官腔

2022-07-04 · 2402 words · 5 minute read 思考

在防火长城之内的xx百科搜索“官腔”这个词语,会得到这样一段释义。

“官腔”是贬义词。形容一些为官者在回答民众或下属时所说的一种似是而非、滑头滑脑、回旋有路的套话。这种官腔,听起来冠冕堂皇,不着边际,让人抓不到辫子,而对下属或民众来说,却不解决任何问题。因此,人们历来憎恶打官腔的人。 既然有官,必有官腔。

以及这样的。

官腔,是为官者特有的一种腔调,说不清它属于哪种语系分支,但可以肯定,它发展长盛不衰,自然有其魅力和理由。官腔是一种特殊语言方式。拿腔拿调的大话、空话、套话,冠冕堂皇的话,模棱两可的话,还有大义凛然的话……都是官腔特有的。

还有不知是哪个狗腿子写的,说官腔有四美:一是韵律美,二是力量美,三是层次美,四是朦胧美。当然啦,也有正常一点的描述,说官腔的特征有这些:显摆、文件词汇多、老套、推委、故作高深、玩弄术语。

正好我最近的工作中稍稍接触了一点点类似的文件,容我随便吐吐槽。

某地银保监局发了一份“关于开展监管科技和合规科技应用情况的调研”,调研内容个人感觉写得还蛮好的,如下。

1.建模团队基本情况,包括组织机构方式、部门间联动合作方式、建模团队成立时间等。 2.数据建模基本状况,包括建模成熟度、建模场景覆盖范围、建模覆盖的数据源范围、单个模型的平均开发周期等,此处模型定义指基于数据驱动和计量算法测算,基于统计学习模型或机器学习模型训练得到的算法模型。 3.数据模型应用和维护情况,包括已上线模型数量、单个模型平均生命周期、模型监控周期等。 4.数据建模层面面临的主要问题与挑战。包括但不限于数据孤岛效应、数据质量问题、技术人员稀缺、模型风险问题、数据安全、客户信息保护等情况。 5.模型应用层面面临的主要问题与挑战。包括但不限于投入成本、产效评估、平台建设、外包体制等情况。

先叨叨一下上面把“模型”和“算法”这两个词混用的情况。在我看来,“模型”并不仅仅只是统计学专业的专业术语,“算法”也不仅仅只是计算机专业的专业术语,同一个词语在不同人脑子里的印象是不一样的。虽然已经有很多先人为了避免在信息传递时发生误解或产生歧义,费了很多功夫、下了很多定义,制定了一条又一条标准,让人们凭借标准行事和沟通,但是这些努力始终抵抗不了这个时代的一些微妙变化。根据我的观察,现在网络上大火的流行语越来越短,越是含义简单、模糊的“词语”传播越快,所以网络上即使是有明确定义的词也极易被混用、甚至滥用。

唔,词语的混用、滥用,也可从两个角度再简单叨叨。从输入的角度看,模糊的词语迅速传播,很容易就会灌到那些不怎么习惯独立思考的人脑子里。也许只灌一次不会起什么作用,但是互联网是个推荐算法横行霸道的、为了薅羊毛无所不用其极的网络世界,在这样的时代里,每个人都处于信息茧房之中,即使有心抗贼但也抗不过大水漫灌,终究是会被灌点什么东西到脑子里。再说输出的角度,毕竟人人都长了一张嘴,即使是隐匿于网络背后发言,但是基于“求赞”的心理还是很常见,于是乎,人们无形中也会把自己被灌进去的东西再喷出来。

在“打官腔”的世界里,词语的混用、滥用情况和互联网世界的有点相似。不过原因多半不是因为被强灌,而是因为上有所好。比如要发展科技强国,于是……于是……各大银行保险机构都提出“科技赋能”,各种“数智化转型”。

扯远了,且先说为撒我觉得上面那份调研内容写得还算好,因为仅仅只是从模型应用这件事来说的话,调研内容覆盖的面上是全的。可能是为了方便将来做数据统计,发的机构建模情况调研表居然有很多是单选题,也有填空题和开放题。比如针对“建模成熟度”的可选项:无计量模型或机器学习模型、主要基于传统评分卡模型、主要基于机器学习等算法建模、基于深度学习等高阶机器学习算法、既有传统评分卡模型又有机器学习模型、既有传统评分卡模型又有机器学习、深度学习等算法。让填空的“模型覆盖场景”和“模型覆盖数据源”也还给了示例:“主要覆盖xx业务的信贷风控场景应用于优质客户筛选和xxx,还应用与营销、反欺诈等xxxx”,“信贷场景主要基于征信、工商、法院xxx等数据源;营销场景主要基于税务、政务数据xxx”。

总而言之,以上其实可算是一个正面例子。最近看到一份算是同业的材料,“X行数字化转型工作分享.pptx”,里面很多内容我看到的时候–真想当场刻到脑子里,这样以后就不愁写“必要的废话”时凑不够字数了。

比如在“构建物联网”那一页写到:构建“端、边、云”一体化技术架构,物品溯源,物联数据洞察,智能边缘计算……

比如在“开放服务生态体系”那一页写有21朵金融生态云,其中行业云有教育云、出行云、商医云、景区云、政务云、物业云、宗教云、三农云、建筑云、供应链云;金融云有金融监管服务云、金融风险服务云、科研资金监管云、理财托管服务云;通用云有财资管理云、党建工会云、人力资源云、赛博云、慈善云。我个人比较好奇赛博云是什么云。

还有“智慧”这个词和不同的词组合,变成智慧这这、智慧那那。所谓的数据中台分层,就是用几个词和“层”这个字组合,变成贴源层、聚合层、萃取层,“贴源层”、“聚合层”这两个大概还能看明白是干嘛的,至于“萃取层”真就不明白是萃取什么的,但是联想到“数据萃取”这个词给人的印象还是挺高大上的。

话说回来,官腔缘何存在,废话当真必要?

一个普通人类自己跟自己对话的时候当然不会拿腔作调,除开本从心者不想很直接地讽刺某种现象的情况,这种时候会十分含糊地写“于是……于是……”来带过。所以说,官腔大概也可算是一种工具,有相对固定的应用场景。具体场景本从心者就不举例了吧,因为也没听过或者看过多少真正的官腔,由于接触的样本太少,俺的脑子不足以训练出一个模型来搞清楚官腔们的具体规则。

也并不是只有在政府当官的人才需要打官腔,哈哈,很多公司里不也有“首席技术官”、“首席财务官”之类的职位嘛,那也是官呐。官与官之间、官与民之间都存在官腔的典型应用场景……