《大數據的傲慢與偏見》認清大數據的黑暗面

#大數據的傲慢與偏見 #Reading

書名：大數據的傲慢與偏見 Weapons of Math Destruction

作者：凱茜.歐尼爾 Cathy O'Neil

出版：大寫（中文版）

（讀本由商務提供）

　　時下除了有流行時裝和文化、追捧韓星等，在網絡大數據和吹捧人工智能的年代，數據分析和數據科學也十分吃香，甚至是職場必備的技能。有效蒐集資訊、再運用數學模型，使我們有效運用資源、篩選最優的人事物，做出最好的決定。

　　但有時候物極必反，《大數據的傲慢與偏見》指出，各式各樣的數據演算模型正操控著我們的生活和每一個重要決定，如大學排名、買樓買車、評核員工、鎖定目標選民、監測健康情況，還有孩子讀書、保險和貸款等，都由數據來判斷。

　　作者是前華爾街量化分析師，數據科學家，哈佛大學數學哲學博士，曾任職對沖基金公司及於多家新創企業擔任數據科學家，負責建立預測人們購買和點擊行為的模型。她是行內人，十分明白數據科學對人類生活的掌控，甚至危害社會發展。

　　她指出，演算法系統都已經「標籤」我們。有些數學模型不透明、不受管制，就算出錯，受害者無法申訴。最令人不安的是，這些模型會「強化歧視」，擴大不平等。例如在某些國家，貧窮學生在申請學貸時，可能因自家的郵遞區號被審核貸款的數學模型視為還款高風險人士，而無法獲得貸款……。這類問題會形成惡性循環，帶來危害民主的惡果。

　　作者在書中揭開對生活中各種黑箱數學模型和大數據的黑暗面，她呼籲：在這個人人都被迫「e化評分」的時代，建立各種數學模型的人應該為他們的演算法負責任，而政策制定者更應擔當監督管理的角色，否則有可能撕裂社會，甚至令人類文明崩潰，是一種「最安靜的恐怖主義」。

　　本書利用令人不安的真實案例和生動的敘事，說明政府和大企業，如何利用各種無形的演算法和複雜的數學模型，作為損害平等並增加私利的手段，令人認清大數據背後的真相。

《經濟通》所刊的署名及／或不署名文章，相關內容屬作者個人意見，並不代表《經濟通》立場，《經濟通》所扮演的角色是提供一個自由言論平台。

想要獨家投資理財Tips？即Like etnet 全新Facebook專頁► 立即讚好