讀書誌：《大數據的傲慢與偏見：一個「圈內數學家」對演算法霸權的警告與揭發》

這本所謂「大數據」著作(《偏見》)，主要內容是關注隱藏在我們四周的「演算法」，中文副題《一個「圈內數學家」對演算法霸權的警告與揭發》反而清楚指出著作內容。雖然有點感到「被騙」，也許側面印證「大數據」一詞具有盈利潛力，總要沾一沾。《偏見》內容很少涉及大數據，但專注演算法；尤其所謂「演算法霸權」，亦值得一讀。

為何選讀這類書籍？到處都在追捧大數據，大量「讓我告訴你成功運用大數據盈利的秘訣」書籍充斥市面，總是讓筆者嗅到那種「騙徒」的體臭。單憑直覺定罪不太公允，惟有篩走大量「發大財秘訣」讀本，先讀一些揭大數據瘡疤的作品，以備應對市面種種對大數據的歌功頌德。當然，可能令筆者矯枉過正，倒向另一個偏頗。

作者Cathy O'Neil從事與數據演算法有關的工作，故此多年來撰文指出種種問題。英文書名《Weapons of Math Destruction》，中文版譯作「數學毀滅性武器」。翻譯提醒讀者：「大殺傷力武器」(Weapon of Mass Destruction)的英文首字縮寫，恰巧都是WMD(21頁)，似乎作者是故意為之，突顯現存的演算法弊端，並對人造成的廣泛傷害。

對甚麼人造成何種傷害？

書中談及的「演算法」，並非鬧得熱烘烘的Facebook或YouTube演算法，而是藏身於眾多電腦系統之中的數學模型。這些數學模型協助管理層作出日常決策，涵蓋教育、推廣銷售、銀行、保險、治安、求職、大學排名等等。這些工作本來由「人」擔任、做判斷，現在由電腦代勞，好處「多不勝數」：可以更快、更準確、更長時間(24/7 support)、更客觀(冷血/無情)、處理更大量資料。

然而，電腦和數學模型如何像「人」一般，去觀察、了解、查證另一個「人」？現階段AI仍未懂得認識、摸透一個人，像「人」一般對人評頭品足，但21世紀的資訊網絡及社交媒體，存放了大量我們的資料，在其中勤奮發掘(所謂的data mining)，總有得著。

如何發掘？選取一個幫助我們對人作出判斷的「替代指標」，並靠賴數學模型中的「演算法」。《偏見》透過不同章節，分析「替代指標」如何錯誤標籤一個人，「演算法」如何錯誤運用資料，製作「替代指標」。兩者是合謀共犯，雙劍合壁之下就會出現極其荒謬的局面，例如如何評估客戶，分辨出他們是潛在的「豪客」或可以忽略的「窮光蛋」？由於不少個人信用/信貸/財務資料仍屬私隱，未能「隨意方便」取得，於是退而求其次，尋找/挖掘一些較少規管的資料，諸如點擊記錄、定位數據、郵遞區號等等(162-164頁)，用作估算「替代指標」。於是，你在甚麼地方使用網絡(是否豪宅區或非裔、墨西哥裔聚居地)？閣下曾否瀏覽奢侈品網站？你居住的區域拖欠信用卡還款的比率高嗎？

既然如此，只要我不希罕「豪客」這個身份，「演算法」對我就無可奈何？且別高興得太早。《偏見》提及一些案例，經濟環境欠佳的人，更多在網絡搜尋有關政府援助的資料。既然知道這類人「有困難」，結果就讓你看見更多與「貸款」有關的網絡廣告，作者用的字眼是：他們”….令自己成為「掠奪」的目標….”(224頁)。

還有相似的案例。有些演算法/替代指標會認為：花時間看條款細則、正確填寫申請表的人，比較守規則，「信用」應較好。然而新移民、教育程度較低的人，填寫各種申請表時，拼寫及標點運用出錯機會較高，會被演算法視為「風險」一族，需要收取較高的借貸利息。這裡出現一個惡性循環：這類人士本來在借貸市場已經沒有優勢，高昂利率令他們拖欠還款機會增加，進一步強化這個演算法/替代指標的「自信」(176頁)。《偏見》還引述更多惡劣的例子，涵蓋前文提及的生活領域。

美國社會對此並非一無所知，為何多間機構仍繼續讓這種演算法運作下去，不願作出改善？

因為盈利。大機構使用演算法及替代指標，首要目的是改善盈利，財務報表既然報捷，目標已達；加上這演算法「苦主/受害人」並非他們心儀的「豪客」們，何解要節外生枝？若非「圈內數學家」(作者)及部份受害人喧嘩煩擾，恐怕會不了了之。

然而，政府機構也在使用演算法，他們也在追求盈利嗎？政府機構未必追求盈利，卻在意政績。在談及執法、治安問題一段，政府政績就是罪案減少，但背後的代價是甚麼？是更多非裔/拉丁裔居民，因為演算法的「助攻」被捕及入獄？但其他同樣犯法的較富裕白人呢(104-122頁) ？《偏見》在2017年出版，但仍可幫助我們了解多一點George Floyd案件的社會背景及氛圍。

「公平」一點，電腦不懂思考，會思考、留意公平與否的是人腦，電腦、演算法、替代指標「該當何罪」？締造一個公正幸福社會，不能依賴電腦和演算法，如作者所言：

“….數學毀滅性武器傾向重視效能……但公平是個含糊和難以量化的概念……因此，數學毀滅性武器不考慮公平問題。結果它們大規模地製造出不公平的情況….”(114頁)

資訊科技總會為全人類帶來美好將來？視乎你指涉的是「誰」的將來。《偏見》提醒大家，若果你不是「豪客」們，這個美好將來可能與你無關。

北望神州，我們看見更先進、更有效率的社會信用評分體制(1)，大家感到幸福、美好嗎？

註：

(1) 《【中國社會信用評分】大數據打撃無賴成未來監獄？即計你有幾分》 (香港01 10/7/2019) https://www.hk01.com/數碼生活/350379/中國社會信用評分-大數據打撃無賴成未來監獄-即計你有幾分