在過去的幾十年間，全球都以為人類將邁向人人平等，而全球化和新技術則會讓我們走得更快。

但實際上，21世紀可能會產生歷史上最不平等的社會。

雖然全球化和互聯網縮短了國家之間的距離，但科技的發展卻可能擴大階級之間的差距，階級固化將變得越來越難以突破。

高新科技的發展無疑是在不斷在造福人類的，但科技的進步在使部分人受益的同時，也讓很多人受害，掌握你個人數據的互聯網公司，將輕而易舉的控制你的生活：

他們會推送你想看的內容給你，推送你想買的東西給你，你搜過索尼相機，那么你就很難再看到佳能或者尼康，你看過兩篇娛樂新聞報道，那么你就會收到更多的娛樂新聞。

大數據從不缺傳道者，但我不在其中

21世紀，是一個大數據的時代

隨著移動互聯網和傳統互聯網的發展，數據量將越來越大，攜程網的CEO介紹說，攜程全平臺3億用戶，目前每天產生50TB以上的海量數據。

工信部副部長陳肇雄也指出，我國海量數據快速增長，數據量年平均增速為50%，預計到2020年，數據量占全球的比重將達到20%，也就是1/5，成為數據量最大、數據類型最豐富的國家之一。

這時候，處理這些數據所采用的算法模型就顯得十分重要。

算法是不帶感情因素的一種系統模型運算邏輯，本質上是很客觀的存在，而且大數據加算法極大方便了現代人類的生活。

例如你要去銀行貸款，那么銀行的一套“算法”，會根據你的信用、消費情況、收入情況和背景情況等一系列數據，推算出你的得分，根據最終得分，銀行會決定是否貸款給你，貸多少給你。

通過算法，避免銀行很多風險，也減少工作人員審核的負擔。

然而，最糟糕的是，數學模型和大數據算法同時也加劇了偏見與不公。

例如，一個貧困學生想申請貸款交付學費，但是銀行大數據算法根據他居住地的郵政編碼或者家庭以往情況判斷將錢帶給他存在風險。

因此，拒絕給他提供貸款。

他因此失去了受教育的機會，而這個機會可能幫助他擺脫貧困。

美國很多地區采取LSI–R這套犯罪數據模型，根據犯罪者的數據，評估罪犯的再犯風險，可能只是犯罪只是一些小偷小摸的行為，但這一套算法模型將他們陷入了惡性循環之中。

得到“高風險”評分等級的人很可能本來就是貧窮地區的失業人員，風險評級高使他關押時間變長，而長時間和一群罪犯關在一起又增加了他再次犯罪的可能性。

等他出獄之后，他又會回到同樣的貧窮社區，而這一次還有了犯罪記錄，對他而言，找工作變得更難了。

如果他因生活所迫不得不再次犯罪，那么這個模型就又一次得到了成功驗證。

但事實上，正是這一算法模型本身導致了犯人陷入惡性循環，并且進一步鞏固了犯人的惡劣處境。

這些都是算法形成的一個惡性循環。

可能有人會指出，并不是所有的算法都是有害的。畢竟，有些模型把一部分人送進了好的大學，讓一些人得到了低息貸款或者找到了工作，縮短了某些幸運重刑犯的刑期。

但重點不是有沒有人受益，而是有很多人受害。

這些算法關閉了億萬人的機會之門，通常只是因為一些微不足道的理由，而且不予他們上訴的機會，畢竟你不能告一套算法模型。

因此，它們仍然是不公平的模型。

算法能做的遠遠不止這些

工程師正在研發軟件，希望能通過人類眼部及臉部肌肉的動作來監測情緒。

這樣一來，只要在電視機上再裝一個足夠好的攝像頭，這種軟件就能知道哪些場景讓我們發笑，哪些場景使我們哀傷，又有哪些場景令我們感到無聊。

再進一步的做法，如果算法能夠與生物傳感器連接，算法就能知道每個畫面如何影響我們的心跳、血壓和大腦活動。

假設我們看著昆汀·塔倫蒂諾的《低俗小說》，算法可能會發現，那個強奸場景讓我們起了一點兒難以察覺的性興奮;文森特不小心一槍爆了馬文的頭，我們知道不該笑，但都笑了;還有那個關于大魔法師漢堡的笑話，其實我們看不懂，但都趕快跟著笑，以免被別人發現。

人在假笑的時候，運用的大腦回路和肌肉其實和真心大笑不同，雖然人類通常察覺不到，但這個細節生物傳感器可不會放過。

隨著科學家越來越了解人類的決策機制，對算法的依賴可能也會越來越強烈。掌握人類的決策機制之后，就能提升大數據算法的可靠性。

而當政府和企業都能夠成功進入我們這套人體操作系統時，人類就將面臨鋪天蓋地的種種精準操縱、廣告和宣傳。到時候，要操縱我們的觀點和情緒將非常簡單。

這些被系統收集到的數據，將不斷反噬我們人類自身，擁有越多數據的人，將同時擁有越多的資源，當數據被某些人壟斷時，那么他將可以操控社會上大部人，操控市場上大部分金錢。

數據和算法雖然沒有對錯，但是掌握這些科技的人，他的偏見或者陰暗面，將被放大很多倍，屆時，數據將變成他們的幫兇。

FIN

科技發展的同時，我們也應該保持獨立思考，思維和想法是數據很難代替的東西。相反，放棄思考，隨波逐流的人將會被科技和新技術所替代。畢竟你可以自己什么都不理，交給算法幫你決策，讓數字獨裁;也可以努力突破自己，讓自己成為掌握數據那部分精英。