逐底竞争：通过强迫选择排名量化社会危害
“社会危害”这一概念极难量化。虽然经济学家使用 GDP，社会学家使用生活质量指数，但很少有机制能够捕捉到公众对各种行业所持有的那种直观、主观的“邪恶感”。一个名为 Race to the Bottom 的新项目试图通过利用强迫选择排名系统，来确定哪些经济部门被认为对社会危害最大。
该实验的核心非常简单：用户会看到两个选项，并被要求根据其个人知识、价值观和生活经验，投票选择他们认为“更糟”的一个。通过汇总这些二元选择，该平台生成了一个感知社会危害的排行榜。
强迫选择的心理学
Race to the Bottom 所采用的方法是成对比较的一种变体，这种技术常用于 Elo rating 系统（例如国际象棋选手的评分系统）中，通过个人偏好来创建全局排名。然而，将此应用于道德判断会引入一层复杂的客观性。
社区的主要批评之一是缺乏“中立”或“两者皆坏”的选项。正如用户所指出的，被迫在两个选项之间做出选择——即使两者都被认为同样无害或同样灾难性——也可能导致数据偏差。这种强迫选择机制凸显了公众舆论调查中的一个根本矛盾：在整洁、可操作的数据与人类信仰的微妙现实之间的权衡。
框架效应与偏见的力量
围绕该项目的大量讨论集中在选项的措辞如何影响结果。描述一个行业的方式既可以引导用户将其投票为“更糟”，也可以使其免受审查。
描述的偏见
用户指出，不同类别的框架构建方式存在显著差异。例如，虽然“Cannabis”被中立地描述为“种植、分销店和与大麻相关的业务”，但“Sugary Food & Beverage”则是通过其后果来构建框架的：“与肥胖、糖尿病和健康问题相关的产品”。
“如果你认为糖也有积极的一面，那么语境让你很清楚你是在为负面的一面投票。但 Cannabis 的负面影响在语境中被省略了，所以你更有可能对其持中立或积极的态度。”
“最糟”的主观性
除了描述之外，标签本身也带有内在的偏见。像“Exploitative Gig Economy”这样的标签是一种显性的价值判断，而“Advertising”则是一个中立的描述词。这引发了一个关键问题：实验是在衡量行业的危害，还是在衡量用户对措辞的反应？
危害的差异化视角
由此产生的排行榜引发了辩论，揭示了感知危害与系统性影响之间的差距。一些用户对排名表示震惊，并注意到在参与者的眼中，社交媒体的排名往往比石油和天然气或武器制造更差。
这种差异表明，公众可能会比那些感觉遥远或抽象的系统性、大规模危害更看重“日常”危害——即那些可见、可见、频繁且具有个人感受的危害。这进一步受到责任轴心的影响：
- 社会责任： 不论选择如何，都会影响每个人的危害（例如，环境污染）。
- 个人责任： 在很大程度上是个人选择的结果的危害（例如，含糖饮料）。
技术与 UX 考虑因素
从技术角度来看，社区建议了几个改进方案，以使数据更具鲁棒性：
- 传递性偏好： 实现一个系统来检测用户是否存在非传递性偏好（A > B, B > C, 但 C > A），这将表明排名是基于“感觉”而非一致的逻辑框架。
- 进度跟踪： 增加进度条以防止用户疲劳，因为目前无休止的问题流会导致用户感到厌倦或进行随机点击。
- 人口统计细分： 收集区域或州级数据，以观察危害的感知如何随不同的文化和政治气候而变化。
结论：经济的快照
尽管存在关于偏见和框架效应的批评，Race to the Bottom 仍是现代经济的一个迷人镜像。通过剥离专业伦理和法律框架的细微差别，它捕捉到了公众情绪的原始快照。它不仅揭示了我们认为什么是“邪恶”的，也是我们如何通过描述周围世界的语言来塑造我们的感知。