跳至主要內容

使用 RSS Reader 戒除社群平臺上癮症

Photo by Adli Wahid on Unsplash

當 Google 停止 Google Reader 服務時,對我造成了困擾。以往我可以藉由 Google Reader 閱讀一些部落格、新聞資訊,藉由社群平臺朋友們的引導,可以看到更多平台的資訊,再自己選擇是否訂閱。當大家完全依賴社群平臺的資訊時,Google Reader 就停止了服務,並讓使用者匯出資訊到其他平台,例如我現在使用的 Feedly

在使用很長一段時間免費版的 Feedly 後,在 2019 年決定付費,主要原因如下:
  1. 提供搜尋、畫線、分類、註記等功能
  2. 可以直接在閱讀介面上把內容寄給好友或分享至社群平臺(Facebook、LinkedIn、Twitter...等)、Evernote、Pocket 等服務上存檔。
  3. 把介面調整成對眼睛較舒服的顏色
  4. 身為讀者,可以專心的閱讀完整內容
  5. 不需要再看到亂七八糟的網路廣告
  6. 不會被演算法干擾
  7. 身為作者,只要專心提供優良的內容品質,而不是有沒有人來看網站中的廣告
當愈來愈多的文字內容在網際網路上可以閱讀後,有些人認為平面媒體或傳統的媒體會消失,但這也是平面媒體和舊型式媒體的轉型機會,因為他們多數人比一般文字撰寫者擁有更嚴謹的文字及編輯訓練,這是他們的優勢,而數位化是工具,妥善運用工具,就可以讓具有優勢的媒體跑得更快,這是網際網路的特性,如果體質夠好,網際網路會讓你占盡優勢;如果先天不良又後天失調,就可能會讓整個服務消失。

由於網際網路使用者過度依賴社群平臺、即時通訊軟體的演算法餵養,於是所接收到的訊息來源會愈來愈單一及固定,也會讓人在同溫層中失去查證事實的動力;對內容提供者來說,過度依賴社群平臺的協助傳播,就不得不付費靠社群平臺推廣,原本是因為品質優良的內容而吸引讀者,卻幾乎倒果為因,先吸引讀者進入網站,而沒有心思提供好的內容,也陷入惡性循環,為了增加收入,在網站的版面上放上多則廣告,讓演算法去污染你的視覺畫面。

漸漸的,有許多網站不再提供 RSS 或 ATOM 讓讀者訂閱,或是根本不再維護,有些網站只提供部份的資訊,逼讀者一定要去他們的網站上閱讀,例如台灣中央社的重點新聞所提供的 RSS,我每次看到那行:「此摘要項目的內容經過刪剪,請瀏覽我的網站以檢視全部連結和內容。」這種直接翻譯不經修飾的文字,都會讓我忍不住笑出來:


在 RSS 裡提示這樣的文字其實是一種冒險,但對於閱讀者來說,他了解需要到原本的網站去閱讀這則新聞。有些 RSS 則不會提示類似的文字,例如下圖是 iThome 的新聞內容,如果不是因為了解 iThome 的報導不可能只有幾行字,我可能也不會再開啟視窗到其原始網站去。


我覺得閱讀是極度私密的事,因為它會顯示一個人的喜好、個性,所以可以從他人的閱讀清單、分享的內容去大概知道這個人在網路上,試圖營造的形象是什麼,不過這是個人選擇是否公開。

以閱讀者的身份,我很希望這些媒體內容網站多著重於自己的內容品質,參考統計數據了解網站使用者的喜好、提高內容的品質或是網站的親和力,而不是去營運及操作網路廣告、搜尋引擎排序;畢竟又不是花納稅人錢的公部門 (計畫) 網站,需要看那些統計數據或用這些數據來證明自己需要有一個網站。

很重要的畫線、分類、註記功能

並不是所有的網站都提供 RSS 或 ATOM 訂閱的服務,但我覺得自己需要一個服務,可以讓我把網站上的文章收取下來,讓我畫線、註記感想,日後可能成為我寫文章的參考資料之一。Evernote 有提供 Web Clipper 的服務,可以在瀏覽器上安裝套件,它會幫使用者把畫面上的廣告都清空,只留下文章,我們就可以在上面畫線、駐記,存檔後就是存在 Evernote 的伺服器上。

熱門的寫作社群平臺 Medium 也有畫線、註記留言的功能。作者可以看到讀者標記的內容、回饋,作者和讀者都能互動:

Evernote 的使用者需要付費來增加自己的儲存空間,也曾為了想開發人工智慧,甚至要侵犯使用者的隱私;而 Medium 除了需要付費閱讀外,使用者在畫線、註記的內容也僅限 Medium 上的文章,儘管 Medium 上的文章有不少的品質都是非常優良的,但其演算法也只會讓使用者固定在  Medium 平台上,同而畫線註記的文章,在之後是不容易找回來的,等於是畫線後就忘了。

後來因為參與了 Don Tapscott 和 INSEAD 在 Coursera 的區塊鏈線上課程,他們在課程裡希望大家可以多交流,但 Coursera 的課程介面較為個人化,很多時候都是一個人在看線上的影片,所以 Don Tapscott 在課程開始之初便要大家學習使用 Hypothesis 網站,他們在裡面建立了一個課論區塊鏈課程內容社團 BRMOOC,在 Hypothesis 網站上註冊一個帳號,並在瀏覽器上裝上套件,登入後就可以在頁面上畫線或加上自己的看法,這些文字會被儲存在 Hypothesis 裡。可以在上面分享所看到的文章,並進一步的連結課程的學生,藉由 Hypothesis 的平台交流、討論,除了網頁上的文字外,PDF 也是可以註記的。

這些畫線、討論的內容不會影響到原始文章,也不會干擾閱讀,也不需要像 Evernote 一樣擷取網站全文。Hypothesis 可以在不同的網站上使用,而且可以建立不同的群組、設定公開與否。使用者或是社團的成員就可以專心的在上面討論,而不用擔心會有廣告或訊息干擾的情況出現。下圖以藍色線框框起的部份就是使用在 Chrome 上安裝 Hypothesis 工具時會出現的畫面:


Hypothesis 也有提供 API 和程式檔案讓大家檢視、使用,只是目前我使用的 Blogger 平臺沒有這樣的功能,這也是我先前會搬到 Medium 上的原因,但 Medium 愈來愈封閉後,我還是選擇回到 Blogger。

戒除社群平臺上癮症

網際網路裡的工具很多,光是社群平臺的形式就有很多種。有些搶得了先行者優勢,於是獨霸網際網路,也造成大量的使用者上癮、互相牽制於同一個訊息平臺中。2018年11月,我在 Freedom Online Coalition 年會上,就親耳聽見一個不怎麼喜歡使用 Facebook 的網路使用者說,他並不喜歡使用 Facebook,但他沒有選擇,因為他的親朋好友們都在 Facebook 上,他不得不使用。我還記得在之後與其他與會者討論替代的方案,例如 twitter 或 Telegram。

而我自己是覺得,生活裡雞毛蒜皮的事太多了,Facebook 上的私人生活其實大同小異,與其把時間用在別人的雞毛蒜皮上,還不如多充實自己所需要的知識與資訊。

這種想法不近人情,但這就是現實。

在我開始付費使用 Feedly 後,雖然不見得每篇文章都會閱讀,會以有提供全文閱讀的文章優先,註記自己的心得、存檔,這對我來說比在社群平臺上寫完心得後,就再也找不到來得方便。曾經想要使用 Hypothesis 來建立線上討論的社團,讓參與者專心在文章及討論上,而不要被演算法、廣告、照片干擾,不過這在台灣可能還不是主流的網路使用方式,所以只是一個人註記、畫線、思考而已,但的確這些工具讓我遠離了 Facebook 上,許多的無病呻吟或影響心理健康的謾罵。

留言

此網誌的熱門文章

公告:更換網址為 www.yingchu.net

使用「.tw」域名的網址已有一段時間,在台灣的春季連續假前一天,我決定把域名自原本的 「.tw」 改到「 .net 」,從國家及地區頂級域名(ccTLD)更換為通用頂級域名(gTLD)。對一般人來說,只是換個網址,但實際上更換域名不僅影響網路搜尋引擎排名,也因我無法設定舊網址自動跳轉到新網址(301 頁面),加上我平時較少使用社群平台,導致許多瀏覽者可能無法得知我已更換網址,RSS 讀者也無法自動收到新文章。 目前我只能在 X(twitter)、LinkedIn上公告我已更換網址。 請大家更新自己的書籤至「 https://www.yingchu.net 」,有使用 RSS Reader 習慣的使用者也更新至「 https://www.yingchu.net/atom.xml 」或「 https://www.yingchu.net/feeds/posts/default 」。 更換域名的原因 1. 費用因素 自 2014 年開始使用「.tw」域名,每年付台幣 700 元,使用已超過 10 年。當時選擇「.tw」,除了想告訴瀏覽者這個文章作者來自台灣外,「.tw」比「.com」或「.net」每年維護費用便宜近 50%。這期間我也曾購買其他新頂級域名(New gTLD),如「.world」、「.asia」等,並使用不同註冊平台。有些平台為吸引新客戶不時推出特價活動,例如我一直關注的「.net」近期就有優惠。同時,移轉服務商後「.tw」的維護費用也低於 HiNet,進一步強化我更換域名的意願。 2. 較友善的管理介面 原本透過 HiNet 購買的「.tw」域名,其後台介面不夠直覺,常常找不到設定功能。每年僅登入一次,幾乎無法記得操作流程。今年登入時才注意到其實有提供多因子驗證(MFA)功能,但過去完全未曾留意,也從未收到相關通知。自 2014 年至今,我印象中這個系統介面僅更新過一次,早期的版面文字更小、操作不便。 當我在其他服務商購買「.net」域名後,發現他們的介面在手機與電腦上皆清晰易用。因此我也將其他域名集中轉移至同一註冊商管理。新的註冊商同樣提供 MFA,我也不儲存信用卡資料,讓集中管理更加輕鬆安全。 3. 無法接受「.TW」註冊局(registry)的政策 促成我犠牲 10 年 SEO成果的臨門一腳,是因為收到一封台灣ccTLD管理者(即註冊局,台灣的註冊局...

台灣成立個人資料保護委員會的重要性

我在2018年6月7日去聽 PChome 的詹宏志董事長的 演講 ,他在演講中提到過去PChome被 DDoS 攻擊的事件。當他知道公司網站受到攻擊時,他不知道該向誰通報,只好藉由他的人脈網來尋求協助,當然也取得協助,並在他的考量下,儘量降低對公司聲譽、消費者權利的風險。 台灣發生過的真實案例 當我聽到這個經驗後,心中一直有個疑問:「當大企業遇到 DDoS 時,有內部資安管理人員全力處理。但若中小企業遇到 DDoS 時,除多功能的資訊服務團隊外,又該如何應對?」  2007年的博客來網站因為金馬影展的售票資料庫因為人為疏失,造成大量個資外洩,但因為當時的《電腦處理個人資料保護法》(即現在的個資法)還不是很完善,所以對當時的博客來而言並未有很嚴重的懲罰。 之後隨著網路愈來愈普及,網站因遭受攻擊造成資料外洩的事情愈來愈多,從會員資料庫外洩到癱瘓公司系統甚至導致醫療系統或網站癱瘓。,大家也開始藉由網路媒體教學,當自己的資料外洩,或是私密影像被惡意傳播時,就會先去警局報警備案。 在台灣,因為各目的事業主管機關的權責範圍不同,在沒有成立數位發展部(數位部)前,網路商店發生資料外洩時,可能會先找經濟部、國家通訊傳播委員會(NCC);在成立數位發展部後,就把所有責任給數位發展部。讓我很感慨的是2023年的 醫指付個資外洩事件 ,就看著衛福部、經濟部、數位部、金管會四個部會互踢皮球,都不認為自己是應該負責的目的事業主管機關,最後由金管會處理。 歐盟GDPR實施後對全球企業的影響 台灣的人權團體長久以來不斷倡議台灣需要獨立的個人資料保護機構,這件事我一直都沒忘,甚至是在討論 《數位中介服務法》 草案時,這部法的草案已經將個人資料保護機構應做的事已規劃至其中。可惜的是因為政治操作,這部法案就被遺忘了。 我在 2022 年開始蒐集全球個資保護與隱私保護的案件及觀察全球人工智慧、個人資料法規發展,我觀察到,台灣與收集的案例的最大不同處在於,與其他國家比較,台灣沒有獨立的個人資料保護單位,自然當其他國家在談資料跨境傳輸協議、人工智慧發展政策與規劃時,台灣沒有對等的單位可以參與討論,也許數位部同時身兼這樣的角色,但就不是前段所提到的「獨立」的權責機關。 歐盟的GDPR自 2018 年 5 月開始實施後,許多國家開始思考擁有資料保護及所有權的重要性而紛紛立法外,GDPR也對全球企業造成很...

To Regulate or Not to Regulate? About AI technology

I borrowed the title of the forum this afternoon . Actually, I attended two webinars about AI today.  One forum focused on the debate about regulating AI development in Taiwan. The discussion was fruitful, as the panellists shared their experiences and knowledge about different AI regulations across various countries. Besides Taiwan, they discussed the European Union, the US, Korea, and China. Korea, for instance, published their "Act on the Development of Artificial Intelligence and Establishment of Trust" (AI Basic Act) at the end of 2024. However, before this, the Korean government had already established good data governance through three essential acts: the Personal Information Protection Act, the Network Promotion Act, and the Credit Information Act. These laws, along with their MyData applications, built a strong foundation for strategies like the Data Dam, a centralized platform for securely collecting, storing, and processing large-scale data, which supports AI devel...