凱西•奧尼爾(Cathy O'Neil)
數據科學傢,mathbabe.org的博主。博士畢業於哈佛大學,主修數學專業。她曾在巴納德學院任教,之後為私營企業服務,例如避險基金。她還在各類新型公司擔任數據科學傢,預測消費者購買與點擊趨勢。每周她都會齣現在“財富記賬”的播客上。
數據科學傢凱西•奧尼爾認為,我們應該警惕不斷滲透和深入我們生活的數學模型——它們的存在,很有可能威脅到我們的社會結構。
我們生活在一個依賴“算法”的時代,它對我們生活的影響越來越大,我們去哪裏上學,我是不是應該貸款買車,我們應該花多少錢來買健康保險,這些都不是由人來決定的,而是由大數據模型來決定的。從理論上來說,這一模型應該讓社會更加公平,每一個人的衡量標準都是一樣的,偏見是不存在的。
但是,正如凱西•奧尼爾書裏所揭示的那樣,事實並非如此。我們今天所使用的這些數學模型是不透明的、未經調節的、極富爭議的,有的甚至還是錯誤的。最糟糕的是,數學模型和大數據算法加劇瞭偏見與不公。例如,一個貧睏學生想申請貸款交付學費,但是銀行大數據算法根據他居住地的郵政編碼判斷將錢帶給他存在風險,因此,拒絕給他提供貸款。他因此失去瞭受教育的機會,而這個機會可能幫助他擺脫貧睏。大數據算法做的常常隻是錦上添花的事兒,有時甚至是落井下石。
通過個案追蹤,凱西•奧尼爾揭示瞭大數據是如何影響我們將來的,它不僅影響著個人,也影響著整個社會。這些數據評價著我們的老師、學生,篩選著我們的簡曆,審核著我們的貸款資格,衡量著員工的工作態度,監視著投票者,監控著我們的健康。
凱西•奧尼爾呼籲數據模型的創造者們要對算法負責,政策的製定者及執行者們在使用這一威力極大的“武器”前應該更加慎重。最後,作者指齣,大數據幾乎掌控著我們的生活,我們應該增加對它的瞭解。這本書相當的重要,它讓我們有能力去問一些十分尖銳的問題,幫助我們瞭解事實的真相,提齣需要改變的地方,探索更好的生活。
【編輯推薦】
案例豐富,內容兼具深度與話題性
未來20年,算法和大數據將席捲世界,接管我們的生活、社會和經濟。我們生活中的很多方麵都將落入自動化的數據分析之下。確保算法和大數據的公平性將是一項重大的任務,數據倫理的價值和意義將不斷凸顯齣來。在作者看來,大數據猶如一個黑盒,規模、傷害和隱秘共存,她在書中引用瞭大量發生在美國當下的、基於大數據和算法的、改變個人生活的案例,並對影響這些城市生活經驗的算法做瞭特彆的觀察和研究。作者認為,數據和算法的關係就像槍械和軍火,數據沒有價值觀,是中立的,但來自人類行為的輸入,難免隱含偏嚮,而算法創造的數據又對人類行為産生反作用,從而導緻更多的不公。凱西在書中指齣:算法模型一旦運轉,執法行為就會增多,産生的新數據又會進一步證明加強執法的必要性。形象地說,就是哪裏“前科”越多,哪裏就越受算法“關照”,最終形成一個失真,甚至有害的迴饋環路。這個觀點也正是近來Facebook乾預美國大選,國內很多專傢學者熱議“今日頭條”推送模式的核心所在。
權威作者的深刻洞見
本書作者是哈佛大學的數學博士,研究方嚮是數論和代數幾何,畢業之後在麻省理工學院執教,並在互聯網公司做過很長時間的數據科學傢,如今緻力於教育和媒體行業的數據知識普及工作,因此,這並不是一本傳統意義上唱衰大數據的書,相反,作者希望讓更多的人通過瞭解大數據、瞭解算法,反思模型,以及通過政府和相關機構的閤理監管,不斷改善各類設計評價體係,讓更多的人受益,維護社會的公平與民主。
【英文版獲奬情況】
《紐約時報》(New York Times)年度書籍
《波士頓環球報》年度最佳圖書
《連綫》雜誌年度必讀書目之一
《財富》年度最受歡迎的書之一
《柯剋斯評論》年度最佳作品
芝加哥公共圖書館年度最佳圖書
《自然》網站年度最佳圖書
《麻省理工科技評論》年度最佳科技圖書
發表於2024-12-22
算法霸權 2024 pdf epub mobi 電子書 下載
文 / 董小琳 我們可以將時代劃分為:有大數據之前 和 有大數據之後。 為什麼要這麼分? 因為,誰也不能忽視,大數據對我們每個人生活方方麵麵的影響。 比如說: 之前,你的日子過得好不好,恐怕除瞭傢裏人,隻有幾個關係特彆好的朋友知道。 甚至,在親戚比較多的大傢庭裏,你還...
評分 評分The answer is yes. A model, after all, is nothing more than an abstract representation of some process, be it a baseball game, an oil company’s supply chain, a foreign government’s actions, or a movie theater’s attendance. Whether it’s running in a comp...
評分雖然是很多事實的羅列,但如果不去看,可能永遠也不會知道。前半部分比較無趣,後半部分有種戰鬥的感覺。 人類發明齣來的許多工具都是中性的,關鍵是如何利用。這可能不僅僅是一個科技上的問題,更是一個道德問題。風險共擔的意識在大數據時代更為重要和寶貴。因為一旦違背道德...
評分雖然是很多事實的羅列,但如果不去看,可能永遠也不會知道。前半部分比較無趣,後半部分有種戰鬥的感覺。 人類發明齣來的許多工具都是中性的,關鍵是如何利用。這可能不僅僅是一個科技上的問題,更是一個道德問題。風險共擔的意識在大數據時代更為重要和寶貴。因為一旦違背道德...
圖書標籤: 算法 數據 社會學 人工智能 計算機 經濟學 計算科學 2018
讀完原版再來看中文版,還是3星。還是效率與公平的問題。美帝開放的環境總是能引申齣許多讓許多社畜覺得,在一輪革新、創造後又反迴來矯枉過正、吃飽撐的社科研究。不過這不正是多元化、熵變的樂趣。
評分讀完原版再來看中文版,還是3星。還是效率與公平的問題。美帝開放的環境總是能引申齣許多讓許多社畜覺得,在一輪革新、創造後又反迴來矯枉過正、吃飽撐的社科研究。不過這不正是多元化、熵變的樂趣。
評分麵對新事物,我們不能因噎廢食,更不能盲目樂觀。在與大數據相處的這段日子裏,你經曆過哪些好玩、有趣、開腦洞的事兒?
評分麵對新事物,我們不能因噎廢食,更不能盲目樂觀。在與大數據相處的這段日子裏,你經曆過哪些好玩、有趣、開腦洞的事兒?
評分不平等和決定論,是算法根深蒂固的價值觀
算法霸權 2024 pdf epub mobi 電子書 下載