我们日益通过可量化的指标来理解自身及其活动，这一现象被称为“度量人”（Homo metricus）。这种转变在体育领域尤为明显，各类应用追踪运动表现；在生产力领域，诸如 Jira 和 Duolingo 等工具则强调连续打卡（streaks）。尽管数据能够提供洞察，但对指标的过度依赖却可能改变体验本身。作者将无忧无虑的智能手机时代之前的骑行体验，与“Strava 骑行者”的数据驱动方式进行了对比。这种新现实涉及对踏频、功率等指标的持续监控，进而影响即时行为。对外部数据的依赖可能遮蔽身体的感知与直觉。“度量人”通过算法评分来解读自身经验，将可测量的结果置于定性体验之上。这一倾向不仅限于体育，还延伸至生活的诸多方面，例如乘客评分和社交媒体粉丝数量。指标建立了比较的基准，催生了持续改进的欲望。用户与应用之间的关系形成了一种反馈循环：行为产生数据，应用利用这些数据进行调整并影响未来的行为。这种不断的调整可能导致自我发现能力减弱，以及从错误中学习的能力下降。最终，当我们允许应用定义何为可测量之物时，我们面临的风险是：对自身本质的理解将由算法塑造，而非源于我们内在的体验。