算法，曾被描述為一件相當(dāng)溫和的事情——計算過程明確，步驟可控，結(jié)果一目了然。近年來，算法通常與大數(shù)據(jù)結(jié)合，通過打分、排序、評級的方式在用戶、環(huán)境和推薦對象之間建立聯(lián)系，進行自動化推薦。搜索引擎中的網(wǎng)頁呈現(xiàn)，電子商務(wù)中的商品推薦，社交網(wǎng)絡(luò)中“你可能認識的好友”，內(nèi)容推薦引擎中的新聞推薦等，都是算法應(yīng)用的豐富場景。

然而，算法的廣泛應(yīng)用也引發(fā)一些問題。不久前，英國伯明翰地方警局表示正在研發(fā)一套名為“國家數(shù)據(jù)分析方案”的系統(tǒng)，旨在通過對居民個人數(shù)據(jù)資料的分析，預(yù)測公民的“犯罪指數(shù)”，引導(dǎo)警方提前干預(yù)。盡管警方一再強調(diào)不會僅根據(jù)風(fēng)險指數(shù)就進行逮捕，但這個消息還是引發(fā)了廣泛爭議。

由于算法具有技術(shù)門檻，很多時候出現(xiàn)問題難以追責(zé)，造成傷害無從補償。如何讓數(shù)據(jù)分析系統(tǒng)自證其算法“公平有效”，這是人們十分關(guān)心的問題，也是一道現(xiàn)實難題。2015年，美國芝加哥法院使用的犯罪風(fēng)險評估算法就被證明對黑人造成了系統(tǒng)性歧視：黑人更有可能被這個系統(tǒng)錯誤地標(biāo)記為具有高犯罪風(fēng)險，從而被法官判處更長的刑期。另外，數(shù)百萬人由于該算法無法獲得保險、貸款和租房等服務(wù)，如同被算法“囚禁”。美國皮尤研究中心發(fā)布的《公眾對計算機算法的態(tài)度》報告則顯示，58%的受訪者認為，算法和其他計算機程序總會包含偏見。

顯然，算法的設(shè)計、目的、數(shù)據(jù)使用等都是設(shè)計開發(fā)者的主觀選擇，其主觀偏見有可能被嵌入算法系統(tǒng)。數(shù)據(jù)的有效性和準(zhǔn)確性，也會影響整個算法決策和預(yù)測的準(zhǔn)確性。正是由于設(shè)計偏向、數(shù)據(jù)缺陷，再加上無法公開透明的“算法黑箱”，使得算法過濾、算法偏見、算法歧視和算法操控的情況屢屢發(fā)生。近幾年，全球互聯(lián)網(wǎng)平臺紛紛開發(fā)智能推薦系統(tǒng)，大多數(shù)都是根據(jù)用戶使用痕跡進行關(guān)聯(lián)推薦。算法越智能，越能使用戶被“安排”進所謂“信息繭房”，即陷入為其量身定制的信息之中。久而久之，用戶處于信息“自我禁錮”困境，從而失去了解更大范圍事物的機會。其后果，有可能就是導(dǎo)致人們視野日趨偏狹，思想日趨封閉、僵化甚至極化。

大數(shù)據(jù)背景下，解決算法智能帶來的麻煩已是不可回避的課題。越來越多人提出著手研究算法治理的主張，雖然注定是十分艱巨的事情，但也當(dāng)屬值得邁出的一步。