大数据你需要了解的阴暗面

在过去的几十年里,世界一直认为人类将走向人人平等,而全球化和新技术将使我们走得更快。

但事实上,21世纪可能会产生历史上最不平等的社会。

虽然全球化和互联网缩短了国家之间的距离,但科学技术的发展可能会扩大阶级之间的差距,阶级固化将变得越来越难以突破。

高技术的发展无疑在不断造福人类,但是科学技术的进步使一些人受益,同时也使许多人受害。拥有你个人数据的互联网公司将很容易控制你的生活:“他们会把你想看的东西推给你,把你想买的东西推给你,如果你搜索索尼相机,你很难再看到佳能或尼康。如果你读了两篇娱乐新闻报道,你会收到更多的娱乐新闻。

大数据从不缺少传教士,但我不在其中

大数据的阴暗面@

21世纪,是一个大数据的时代

随着移动互联网和传统互联网的发展,数据量会越来越大。携程网首席执行官表示,携程网的整个平台拥有3亿用户,目前每天产生超过50TB的海量数据。

工业和信息化部副部长陈肇雄也指出,中国的海量数据增长迅速,年均增长率为50%。据估计,到2020年,世界上的数据比例将达到20%,即1/5,成为数据量最大、数据类型最丰富的国家之一。

此时,用于处理这些数据的算法模型非常重要。

算法是一种没有情感因素的系统模型操作逻辑,本质上是客观存在的,大数据加算法极大地方便了现代人的生活。

例如,如果你想去银行申请贷款,银行的“算法”会根据一系列数据计算你的分数,如你的信用、消费、收入和背景。根据最后的分数,银行将决定是否贷款给你以及借多少钱给你。

通过该算法,避免了银行的诸多风险,也减轻了员工审计的负担。

然而,最糟糕的是,数学模型和大数据算法也加剧了偏见和不公正。

例如,一个穷学生想申请贷款来支付学费,但是银行的大数据算法根据他居住地的邮政编码或家庭过去的情况判断给他带钱是有风险的。

结果,他被拒绝贷款。

结果,他失去了接受教育的机会,这可能有助于他摆脱贫困。

LSI-R犯罪数据模型在美国许多地方被采用。根据罪犯的数据,对罪犯再次犯罪的风险进行了评估。也许这种犯罪只是一些小偷小摸,但是这种算法模型已经把他们陷入了恶性循环。

一个被评为“高风险”的人可能是贫困地区的失业者。高风险等级使他在监狱里呆的时间更长,而与一群罪犯的长期交往增加了他再次犯罪的可能性。

出狱后,他会回到同一个贫穷的社区,这次他有犯罪记录,这让他更难找到工作。

如果他因为他的生命而不得不犯下另一项罪行,这个模型又被成功地验证了。

但事实上,正是这种算法模型本身导致囚犯陷入恶性循环,进一步巩固了囚犯的恶劣处境。

这些都是算法形成的恶性循环。

有些人可能会指出并非所有的算法都是有害的。毕竟,一些模式把一些人送到好大学,允许一些人获得低息贷款或找到工作,缩短了一些幸运的重罪犯的刑期。

但问题不在于是否有人受益,而在于许多人受苦。

这些算法为亿万人关闭了机会之门,通常是因为琐碎的原因,不允许他们有上诉的机会。毕竟,你不能说出一组算法模型。

因此,它们仍然是不公平的模式。

算法能做的远远不止这些

随着移动互联网和传统互联网的发展,数据量会越来越大。携程网首席执行官表示,携程网的整个平台拥有3亿用户,目前每天产生超过50TB的海量数据。

这样,只要电视上安装了足够好的摄像头,软件就能知道哪些场景让我们发笑,哪些场景让我们悲伤,哪些场景让我们厌烦。

此外,如果算法可以连接到生物传感器,算法就可以知道每张图片如何影响我们的心跳、血压和大脑活动。

假设我们看看昆汀·塔伦蒂诺的《低俗小说》,算法可能会发现强奸场景让我们有一点难以察觉的性兴奋。文森特不小心射中了马文的头部。我们知道不应该笑,但我们都笑了。还有一个关于伟大的巫师汉堡的笑话,事实上我们无法理解,但是我们都必须笑得很快,以免被别人发现。

大数据的阴暗面@

当人们假装笑的时候,他们使用的大脑回路和肌肉实际上不同于真正的笑。尽管人类通常不知道,但生物传感器不能忽视这一细节。

随着科学家对人类决策机制了解得越来越多,他们对算法的依赖可能会变得越来越强。掌握了人的决策机制后,大数据算法的可靠性可以得到提高。

当政府和企业都能成功地进入我们的人类操作系统时,人类将面临大量精确操作、广告和宣传。到那时,操纵我们的观点和情绪将变得非常简单。

系统收集的数据将继续困扰我们。我们拥有的数据越多,我们同时拥有的资源就越多。当数据被某些人垄断时,他将能够控制社会上的大多数人,并控制市场上的大部分资金。

虽然数据和算法没有对错之分,但掌握这些技术的人的偏见或阴暗面会被放大许多倍,然后数据就会成为他们的帮凶。

FIN

在科学技术发展的同时,我们也应该保持独立思考。思考和思考很难被数据取代。相反,那些放弃思考,随波逐流的人将被技术和新技术所取代。毕竟,你可以自己忽略一切,让算法来帮你做决定,让数字来决定。你也可以尝试突破自己,成为掌握数据的精英。

极牛网精选文章《大数据你需要了解的阴暗面》文中所述为作者独立观点,不代表极牛网立场。如若转载请注明出处:https://geeknb.com/3841.html

(30)
打赏 微信公众号 微信公众号 微信小程序 微信小程序
主编的头像主编认证作者
上一篇 2019年7月18日 上午11:55
下一篇 2019年7月18日 下午1:29

相关推荐

发表回复

登录后才能评论
扫码关注
扫码关注
分享本页
返回顶部