关于算法霸权

模型不会消逝：模型作为一种定位弱势群体的工具其发挥的作用非常令人震撼，但是如果用它来惩罚和剥夺公民权，那就是一个噩梦了。

首先，算法可能并没有像人们通常想象的那么准确。很多基于大数据的算法本来是用于分析整体的属性的，在这种条件下它们可以比较好地工作。正如奥尼尔在书的一开始中所举的棒球队的例子那样，通过大数据算法，球队可以大幅提升自己的成绩。

但是，一旦这样的算法被应用到了评估个体上，就会马上发生问题。例如，书中提到了用算法评估教师质量的问题。由于每一个教师每年教授的学生都是有限的，因此极个别的异常点就可能导致评估结果的重大变化，这让一些优秀的教师被误判为不合格。更为重要的是，当被评判的教师了解了评判的标准时，就可能针对这些标准有意识地进行造假，从而让原本有效的算法很快失去了效力。

其次，算法本身可能就蕴含着歧视性。很多算法在设计的时候只考虑了相关性，而没有考虑因果关系，这让它们在表面公正的背后，蕴含了对部分人的歧视。例如，曾经有统计表明，黑人进行犯罪的概率会更高，这个统计结果曾影响了美国司法数十年，让黑人在审判中难以得到像白人一样的权利。

然而，这个判断本身其实掩盖了真正的因果关系。事实上，黑人在很多方面都难以享受到和白人同样的待遇，他们难以接受和白人一样的教育、难以找到和白人一样的工作……在很大程度上，黑人的高犯罪率正是这种不平等的结果。因此，如果以这高犯罪率为理由，对黑人进一步施加歧视，结果只可能会让他们的犯罪率进一步提升。

需要指出的是，算法的歧视性很难反驳，因为它们往往会自我实现。例如，例如在上面的例子中，对黑人的歧视让他们的犯罪率更高了，这是令人沮丧的，但从表面上看，这又恰好印证了算法的预言。在这样的事实面前，我们似乎很难对算法提出质疑。

再次，算法的精准也可以成为损害福利、制造不公正的工具。一个例子就是精准推送的广告。从理论上讲，精准广告是可以帮助改善人们的福利的——通过对人们特征的识别，算法可以更好地识别其个体的偏好，在此基础上的推送可以更符合他们的口味、更满足他们的要求。

但这里有一个重要的问题，那就是在很多时候，人们并不知道自己真正想要什么，也不知道什么是对自己真正有用的。面对有针对性的广告，他们的决策很容易受到诱导。

在书中，奥尼尔举了一个大学招生的例子。在美国，有很多“野鸡大学”，除了提供文凭，它们并不能真正为人们提供良好的教育。然而，这些“野鸡大学”却是营销的高手，借助算法，它们把客户群精准地集中在了那些收入和社会地位相对较低，但对改变现状极为迫切的人的身上。从这部分人群身上，他们收获了高昂的学费。但与此同时，那些缴纳了学费的学员却没能得到他们期待的改变。

基于以上分析，奥尼尔认为，对于算法和数据，我们不应该盲目乐观，而应该持续保持警醒。

应该说，《算法霸权》一书是十分发人深省的。书中提到的很多事例，其实我们每天也在经历。在享受算法带来的便利的同时，我们其实也在不知不觉中忍受着算法的霸权。

那么，对于算法，我们应该秉承一种怎样的态度呢？我想起了《星球大战》中的一段剧情：天行者卢克对原力阴暗面的强大破坏性深为恐惧，为了防止这种力量的滥用，他选择了避世隐居。然而，原力带来的破坏并没有因此而停止，尽管以卢克为代表的正义一方放弃了对它的使用，但邪恶势力却一直在开发着它的价值。后来，卢克在雷伊的劝说下认识到了这点，挺身而出用原力维护正义，最终慷慨赴死。

在很多方面，算法和“星战”世界中的原力都存在着相似——它十分强大，能帮助人们达成很多原本难以达成的目标，但也能带来很多原来难以想象的破坏，这一切都取决于如何对其使用。如果处于害怕而放弃对其的应用，那就好像是倒洗澡水时把孩子也倒了一样，不仅无益于解决问题，还会消灭最终解决问题的可能。从这个意义上讲，对于算法，我们应该采取一种类似于“星战”中卢克对待原力的态度——在承认其破坏性的同时，设法驾驭它，尽力做到扬长避短、趋利避害。

必须承认的是，目前我们对如何驾驭、监管算法还所知甚少。例如，奥尼尔在书中提出了算法要公开，要接受政府监督。用行内的术语，就是强调了算法要有“透明性”和“可解释性”。但其实，这两点做起来并不简单。

“透明性”要求算法的编写者将源代码公开，以保证其可以被检验。这从理论上讲可以，但在实际上，很多的算法非常复杂，即使公开了也很难被检验。另外，不少具有独创性的算法都涉及到知识产权问题，因此直接空开算法是比较困难的。在这些情况下，“透明性”如何被保证，依然是个棘手的问题。

“可解释性”要求算法的编写者能向用户解释算法是如何作决策的。但这事实上也很难操作。一般来说，算法越精巧、越准确，其复杂性就越高，就越难以被解释。因此，如果算法的编写者过于追求可解释性，就势必会以牺牲算法的精巧和准确为代价，而这有时候是得不偿失的。