（本文寫於2023年5月13日）
一直以來，《throughline》的題材通常都比較沉重，所以我並不會每一集都聽。但剛才聽了〈What's Your Worth?〉這一集，談「信用分數」（credit score）在美國的歷史；聽到一半，我就整個人皮卡丘傻眼，必須寫一下筆記。
首先，信用分數之所以被發明出來，跟工業革命後的都市化有關。在都市化以前，你如果要跟在地銀行借錢，因為銀行認得你全家老小，所以不需要什麼信用評等與分數，就可以決定借或不借。但在19世紀上半葉的都市化以後，都會人口變多，銀行不可能認得每一個人；銀行若要判斷能不能借錢給你，就需要新方法。因此銀行就開始用你的性別、年齡、膚色、職業、婚姻狀況、會不會喝酒、會不會賭博，來決定要借給你多少錢、算你多少利息。
第二，要知道19世紀的時候，還沒有電腦。當時，銀行是透過信用評分人員，到你家訪視，看看你的談吐、你的工作、你的家庭，來評定你的信用。因此評分員的主觀意識很容易就影響到你的信用分數，尤其如果你是女性、你是黑人、你是窮人、你單身的話。然而，即使到了20世紀下半葉，電腦漸漸普及，情況也沒有比較好。因為性別與膚色，很容易就影響到一個人的職業與其他外在條件，但電腦還是只看這些外在條件來評定一個人的信用分數，也沒有變得比較不歧視。
岔個題。在電腦被用於信用評分之初，傳統的評分員也曾經批評「電腦無法理解一個人的全貌，因此無法給出公允的評分」。是不是跟現在的AI發展有點像？w
第三，一個人的信用分數低，不是只有影響到他自己而已耶。信用分數低，利息就高，對借貸者的財務狀況就更加不利；而當借貸者還不出錢，跟借貸者共享同一個標籤（如：同一種學歷、同一個收入層、同性質工作、同樣婚姻狀況）的整個群體，信用分數都會被評得更低。相對地，還得出錢的群體，信用分數則是會越來越高，貸款利息越來越低。一來一往，差距拉開差距，階級就這樣一直複製下去了。因此信用分數不只是在評定一個人的財務表現，而是整個社會的歧視的具象化。
最後，由於現代的信用分數是由電腦評分，銀行外部的一般人並無法知道每一種指標的加權比重分別是多少。演算法「刻意被設計得曖昧不清」，使我們無法一探究竟！因此本集受訪學者建議：信用分數的評定不能交由市場自行運作，必須由國家介入，打開黑盒子。雖然這麼做不一定能扭轉階級，但至少信用評定過程的透明度會增加，更能夠被社會檢視。
升息期間，我曾多次被銀行業務員推銷貸款。即使扣除央行這一年升的息，銀行核給我的利息也都沒有我第一次貸款的時候來得漂亮（因此我後來都沒有再貸）。我當時就曾經疑惑：我的信用分數到底是怎麼被計算的？為什麼我都準時還款，信用分數反而變低？我要怎麼做才能讓信用分數變高？我在沒有意識的情況下，就被迫參與了這場打分數遊戲，以及階級廝殺。人家《魷魚遊戲》至少還會問你參加意願；但現實世界的信用評分卻連問都沒問，我們每個人就被迫參加了。——而且你還不知道評分規則是什麼！😱
