算法，曾被描述為一件相當溫和的事情——計算過(guò)程明確，步驟可控，結果一目了然。近年來(lái)，算法通常與大數據結合，通過(guò)打分、排序、評級的方式在用戶(hù)、環(huán)境和推薦對象之間建立聯(lián)系，進(jìn)行自動(dòng)化推薦。搜索引擎中的網(wǎng)頁(yè)呈現，電子商務(wù)中的商品推薦，社交網(wǎng)絡(luò )中“你可能認識的好友”，內容推薦引擎中的新聞推薦等，都是算法應用的豐富場(chǎng)景。

 

　　然而，算法的廣泛應用也引發(fā)一些問(wèn)題。不久前，英國伯明翰地方警局表示正在研發(fā)一套名為“國家數據分析方案”的系統，旨在通過(guò)對居民個(gè)人數據資料的分析，預測公民的“犯罪指數”，引導警方提前干預。盡管警方一再強調不會(huì )僅根據風(fēng)險指數就進(jìn)行逮捕，但這個(gè)消息還是引發(fā)了廣泛爭議。

 

　　由于算法具有技術(shù)門(mén)檻，很多時(shí)候出現問(wèn)題難以追責，造成傷害無(wú)從補償。如何讓數據分析系統自證其算法“公平有效”，這是人們十分關(guān)心的問(wèn)題，也是一道現實(shí)難題。2015年，美國芝加哥法院使用的犯罪風(fēng)險評估算法就被證明對黑人造成了系統性歧視：黑人更有可能被這個(gè)系統錯誤地標記為具有高犯罪風(fēng)險，從而被法官判處更長(cháng)的刑期。另外，數百萬(wàn)人由于該算法無(wú)法獲得保險、貸款和租房等服務(wù)，如同被算法“囚禁”。美國皮尤研究中心發(fā)布的《公眾對計算機算法的態(tài)度》報告則顯示，58%的受訪(fǎng)者認為，算法和其他計算機程序總會(huì )包含偏見(jiàn)。

 

　　顯然，算法的設計、目的、數據使用等都是設計開(kāi)發(fā)者的主觀(guān)選擇，其主觀(guān)偏見(jiàn)有可能被嵌入算法系統。數據的有效性和準確性，也會(huì )影響整個(gè)算法決策和預測的準確性。正是由于設計偏向、數據缺陷，再加上無(wú)法公開(kāi)透明的“算法黑箱”，使得算法過(guò)濾、算法偏見(jiàn)、算法歧視和算法操控的情況屢屢發(fā)生。近幾年，全球互聯(lián)網(wǎng)平臺紛紛開(kāi)發(fā)智能推薦系統，大多數都是根據用戶(hù)使用痕跡進(jìn)行關(guān)聯(lián)推薦。算法越智能，越能使用戶(hù)被“安排”進(jìn)所謂“信息繭房”，即陷入為其量身定制的信息之中。久而久之，用戶(hù)處于信息“自我禁錮”困境，從而失去了解更大范圍事物的機會(huì )。其后果，有可能就是導致人們視野日趨偏狹，思想日趨封閉、僵化甚至極化。

 

　　大數據背景下，解決算法智能帶來(lái)的麻煩已是不可回避的課題。越來(lái)越多人提出著(zhù)手研究算法治理的主張，雖然注定是十分艱巨的事情，但也當屬值得邁出的一步。(方師師)