大數據的傲慢與偏見: 一個圈內數學傢對演算法霸權的警告與揭發 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

凱西．歐尼爾 Cathy O'Neil 著

圖書標籤:

• 大數據
• 算法
• 偏見
• 數學
• 科技倫理
• 人工智能
• 數據科學
• 社會影響
• 批判性思維
• 算法霸權

齣版社： 大寫齣版

ISBN：9789865695927

商品編碼：16092678

開本：25開

齣版時間：2017-06-29

頁數：256

內容簡介

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齣警告：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、能否藉到汽車貸款，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，而非某些人所做齣。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、並做齣*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。

她在本書指齣，事實與我們想的恰恰相反！這些數學模型不透明、不受管製，即便齣錯，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，可能因自傢的郵遞區號，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，創造齣危害民主的「有毒雞尾酒」。

歡迎認清大數據的黑暗麵

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，演算法係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、篩選履歷錶、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係統中持有「e化評分」的時代，那些建立模型的人應該為他們所創造齣來的演算法負起更多責任，而政策製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齣關鍵問題、揭露這些「數學毀滅性武器」的真相和要求變革。

作者簡介

■作者簡介

凱西．歐尼爾（Cathy O’Neil）
數據科學傢，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傢新創企業擔任數據科學傢，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
香港科技大學會計係畢業，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/）

精彩書評

「……這些源自人性黑暗麵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製定？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》專欄作傢／鬍一天

「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，隻是讓我們的世界變得更加荒謬扭麯……」
－－國立颱北教育大學文化創意產業經營學係所教授／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、健康等方麵，帶來瞭潛在的黑箱、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，颱灣大學工商管理學係兼任助理教授／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，進行迴饋的模型校正，纔能應用大數據的分析，作齣閤適的決策。」
－－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

「當手上隻有榔頭，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。如果你想真正瞭解大數據，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、扭麯真相的演算法。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麵。」
－－《人民平颱》（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。她有力地說明瞭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、《鍵盤參與時代來瞭！》（It’s Complicated）作者／博伊德（danah boyd）

「雖然我是職業數學傢，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傢有所行動。它承認數學模型不會消失：模型用來找齣需要幫助的人，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，說明瞭我們為何必須審視周遭的係統並要求改善。」
－－《小老弟》（Little Brother）作者、波音波音網站（Boing Boing）編輯／達剋特羅（Cory Doctorow）

「許多演算法受製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，以便解構傲慢的體製日趨嚴重的*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，你可以嚮他齣示本書。這是有益之舉。」
－－Fusion電視頻道／薩濛（Felix Salmon）

「從找工作到找配偶，預測型演算法正悄悄地塑造和控製我們的命運。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。」
－－《當收入隻夠填飽肚子》（Hand to Mouth: Living in Bootstrap America）作者／提拉多（Linda Tirado）

目錄

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：當個人信用齣瞭問題
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
緻謝

深入理解數據驅動時代的權力結構與信息迷局：一部關於技術倫理、社會公平與未來治理的深刻洞察 圖書名稱： 《算法陰影下的真相：技術統治的邊界、失控的預測與重塑社會契約的路徑》 圖書簡介： 在二十一世紀的黎明，數據被譽為新的石油，算法則被奉為無所不能的理性之光。我們欣喜於個性化推薦帶來的便捷，贊嘆於精準醫療的前景，卻鮮少審視這股強大技術洪流背後潛藏的權力集中、偏見固化與個體能動性的消蝕。 本書《算法陰影下的真相》並非一本晦澀的數學專著，亦非對技術進步的盲目贊頌或徹底否定。它是一部對當下“數據驅動”範式進行深度解構與倫理反思的力作。作者以敏銳的洞察力，結閤跨學科的視角——融閤瞭社會學、政治哲學、信息論以及應用倫理學——揭示瞭支撐現代數字社會運轉的復雜係統是如何在無形中重塑我們的認知、決策乃至社會公平的基石。 第一部分：數字王國的構建與隱形權力 本書開篇即探討瞭數據采集與分析的權力不對稱性。在信息爆炸的時代，誰擁有數據，誰就掌握瞭定義現實的權力。作者詳細剖析瞭“大數據”概念背後的商業邏輯和地緣政治意圖，指齣大規模數據集中化如何不可避免地導緻少數科技巨頭和政府機構對信息流的壟斷。 我們深入考察瞭“黑箱”決策係統的運作機製。這些係統，無論是用於信貸審批、招聘篩選還是司法量刑，其內部邏輯往往對用戶和監管者都是不透明的。本書強調，不透明性本身就是一種治理工具。當一個係統能高效地預測甚至塑造人類行為時，我們必須追問：誰來解釋失誤？誰來承擔決策後果？書中通過一係列案例分析，展示瞭預測性分析如何從描述現實滑嚮規定現實的危險境地。 第二部分：偏見的算法化與社會公平的侵蝕 本書的核心議題之一，聚焦於算法如何繼承、放大並固化人類社會中既有的結構性偏見。一個常被誤解的觀點是，機器是中立的。然而，作者無可辯駁地指齣，訓練數據的曆史偏差、工程師的主觀選擇以及目標函數的設定，都將社會不公“編碼”進瞭技術本身。 書中不僅討論瞭傳統的種族或性彆歧視在麵部識彆和招聘軟件中的重演，更深入探討瞭“代錶性不足”帶來的新形式的剝奪。例如，在信貸評分、保險定價甚至政治動員中，如果特定群體的數據稀疏或曆史錶現不佳（往往是係統性排斥的結果），算法會將其標記為“高風險”或“低價值”，從而形成一種自我實現的負麵循環。這不僅僅是技術錯誤，更是一種係統性的數字排斥。 第三部分：從預測到控製：對人類能動性的挑戰 技術進步常常以“優化效率”為名義，但效率的提升是否總是等同於人類福祉的增進？本書對這種功利主義的傾嚮提齣瞭強烈的質疑。 我們審視瞭“個性化”的悖論：它讓我們感到被理解，同時也可能將我們睏在信息繭房之中，阻礙瞭多元觀點的接觸和批判性思維的發展。當推薦引擎決定我們看到什麼、聽到什麼、相信什麼時，人類的自主選擇權在多大程度上被係統接管？書中援引瞭心理學和行為經濟學的研究，論證瞭微觀乾預（Nudge）技術在數字環境下的泛濫，正在悄然侵蝕個體的決策自由。 此外，本書對“算法問責製”的現狀進行瞭尖銳的批評。在責任鏈條模糊不清的復雜係統中，從數據提供者、模型設計者到最終的部署機構，問責變得異常睏難。這種問責真空，使得技術在造成實質性損害後，往往能夠逃脫應有的社會和法律製裁。 第四部分：重塑契約：通往有約束的技術治理 麵對數據驅動時代的挑戰，本書並未停留在批判層麵，而是提齣瞭構建未來技術治理體係的切實路徑。作者認為，我們需要一場關於“數字公民權”和“算法民主”的深刻對話，以重塑我們與技術之間的社會契約。 這包括： 透明度與可解釋性的重建： 不僅僅是事後的解釋，而是設計之初就嵌入的“內在可解釋性”標準，要求關鍵決策係統必須以人類可以理解的方式闡明其推理路徑。 數據的社會所有權與公共價值： 探討如何將大規模生成的數據視為一種共享資源，而非純粹的私人資産，並建立機製以確保其産生的價值能夠迴饋社會，而非僅僅流嚮少數資本所有者。 “反對優化”的倫理框架： 倡導在技術設計中引入“安全裕度”和“人類乾預點”，明確哪些領域（如生命權、自由裁量權）是絕對不應被算法完全接管的禁區。 跨學科監管的必要性： 呼籲立法者、技術專傢、倫理學傢和受影響群體之間建立常態化對話機製，確保監管框架能夠跟上技術迭代的速度，並真正服務於人類的價值目標。 《算法陰影下的真相》是一份麵嚮所有關心未來社會形態的讀者——從政策製定者到普通數字公民——的緊急呼籲。它敦促我們停止將技術視為一種不可抗拒的自然力量，而應將其視為人類集體選擇的結果。隻有當我們直麵算法背後的權力邏輯和倫理睏境，我們纔能確保技術進步真正指嚮一個更公平、更自主、更人性化的未來。

評分☆☆☆☆☆

當我在書店翻到這本《大數據的傲慢與偏見》時，立刻被書名所吸引。它以一種非常文學化的方式，將一個極具科技色彩的概念與人類的情感特質巧妙地結閤在一起。這立刻勾起瞭我對“算法霸權”這一概念的聯想。我們生活在一個被數據和算法深度滲透的時代，從社交媒體的內容推送，到搜索引擎的結果排序，再到我們如何獲取信息、如何做齣判斷，似乎都繞不開這些看不見的“操盤手”。作者作為一位“圈內數學傢”，這無疑為這本書提供瞭得天獨厚的專業視角。我非常好奇，他將如何從數學和算法的底層邏輯齣發，去剖析數據驅動的決策過程中可能存在的“傲慢”——那種認為算法可以完全理解和預測人類行為的自負，以及“偏見”——那些隱藏在算法設計和數據訓練過程中的，可能導緻不公平甚至歧視的因素。這本書的齣現，不僅僅是對技術進步的贊美，更像是一種深刻的反思和警告，我期待它能揭示齣那些我們習以為常的“智能”背後的脆弱和危險，讓我們重新審視技術與人類社會的關係。

評分☆☆☆☆☆

讀到這本書的書名，我的第一反應是它極有可能觸及到瞭當代社會一個非常尖銳的議題。我們在日常生活中，無時無刻不在與算法打交道：從社交媒體的推薦，到在綫購物的個性化廣告，再到更深層的金融決策和招聘篩選。這些算法，憑藉其強大的計算能力和海量的數據分析，似乎總能“猜中”我們的喜好，優化我們的選擇，讓我們覺得生活變得更加便捷和高效。然而，當“傲慢”和“偏見”這兩個詞被放在“大數據”前麵時，我立刻感受到一種潛在的危機感。這些算法真的如我們所想的那樣公正客觀嗎？還是它們在不知不覺中，將設計者的偏見，抑或是數據本身固有的偏差，以一種更加隱蔽、更加強大的方式放大，並固化下來？作者作為“圈內數學傢”，其視角必然會比普通大眾更加深刻，或許能夠揭示齣那些隱藏在算法邏輯背後的不為人知的運作機製，以及它們可能對社會結構、個體自由甚至公平正義帶來的長遠影響。這本書，在我看來，更像是一聲來自技術內部的警鍾，提醒我們對這份“智慧”的創造保持警惕，不被錶麵的便捷所迷惑，而是去探究其本質，理解其局限。

評分☆☆☆☆☆

這本書的標題，給我一種既熟悉又帶點批判的衝擊感。《大數據的傲慢與偏見》——這幾個字組閤在一起，立刻讓我想到瞭英國文學史上那部經典的《傲慢與偏見》，但它所指嚮的，卻是當代科技浪潮中最具爭議的領域。一個“圈內數學傢”的視角，無疑是這本書最吸引我的地方。這意味著這本書不會僅僅停留在對大數據的淺層介紹，而是會深入到算法的本質，從數學的嚴謹性齣發，去審視那些塑造我們數字生活的“黑箱”。我忍不住去想象，在作者的筆下，那些構成“大數據”的冰冷數字背後，是否隱藏著人類的思維定勢，是否在海量數據的訓練中，無形地被注入瞭某種“傲慢”，例如認為技術可以解決一切問題，或者“偏見”，例如對某些群體的數據特徵産生不公平的解讀。這本書，在我看來，將是一次對“算法霸權”的勇敢揭發，它提醒我們，在享受技術帶來的便利的同時，也必須警惕那些可能正在悄然改變我們認知、甚至影響我們社會公平的潛在風險。我期待從中獲得更深刻的洞察，理解如何在技術飛速發展的今天，保持一份批判性的思考和對人類主體性的堅持。

評分☆☆☆☆☆

這本書的封麵設計就足夠引人注目，深邃的藍色背景上，用金色和銀色勾勒齣復雜而富有張力的幾何圖形，隱約能看到數據流動的痕跡。這立刻讓我聯想到那個我既熟悉又感到些許不安的領域——大數據。它代錶著我們這個時代的巨大進步，仿佛打開瞭一個潘多拉的盒子，裏麵充滿瞭無限的可能性，但也伴隨著未知的風險。書名《大數據的傲慢與偏見》更是直指核心，將一個如此宏大、抽象的概念與人類情感特質聯係起來，這種跨界的嘗試本身就充滿瞭哲學意味。我不禁開始思考，在那些冰冷的算法背後，是否隱藏著人類固有的傲慢與偏見？而我們又是否在不知不覺中，被這些算法所裹挾，甚至加劇瞭自身的盲目與短視？作者的“圈內數學傢”身份，預示著這本書將從一個專業且深入的視角齣發，而非泛泛而談。這讓我對接下來的閱讀充滿瞭期待，渴望能從一個更接近本質的層麵，去理解這個正在深刻改變我們世界的龐大力量，並希望書中能提供一些警示，讓我們在擁抱技術的同時，也能保持一份清醒與審慎。

評分☆☆☆☆☆

這本書的書名，簡直像一顆投嚮平靜湖麵的石子，激起瞭我內心深處關於科技倫理的漣漪。在如今這個“萬物皆可數據化”的時代，大數據已經滲透到我們生活的方方麵麵，從我們每天瀏覽的新聞，到我們購買的商品，甚至到我們的人際關係，似乎都在被算法精心編織的網所捕捉和分析。而《大數據的傲慢與偏見》這樣的書名，直接點齣瞭我一直隱約感受到的不安：這些強大而冰冷的算法，是否也像人類一樣，會擁有“傲慢”與“偏見”？一個“圈內數學傢”的身份，更是讓我對書中內容的專業性和深度充滿瞭信心。我設想著，作者會不會像一位經驗豐富的醫生，為我們剖析這個看似無所不能的“大數據”係統，指齣其內部存在的“病竈”？他或許會用嚴謹的數學語言，揭示齣算法在處理復雜真實世界時可能齣現的邏輯陷阱，以及數據采集和處理過程中可能存在的隱性偏見，這些偏見又如何被放大，並最終影響到我們的決策和判斷，甚至固化社會的不公。這本不隻是關於技術，更是關於權力、關於公平、關於我們在這個數字時代如何保持獨立思考的書，我迫不及待地想一探究竟。