不過要像過去Robert Axelrod那樣以實驗室為reference，在抽離的想像社會空間中做programs的競爭不太容易了。但想想，不就是exactly在此，我們可以再次確認「社會」在internet-based network analysis中的實質化，如今如果沒有一個規模夠大的digital matrix母體，這些數位實驗不會具有太大的意義，而這最終意味著學術/商業的合作，當然也就碰到寡占與倫理的問題。

最近因為疫情的關係，重拾了social network analysis醫療發源地的最初想像：病毒傳播所牽涉到的路徑、速率、距離、閥門、群聚、橋架…在在讓我想起了年輕時的知識衝動，而且所謂「帶原者」不正是一個絕佳的human/non-human結合的agency？更有趣的是，假消息傳播這另一個因疫情而再度凸顯的「物件」課題也有了現實緊迫的研究動機，我有些直覺感想，Virus或許正給我們上珍貴的一門課，一些研究突破的思維啟發，值得還在做網路研究的朋友想想。

我們應該從跟病毒對抗的防疫經驗中學習靈感，從social medium的Algorithm設計上找到對治「假消息病毒」的方法，破壞它的傳播路徑、調整它的速率，甚至讓它提早步入衰竭、auto-catalystic的自我修正機制！譬如說，如果在每個post share上注入spread speed的控制呢？甚至讓它在一定degree的傳遞後會將路途上的互動資訊往前回饋標記帶原呢？或者，提到標記，如果微調feeling status加入forward passion與holdback hesitation的認知直覺呢？我在想，如果我們能好好傾聽病毒給的教訓，或許可以在自由放任與集中管理之間找到一個social+algorithmic的democratic solution吧？

# 疫情緊繃中的建成公園遊樂場，很多國家人民羨慕的一幕吧？「選擇放心」需要許多公民的集體智慧與勇氣，用彼此信任的健康方式對抗病毒。I bet we’ll win！