1707567673
1707567674
但是，就像洛沃所写的那样，事情并非那么简单。这些数据可能恰恰对那些受歧视者有所助益。一家名为吉尔德的公司设置了56 000种变量在网络上搜寻那些不是从精英大学毕业却工作出色的编程人员，他们发现了这些迄今被忽视的人，并且给了他们一个机会。
1707567675
1707567676
旅行网站Orbitz发现，那些拥有苹果电脑的人在预订宾馆时意愿支付更高的价钱，因此他们在对这些客户进行房间报价时会比向使用Windows（视窗）操作系统的客户报价时更高。苹果电脑用户的优势，即能够为一台电脑支付更多的钱，此时却变成了他们的劣势。巴塞罗那的科研人员比较了向具有“节约特征”的网络使用者和向具有“富裕特征”的网络使用者的报价，发现了这样的结果：面向“节约者”的报价部分地低于面向“富裕者”的报价，最高可达4成。而在一家在线商店，那些从打折网站跳转过来的网络冲浪者可以比那些从其他网站跳转过来的网友支付更少的费用，最高可达23%。但是如果反过来，那在经济学上就没有意义了：如果商家针对那些不太富裕的人提高价格的话，他们可能会得不偿失。
1707567677
1707567678
程序算法得出的结果甚至可能比人类的判断更公正。如果是由一台机器做出选择的话，在我们的社会中，深色皮肤的求职者可能会有更好的机会。我们当然不应当将机器给出的评分与理想的决定相比，而应该将其与人类通常做出的决定相比。人类的决定往往是充满偏见的、狭隘的、有偏向性的。程序算法绝对是能够确保更多公正性的工具，前提是我们能够正确运用这种工具。
1707567679
1707567680
消费者保护可能是一个例子。消费者保护的一个挑战在于，在不剥夺其自主决策权的情况下，在人们做出之后很可能会后悔的决定之前保护他们。可供选择的方法是解释说明。比如在购房、保险或者信贷方面，程序算法模型可以清楚地给出精确的、私人定制化的答复。对于那些想购房的人，机器能够提供更多、更详细的数据，比如：那些同样资质的购房者，其购房后面临的破产风险有多高？一旦他们买下这样一个大房子，为此陷入疲于奔命状态的概率有多大？以及其他更多有用的信息。
1707567681
1707567682
或者设想一下，商品检验基金或者一家相对具有可信度的机构在严格保护私人信息的前提下提供分析顾客特征的服务，从中推导出他们的典型错误。或者这家基金设计了一种“游击—算法”，它能够据此模拟银行和信用卡公司如何评价他们的顾客。在此基础上，它可以提供很多有效的警告和建议。
1707567683
1707567684
重要的是要认识到我们会与丰富的评价模式格格不入。目前还没有证据显示，这些评价模式是被统一控制或者认证的；也没有事实证明它们是否有意义，或者它们到底有多危险。我们可能会在一种重叠而又矛盾的评级网络中活动。控制社会的一大特点就是：使人迷惑。
1707567685
1707567686
所有评级都将充满偏见。这是不可避免的。这些评级从来都不是中立的，总会掺杂可疑的、决定越过数据筛选和程序算法的逻辑。虽然一些程序算法的拥护者辩称他们的分析软件的确有上帝一般的客观性，并且强调它们会还原现实，“就像现实原来的样子一样”，但这只不过是欺骗而已。每一款软件都会体现编程者的意志。
1707567687
1707567688
比如脸谱网正在根据某个用户与其所有朋友交流的频繁度不断评估朋友的价值和意义。朋友因此不再是同样的朋友，而是有极大的差异性。脸谱网将亲戚的评级提得更高，甚至会在用户主页显示亲戚发布的、与他并无关系的状态更新。血浓于水——脸谱网正是通过代码下意识地强调了这个准则，而许多用户可能并没有意识到这一点。
1707567689
1707567690
我们或许要在这些影响下生活，至少要在那些特别关注生活方式和理念的非国家机构带来的影响下生活。这也意味着算法不会一直歧视同样的社会群体而优待其他的社会群体。在微粒社会中，优势与劣势转变得非常迅速。
1707567691
1707567692
在这种差异革命和控制革命的叠加中，我们将面临更多的细微歧视，与之伴随的是被快速计算并快速消失的概要特征，它们像闪电一样照亮我们的生活。我们很难从这些概要特征中总结出社会的一般劣势。但是这些短暂的细微歧视会加强人们对于社会不公平的感受。
1707567693
1707567694
在这种评级社会中，有一个群体可能会被视为失败者：专家群体。
1707567695
1707567696
1707567697
1707567698
1707567700
微粒社会：数字化时代的社会模式 专家的终结
1707567701
1707567702
如果某一天律师们的业绩能够被公众看到会怎么样。当事人可以通过他们的智能手机了解这位女律师曾经就读于哪所大学，她取得了怎样的成绩以及她之前的工作经历。查询到的信息如下：“这位律师的诉讼文书的质量位于其同龄人的前20%。她在法庭上的获胜率是27%。”
1707567703
1707567704
并非所有的律师都会将个人数据提供给那些程序算法并使得其评价可见，但是拒绝被评价可能很快会被理解成弱点：谁不想被评价，谁就是在尝试掩盖其难堪的业绩。如果唱片公司在发布唱片后拒绝将其置于批评者的评论之下，绝对会遭到质疑——这个艺术家的市场前景会因此而变得黯淡。于是可以预期，所有的从业者和交易迟早都会被透视，因为那些拒绝这样做的人会遭到惩罚。
1707567705
1707567706
这会对谁有好处，又会损害谁的利益呢？首先是那些穷人？不大可能。清楚的是，那些得到极好评价的律师和医生将会要求明显更高的酬金，他们就是这种数字化评级社会中的超级明星。同时，那些公开的评分会导致更加激烈的竞争，通常来讲所有的消费者都会从中受益：道理很明显，如果社区中有三家冷饮店，冷饮的品质通常要比只有一家冷饮店时更好。
1707567707
1707567708
那些有着糟糕评价的律师和医生可能需要降低其服务价格，对于穷人而言，这意味着他们能够消费得起这些服务。因此受歧视者将继续得到比富裕者更糟糕的服务，但是他们不必再支付与现在一样的价格了。对于穷人而言，这种评价透明性至少提升了性价比，即使它并不能确保他们能够得到相同质量的咨询指导服务。
1707567709
1707567710
大多数的被评价者将会憎恨这种体制，而且他们会尝试操纵这些评价系统。人们或许会成功，但是随着时间的推移，大部分的评价标准将变得相对健全而且真正公平——尽管还不完善。但是或许它们已经足够好了，这种机制的优势会慢慢体现出来。
1707567711
1707567712
个人声誉的重要性将会大幅提高，但是作为整体的某一行业的声誉将变得不那么重要。律师、医生、法官、手工业者以及教师的影响力将因犯下的错误被公开而降低，他们原本的专家地位也会变得相对化。就像国际象棋大师那样，自从他们被微型计算机击败之后，就显得不再那么耀眼了。专业人士将面临如何才能不犯错误这个难题。将会有越来越多的医生被揭露为二流或者三流的医生，而且他们和最优秀的医生之间的差距将会令人痛苦地被公众知晓。
1707567713
1707567714
这到底会令人多么痛苦，围绕糟糕教师的讨论会给出一个答案，这种讨论在学校被禁止，因为各个学校还不知道该如何处理这个问题。优秀教师与糟糕教师之间的巨大差距可能会对孩子们的人生道路产生决定性的影响，尤其是在教育方面。但是人们将会继续被教育体系蒙蔽，所有教师都很好——或者如同一位文化部部长语带嘲讽所表达的那样：“从目前这些鉴定来看，90%的教师都是超过平均水平的。”
1707567715
1707567716
这种认为专业就代表着良好表现的幻想将会随着评级社会的到来而破碎。专家们需要认识到他们会遭到不断的抵制：对于他们，我们将会变得越来越有批判性，我们会用评价、对抗性的知识以及反对专家鉴定等武装自己。比如“谷歌医生”，即病人可以在网络上搜索自己的病征，只是这种发展的一个侧面而已。我们将不再那么容易被操纵，在各种形式的评价的武装之下，我们将会进一步地体会到自我赋权的感觉。
1707567717
1707567718
真正的权力增长实际上属于那些程序算法精英。人们或许可以阻止那些大型集团公司对于数据的渴求，但是当国家权力与这些新的精英结盟时，我们才会发现，它对我们的民主体制构成了多么大的威胁。
1707567719
1707567720
1707567721
1707567722
[
上一页 ]
[ :1.707567673e+09 ]
[
下一页 ]