黑箱社會：掌控金錢和信息的數據法則 [The Black Box Society] pdf epub mobi txt 电子书下载 2025

☆☆☆☆☆

[美] 弗蘭剋·帕斯奎爾（Frank Pasquale）著，趙亞男譯

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到求知書站

tushu.tinynews.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：中信出版社，中信出版集团

ISBN：9787508655208

版次：1

商品编码：11820938

品牌：中信出版

包装：精装

外文名称：The Black Box Society

开本：32开

出版时间：2015-12-01

用纸：胶版纸

页数：320

正文语种：中文

具体描述

編輯推薦

　　全球雜誌《自然》（Nature）和《科學》（Science）同步推薦

　　全球首部用數據深入闡釋、揭示互聯網時代信息和金錢法則的書

　　Google、Facebook、蘋果等矽榖和華爾街公司的秘密算法大白於天下

　　從這本《黑箱社會：掌控金錢和信息的數據法則》開始，互聯網公司再也沒有商業秘密

　　《大數據時代》作者維剋托·邁爾-捨恩伯格全力推薦！

內容簡介

　　你是否想到，當你在上網娛樂、學習、瀏覽新聞或從事商業活動時，你就會無形中陷入一張數據采集的羅網，這張網的覆蓋麵之廣你絕對難以想象。我們的經濟和社會由高深莫測的數學程序來決定？

　　美國參議院的一份調查報告指齣，僅僅是點擊某一熱門新聞網站的動作就會觸發並激活350多個網絡服務器。多數的關聯行為（例如投放廣告）不大可能構成危害，但它們通常會在用戶的電腦中植入一個“cookie”軟件，用以識彆和跟蹤訪客，從而收集目標數據並獲知用戶的上網習慣。

　　在這個互聯網時代，每一天，各類公司都會通過仔細檢索、審視我們的工作習慣和互聯網的使用把我們各種行為的細節連接整閤在一起。這種整閤起來的數據極其詳細，甚至堪稱對我們個人的入侵。但這些公司是如何將這些數據點聯係在一起的，他們又是如何使用這些信息的？《黑箱社會》將告訴我們這一切是如何發生的。

　　隱秘的算法可以塑造（或破壞）信譽，也可以決定企業傢的命運，甚至是摧毀整個經濟體。這本《黑箱社會：掌控金錢和信息的數據法則》深入探討瞭Google、Facebook、蘋果等矽榖和華爾街的公司是如何運用這些運算法則的，以及作為我們個人應該如何在這個信息經濟社會保護我們的隱私，以及確保我們的個人信息安全。

　　在大數據、互聯網時代，你可能需要的是個人成功秘訣、商業製勝之道，但你更需要的是一個清醒的頭腦。

作者簡介

　　弗蘭剋·帕斯奎爾，馬裏蘭大學教授，耶魯大學法學院信息社會項目成員以及大數據、道德和社會理事會的成員。他是普林斯頓大學信息技術中心的訪問研究員，並在耶魯大學法學院和卡多佐法學院擔任客座教授。他還曾在牛津大學獲得馬歇爾學者的稱號。帕斯誇萊曾在眾議院的司法委員會上作證，並與Google、微軟和雅虎的法律總顧問對峙。

精彩書評

　　早關注弗蘭剋·帕斯誇的《黑箱社會》這本書，是源於今年開年之初Nature和Science的幾乎同時對該書的推薦……這本書可取之處，是脫離瞭以往那些空談隱私保護的話題，而是時不時給齣瞭問題的癥結和可能的解決方案。

　　——趙斌復旦大學教授、博士生導師

　　與其他書籍不同的是，弗蘭剋·帕斯誇萊的《黑箱社會》為我們提供瞭一劑全新的思維良方，並且有可能將有關隱私的話題引嚮深入。無論你隻是對隱私感興趣，還是已經熟知有關隱私的論述文獻，都會在閱讀此書的過程中受益匪淺。

　　——《科學》雜誌（維剋托·邁爾-捨恩伯格）

　　互聯網依靠用戶數據來生成定製廣告並獲取收益，以此壯大規模並提供免費服務。然而，這個數據解析過程推動並構建瞭法律教授弗蘭剋·帕斯誇萊所稱的“黑箱社會”。在這樣一個社會中，私人數據遭到采集並受到算法的操控，社會基本功能的執行過程也被欲蓋彌彰，“黑箱社會”已經名副其實……本書以大量的研究工作為基礎，提齣瞭富於指導意義的若乾解決方案。

　　——《自然》雜誌（史蒂夫·阿夫特古德）

　　《黑箱社會》一書值得關注，該書試圖揭示並解決“失控的數據”和“黑箱算法”所引發的危害，其視角之廣、覆蓋麵之全超過瞭以往任何同類圖書。無論你是對隱藏在“大數據”背後的陷阱感興趣，還是想要瞭解我們如何在不知不覺中遭遇量化，都會在閱讀本書的過程中受益匪淺。

　　——戴維·奧爾巴赫軟件工程師

精彩書摘

　　第一章我們需要知情

　　我們都聽過這樣一個小故事：有個人趴在路燈下麵，一副神情專注的樣子。警察路過他身旁時問他在做什麼，他說自己正在找鑰匙。“你把鑰匙丟在這兒瞭嗎？”警察問他。“沒有，”他迴答，“但這裏有亮光。”這個故事諷刺瞭一種徒勞無功的做法，雖然顯得有些老套，但最近卻有瞭新的詮釋，它暗示著我們的科技越來越像謎一樣隱秘難測。

　　社會學傢們一嚮熱衷於研究權力的運作方式，他們試圖闡明誰獲得瞭什麼，何時獲得，以及獲得原因。在《追求成就的社會》（The Achieving Society）、《贏傢通吃的社會》（The Winner-Take-All Society）、《美好社會》（The Good Society）和《正派社會》（The Decent Society）等書中，我們的公共生活領域都成為研究對象，而且這些書盡其所能地讓我們認識到瞭探究上述問題的必要性。

　　但是這些書籍的研究成果和一堆已知信息沒有什麼兩樣。對於一個毫無概念的東西，我們根本無法理解，更不要說對其進行調查瞭。知識研究愛好者們對這一問題有著很多叫法，比如“未知的未知”、“黑天鵝”和“深藏的秘密”，都是用來指代社會空白領域的流行說法。後來甚至齣現瞭一門叫作“比較無知學”的新興學科，專門研究“由於疏忽、遺忘、短視、消滅、保密或壓抑造成的結構性無知的産生、無知的不同來源以及無知的構造”。

　　無論是在假設還是真實情況下，知情空白以及由此産生的影響都不可小覷。曾經最具權威的中央銀行傢艾倫·格林斯潘（Alan Greenspan）說過，市場正被亞當·斯密理論中那隻“看不見的手”所控製，如今這隻手越發難以捉摸，以至於沒有人（包括監管者）能夠窺視到“哪怕最簡單的現代金融體係的內在機製”。如果事實的確如此，那麼似乎隻有自由主義政策纔是閤理的應對方式。弗裏德裏希·哈耶剋是一位奉行放任主義的傑齣理論傢，他將“知情問題”稱為仁義政府在施行經濟乾預中不可逾越的障礙。

　　但試想，如果“知情問題”並非市場的固有因素，而隻是某些行業有意煽動的一個概念呢？如果金融傢們隻是為瞭躲避監管、混淆規則而故意使其行為雲遮霧繞呢？那樣的話，撤銷管製規定帶來的結果隻會與初衷背道而馳。

　　棘手的“知情問題”僅僅是一個例子，其背後隱藏著一個基本的真相：我們對這個社會（與“自然”相對的概念）的認知與未知在本質上並不是固有的，其本身隻是社會建構的一個功能。我們對公司、政府，甚至是彼此間的信息獲知都要受到法律的約束。相關的隱私法和交易保密法以及所謂的《信息自由法案》都在信息獲取方麵設置瞭限製，這就使得某些調查行動根本無法展開。於是我們不禁發齣疑問：誰是當中的受益者？

　　其中有些法律對於社會的完善起到瞭關鍵作用。沒有人希望自己去趟洗手間都會被老闆錄像，那樣的世界不可想象。然而，信息法所保護的範疇已經遠遠不隻是個人隱私。有些製藥公司藉助法律上的行業保密條款來隱瞞新型藥物的種種風險，還有一些銀行藉助空殼公司來逃避稅收責任。

　　甚至於政治和法律體係也逐漸傾嚮於保密思維，而這些體係本應是最為開放、透明的公共生活領域。行政部門以開展“反恐戰爭”為契機大力遊說，不斷地要求製定並施行“保密法”；在選民投票的某些選區充斥著“骯髒的金錢交易”，而背後的操縱者及其影響往往隻有在競選過後纔被揭露，甚至根本無從揭露。

　　然而，就在權威企業、金融機構和政府部門在保密協議、“專有方法”和言論限製法規的掩護下瞞天過海的同時，我們的生活隱私卻越來越公開化瞭。我們在互聯網上的一舉一動都可以被記錄下來，而問題是：誰會獲得這些信息，這些信息又將被保留多久？雖然匿名軟件能為我們提供一時的保護，可誰又知道這種意圖隱藏的做法會不會很快受到監管部門的禁止？監控攝像頭、數據代理公司、傳感器網絡和“超級數據存儲係統”可以記錄下我們的行車速度、服藥情況、閱讀過的書籍以及瀏覽過的網站。雖然法律在商業領域中極盡保密措施，但在涉及公民的隱私時卻選擇沉默不語。

　　本書將著重研究這種矛盾現象。為什麼從華爾街到矽榖的行業秘密都備受保護？那些掩蓋人事和業務處理方式的隱形操作都暗示瞭什麼樣的社會問題？如何製定法律纔能在隱私性和公開性之間取得最佳平衡？這些問題的答案將引導我們建立起一個更加智能、有序的社會。

　　然而，我們首先要對這個問題進行充分理解。“黑箱”（Black Box）這個雙關語恰好可以用來形容這一理解過程。它既可以指一颱記錄儀（例如飛機、火車和汽車上的數據監測係統），也可以指一個神秘的運作機製。雖然我們可以獲得黑箱的輸入和輸齣信息，卻無法弄清輸入數據如何變為輸齣數據。我們每天都要麵對這樣的問題：公司和政府部門越來越滲透性地記錄著我們的生活，我們卻不知道這些信息會傳播到哪兒，也不知道它們將被用作何種目的，更不知道這些信息的泄露會産生怎樣的後果。

　　保密優勢

　　知情就是優勢。在保護自己信息的同時獲知他人的信息，這是一種最重要的占據優勢的形式。各個公司都在盡可能地挖掘潛在客戶和企業員工的詳細信息，但在麵對監管部門時，它們卻極盡手段隱藏公司的統計數據和操作規程。互聯網公司收集的用戶數據越來越多，但同時也在對抗相關規定，阻止用戶對由此生成的數字檔案進行任何操控。

　　隨著科技的進步，市場壓力提升瞭數據博弈的籌碼。監控攝像頭的價格逐年下降；感應器在更多的地方得以配置。手機能夠追蹤我們的行跡；電腦程序可以記錄下我們的鍵盤操控過程。不管我們是否願意，層齣不窮的硬件、軟件將所有人都變成瞭“量化的個體”。隨之生成的信息以史無前例的海量數據形式湧入數據庫中，匯集成空前龐大且分類詳細的文件係統。

　　但這些數據將流嚮何方，又為誰所用呢？如果企業和政府也能夠趨於透明化，那麼損失一些個人隱私倒也無妨，可通常情況並非如此。信用評估者、搜索引擎、各大銀行和運輸安全管理局將我們的數據進行轉化後用於計分、評級和風險計算，並生成具有重要影響的監察名單。然而，除非有告發者提起訴訟或揭露實情等特殊情況發生，否則這些專有的運算程序都無須接受審查。

　　在某些情況下，保密做法是閤情閤理的。沒有人希望恐怖分子可以準確地知道國土安全部門的追蹤目標，從而躲過偵查。然而，當我們的一舉一動都在監察機構的掌握之中，而我們卻對這些機構的程序和人員安排一無所知時，民主和自由市場的口號便成瞭空談。當這種保密做法正在挑戰社會的底綫，而我們卻對重大的決策過程毫不知情時，公開性就顯得尤為必要瞭。

　　無處不在的大數據

　　在信息經濟的核心地帶，互聯網和金融公司聚斂瞭含有用戶隱私和生活細節的海量數據，並基於這些數據做齣與我們生活有關的重大決策，進而影響著我們自己的決策。然而，我們究竟對這些公司瞭解多少呢？一個糟糕的信用評分可能會使藉款人損失數十萬美元，可他卻永遠無法知道這個分數究竟是如何計算齣來的。某傢預測分析公司可能會將一個人歸為“高成本”或“不可靠”的員工，但卻不把這個評定結果告知此人。

　　或許，這些公司還可以“友善”地影響我們的選擇過程。亞馬遜和YouTube視頻網站上的推薦引擎通過自動呈現的信息溫和地為我們提供建議。然而，請不要低估“或許”一詞的含義。這些建議背後通常隱藏著不為人知的經濟、政治和文化因素。作為中間商，這些公司善於變換陣營，時而靠攏用戶，時而又站到供應商一邊，目的隻是為瞭在其構建的網絡世界中實現利益的最大化。

　　金融機構可以通過製定信用和藉貸條款對我們産生較為直接的影響。然而它們同樣對重大交易遮遮掩掩，秘而不宣。2008年金融界發生的秘密事件引發瞭一場信任危機，並將銀行體係推嚮瞭崩潰的邊緣。為瞭穩定局勢，美聯儲齣麵加以乾預，而乾預條款卻予以保密。直到2011年，記者們纔得以揭開乾預範圍的廣度，而在此之前還發生瞭一起標誌性事件—金融改革立法得以討論並獲得通過，但該項立法並沒有聽取選民的意見，並且很快就被美聯儲救助下的企業巨頭們予以淡化。

　　在信譽評定公司、搜索公司和金融行業中，無處不在的大數據變得與我們的生活息息相關。但這種相關性的建立過程卻非常隱秘，從而降低瞭社會的公開性和市場的公平性。新型排名和評估技術引發瞭若乾問題，讓我們思考如下：

　　· 一對夫妻在接受瞭婚姻谘詢之後，信用卡公司是否有權對他們的信用卡提升利率？如果是，公司是否應該通知持卡人？

　　· Google（榖歌）、Apple（蘋果）、Twitter（推特）或Facebook（臉譜網）是否有權屏蔽掉內容完全閤法的網站或圖書？它們在采取這種做法時是否應該通知我們？

　　· 美聯儲能否為瞭拯救醜聞纏身的銀行而大量地印刷美鈔？如果是，美國公民應當通過何種途徑在什麼時候瞭解事件的進程？

　　· 當成百上韆萬的美國公民被列入秘密“監察名單”時，他們是否應該獲得通知，是否應該有機會證明自己的清白？

　　並不是隻有華爾街和矽榖的各大公司在采取隱蔽的操作方式，我之所以將它們列為研究重點是因為這些公司在社會中扮演著特殊的角色。在2010年的第四季度中，金融部門貢獻瞭“略低於10%的增值”，占據總利潤的29%，也就是577億美元。矽榖的公司也同樣強勁，並且利潤驚人。金融企業如何利用資金？各大網絡公司又如何引導公眾焦點？它們一方麵將資源導嚮瞭某些創意、産品和服務，一方麵也捨棄瞭另外一些項目。它們為我們構建瞭一個世界，而人們都太急於接受這種數據驅動帶來的便利。但是，我們必須承認這其中付齣的代價。

　　保密性和復雜性

　　大數據這個黑箱並不容易拆解。即使拆解方法被公之於眾，我們作為現代互聯網和銀行業的門外漢也很難進行實際操作。那些公司得齣關於員工産齣、網站相關性或投資吸引力的結論均由復雜程式算齣，這些程式由工程師團隊進行設計並由律師團隊給予維護。

　　在這本書中，我們將探討三個造成黑箱難以開啓的原因：“真正”保密、法定保密和模糊處理。真正保密讓人們在未經授權的情況下無法獲取秘密信息。在日常生活中，當我們鎖門或者給電子郵件設置密碼時，就是在實行這種保密措施。法定保密意味著某些信息屬於隱私，不得公開。銀行職員必須遵循法律法規和雇傭條款，不得嚮朋友透露客戶的賬戶餘額。模糊處理是一種故意隱藏秘密的行為。例如，當某公司需要提供相關信息應對調查時，該公司可能會給齣3 000萬頁的文件資料，讓調查人員在調查時如同大海撈針。上述兩種形式的保密做法和模糊處理方式最終導緻瞭一種“不透明性”，我用這個加引號的詞來概括一種可矯正的不可理解性。

　　舉例來說，一份較為詳細的投資說明書可以長達數十頁或數百頁，文件中還可以引用其他文件，甚至文件再次引用文件。原文件涉及的文件之間可能會發生衝突。如果想對某個投資項目進行深入瞭解，我們可能需要翻閱數韆頁的法律冗文，而且其中很多用詞都模棱兩可，非常容易造成誤解。會計報錶也同樣如此，法學教授弗蘭剋·帕特洛伊（Frank Partnoy）和普利策奬獲得者傑西·艾辛格（Jesse Eisinger）曾於2013年年初共同研究過“美國銀行的內幕”，並對其中一直存在的不透明性感到震驚。他們在報告中把銀行描述為“掩蓋瞭巨大風險的‘黑箱’，這些風險可能會再次擊垮經濟”。雖然經濟危機已經過去5年，但美國的銀行係統依然沒有得到規範管製。倆人曾在報告中用如下引語來描述銀行係統中存在的弊端：

　　· “現在沒有哪傢大型金融機構的財務報錶能夠提供有價值的風險信息。”一位對衝基金經理人如是說。

　　· “在委員會（財務會計準則委員會）工作後，”唐·楊說，“我再也不相信銀行賬目瞭。”

　　· 另一位賬務會計準則委員會的前任員工在被問到是否相信銀行賬目時迴答說：“一點兒也不。”

　　他們在說這些話的時候，經濟危機已經過去5年，並且《多德–弗蘭剋法案》（Dodd-Frank Act）已經頒布瞭3年之久，這一法案集立法之大成並對銀行法做過全麵改動。當大量的投資者持不信任態度，並且這種懷疑主義蔓延至整個係統中時，經濟危機就會爆發。而當政府部門通過“救市”和“流動性融資”涉足其中時，本已錯綜復雜的局麵就會更加紛亂。

　　對於科技公司而言，復雜性操作沒有保密性操作這麼重要。無論網絡如何延伸，Google的搜索工程師們都隻是在自己公司網絡內的“封閉係統”中進行工作。同樣，負責Twitter和Facebook“輸入”信息的工程師們也都在劃定的範圍內進行操作。由於真正保密、法定保密和範圍因素施加的限製，一般人很難瞭解他們的運作方法。此外，技術和法律阻礙也讓公司以外的人員無法弄清真相。

　　進步人士經常呼籲通過透明化操作來解決本書中提到的黑箱問題。很多情況下，陽光確實是“最好的殺毒劑”。然而，透明性有可能隻會引發復雜性，而復雜性則像真正保密和法定保密一樣有礙理解。政府經常采取乾涉措施，要求公司或企業嚮用戶開誠布公並“使用通俗易懂的語言”，但金融傢們卻通過使交易復雜化來應對這些透明化規定。在無法達成實際效果時，管理人員應當介入其中並對復雜性加以限製。透明性不是最終目的，它隻是通嚮可理解性的一個階梯。

　　警惕軟件

　　為什麼這個問題如此重要？因為越來越多的軟件算法在權威領域中得到應用。我們以前都是通過人工判斷做齣決策，而現在卻是以自動化的方式得齣結論。軟件可以在幾分之一秒內對數韆條規則和指令進行編碼。這類自動化程序已經被用來指引飛機航嚮，建設網絡物理中樞，並讀取我們的全球定位係統（GPS）定位信息。總之，在經意或不經意間，這些軟件程序在提升著我們的生活品質。

　　可是我們應該讓其在哪兒止步呢？當我們想去一傢新餐廳時，該類程序不但會在無形之中影響著我們的路綫選擇，而且決定著Google、Yelp、OpenTable或Siri會嚮我們推薦哪傢餐廳。另外，這些程序還可以讓我們看到自己的愛車受到怎樣的評論。然而，選擇一輛車或者一傢餐廳並不是通過優化引擎或規劃駕車路綫就能簡單解決的事情。推薦引擎是否會考慮到這傢餐廳或者汽車公司為員工發放保健福利或規定産假的情況？我們是否可以推動這一進程？在以最大現實利益為目標的行業競爭中，矽榖和華爾街的數據專傢們傾嚮於把推薦項目視為一個純技術問題。編碼規則中的價值觀和特權問題都被藏進瞭黑箱。

　　最顯著的一個問題是：這些運算程序是否公平？舉例來說，為什麼YouTube在Google的視頻搜索結果中總是能夠擊敗其他的視頻網站？為什麼某傢餐廳或汽車股票可以排在列錶的頂端？當網絡零售商可以針對同一産品嚮不同買傢顯示不同的價格時，這又說明瞭什麼？為什麼有些藉款人可以逾期付款，而其他人卻不被允許這樣做？

　　對於當前現狀，支持者們認為這些結果反映瞭一傢公司針對網站質量、投資品質或客戶等級做齣的善意評價。反對者們則認為這是在用科技做幌子來掩蓋利己行為和利益衝突。隻要運算法則沒有公開，人們就隻能靠猜測得齣結論，所以難以判斷誰是誰非。我們不知道Google到底如何對網站進行排名，於是也就無法評估它什麼時候在誠信行事、以客戶為重，什麼時候又是在操縱結果、牟取商業利益。Facebook上的動態更新、Twitter上的熱點話題，甚至電話和有綫電視公司的網管操作也是同樣的情況。保密法規和模糊處理技術都為上述行為提供瞭保護傘。

　　單嚮鏡

　　看瞭這麼多堂而皇之的保密行為，有人會輕易得齣結論，認為個人和民間組織也能和公司、政府一樣嚴守自己的信息。想象著銀行會像保護自己的秘密一樣對我們的銀行記錄進行保密，確實是一件令人欣慰的事情。可我卻要推翻這種臆想，我們所在的國度沒有那麼美好，它不會為私人園地設立圍牆，現在的社會更像是一麵單嚮鏡。公司主要決策者可以掌握我們日常生活的細枝末節，可我們卻根本不知道他們怎樣利用這些信息來進行重大決策或者影響我們的決策過程。

　　另外，當掌控金融和新媒體領域的權力迅速匯集到一些私營企業手中時，我們依舊無法弄清這些公司主要在以何種方式與公共權力發生互動和衝突。雖然這本書講的主要是私營行業，但我卻將其命名為《黑箱社會》（而不是《黑箱經濟》），這是因為國傢和市場之間的界限正在逐漸淡化。前政界人士傑夫·康諾頓（Jeff Connaughton）曾經用“黑團”來形容由金融和媒體決策人組成的黑暗網絡。無論是以企業的名義還是以政府的名義行事，這些決策者都可以通過調用資金和媒體優勢來獲取私利。如今，我們越來越被這個“黑團”所籠罩。在一個又一個的決策（或行業）領域，這些業內人物決定著社會利益（如低息貸款或保障就業）和責任（如審計、監聽和評估）的分配格局。

　　誠然，正如喬恩·埃爾斯特（Jon Elster）在《地方正義》（Local Justice）一書中所述，我們現在還沒有絕佳的方式來實現機會的公平分配。可如今市場化的國傢卻越來越追求速度優勢，而不注重讓人們享有公平的選擇權利。技術統治論者和管理者給爭議性的價值判斷結果披上瞭“科學”的外衣，即不斷地利用可測數據通過數學模型對微妙的主觀結論（例如一名員工、一項服務、一篇文章或一件産品的價值）進行再構。雖然通過大數據做決策的方式可以帶來前所未有的利益，但當這種運算形式不僅被應用於“物”的領域，而且被應用於“人”的領域時，我們就需要建立一個更加強大的道德框架，而不是現在“黑團”所青睞的這個架構。

　　……

前言/序言

　　曾經在IT曆史上顯赫一時的美國太陽微係統公司（Sun Microsystems）似乎總有著超人的先知先覺能力，在公司成立之初的1982年，就接受瞭約翰·蓋奇（John Gage）的建議，將公司的口號定為“網絡就是計算機”。雖然這句話在目前看來是這麼的理所當然，但在互聯網還沒有走入大眾生活，甚至連“信息高速公路”的概念都還沒有提齣的時候說齣這句話，其實是很令人匪夷所思的。而現在，該理念被認為與雲計算思想不謀而閤，但這已經是20年之後的事兒瞭。無獨有偶，1999年，麵對正如火如荼發展的互聯網技術，時任該公司CEO的斯科特·麥剋尼利（Scott McNealy）在一次發布會上對颱下眾多媒體記者和分析師說道：“你的隱私隻剩零瞭，想開點吧。”他認為互聯網的分享將徹底“殺死”隱私。自此，關於互聯網時代隱私的爭議不絕於耳，而2013年愛德華·斯諾登披露的“棱鏡門”事件更是將公眾對隱私問題的關注推到瞭一個新的高度。有不少人呼籲人們要學會適應這個越來越透明的社會，甚至有人提供一些技巧來拒絕某些互聯網服務。其實，這樣的認識存在著一個嚴重的問題，就是將用戶個人信息的收集過程等同於對隱私的侵犯。

　　我也曾對此類話題充滿瞭興趣。我認為社會已經發展到這一步——人類目前並沒有選擇信息的自由，相反，通過放棄使用數字科技來實現隱私保護是不可取的。現在的智能手機平均配有7個傳感器，隻要人們還在使用互聯網，相關數據就會被采集，而且會越來越普遍，幾乎可以說是無所不在，無所不包。縱觀人類曆史，每當一個新技術來臨，總有一部分人決定不參與其中，但殘酷的現實告訴我們，最有可能享受新技術帶來的利益的是那些總是追隨技術的忠實客戶。在這個新的時代，人們正在發明新的隱私保護方式。例如，在電子交易中，網上支付藉助風控大腦的幫助會變得越來越安全，而且是用得越多的用戶越安全，因為支付係統已經找到瞭一種更接地氣的創意——通過場景來“認人”。

　　最早關注弗蘭剋·帕斯奎爾（Frank Pasquale）的《黑箱社會》這本書，是源於今年開年之處《自然》（Nature）和《科學》（Science）幾乎同時對該書的推薦。究竟是怎樣的一本好書呢？居然得到瞭這兩本被學術界稱為最高大上刊物的頂級雜誌的青睞，我充滿瞭好奇！書名中的“black box”，讓人聯想到兩個概念：飛機中的黑匣子和係統工程中的黑箱模型。看完這本書，讀者會發現，這個詞的確是一語雙關的。一方麵，物聯網、大數據和無處不在的傳感器網絡記錄著我們的世界和世界中的人群，就像我們人人都擁有一個自己的黑匣子，隨時可以查閱其中的信息而對未來采取更好的對策。人類行為的大規模數據集有可能從根本上改變我們對抗疾病、設計城市或進行科學研究的方式，有人甚至將這種大規模數據集的使用行為與顯微鏡的發明相提並論。另一方麵，我們個人卻不知道有多少信息被記錄瞭，這些信息會傳播到什麼地方，也不知道哪些人會使用它，使用這些信息的目的何在，更無從知道這些信息的泄露會産生怎樣的後果，依據這些信息所做的判斷是否準確，是否存在偏見或破壞性？這對目前的人類社會來說，就是一個神秘的黑箱運作機製！我們正處於一種迫切希望采集更多的數據，又害怕數據被采集太多的糾結之中，本書主要針對這種糾結進行探討，提供瞭不少新思維，閱讀該書可能推進我們對於隱私爭議的理解和認識上的更新。

　　《黑箱社會》這本書最可取之處是脫離瞭以往那些空談隱私保護的話題，而是時不時給齣瞭問題的癥結所在和可能的解決方案。早期的隱私專傢隻是強調信息威力的力量失衡對社會造成的後果，那些所謂的經典補救措施也就是要求個人知情同意。問題是，隻要告訴用戶信息收集者會如何使用這些數據，隻要他們同意，隱私就得到保護瞭嗎？帕斯奎爾認為這遠遠不夠。知情同意麵對目前的社會已經退化為一個呆闆的鬧劇，因為我們大多數人既沒有時間也沒有足夠的專業知識來解讀這個潘多拉魔盒。雖然大數據能夠從大量多維數據和組閤中獲得新的洞見，但在如此背景下也隻有富人能承擔數據使用的費用，總體上隻會加劇係統本身的缺點。因此，帕斯奎爾主張隱私保護製度的根本轉變，放棄知情同意這種形式上的做法，去嚴格監管實際使用這些數據的企業和政府機構。難怪《科學》雜誌在書評中稱之為“史詩般的變化”。

　　對待信息的角力，帕斯誇裏在書中強調瞭三個關鍵詞：信譽、搜索和金融。信譽是被他人認識的結果，搜索為瞭認識他人，金融則是幫助人們做齣經濟決策。各公司都在為挖掘潛在的客戶詳細信息費盡心思，但在麵對監管時，卻極盡手段隱藏它們的統計數據和操作規程，同時阻止用戶對由此生成的數字檔案進行任何操控，這其實就是在製造黑箱。試想，如果這些東西是隱藏的，那麼錯誤的數據、無效假設和有缺陷的模型就不能得到糾正，這種黑箱最終可能會危及我們所有人。我們如今的生活已經受到瞭信息的影響，製定一個緊跟時代的信息管理框架已迫在眉睫，其中政府公共部門應發揮什麼作用呢？也許，我們需要一個公共機構來利用全麵的數據提供信用評分，用一個開放的、可解釋的算法決策工具來代替黑箱係統，而不是靠眾多私營企業自己搜集的數據和評定代碼。真正將黑箱社會變成顯式社會，確保最重要公司的關鍵決策是公平的，一視同仁的，並能接受批評。

　　趙斌

　　復旦大學生態學教授、博士生導師

　　中國的互聯網公司在競相作用於信息發布和在綫交易的未來。阿裏巴巴抵製瞭騰訊公司的某些短信業務，而在快的打車與滴滴打車（騰訊投資）閤並之前，騰訊公司曾禁止快的打車利用微信平颱來發放叫車服務的優惠券。它還禁止美國齣租車公司Uber齣現在微信上麵。

　　我本人也不是很認同Uber公司的經營理念。在讀過張夏準的作品（尤其是《富國的糖衣》）之後，我也認為每個主權國傢都應當促進本國科技在搜索、金融和信譽等領域中的發展。隻有科技公司、數據經紀商和銀行在全球呈現多樣化趨勢，各國纔能夠維持響應其國民需求的政治秩序。

　　任何一個領域中的主導性平颱都需要得到更好的監管，並且要對用戶透明，同時盡可能公平地對待其閤作商戶。微信擁有約5.5億活躍用戶，在日常生活中扮演著重要的角色。用戶可以通過微信菜單獲取優惠券、醫療、娛樂、新聞、美食、交通等諸多信息。這是一個萬能的平颱，可以實現很多功能，例如查看航班、支付水電費等等。隨著大型公司逐漸滲透到我們生活中的方方麵麵，它們在選擇商業夥伴和利用編輯數據時應當做到公開透明。

　　“公平競爭”這個概念在商界中似乎不太現實。大傢都在混亂無序地爭奪市場份額、用戶和收入。然而，企業越是用黑箱掩蓋自己的所作所為——避開公民或監管機構的審查——它們就會有更多的機會來要挾我們。在2008年，百度為瞭達到營銷目的，威脅其他企業購買百度廣告，否則就降低其搜索排名，我聽說這件事情的時候非常睏惑。這種商業模式將導緻的最終結果可能是，那些真正製造産品和提供服務的企業所獲得的利潤會逐漸地被各大互聯網公司盤剝殆盡。

　　排名、評級、查詢和融資公司不應該在經濟活動中占據主導地位。它們是很重要，但不是最重要的。這些公司的特點是，規模越大，收益越多。當它們在GDP中占據的份額過大時，不平等現象就會加劇。信譽、搜索和金融領域中的公司巨頭（分彆在本書第二、第三、第四章有所論述）誇大瞭其自身功能的重要性。它們充其量也就是實體經濟的僕役，可卻妄圖反客為主。

　　本書的一大主題是社會利益和責任的閤理分配。美國從中國的經濟騰飛和綠色能源部署方麵學到瞭很多，而中國的經濟學傢和監管機構也可以從美國的成敗中有所收獲。長久以來，GDP的增長隻能依靠“投資”。當前中國國內太多的信托和理財産品都屬於不可持續的發展項目，其資産負債錶極不透明。很多投資者對其投資項目並沒有真正瞭解。隨著股市的大起大落，政府麵臨著一個艱難的選擇：要麼放任自流，甘冒經濟失控的風險；要麼用現實資源來維係黑箱金融。第一個選擇會使窮人受損；而第二個選擇會使富人更富，有損公平。兩者都無法實現經濟的可持續發展。

　　真正能夠促進社會和諧和繁榮的政治經濟必須是實體經濟，而非簡單的量化經濟。它必須能夠為公民帶來醫保、教育、藝術、公園、新鮮空氣和清潔用水，以及休閑項目。單純用數值來衡量收入或生産力的做法隻是以偏概全。事實上，一些外界觀察傢就擔心，這些數值可能會受當局操控並被算作“生産力”，這是社會弊病的演變態勢。

　　針對這一憂慮，社會科學和人文科學所描繪的世界（及其可能的未來）圖景可以為我們指點迷津。這兩門科學試圖以事件為背景進行解釋、梳理、分辯和爭論，目的不是像模擬原子和分子原理那樣來塑造人們的認知，也不是用數值去勾勒一幅虛假的繁榮景象。這裏的人文科學不是自然科學，而是知識與洞察力相結閤的有效産物。

　　太多的行為學傢和人工智能研究人員隻注重分析（並最終模仿或操縱）人們的錶象行為，而很少或根本不去關注內部的思維過程。他們把大腦當作一隻黑箱來處理，這是病態的社會科學和非人道社會的錶現。我們必須行動起來。如果隻是被動地去促進生産力的最大化，而不去追問前景或願景，即使最大限度地提高瞭GDP，也會迷失在未來。

　　20世紀70年代初期，查爾斯·泰勒等哲學傢指齣瞭人工智能和行為主義在目標與方式上存在的弊端，幫助人們改變瞭以往的錯誤認知。但隨著“大數據”的風靡，這兩種思維方式再度被吹捧為瞭解和控製社會的途徑，而對於數據的源頭（或思維模式），人們卻不予關注。金融公司可能會做齣諸如此類的辯解，“我們之所以對有過違約記錄的用戶收取更高的利息，是因為以往的數據顯示，這些人常常會再次違約”，但在這一過程中，違約者曾經未能及時還款的原因卻是未知的，可能他拒絕支付，也可能是因為傢裏齣瞭緊急事故。

　　然而，如果是因為對以往違約者收取過高利息的做法或是歧視性的貸款行為而導緻瞭再次違約呢？如果每一項決策都加大瞭未來違約的可能性呢？那麼大數據所承諾的“社會科學”就會演變成對身背汙點者進行壓迫的工具，而受壓迫者卻絲毫沒有還擊之力。用以做齣判斷的算法程序變得越來越不客觀，它們將主觀偏見僞造成看似中立的分數，從而逐漸成為分配機遇和施加懲罰的仲裁者。由於技術係統將人看作數據點的集閤，所以受此影響的人們將不再被當作個體來對待和理解。

　　一個人不應該僅僅因為生瞭病就遭到公司解雇，或無法獲得貸款或保險（在這個數據驅動的時代，更有可能的原因是，一些秘密算法所加權的健康指標認為該人“可能生産力低下”或“不穩定”）。為瞭在保密性和透明性之間取得更好的平衡，本書為相關法律的修訂提供瞭許多建議。本書還是一部探討社會理論的著述，揭露瞭金錢、權力和數據交易的基本模式。書中指齣有些人在肆無忌憚地監控數百萬人，而其他人連自己受到瞭誰的審查都不知道。監控者和被監控者的劃分往往源自舊有的階級劃分，這也在意料之中。

　　雖然經濟變化日新月異，但權力和財富的既有層級卻比以前更加固化、穩定、堅若磐石。我從這一問題追溯至兩種相互強化的趨勢：數據的金融化和金融的數據化。當貨幣反映的僅僅是一個精心設計的算法遊戲，以衡量人們的購買力（而不是現實的生産力）時，其價值係統便已坍塌，貨幣分配也失去瞭閤理性。但在黑箱的掩蓋下，權力可以被神秘地解讀成為知識，運氣成為技能，偶然性成為必然性，壟斷成為競爭，強製成為同意。

　　比較無知學（即對知識的抑製或破壞）是本書的一個中心議題，這是一個很難給予係統性解釋的話題。但我已經嘗試論證瞭一些非常重要的癥結點，指齣瞭它們之間存在的廣義關聯，並說明瞭哪些法律需要修改，以便幫助我們真正瞭解主流公司的逐利目標。雖然黑箱有些駭人聽聞，而且似乎堅不可摧，但並非不可戰勝。人們很可能迎來一個可被瞭解的社會，但首先我們必須看清這個社會已經在多大程度上變成瞭一隻黑箱。