有時候總會看到這樣兩極化的評論：在一家餐廳的評價下面，有人給了五顆星說口味新鮮，有人給了一顆星說菜色普通，那麼，到底這家餐廳是好吃？還是難吃？甚至是同時好吃也同時難吃呢？我們可以想像幾種可能性：
- 1.給一顆星的人剛好吃到廚師失手的菜色（相對地給五顆星的人剛好吃到廚師成功的菜色）。
- 2.五顆星的人喜歡吃辣，一顆星的人不愛吃辣，剛好這家餐廳菜色是辣的。
- 3.五顆星的人比較不挑嘴，一顆星的人剛好是超越常人味覺的美食家。
- 4.大多數人覺得難吃的東西，只要不是做壞了，或許就有人覺得好吃，或許就只是口味不同。
- 5.給五顆星的人那天剛好心情很好，給一顆星的人剛好那天心情不好。
有人是故意給了錯誤的評價嗎？倒也沒有，甚至可能每個人都給了對自己來說最真誠的評論，只是那一天的情緒、味覺、感受、環境，甚至剛好窗外一聲汽車喇叭影響了自己的判斷，讓自己多按或少按了一顆星。
那麼，在這樣的社群評價中，我們應該相信誰？
我看電影前很喜歡參考國外影評網站「爛番茄」與「 IMDB 」， 也會參考一下台灣的「開眼電影網」。你說，這三個影評網站裡的高評分電影，是好看的電影的保證嗎？
不，我不是這樣想。
既然如此，那我看這三個影評網站評分的用意何在？
對我來說，我對這三個影評網站的組成成員、評分喜好，加上我自己長久以來的對照經驗，有一組自己的判斷。簡單的說：
- 爛番茄：在這裡評分高的電影，通常是品質優良的藝術作品。如果明顯是商業電影但是在這裡得高分，表示電影裡很可能有大師手法、深刻劇情、精緻導演。
- IMDB：具有創意的、反叛的、獨特的電影容易在這裡拿高分，如果是熱門電影在這裡得高分表示起碼有一個讓觀影不無聊的小創新，如果小成本電影在這裡得高分表示絕對是讓影迷喜愛的邪典或科幻。
- 開眼電影網：爽快娛樂的電影就是這裡的高分電影，如果藝術小品可以在這裡得高分，通常可能是一部非常感人的電影。
評分是不是我看電影前的重要參考？是的。
評分可不可以成為我挑到自己喜歡的電影的參考？可以的。
評分高的電影是不是就是好電影？那又是另外一回事了。
我在《這些Google幫我做好的事：用Google思維重建10倍速工作流程》一書中，畫了上面這樣一張圖，來表達網路時代的社群力、個人化，如何可以真的成為對我們的工作與生活具有價值的參考指標。
完全相信排行榜就太傻，但是以為排行榜沒有參考價值，就等於放棄了新發現的機會。
在這樣的網路時代裡，我們更容易掌握更多、更大、更廣泛也更深入的資訊，就像前面提到那眾多影評網站中的三個，在看一部電影之前，我可以掌握到：
- 無數人提供的電影評分，這就是「群體的趨勢」。
- 網站因為我喜愛的電影而推薦給我的同類電影，這就是「個人的喜好」。
- 我對於這幾個網站的觀察與自身經驗的理解，這就是「理性的判斷」。
如果要在這樣的資訊潮流中，不被資訊淹沒與左右，不讓資訊決定你的生死後，才事後抱怨資訊的無用。那麼，我們起碼要能夠一次掌握兩種以上的資訊連結：
- 推薦：如果我懶得選電影看，只想趕快找一個娛樂，那麼我會直接相信群體趨勢與網站個人化後推薦給我的電影，這起碼不至於太糟，即使我和眾人口味不同，但起碼電影還是我喜愛的類型。
- 自主：如果我想深入研究自己最愛的科幻電影，那麼透過網站推薦給我古往今來的同類片單，接著我透過自己對導演、演員、故事的研究來選片，可以更輕鬆的深入這個主題探索。
- 選擇：如果要在這個周末找一部最新電影約朋友看，並且希望朋友不要失望，這時候我就要透過眾人推薦的片單裡，判斷不同影評網站高分的意義，加上我對朋友的理解，來選出最適合的一部電影。
好像有點複雜？不過這其實就是一個很快速的心理過程，只不過我把它寫出來後，看起來有點千迴百轉。
可是也因為有這樣的過程，我不會在看到一個高分電影而自己感覺失望後，覺得是影評網站無用，相反的，我會去修正我對這個影評網站的某些經驗判斷，然後讓下一次我的選擇更加準確。
所以無論是這裡舉例的影評網站，或是我常說的「Google 地圖上的餐廳評論」，這些推荐有沒有用？這些資訊是否有幫助？絕對有，只要我們抱持：
盡信網路不如無網路，但無網路我們就少了掌握大量知識以作為個人判斷的最佳利器。
網路不是讓我們相信的，而是提供我們一個人做不到的資訊知識統整量，上網搜尋就能找到的龐大群體知識、深入個人化資訊，當能夠掌握這個知識力，就是我們優化工作與生活最好的輔助。
原文連結：盡信網路不如無網路，但為什麼我覺得影評網站很有用？