文 / 董小琳

我们可以将时代划分为：有大数据之前 和 有大数据之后。

为什么要这么分？

因为，谁也不能忽视，大数据对我们每个人生活方方面面的影响。

比如说：

之前，你的日子过得好不好，恐怕除了家里人，只有几个关系特别好的朋友知道。

甚至，在亲戚比较多的大家庭里，你还会特意为某次聚会做准备，就是为了：别让亲戚看扁了。

现在，你的一切生活状况，都被互联网、大数据收集得一干二净。

今天买包花了多少钱，明天预售，你又用了几个红包抵尾款，平台都了解得一清二楚。

甚至，就连你对比过几样商品，中途退出过几次，是因为价格问题，还是性能不满意，那些掌握数据的陌生人，同样都知道。

这是一个细思极恐的问题。

一个你根本不认识的人，对你的生活习惯，消费水平了如指掌。到底有多可怕？

据传，打车软件的算法，会根据你以往的消费记录，调整出一个你能接受的最高价格。

怎么理解？

比如你之前走这趟路，最多花过20块。那么，今天它会把价格加到25。如果这时你退出了，下次它会调整到22。直到让你觉得，虽然贵了点，但是还可以接受为止。

然后，下次在这个基础上，继续试探你的极限。

这……

不是说大数据是时代进步的标志吗？怎么会这样？！

不妨我们今天就来读一本，为了揭开大数据真相而创作的作品——《算法霸权》。

这本书的作者是数据科学家，凯西·奥尼尔。

从小，凯西就喜欢盯着车流，把一个个的车牌数字，因式分解成素数相乘，并以此为乐。对数学深深着迷的她，后来有了博士学位，成为了巴纳德学院的终身教授。再后来，成为了华尔街的金融工程师，银行的风险分析师，以及旅游网站的用户分析师。

最后，凯西成为了本书作者，专门揭露大数据对美国社会生活的霸权影响。

在这本书中，我们能看到被鼓吹上天的大数据，在实际应用中，是如何引入不公，带来歧视，甚至成为了某些特权阶级的统治工具。

作者将这种工具成为——数学杀伤性武器，而我们，则就此沦为了数字难民。

数据到底有什么错？

说到数据、算法，你可能会觉得，比单纯人的主观判断更公平、精准。

至少，计算机是没有感情和偏见的。

因此，通过计算得出的结论，更有说服力。

的确，算法和数据的优势是客观精准，这些都没有问题。

那为什么作者说，大数据会带来偏见与不公呢？

原因就出在：

无害的算法和数据，被人类利用了。

那么，人类是如何干扰数据和算法的呢？

作者主要给出了两个方面，分别是：

模型算法的制定

对结果的判断和执行

我们先来看第一点：算法，都是工程师写的。

就拿书中讲到的，华盛顿特区对中学教师的评估模型来说。

萨拉的教学质量，在学校里有口皆碑。因此，她对自己的评估结果，很有信心。

可是，就在新一年的评估算法中，增加了将近一半的权重，不是来自学校领导、社区家长们的评价，而是用当年学生的考试成绩来评估。

结果，萨拉的排名一落千丈。

最终的结果是，她不仅不再是优秀教师，而且因为评估不达标，被强制解聘了。

用学生的成绩来评估老师，听起来无可厚非。

但，这又是一个细思极恐的问题。

首先，一个班的学生最多也就是30多人，样本数量严重不符合大数据的要求。

其次，在萨拉被解聘很久以后，《华盛顿邮报》对那一届学生的考卷做了一次深入调查，发现大量学生的卷子上，有涂擦痕迹。

什么意思？

就是说，有人为了好成绩，而集体作弊。

那，我们能拿着这些证据去找算法说理吗？

明显不能。

“客观”的算法，很难考虑到这些“意外”情况。

我们因为无法理解算法的复杂，而无法对其给出的分数，提出质疑或者抗议。

而且，执行算法结果的，也是那些有执行权利的人们。

因此，客观的数据在人类主观意志的操纵下，已经失去了原有的优势。

还有药可救吗？

这么说，大数据就真的是杀伤性武器，而要坚决抵制吗？

作者说，不是的。

毕竟大数据是这个时代的新生事物，在发展的过程中出现问题，也是常理。

针对大数据应用的改进，书中给出了几点建议：

首先，增强监管手段；

其次，提升开发工程师的职业操守；

最后，还要保证数据的透明公开。

这样，才能化杀伤性武器为发展工具，让更多的人能从中获益。

比如——

你是否在领英上，找到了合适的工作？

你是否在音乐平台的推荐里，听到了心仪的歌曲？

又或者，你是否是婚恋网站的会员，在系统红娘的帮助下，找到了人生伴侣？

面对新事物，我们不能因噎废食，更不能盲目乐观。

那么，在和大数据相处的这段日子里，你又有过怎样的经历呢？

欢迎留言。

—END—

不是在读书，就是在码字的小琳

如果喜欢这篇文章，不妨点击下方红心咯~