大數據的傲慢與偏見: 一個圈內數學家對演算法霸權的警告與揭發 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

凱西．歐尼爾 Cathy O'Neil 著

图书标签:

• 大数据
• 算法
• 偏见
• 数学
• 科技伦理
• 人工智能
• 数据科学
• 社会影响
• 批判性思维
• 算法霸权

出版社： 大寫出版

ISBN：9789865695927

商品编码：16092678

开本：25开

出版时间：2017-06-29

页数：256

内容简介

大數據不缺推崇者，但我不是。
甚至，我要稱它是這個時代的「數學毀滅性武器」。

一名前華爾街量化分析師提出警告：現代生活中無所不在的的數學模型可能撕裂社會！

這是個演算法包圍現代公民的時代！演算法在幕後影響著我們生活的各種決定，包括我們上什麼學校、能否借到汽車貸款，以及醫療保險必須支付多少保費，愈來愈多判斷是由數學模型，而非某些人所做出。這一切看似公平：因為所有人是根據相同的規則評斷，不受偏見影響。

對熱情的「問題解決者」來說，大數據像仙境，它蒐集資訊、再運用數學模型，使我們得以更有效地調配資源、篩選*優的人事物、並做出*好的決定，這些熱情的宣揚者更是四處宣傳大數據應用的威力。

但是，曾在典型數據分析圈內工作的凱西．歐尼爾不是上述這種人。

她在本書指出，事實與我們想的恰恰相反！這些數學模型不透明、不受管制，即便出錯，受害者往往無法申訴。*令人不安的是，這些模型會「強化歧視」，例如，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者，因而無法獲得貸款……。這類問題會形成惡性循環——獎勵幸運兒、懲罰遭踐踏的人，創造出危害民主的「有毒雞尾酒」。

歡迎認清大數據的黑暗面

歐尼爾在本書中揭開對我們人生各階段有巨大影響的各種黑箱數學模型，不管我們願不願意，演算法系統都已經為我們打上「分數」。

當前許多數學模型已經失控濫用、還自作主張地替教師和學生評鑑、篩選履歷表、審核貸款、評估員工績效、鎖定目標選民、決定假釋名單，以及監測我們的健康狀態，決定我們個人及社會的未來。

歐尼爾呼籲：在這個人人都被迫擁有自己在某種演算系統中持有「e化評分」的時代，那些建立模型的人應該為他們所創造出來的演算法負起更多責任，而政策制定者更應該負起監督管理的責任。這本重要著作使我們得以提出關鍵問題、揭露這些「數學毀滅性武器」的真相和要求變革。

作者简介

■作者簡介

凱西．歐尼爾（Cathy O’Neil）
數據科學家，部落格mathbabe.org網主。自哈佛大學取得數學哲學博士學位，曾任教於巴納德學院，隨後投身金融業，任職於對沖基金公司德劭（D.E. Shaw）。離開金融業後曾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。哥倫比亞大學數據新聞學萊德計畫（Lede Program in Data Journalism）發起人，著有《數據科學實踐》（Doing Data Science）。每週參與播客節目Slate Money。

■譯者簡介

許瑞宋
香港科技大學會計系畢業，曾任路透中文新聞部編譯、培訓編輯和責任編輯，亦曾從事審計與證券研究工作。2011年獲第*屆林語堂文學翻譯獎。譯有《紅隊測試》、《數位麵包屑裡的各種好主意》和《大鴻溝》等數十本書。（http://victranslates.blogspot.tw/）

精彩书评

「……這些源自人性黑暗面的大數據與人工智能，如果不受監管，有可能撕裂社會，甚至讓人類文明崩潰。但監管的標準該如何制定？誰來負責監管？如果監管者跟不上時代，甚至不可信賴，人類又該如何在AI專政的虛擬實境中維持人性尊嚴？」
－－源鉑資本創辦人暨執行長，源鉑情報總編輯，《風傳媒》專欄作家／胡一天

「生活在現代的社會裡，完全不被數學模型監控幾乎是不可能，這是一種*安靜的恐怖主義。然而，數學模型真的是我們生存世界的絕對真理？當我們盲目地將自己交付給它並且據此生存，是否有可能我們所擁抱的真理，只是讓我們的世界變得更加荒謬扭曲……」
－－國立台北教育大學文化創意產業經營學系所教授／陳智凱

「大數據浪潮下必讀的一本書。當用數據模型替每個人打分數時，舉凡信用、教育、健康等方面，帶來了潛在的黑箱、歧視、道德危機。不論是數據從業人員或一般大眾，都應閱讀本書，建立正確的風險認知。」
－－意藍科技股份有限公司董事總經理、創辦人，台灣大學工商管理學系兼任助理教授／楊立偉

「進行假設檢定與決策時，偽正（型1錯誤）率和偽負（型2錯誤）率常會存在。本書提醒我們必須檢驗數據的正確性，降低二種錯誤率，並考慮錯誤所造成的影響，進行回饋的模型校正，才能應用大數據的分析，作出合適的決策。」
－－國立交通大學統計所教授暨大數據研究中心主任／盧鴻興

「大數據、演算法、人工智慧，這些躲在數學背後的當紅名詞，正悄悄改變世界。作者批評它們變成一種神祇，隱形，至高無上，權力無限，且不受監督，她的警語，正可作為社群網路時代的急迫功課。」
－－新聞工作者／黃哲斌

「當手上只有榔頭，看什麼都像是釘子。現在的「大數據」就像一把神奇的榔頭，不管是為其著迷還是焦慮，人們以為可以拿大數據來解決各種問題，但事實並非如此。如果你想真正了解大數據，受益而不受害，這本書便是必讀。」
－－PanSci泛科學總編輯／鄭國威

「凱西．歐尼爾是大數據的內行人，她看到的情況並不美好。本書揭露那些假裝成中性數學工具，但剝削弱勢、扭曲真相的演算法。本書睿智、犀利，是我們迫切需要的著作。」
－－威斯康辛大學麥迪遜校區教授、《數學教你不犯錯》（How Not To Be Wrong）作者／艾倫伯格（Jordan Ellenberg）

「本書利用令人不安的真實案例和生動的敘事，難能可貴地說明政府和大企業如何利用無形的演算法和複雜的數學模型，損害平等並增強私人權力。本書以明晰治黑箱、以理解治混淆，有助我們在為時已晚之前扭轉局面。」
－－《人民平台》（The People’s Platform）作者／泰勒（Astra Taylor）

「在這本傑作中，凱西．歐尼爾利用她的數學專長和對社會正義的熱情，戳破大數據美好無瑕的假象。她有力地說明了數學正如何被用來壓榨弱勢和擴大不平等。她的分析精湛、文筆迷人，她的發現則令人不安。」
－－數據與社會研究所創始人、《鍵盤參與時代來了！》（It’s Complicated）作者／博伊德（danah boyd）

「雖然我是職業數學家，我在閱讀這本書之前，對大數據可以如何暗中為害毫無概念。本書內容令人害怕，但讀起來意外有趣：歐尼爾描述的由演算法主導的世界不乏黑色幽默和憤怒，就像當代的《奇愛博士》（Dr. Strangelove）或《第22條軍規》（Catch-22）。這是一本非常重要的著作，令人大開眼界又深感不安。」
－－康乃爾大學教授、《X的奇幻旅程》（The Joy of x）作者／斯托蓋茨（Steven Strogatz）

「這本傑作直白地呼籲大家有所行動。它承認數學模型不會消失：模型用來找出需要幫助的人，可以產生神奇的作用，但如果用來懲罰人和剝奪某些人的權利，則可以成為非常恐怖的工具。凱西．歐尼爾這本書之所以重要，恰恰是因為她相信數據科學的效用。本書有如一個關鍵的速成課程，說明了我們為何必須審視周遭的系統並要求改善。」
－－《小老弟》（Little Brother）作者、波音波音網站（Boing Boing）編輯／達克特羅（Cory Doctorow）

「許多演算法受制於權力不平等和偏見。如果你不想受這種演算法支配，請看凱西．歐尼爾的這本書，以便解構傲慢的體制日趨嚴重的*新暴行。」
－－《任何速度都不安全》（Unsafe at Any Speed）作者／納德（Ralph Nader）

「下次碰到有人毫無保留地讚美大數據的奇蹟，你可以向他出示本書。這是有益之舉。」
－－Fusion電視頻道／薩蒙（Felix Salmon）

「從找工作到找配偶，預測型演算法正悄悄地塑造和控制我們的命運。凱西．歐尼爾帶我們走過一段令人憤慨和驚奇的旅程，其文字就像是與讀者交談。這是一本重要著作。我們必須處理科技產生的問題。」
－－《當收入只夠填飽肚子》（Hand to Mouth: Living in Bootstrap America）作者／提拉多（Linda Tirado）

目录

引言

第1章 數學炸彈元件：什麼是模型？
第2章 金融業震撼：一個量化分析師的幻滅之旅
第3章 軍備競賽：大學入學問題
第4章 宣傳機器：網路廣告
第5章 殃及池魚：大數據時代的執法問題
第6章 資格不符的第一關：艱難的求職者
第7章 隱形焦慮：恐慌的工作者
第8章 連帶傷害：當個人信用出了問題
第9章 沒有安全區：你想買保險嗎？
第10章 被瞄準的公民：現代人的科技生活

結語
致謝

深入理解数据驱动时代的权力结构与信息迷局：一部关于技术伦理、社会公平与未来治理的深刻洞察 图书名称： 《算法阴影下的真相：技术统治的边界、失控的预测与重塑社会契约的路径》 图书简介： 在二十一世纪的黎明，数据被誉为新的石油，算法则被奉为无所不能的理性之光。我们欣喜于个性化推荐带来的便捷，赞叹于精准医疗的前景，却鲜少审视这股强大技术洪流背后潜藏的权力集中、偏见固化与个体能动性的消蚀。 本书《算法阴影下的真相》并非一本晦涩的数学专著，亦非对技术进步的盲目赞颂或彻底否定。它是一部对当下“数据驱动”范式进行深度解构与伦理反思的力作。作者以敏锐的洞察力，结合跨学科的视角——融合了社会学、政治哲学、信息论以及应用伦理学——揭示了支撑现代数字社会运转的复杂系统是如何在无形中重塑我们的认知、决策乃至社会公平的基石。 第一部分：数字王国的构建与隐形权力 本书开篇即探讨了数据采集与分析的权力不对称性。在信息爆炸的时代，谁拥有数据，谁就掌握了定义现实的权力。作者详细剖析了“大数据”概念背后的商业逻辑和地缘政治意图，指出大规模数据集中化如何不可避免地导致少数科技巨头和政府机构对信息流的垄断。 我们深入考察了“黑箱”决策系统的运作机制。这些系统，无论是用于信贷审批、招聘筛选还是司法量刑，其内部逻辑往往对用户和监管者都是不透明的。本书强调，不透明性本身就是一种治理工具。当一个系统能高效地预测甚至塑造人类行为时，我们必须追问：谁来解释失误？谁来承担决策后果？书中通过一系列案例分析，展示了预测性分析如何从描述现实滑向规定现实的危险境地。 第二部分：偏见的算法化与社会公平的侵蚀 本书的核心议题之一，聚焦于算法如何继承、放大并固化人类社会中既有的结构性偏见。一个常被误解的观点是，机器是中立的。然而，作者无可辩驳地指出，训练数据的历史偏差、工程师的主观选择以及目标函数的设定，都将社会不公“编码”进了技术本身。 书中不仅讨论了传统的种族或性别歧视在面部识别和招聘软件中的重演，更深入探讨了“代表性不足”带来的新形式的剥夺。例如，在信贷评分、保险定价甚至政治动员中，如果特定群体的数据稀疏或历史表现不佳（往往是系统性排斥的结果），算法会将其标记为“高风险”或“低价值”，从而形成一种自我实现的负面循环。这不仅仅是技术错误，更是一种系统性的数字排斥。 第三部分：从预测到控制：对人类能动性的挑战 技术进步常常以“优化效率”为名义，但效率的提升是否总是等同于人类福祉的增进？本书对这种功利主义的倾向提出了强烈的质疑。 我们审视了“个性化”的悖论：它让我们感到被理解，同时也可能将我们困在信息茧房之中，阻碍了多元观点的接触和批判性思维的发展。当推荐引擎决定我们看到什么、听到什么、相信什么时，人类的自主选择权在多大程度上被系统接管？书中援引了心理学和行为经济学的研究，论证了微观干预（Nudge）技术在数字环境下的泛滥，正在悄然侵蚀个体的决策自由。 此外，本书对“算法问责制”的现状进行了尖锐的批评。在责任链条模糊不清的复杂系统中，从数据提供者、模型设计者到最终的部署机构，问责变得异常困难。这种问责真空，使得技术在造成实质性损害后，往往能够逃脱应有的社会和法律制裁。 第四部分：重塑契约：通往有约束的技术治理 面对数据驱动时代的挑战，本书并未停留在批判层面，而是提出了构建未来技术治理体系的切实路径。作者认为，我们需要一场关于“数字公民权”和“算法民主”的深刻对话，以重塑我们与技术之间的社会契约。 这包括： 透明度与可解释性的重建： 不仅仅是事后的解释，而是设计之初就嵌入的“内在可解释性”标准，要求关键决策系统必须以人类可以理解的方式阐明其推理路径。 数据的社会所有权与公共价值： 探讨如何将大规模生成的数据视为一种共享资源，而非纯粹的私人资产，并建立机制以确保其产生的价值能够回馈社会，而非仅仅流向少数资本所有者。 “反对优化”的伦理框架： 倡导在技术设计中引入“安全裕度”和“人类干预点”，明确哪些领域（如生命权、自由裁量权）是绝对不应被算法完全接管的禁区。 跨学科监管的必要性： 呼吁立法者、技术专家、伦理学家和受影响群体之间建立常态化对话机制，确保监管框架能够跟上技术迭代的速度，并真正服务于人类的价值目标。 《算法阴影下的真相》是一份面向所有关心未来社会形态的读者——从政策制定者到普通数字公民——的紧急呼吁。它敦促我们停止将技术视为一种不可抗拒的自然力量，而应将其视为人类集体选择的结果。只有当我们直面算法背后的权力逻辑和伦理困境，我们才能确保技术进步真正指向一个更公平、更自主、更人性化的未来。

评分☆☆☆☆☆

这本书的书名，简直像一颗投向平静湖面的石子，激起了我内心深处关于科技伦理的涟漪。在如今这个“万物皆可数据化”的时代，大数据已经渗透到我们生活的方方面面，从我们每天浏览的新闻，到我们购买的商品，甚至到我们的人际关系，似乎都在被算法精心编织的网所捕捉和分析。而《大數據的傲慢與偏見》这样的书名，直接点出了我一直隐约感受到的不安：这些强大而冰冷的算法，是否也像人类一样，会拥有“傲慢”与“偏见”？一个“圈内数学家”的身份，更是让我对书中内容的专业性和深度充满了信心。我设想着，作者会不会像一位经验丰富的医生，为我们剖析这个看似无所不能的“大数据”系统，指出其内部存在的“病灶”？他或许会用严谨的数学语言，揭示出算法在处理复杂真实世界时可能出现的逻辑陷阱，以及数据采集和处理过程中可能存在的隐性偏见，这些偏见又如何被放大，并最终影响到我们的决策和判断，甚至固化社会的不公。这本不只是关于技术，更是关于权力、关于公平、关于我们在这个数字时代如何保持独立思考的书，我迫不及待地想一探究竟。

评分☆☆☆☆☆

当我在书店翻到这本《大數據的傲慢與偏見》时，立刻被书名所吸引。它以一种非常文学化的方式，将一个极具科技色彩的概念与人类的情感特质巧妙地结合在一起。这立刻勾起了我对“算法霸权”这一概念的联想。我们生活在一个被数据和算法深度渗透的时代，从社交媒体的内容推送，到搜索引擎的结果排序，再到我们如何获取信息、如何做出判断，似乎都绕不开这些看不见的“操盘手”。作者作为一位“圈内数学家”，这无疑为这本书提供了得天独厚的专业视角。我非常好奇，他将如何从数学和算法的底层逻辑出发，去剖析数据驱动的决策过程中可能存在的“傲慢”——那种认为算法可以完全理解和预测人类行为的自负，以及“偏见”——那些隐藏在算法设计和数据训练过程中的，可能导致不公平甚至歧视的因素。这本书的出现，不仅仅是对技术进步的赞美，更像是一种深刻的反思和警告，我期待它能揭示出那些我们习以为常的“智能”背后的脆弱和危险，让我们重新审视技术与人类社会的关系。

评分☆☆☆☆☆

读到这本书的书名，我的第一反应是它极有可能触及到了当代社会一个非常尖锐的议题。我们在日常生活中，无时无刻不在与算法打交道：从社交媒体的推荐，到在线购物的个性化广告，再到更深层的金融决策和招聘筛选。这些算法，凭借其强大的计算能力和海量的数据分析，似乎总能“猜中”我们的喜好，优化我们的选择，让我们觉得生活变得更加便捷和高效。然而，当“傲慢”和“偏见”这两个词被放在“大数据”前面时，我立刻感受到一种潜在的危机感。这些算法真的如我们所想的那样公正客观吗？还是它们在不知不觉中，将设计者的偏见，抑或是数据本身固有的偏差，以一种更加隐蔽、更加强大的方式放大，并固化下来？作者作为“圈内数学家”，其视角必然会比普通大众更加深刻，或许能够揭示出那些隐藏在算法逻辑背后的不为人知的运作机制，以及它们可能对社会结构、个体自由甚至公平正义带来的长远影响。这本书，在我看来，更像是一声来自技术内部的警钟，提醒我们对这份“智慧”的创造保持警惕，不被表面的便捷所迷惑，而是去探究其本质，理解其局限。

评分☆☆☆☆☆

这本书的标题，给我一种既熟悉又带点批判的冲击感。《大數據的傲慢與偏見》——这几个字组合在一起，立刻让我想到了英国文学史上那部经典的《傲慢与偏见》，但它所指向的，却是当代科技浪潮中最具争议的领域。一个“圈内数学家”的视角，无疑是这本书最吸引我的地方。这意味着这本书不会仅仅停留在对大数据的浅层介绍，而是会深入到算法的本质，从数学的严谨性出发，去审视那些塑造我们数字生活的“黑箱”。我忍不住去想象，在作者的笔下，那些构成“大数据”的冰冷数字背后，是否隐藏着人类的思维定势，是否在海量数据的训练中，无形地被注入了某种“傲慢”，例如认为技术可以解决一切问题，或者“偏见”，例如对某些群体的数据特征产生不公平的解读。这本书，在我看来，将是一次对“算法霸权”的勇敢揭发，它提醒我们，在享受技术带来的便利的同时，也必须警惕那些可能正在悄然改变我们认知、甚至影响我们社会公平的潜在风险。我期待从中获得更深刻的洞察，理解如何在技术飞速发展的今天，保持一份批判性的思考和对人类主体性的坚持。

评分☆☆☆☆☆

这本书的封面设计就足够引人注目，深邃的蓝色背景上，用金色和银色勾勒出复杂而富有张力的几何图形，隐约能看到数据流动的痕迹。这立刻让我联想到那个我既熟悉又感到些许不安的领域——大数据。它代表着我们这个时代的巨大进步，仿佛打开了一个潘多拉的盒子，里面充满了无限的可能性，但也伴随着未知的风险。书名《大數據的傲慢與偏見》更是直指核心，将一个如此宏大、抽象的概念与人类情感特质联系起来，这种跨界的尝试本身就充满了哲学意味。我不禁开始思考，在那些冰冷的算法背后，是否隐藏着人类固有的傲慢与偏见？而我们又是否在不知不觉中，被这些算法所裹挟，甚至加剧了自身的盲目与短视？作者的“圈内数学家”身份，预示着这本书将从一个专业且深入的视角出发，而非泛泛而谈。这让我对接下来的阅读充满了期待，渴望能从一个更接近本质的层面，去理解这个正在深刻改变我们世界的庞大力量，并希望书中能提供一些警示，让我们在拥抱技术的同时，也能保持一份清醒与审慎。