------本期內容導讀------
既然用到了算法，那麼對於結果的產生，已經完全交給了冷冰冰的標準化公式、程式以及程序去運算並得出，這樣的結果就會給人以一種算法更加客觀、更加理性、甚至是更加獨立與公正的印象
------以下正文詳情------
前兩天剛剛和大家講過關於算法的話題，這麼一個技術化的專業術語，實際上不過是在傳統人類認知與經驗積累上的一種創新式發展。而依賴於計算機、互聯網發展之下的算法，也越來越成為人工智能時代的重要依賴。許多人都深信，越來越多的算法應用，可以幫助人類解決現代社會中所需要的技術中立問題。
從表面來看，既然用到了算法，那麼對於結果的產生，已經完全交給了冷冰冰的標準化公式、程式以及程序去運算並得出，這樣的結果就會給人以一種算法更加客觀、更加理性、甚至是更加獨立與公正的印象。所以，在商業市場上，我們也會看到許多品牌、服務，都打出“科學化的算法”、“更優秀的算法”的招牌，來為自己服務品質的“客觀公正”性而打出招牌。
可是，算法真的能夠保證這種中立嗎？大打問號！
1，問號之一，算法自身是人寫出來的，如果寫算法的人不客觀公正，結果又如何保證中立？
現實中，普通的桿秤，極難控制準星與秤砣的標準化生產，後來使用了電子秤來解決。但是一旦有人誠心在程序里加入了控制後門，就可以隨心所欲地讓這電子秤想準就準、想不準就不準，比普通桿秤作手腳的危害還要大100倍。而各種貌似客觀公正的算法，都會在最終加入各種加權規則，這些規則中，有些可以看成為合理修正，而有些則帶有編寫者強烈的個人主觀傾向。
舉一個例子，為了做到優秀人才選拔的公平公正，在簡歷審核中應用了標準的篩選算法，而編寫者從個人經驗與偏見中認為：某一省的人相對不夠誠信，於是自行加入降低這一省籍人士的通過權重，這樣的結果便可想而知了。
2，問號之二，算法是一個過程，如果算法使用的原始數據被影響汙染，那麼在這些數據基礎上得出的結果將如何保證中立？
有位朋友一直在抱怨，在他手機上的某個新聞閱讀APP的智能推薦系統簡單垃圾得要命，他從來不去關注任何有關手遊與二次元的東西。可是在這個APP上卻總是孜孜不倦地頻繁推薦這樣的內容。後來在剛剛的提醒下才發現，他的兒子一直在使用他的關聯手機帳號在關注收閱這樣的內容。
現實應用中，原始數據被汙染，或者不夠準確的因素太多。有些是採集場景不夠科學專業，有些是客觀實際過於複雜，還有些是利益團體的刻意介入。比如我們對於各種投票評選活動的最終分析算法，無論再先進，都必須要面臨著大量投票數據中，早就已經摻雜了太多的刷票機構的無效數據、汙染數據。其結果根本就沒有任何可參考價值。
3，問號之三，更多的算法只是提供出各種可能的結果，而從這些結果中選擇採用的標準又如何保證中立？
這種算法的應用環境主要體現在當前在信息閱讀、電商購買以及廣告接受等領域的各種智能推薦引擎。這些引擎的工作原理實際上是分為兩步來實現，第一步是根據前端的得到的各種數據來進行相關用戶畫像，確定一個標本體系，第二步才是按照這個標本結果去對應選擇推薦對象。而恰恰就在這個選擇的地步，就存在著取捨的情況下。
想想看，當年在搜索引擎的算法機制上，百度曾經對谷歌追得相當接近，但是最終市場口碑上卻相差甚遠，其主要原因就是，雖然算法算出來了應該推薦結果A，但是百度卻會因為種種利益原因，最終選擇推薦結果B，哪怕結果B是假的、錯的、有害的。
4，問號之四，推動算法技術不斷髮展的最大動力來自於各種商業化集團，而在商言商的特性下又如何能保證中立？
對於算法進行監督的呼聲已經不斷被提起。網上流傳一段視頻，某互聯網公司年會上，眾多程序員對於其中的抽獎程序的算法提出質疑，而編寫該抽獎應用的程序員為了力證清白，在一千多名研發同事的注視下當眾一句一句地review程序代碼，場面相當壯觀。
而現實中，能夠有這種當眾review自己代碼的程度員不多，更有可能是涉及其中的商業機構會因為或這或那的原因，根本就不可能主動接受各種監督與檢查。所以，在眾多的所謂創新型應用中，算法可能會是好算法，但會不會公平的算法、中立的算法，這也就不得而知了。
閱讀更多 剛剛講過 的文章
