mcpField
T
technology-impact

technology-impact

github.com/jwynia生产力179372 次安装35 周前更新
代码仓库

关于 technology-impact

technology-impact 运用麦克卢汉四定律,分析技术如何增强、淘汰、复现和反转既有模式。它提供结构化流程,涵盖社会领域、利益相关方、时间范围及系统效应。

主要功能

  1. 01用四定律分析技术效应
  2. 02考察经济与社会领域
  3. 03评估利益相关方及权力影响
  4. 04按时间范围区分影响
  5. 05梳理跨领域作用与不确定性

适用场景

  1. 01采用技术前评估其影响
  2. 02分析技术政策选择
  3. 03比较不同利益相关方受到的影响
  4. 04制定长期影响预测

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/jwynia/agent-skills --skill technology-impact

安装后在 Claude Code 中输入/technology-impact确认已加载。

详细介绍

技术影响分析(麦克卢汉四元组)

目的

使用麦克卢汉媒介效应四元组,系统分析技术对社会的影响。考察技术增强、淘汰、复兴和逆转了什么,从而揭示不易察觉的后果。

核心框架:四元组

每项技术都会同时产生四种效应:

效应问题揭示内容
增强它放大了什么?得到提升的主要能力
淘汰它取代了什么?变得不再那么重要的事物
复兴它带回了什么?得以复兴的历史模式
逆转推向极端时,它会变成什么?矛盾的后果

四元组核心问题

增强
  • 这项技术放大了哪些能力、流程或倾向?
  • 增强效应如何在不同情境中体现?
  • 主要和次要的增强效应有哪些?
淘汰
  • 它取代了哪些现有系统、技能或实践?
  • 哪些被取代的要素可能以变形的形式延续?
  • 这些淘汰现象会带来什么影响?
复兴
  • 它以新的形式复兴了哪些历史实践或模式?
  • 这些复兴现象与原来的形式有何不同?
  • 哪些历史认知有助于我们的分析?
逆转
  • 当增强效应被推向极端时,会发生什么?
  • 广泛采用会产生哪些矛盾效应?
  • 当前趋势可能如何逆转?

分析维度

1. 领域分析

考察各个社会领域:

经济

  • 生产系统
  • 劳动力市场
  • 金融系统
  • 商业模式
  • 消费者行为

社会

  • 人际关系
  • 社区结构
  • 社会流动性
  • 文化表达
  • 身份形成

政治

  • 治理体系
  • 民主进程
  • 权力分配
  • 政策制定
  • 公民参与

教育

  • 学习系统
  • 知识传递
  • 技能发展
  • 教育机会

医疗保健

  • 医疗服务提供
  • 医学研究
  • 健康管理
  • 医疗服务可及性

环境

  • 资源使用
  • 可持续实践
  • 气候影响
  • 生态系统管理
2. 利益相关者影响

针对每种效应,考察其对以下对象的影响:

人口群体

  • 年龄群体
  • 社会经济阶层
  • 地理位置
  • 教育背景

权力结构

  • 现有权威机构
  • 新兴参与者
  • 资源控制者
  • 知识持有者

弱势群体

  • 经济脆弱性
  • 数字鸿沟的影响
  • 无障碍方面的顾虑
  • 文化边缘化
3. 时间分析

时间范围

  • 即时(0-2 年)
  • 短期(2-5 年)
  • 中期(5-10 年)
  • 长期(10 年以上)

发展模式

  • 采用曲线
  • 抵制模式
  • 加速节点
  • 稳定时期

历史类比

  • 类似的技术转型
  • 模式重现
  • 历史经验教训
4. 系统性互动

跨领域效应

  • 一个领域的变化如何影响其他领域
  • 连锁影响
  • 反馈循环
  • 涌现属性

均衡变化

  • 正在形成的新平衡
  • 受到扰动的系统
  • 适应模式

权力动态

  • 权威转移
  • 控制机制
  • 资源分配

应用流程

1. 初步界定范围
  • 明确具体技术或应用
  • 确定主要影响领域
  • 设定分析时间范围
  • 明确利益相关者范围
2. 系统性考察
  • 针对各个领域应用四元组核心问题
  • 记录直接和间接影响
  • 识别跨领域互动
  • 绘制利益相关者影响图
3. 模式分析
  • 识别反复出现的主题
  • 注意异常效应
  • 记录矛盾之处
  • 绘制互动模式图
4. 影响评估
  • 评估影响的显著程度
  • 评估结果发生的概率
  • 找出关键不确定因素
  • 定义关键指标
5. 文档记录
  • 系统地记录发现
  • 梳理关系
  • 记录假设
  • 标注有待进一步研究的领域

分析模板

技术:[名称]

增强: 它放大了什么:

淘汰: 它取代了什么:

复兴: 它带回了什么:

逆转: 发展到极端时会变成什么:

领域影响
领域增强淘汰复兴逆转
经济
社会
政治
教育
医疗保健
环境
利益相关方分析
群体正面影响负面影响综合评估
时间预测
时间范围最可能的影响
即时
短期
中期
长期
关键不确定因素

示例:智能手机

增强:

  • 即时通信
  • 获取信息
  • 个人记录(照片、笔记)
  • 导航能力

淘汰:

  • 纸质地图
  • 傻瓜相机
  • 固定电话
  • 纸质报纸

复兴:

  • 口述文化(语音消息、播客)
  • 视觉文化(基于图像的交流)
  • 持续连接(前现代村落中的相互知情)

逆转:

  • 通信增强 → 通过屏幕陷入孤立
  • 获取信息 → 注意力碎片化
  • 连接 → 成瘾与依赖
  • 个人记录 → 监控基础设施

反模式

1. 技术乌托邦主义者

**模式:**只分析增强效果。关注技术带来的能力,却忽视它摧毁、复兴或逆转的事物。 **为何失效:**分析不完整,会遗漏关键后果。每种增强都有其阴影——忽视这一点会让利益相关方措手不及。 **改进:**强制自己逐一分析全部四个象限。逆转象限尤其重要,有助于识别意外后果。

2. 浅层分析

**模式:**只识别直接影响,不追踪系统性影响。例如,只说“社交媒体增强了连接”,却不探究大规模连接意味着什么。 **为何失效:**一阶影响显而易见;价值在于二阶和三阶分析。浅层分析无法告诉利益相关方任何他们尚不知道的事情。 **改进:**针对每项影响,至少追问两次“然后呢?”。梳理跨领域连锁反应,找出反馈回路。

3. 历史盲点

**模式:**孤立地分析技术,不考察历史上的相似案例,忽视我们过去见过类似模式。 **为何失效:**历史揭示的模式有助于预测。印刷机、电报和电话都能为数字技术提供借鉴。 **改进:**明确找出 2-3 个历史类比案例。它们当时增强、淘汰、复兴或逆转了什么?哪些模式延续至今?

4. 利益相关方一概而论

**模式:**把所有利益相关方视为同质群体。例如,不加区分地说“用户将会……”,却不分析谁得利、谁受损。 **为何失效:**技术会以不均衡的方式重新分配权力。忽视差异化影响的分析会遗漏最重要的政治层面。 **改进:**按权力地位、可及性和能力对利益相关方分类。针对每类利益相关方,逐一分析各个象限。

5. 混淆时间范围

模式: 将短期和长期影响混为一谈,不区分时间范围。例如:“这将使 X 过时”,却不说明何时过时或需要满足什么条件。 为何无效: 时间范围对规划至关重要。某项技术在 20 年后才会过时,与明年就会过时,需要采用不同的策略。 改进方法: 按时间范围区分影响:即时(0-2 年)、短期(2-5 年)、中期(5-10 年)、长期(10 年以上)。

集成点

输入:

  • 评估新技术时
  • 规划技术采用时
  • 分析技术政策时

输出:

  • 用于决策流程
  • 用于政策建议

互补工具:

  • media-meta-analysis:用于分析有关技术的论述
  • 研究框架:用于收集证据

评论

支持 Markdown