生成工具。从进化动力学的角度来看，他的回报和动机与学科群体非常不同，尽管它们与学科群体有所重叠。对于博伊登来说，这是一个完全不同的维度，从中可以理解和构建世界——就像穿越平面国（Abbott，1884）的球体一样。在某种程度上，博伊登试图为他的社区在异托邦内创造一个新的架构。
图20是1920年代包豪斯教学结构的示意图。包豪斯汇集了跨学科的学科、新材料和新意识。除了课程外，该运动还创造了一种新的建筑风格和形式，对世界产生了真正的影响。
同样，图21是内瑞·奥克斯曼（Neri Oxman）创造力克里布斯循环的第三次迭代。她提出将学科、方法和感性综合在一起，这可能是创造一种新的元学科并以全新的方式前进的方法。
这无疑需要挑战为支持学术过程而发展起来的机构。我们需要思考这些机构的结构，以及我们如何在互联网后时代重新构想它们。
互联网，尤其是早期的互联网，是图22中显示的缓慢、强大和现有机构转变为充满活力和生成性生态系统的一个很好的例子。
打破电信业的庞大公司和垄断需要一种新的分层架构，解除每层的控制。这使得竞争者和合作者的生态系统得以形成，分散了商业层的控制和创新，并在协议层创建了一个开放和包容的过程。
互联网在技术和商业方面解除了分层，使竞争和创新得以繁荣。这种分层允许解除权力、互操作性、竞争和高度生成性互联网。
个人电脑和互联网开创并完善了一种解除系统层次的架构——芯片、固件、硬件、操作系统、软件、暗光纤和电线、调制解调器、以太网、传输控制协议/互联网协议（TCP/IP）、超文本标记语言（HTML）、网站、浏览器。互联网的每一层（尽管个人电脑有类似的层次）都有一个由非政府、非营利组织管理的开放协议和标准，具有通用但非常明确定义的应用程序接口（API）。
开放协议和非营利层使专家社区能够在不受商业和政治利益困扰的情况下设计最佳的社会和技术解决方案。使用这些新的开放协议的商业层得以繁荣发展并利用协议与上下层进行通信，但免受上下层的束缚。系统是分散的。
与整体系统相比，这种架构在效率和降低成本、弹性、每层不同技术的互操作性以及持续快速创新的能力方面具有显著优势。
在互联网出现之前，电信行业中心集中在庞大的电信公司。它们控制了从管道和电线到内容的一切。当多媒体首次出现时，有线公司进行了交互式视频实验，而法国电信和日本电报电话公司（NTT）等电话公司进行了Minitel和Captain等实验。
互联网之所以成功，是因为我们能够解耦其层次，并创建开放且可互操作的标准，使公司之间能够竞争，并在开放协议之间创建强大的操作层。开放协议的关键是非政府协调组织，如互联网名称与数字地址分配公司（ICANN）和互联网工程任务组（IETF）。各层之间通信的API和协议也至关重要。
协议的发明者，如在欧洲核子研究组织（CERN）创建HTML的蒂姆·伯纳斯-李爵士和多年前创建TCP/IP的学者团队，故意没有对他们的发明申请专利。相反，他们建立了非营利性和非政府管理组织，以支持技术人员社区，并与利益相关者以及其他层面上类似的非政府组织进行协调。他们构建了可互操作的系统，使系统和服务能够相互通信并建立在每个层次之上。这些层依赖于共识，是互联网的基本“公共领域”。
值得注意的是，所有这些最初的工作主要是学术性质的，除了美国国防高级研究计划局（DARPA）为TCP/IP的早期工作提供资金之外，并未涉及政府。政府和传统电信企业尝试创建类似的东西，结果却是制定了诸如国际电信联盟电信标准化部门用于分组交换广域网通信的标准协议套件（X.25）这样的协议，这些协议由于商业和政治利益而变得复杂且被拖累，使它们比互联网协议的效果差得多，且缺乏互联网技术社区产生的以社区为导向和谦逊的基本方法。
在这些层上以及上面的层之间，主要由风险资本资助的商业层初创公司采用了开放标准并将其扩展，使其对公众有价值且易于获取，例如3Com采用以太网，Cisco采用TCP/IP和浏览器采用HTML（尽管Firefox是一个值得注意的非营利性例子）。对于规模化和执行来说，以盈利为目的的市场导向型企业非常有效。可互操作的层为公平竞争和颠覆创造了一个肥沃的平台，并允许诸如基于TCP/IP的Cisco和基于HTML的亚马逊等公司的出现。（见图23）
正如我们现在看到的，主要风险在于，虽然开放协议允许竞争，但它们也允许公司可扩展地利用网络效应（O'Reilly，2005），因此我们看到在每个商业层都出现了垄断性公司。然而，到目前为止，即使是最大的科技垄断公司也会在技术进步、用户行为变化以及新企业的涌现来颠覆它时最终受到破坏 - Yahoo和Microsoft似乎是不可摧毁的垄断企业，直到它们不再如此。然而，Facebook和Google到目前为止似乎保持着它们的地位。
解耦和互操作性使得一个富有创造力的生态系统得以建立，并在很大程度上得益于一种“无需许可的创新”。这在很大程度上得益于通信、协作和分发成本的降低，这有助于维持生成免费和开源软件的社区。这大大降低了创新成本，并将其推向边缘，进入宿舍房间和那些与大公司和传统机构无关的个人。
我认为解耦和从分层角度思考生态系统，通过由开放和包容的非营利组织控制的协议进行连接，适用于许多其他庞大的系统，包括金融、虚拟现实、国际关系、政府和人工智能。
这些组织和社区可以把所有人聚集在一起，协调政府、市场、社会和技术之间的必要关系。
互联网从根本上改变了我们看待和互动彼此以及世界的方式，人工智能和机器学习的进步正从根本上改变我们对健康和医学的理解和互动方式。
要突破我们在确定制药行业未来以及理解和开发诊断和治疗能力方面所遇到的僵局，需要将反学科方法应用于人体和健康。
我们必须发现新的发明和范例来治疗我们面临的疾病，并创造新的工具。这需要摒弃学科的孤岛，将所有学科用于理解健康和设计一个新的结构，以进行创新并提出解决方案。为了实现这一愿景，我聚集了数学家、物理学家、系统生物学家、计算机科学家、用于可视化和审查系统的新工具以及其他许多人，以便更好地了解科学以及这些系统如何运作。我们必须质疑我们的基本假设，可能需要发明新的数学来模拟生物系统。我们需要了解如何将人工智能和机器学习应用于理解系统，以及帮助我们创建新的诊断和治疗工具。此外，部署新技术的临床试验必须进行重新设计；使用诸如机器学习和数据科学之类的新工具可以显著改进我们测试新方法的方式。
当前政府资助和学科隔离的研究型大学系统的结构无法实现这一目标。随着新技术的成熟，发展健康未来新范例的机会已经来临。我们已经看到了流程更加简化的迹象；具有新的临床终点的能力，以及通过传感器更深入地了解患者体验。这些数字工具的应用产生了数据池，可以通过AI和机器学习方法进行探索。这些新方法将允许新的发展范例，使疗法和治愈更针对个体患者，并更快地投放市场。例如：
2018年，《21世纪治疗法案》被签署成法，这是旨在加快新治疗方法和疗法的发现、开发和交付的重要两党立法成就。该法案对FDA制定和确认药物开发工具的设计发出了重要指令，这些工具被定义为生物标志物、临床结果评估以及确定有助于药物开发和监管审查的任何其他方法、材料或措施。它还推进了一个用于共享数据的“信息共享平台”的想法（Majumder等，2017）。法律强调利用创新，推进数字健康技术和发展下一代分析方法以改善医疗保健，扩大覆盖范围和推进公共卫生目标。我们即将进入一个新的机器学习、人工智能和基因编辑技术在生物、临床前和临床研究问题上呈指数级增长的时代。健康和制药公司可以通过使用基于AI的生成、分类和预测任务来解决他们最重要的挑战，从而获得巨大利益。以下列出了两个具体示例，这些先进的分析方法可以与《治疗法案》相协同，实现药物开发过程的飞跃：
a) 由下一代测序、转录组学、蛋白质组学、代谢组学和来自患者样本及动物模型的单细胞实验创建的复杂系统级数据集可以用深度神经网络（DNN）架构进行处理。 b) 针对小分子发现的高通量筛选使用手工处理，以及对命中和潜在靶点及机制的计算机模拟预测。这些任务可以实现自动化，因为新的生成式AI系统可以用来设计有效的小分子候选物。
在他的书《代码与赛博空间的其他法律》（Lessig，2009）中，劳伦斯·莱西格描述了四个象限 - 法律、市场、规范和架构（见图24），这四个因素影响着个人可以做什么。在他的定义中，架构是技术架构，他解释说法律可以影响规范、市场和架构。以让人们在街道上开车更慢为例。你可以安装减速带，这是一种技术干预，或者你可以建立更严格的速度限制并加以执行，这是一种法律干预。你还可以让在道路上超速成为社会上不可接受的行为，这将涉及到规范，或者也许可以通过市场手段，奖励那些放慢速度的驾驶员。
Lessig的书中的一个关键观点是，一旦出现了像互联网这样的平台，对技术代码和法律代码的综合理解就成为设计合适的法律和技术基础设施所必需的。例如，当互联网使复制音乐和其他受版权保护的媒体成为可能时，像Napster这样的服务在技术上使分享音乐变得非常容易。好莱坞通过通过严格的法律并加以执行来作出回应。这减少了在互联网上分享和混搭创意作品的能力。最终，苹果公司通过建立iTunes进行了市场干预，以合理的价格使分享音乐的体验在法律和技术上变得简单，同时通过将公司置于市场有利地位为自己创造了财务上的暴富。
大约在同一时间，唱片公司开始追求对嘻哈音乐的一个关键组成部分——采样。当他们开始起诉使用采样的艺术家时，人们就不再像以前那样进行采样。这改变了规范，而在美国的普通法中，规范改变了法律的解释。社会规范永远地发生了变化，采样音乐变得非法。在美国，混搭作为一种音乐艺术形式被彻底阻止。
而在其他地方，比如巴西，情况的发展则截然不同。市场和文化规范积极地推动分享、采样和混搭，并专注于通过现场表演来创收。活动制作商资助艺术家，对音乐副本的分发没有进行管制（Shaver，2010）。
Lessig的观点实质是，这四个象限需要相互协调，同时考虑所有四个象限可能产生最有效和合适的方法来管理我们社会中技术的发展和应用。这不仅需要象限之间进行一定程度的互动和协商，而且需要超越传统学科的方法——一种反学科方法。
Lessig的四个象限和反学科方法对于制定新规则以及修复破损的规则都是必要的。
互联网是一项新技术，但它也是一个平台和媒介。它是一种地方。在“了解媒体：人类的延伸”一书中，Marshall McLuhan著名地说：“媒体即是信息”（McLuhan，1994）。为了理解这意味着什么，以及我们如何在互联网时代更有效地工作，我们必须探讨互联网作为媒介的性质。
自90年代初以来，我担任了Prix Ars Electronica评审团成员，这是一项卓越的电子艺术奖项和会议。比赛和相关研讨会为新技术提供了艺术和审美视角，并帮助将这些技术定义为艺术和设计的媒介。作为互联网类别评审团成员长达十年之久，我通过为捕捉到互联网本质的有趣项目颁发奖项，帮助指导互联网艺术的发展。学校和艺术家从我们的奖项中汲取灵感，与我们一起发展这个领域。
我是创建互联网类别的第一个评审团的成员。这恰好是在网络兴起之时。与Ars Electronica的其他类别一样，互联网类别的许多早期获奖者并非艺术家。
早期的计算机图形评审团将奖项颁发给超级计算机可视化。同样地，我们给予维基百科、电子现金/电子黄金、Neal Stephenson和Linux奖项。我们有时会受到艺术界的批评，说我们颁发的奖项不是“艺术”，但我为我们的决定辩护——在我看来，艺术家扩展了媒体的边界，以创作者未预料到的方式使用工具，并帮助社会了解媒体和技术的未来。
我相信，Ars Electronica及其确认的艺术家帮助提供了对互联网作为艺术媒介的关键视角，并提供了许多关于它所呈现的风险和机会的洞察。Ars Electronica继续为思考互联网、科学和技术的未来提供一个重要的视角。
《互联网美学 —— 上下文作为媒介²》 为Ars Electronica - 1997年6月19日
互联网将计算机、人们、传感器、交通工具、电话以及几乎所有东西连接在一个快速且廉价的全球网络中。这种相互连接就是上下文。上下文代表节点连接在一起的方式和时间。如果内容是信息的名词部分，那么上下文将是动词部分。 新媒体和通信形式往往会模仿其前辈。卡尔·马拉穆德举了早期电视的例子，那时电视节目通常包括一个广播员和屏幕上的麦克风。互联网通常被称为在线出版或在线广播的一种方法。杂志出版商告诉我，计算机屏幕上的互联网广告无法与杂志上出色的整版广告相提并论。电视制片人经常将粗糙的互联网视频与出色的电视广告相比。作为一种媒介，互联网不适合向许多人传递大量相同的信息。目前，*互联网以较低的成本将所有人以相对较低的带宽连接在一起。互联网传递上下文，正是我们应该构建互联网未来的基础。
如今的世界和互联网上的许多信息很快就过时了。15分钟前的股票行情变成了免费的，即时的股票行情则要花钱。昨天的报纸在互联网上是免费的，但今天的（或明天的）可能会花钱。与报纸及其记者的关系比旧文章的数据库更重要。你的网景浏览器将在几周内过期。在电脑商店偷一张旧的网景软盘没有什么意义。与其下载大量软件，在互联网上，人们更容易记住在哪里找到所需的东西，或者更好的是，询问谁或在哪里搜索。这是关于信息的信息的信息...正如我们的货币体系变得非常抽象，我们的货币代表着实际上没有物质现实的东西，互联网上的大部分信息都是关于上下文，而不是内容。与过去那些可以装订成书籍、堆积在仓库里并通过卡车分发的硬数据相反，互联网上的信息是关于实时连接以及在正确的时间出现在正确的地点。
网络社区由以讨论、游戏或其他形式的双向连接形式相互连接在一起的一群人组成。人们投入时间和精力参与这些社区，这些社区演变成一个由技术和上下文调解的人与人之间复杂关系的集合。它变成了一种地方。这些社区受到底层技术的影响，但远远超越了技术本身。技术是一种基因基础，新生物可以在其基础上生长，通过参与者从环境中获取输入。
在缓慢移动的物理世界中，艺术作品、写作和其他形式的内容通常几乎是静态的，但在互联网这个流动、高速的上下文中，它们也可以变成有生命的事物。一个有趣的想法或设计很快就会成为一个受欢迎的项目，供人们取样、编辑和重新分发。艺术家可以看到他们的作品或他们的孩子，很快发展成为与最初预期完全不同的东西。原始艺术家是孩子的父母，但与在完全孤立环境中养育的孩子不同，互联网上的作品受到教育和塑造，无论是好是坏，都成为环境和社会的产物。将作品放在互联网上更像是生育而非创造一个静态对象。
社区、多用户游戏系统、市场、搜索引擎和路由器配置都是以上下文为导向的。上下文美学是设计这些以上下文为导向的系统，使它们在本质上具有优异性。一个好的以上下文为导向的系统使生活连接的网络聚合、互动和增长。它为网络增加价值，并吸引用户和连接。
互联网是一个自组织的适应性系统。正如去年在阿尔斯电子艺术 Memesis 讲座上，来自圣达菲研究所的 John Casti 指出的那样，人们可以完全理解一个复杂适应系统的工作过程，但不可能预测它会做什么。互联网在完全混乱和有序之间的非常有趣的区域自我组织。Eric Hughes 称之为一种有序的无政府状态。当有序被强加到互联网上，例如严格的协议或普遍的单一操作系统时，该层变得非常脆弱，正如人们在突变理论中了解到的，对系统的冲击可能会造成巨大的破坏。系统中的一个病毒或错误可能导致整个系统崩溃。目前基因模因/软件库的多样性和低效性使得风险得以分散。许多小地震可以帮助防止灾难性的地震。正是这种低效率和小错误，帮助互联网在不内爆或外爆的情况下适应和成长。
有序高效的系统也非常容易受到波动放大的影响。在反馈方向错误的情况下，经济、政治、交通或舆论的微小波动可能被超高效网络放大，并引发爆炸或崩溃。自然界利用反馈系统以优雅的方式减弱这种波动，以保持能量和平衡系统。这种非线性平衡比让系统变得更快或更高效要重要得多。这种平衡也可以解释为上下文的美学。
在互联网上，几乎完全的混乱也可以在数量庞大、组织混乱的内容和人群中找到。通过添加足够的上下文来帮助将内容和人群分组成有用的社区和网络，完全混乱也可以变得更有用。因此，我认为完全有序和完全混乱都提供了很少的信息、价值或能量。有助于整理混乱或打乱秩序的系统是有用的。此外，这些系统导致这种非混乱/非有序系统的表现方式应该在保持防止其放大为破坏或减弱为无效的反馈系统的同时，尽可能保留或创造尽可能多的能量。这需要一组规则或模因，吸引人们、内容、流量、金钱等形式的能量，并以一种增长和增值的方式组织这些内容。这几乎是一种模因工程。
模因工程师/互联网艺术家致力于提出一个在互联网上成长和演变的创意、软件协议或图像。这更多的是关于创造生命，而不是创造非生命的艺术品。模因工程师寻求让特定的模因被复制和复制，而传统艺术家则会保护他们的作品。正是使用、熟悉和复制使得一个模因变得强大并证明其美学品质。互联网艺术家和模因都在上下文而非内容的媒介中工作。
