不得不承認人類越來越像人工智能了！

　　算法告訴我們該如何思考，而這正在改變我們。隨著計算機學會如何模仿，我們是否正開始變得越來越像它們呢？ 硅谷正越來越多地預測人們會如何回復電子郵件，會對某人的Instagram照片做出什么樣的反應，越來越多地決定人們有資格享受哪些政府服務，不久以后，

　　算法告訴我們該如何思考，而這正在改變我們。隨著計算機學會如何模仿，我們是否正開始變得越來越像它們呢？

　　硅谷正越來越多地預測人們會如何回復電子郵件，會對某人的Instagram照片做出什么樣的反應，越來越多地決定人們有資格享受哪些政府服務，不久以后，即將到來的谷歌語音助理Google Assistant將能夠為人們實時打電話預約理發(fā)師。

　　從醫(yī)院到學校，再到法庭，我們幾乎將算法帶到了所有的地方。我們被各種自動化系統(tǒng)所環(huán)繞。幾行代碼即可告訴我們應該看什么媒體內(nèi)容，與誰約會，甚至告訴司法系統(tǒng)應該把誰送進監(jiān)獄。

　　我們把如此之多的決策權和控制權交給這些程序，是對的嗎？

　　我們之所以癡迷于數(shù)學程序，是因為它們能對一系列錯綜復雜的問題給出快速而準確的答案。機器學習系統(tǒng)已經(jīng)被應用于我們的現(xiàn)代社會的幾乎每一個領域。

　　算法是如何影響我們的日常生活的？在一個不斷變化的世界里，機器正在快速而出色地學習人類的行為方式，我們喜歡些什么，討厭些什么，以及什么是對我們最好的。我們現(xiàn)在生活在由預測性技術主宰的空間里。

　　通過分析整理海量的數(shù)據(jù)，給我們提供即時且相關的結果，算法極大地改變了我們的生活。多年來，我們讓公司們收集了大量的數(shù)據(jù)，讓公司變得能夠給我們提供各種建議，能夠決定什么是對我們最有利的。

　　谷歌母公司Alphabet或亞馬遜等公司一直在為各自的算法灌輸從我們身上收集到的數(shù)據(jù)，并指導人工智能利用收集到的信息來適應我們的需求，變得更像我們。然而，隨著我們習慣了這些便捷的功能以后，我們的說話和行為方式是否會變得更像一臺計算機呢？

　　“算法本身并不公平，因為構建模型的人定義了成功?！薄獢?shù)據(jù)科學家凱茜·奧尼爾（Cathy O’Neil）

　　按照當前這樣的技術發(fā)展速度，我們不可能不去想象在不久的將來，我們的行為會變得由算法引導或支配。事實上，這已經(jīng)在發(fā)生了。

　　去年10月，谷歌為旗下郵箱服務Gmail推出了名為“Smart Reply”的智能回復功能，意在幫助你編寫回信或者快速回復。此后，該助理功能在互聯(lián)網(wǎng)上掀起了一場風暴，很多人都批評它，稱其量身定制的建議具有侵害性，讓人看起來像機器，甚至有人認為，它的回復最終可能會影響我們的交流方式，甚至可能改變電子郵件的規(guī)范。

　　算法的主要問題在于，隨著它們變得如此巨大而復雜，它們會開始給我們當前的社會帶來負面影響，會危及民主。隨著機器學習系統(tǒng)在社會的許多領域變得越來越普遍，算法會統(tǒng)治世界，接管我們的思想嗎？

　　現(xiàn)在，讓我們來看看Facebook的做法。早在2015年，他們的新版News Feed信息流的設計初衷就是篩選用戶的訂閱內(nèi)容，使其變成個性化的報紙，讓用戶能夠看到與他們之前曾點贊、分享和評論的內(nèi)容相關的東西。

　　“個性化”算法的問題在于，它們會將用戶放入“過濾氣泡”或者“回聲室”。在現(xiàn)實生活中，大多數(shù)人不太可能接受他們覺得困惑、討厭、不正確或可恨的觀點。就Facebook的算法而言，該公司給予用戶他們想要看到的東西，因此，每個用戶的信息流都變成一個獨特的世界，它們本身就是一個獨特的現(xiàn)實。

　　過濾氣泡使得公開論證變得越來越困難，因為從系統(tǒng)的視角來看，信息和虛假信息看起來完全一樣。正如羅杰？麥克納米（Roger McNamee）最近在《時代》（Time）雜志上所寫的那樣，“在Facebook上，事實不是絕對的；它們是一種選擇，最初留給用戶和他們的朋友決定的一種選擇，但隨后被算法放大，以便促進傳播和用戶的互動?！?/p>

　　過濾氣泡制造了一種錯覺：每個人都相信我們在做著同樣的事情，或者有同樣的習慣。我們已經(jīng)知道，在Facebook上，算法因為加劇了兩極化而讓這一問題進一步惡化，最終損害了民主。有證據(jù)表明，算法可能影響了英國公投或2016年美國總統(tǒng)大選的結果。