方師師

當互聯(lián)網(wǎng)時代到來時，無數(shù)人預言互聯(lián)網(wǎng)會讓知識的獲取更容易、讓偏見與隔閡被打破、讓世界變得更平等。然而，在互聯(lián)網(wǎng)與人工智能加速發(fā)展的今天，偏激的觀點、人群之間的隔閡在網(wǎng)絡力量的助推下勢頭不減。這是為什么？

在生活中人們會發(fā)現(xiàn)，使用百度搜索引擎搜索關鍵詞，搜索結果頁面的前幾個鏈接會把搜索者引向百度自家的“百家號”;出差訂酒店的時候，不同的人用不同的手機打開同一個App，看到的價格很可能不一樣;我的一個朋友在騰訊公司上班，他晚上加完班打車回家，如果把起點定在公司門口，比起定在公司旁百米左右的便利店，價格會高20%。這些現(xiàn)象說明了一個問題：跟日常生活緊密聯(lián)系在一起的互聯(lián)網(wǎng)算法，本身并不是非?！按_切”的，算法中存在著某種“偏見”。

什么是算法？這個詞剛誕生的時候并沒有什么宏大的內(nèi)涵。公元820年，阿拉伯數(shù)學家提出“算法”，當時它指的是“解決具體問題的一個方法”。隨著純數(shù)學理論向應用數(shù)學理論遷移，算法進入各種各樣的應用數(shù)學領域，后來又被計算機科學、社會學、法學、政策學等領域借用，逐漸開始指向某種復雜的社會技術系統(tǒng)。這幾年，算法為大家所熟知，很可能是因為它指向了更為具體的內(nèi)容：算法決策服務。比如，瀏覽網(wǎng)站時，它會給我們推薦各種各樣的商品;打開資訊類App，它會推薦新聞或者短視頻;打開地圖軟件，它會規(guī)劃前往目的地的路線……算法完成了一個將信息、算法和人三者聯(lián)系在一起的閉環(huán)。

這個閉環(huán)的最終目的，是幫助人從海量的信息當中打撈出最有意義、最有用的內(nèi)容。和人做決策相比，算法確實具有更客觀、更公正、效率更高的優(yōu)點。但是如果算法出現(xiàn)錯誤，就有可能造成風險。而且很多時候，我們在使用各種各樣的App時，并不知道算法正在偷偷地幫我們做決策，這種隱蔽性意味著一旦它在重要領域出錯，人們往往來不及補救。

那么算法到底存在哪些隱患？首先是技術層面的代碼錯誤。當年，計算機科學先驅(qū)格蕾絲·霍珀在使用機電式計算機馬克2號時出現(xiàn)設備故障。而導致這次故障的，竟是一只被卡在繼電器中的蟲子（bug）。此后，“bug”成為計算機領域的專業(yè)術語，意指漏洞。在生活中，程序員之間會相互調(diào)侃，比如程序員A看到B在寫代碼，也許就走過去用戲謔的語氣說：“又在寫bug呀?！边@是因為人和技術之間的磨合始終處于探索階段，程序當中出現(xiàn)錯誤很常見，無法保證萬無一失。

第二個隱患是算法偏差。大家在瀏覽網(wǎng)站、看視頻、使用各類應用的時候，會發(fā)現(xiàn)這些網(wǎng)站好像非?！岸弊约?，所推薦的內(nèi)容剛好就是自己喜歡的。這其實是一個概率問題?？梢韵胂筮@樣一個場景：有一個不透明的袋子，里面有很多小球，小球的總數(shù)未知，小球的顏色也未知。如何搞清楚這個不透明的袋子里小球的顏色分布呢？對算法來講，我們就是不透明的袋子，我們各種各樣的興趣愛好就是袋子里面的小球。算法可以根據(jù)“已知小球”制定模型，去推測我們對什么事物感興趣。已知條件越多，算法的準確率越高，但也不能保證百發(fā)百中。

第三個隱患是技術偏向。我們現(xiàn)在使用的手機設備、社交網(wǎng)絡等已經(jīng)取代了之前很多的媒介形式。加拿大媒介理論家馬歇爾·麥克盧漢認為，人類經(jīng)歷了口語時代、書寫時代和電子媒介時代?？谡Z時代時，人是部落化的生存狀態(tài)，彼此都是認識的。到了書寫時代，人和人之間在空間上就被隔離開了?，F(xiàn)在到了電子媒介時代，尤其到了算法與社交媒體、互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)相結合的時候，人盡管在現(xiàn)實空間中相隔甚遠，卻在互聯(lián)網(wǎng)這個虛擬空間里聯(lián)系緊密，很容易沉浸在自己所選擇、所構建的小世界中無法自拔。這種情況也更容易滋生極端的情緒和思維。

第四個隱患是社會偏見。微軟推出過一個AI聊天機器人Tay，它僅在推特上線一天就被下架了。因為在上架之前，微軟的程序員希望Tay在開放性的互動中產(chǎn)生自己的觀點、意愿，沒有限制它的語言模式和交往模式。結果這個機器人在與人對話的過程中快速地“學”會了辱罵人類和發(fā)表關于種族歧視的言論。從這個案例可以看出，開放環(huán)境中的數(shù)據(jù)里存在著大量的偏見和錯誤認知，放任機器去學習這樣的數(shù)據(jù)，我們無法保證它會變得更睿智、客觀。吊詭之處在于，由于大多數(shù)人對科學技術的信任，當算法給出一個看似科學的結果，而這個結論恰恰符合了固有的成見時，我們不會去質(zhì)疑算法有沒有問題，反而會用這個結果去鞏固成見。

面對算法“偏見”，人類應該怎么辦？學界對AI技術價值觀討論的大體結論是，我們要糾偏，以此把算法變得更加人性化。也有學者提出，當人類認為算法應該去除“偏見”的時候，應該問的是，人性是什么。這個問題會觸及更深的思考。在社會心理學當中有這樣的一個量表，它的縱坐標是experience（代表人類對于外部世界的感知和體驗），橫坐標是agency（代表的是控制、把握，一些更加機械化的具有指標性質(zhì)的東西）。人類處于這張坐標圖的右上角，機器人處于中間偏下的位置，由此可以看出，人類對experience的要求非常高，人性處于一種不完備、不完美的狀態(tài)。那么，既然我們自己本身存在著許多不完美之處，為什么還要要求算法變得和我們一樣？

這個問題也許不會有答案，算法的“偏見”不僅是技術的問題，更是社會的、歷史的問題?？梢源_定的是，在未來，算法和人類勢必處于一種共棲共生的關系當中。也許，我們要問的，不是“算法有偏見嗎”，而是如何定義“偏見”。判斷“偏見”的標準從何而來？對人性是不是應該有一些反思？既然沒有辦法一勞永逸地解決問題，那么我們的思考方式可能需要一些轉(zhuǎn)變。

（孤山夜雨摘自《新華日報》2020年1月10日，勾 犇圖）