大數(shù)據(jù)時代，窮人更加艱難

卡韋赫·沃德爾（Kaveh Waddell）游 憶/譯

大數(shù)據(jù)時代，窮人更加艱難

卡韋赫·沃德爾（Kaveh Waddell）游 憶/譯

選自美國《大西洋月刊》 2016年4月8日

監(jiān)管機構(gòu)和公共福利計劃收集了大量低收入人群的個人信息，通過不透明的算法將他們?nèi)υ谪毨Ь€以下。

大數(shù)據(jù)能夠幫助人們搞定一個人無法弄懂的問題。它可以幫助企業(yè)縮減成本，幫助城市規(guī)劃新的發(fā)展方向，幫助情報機構(gòu)發(fā)現(xiàn)恐怖分子之間的聯(lián)系，幫助衛(wèi)生部門預(yù)測疾病的發(fā)作，幫助警察機關(guān)在犯罪分子動手之前搶占先機。決策層越來越明白“要看數(shù)據(jù)說話”，根據(jù)復(fù)雜算法的結(jié)果做決策。

但是，有關(guān)于人類的數(shù)據(jù)，尤其是有關(guān)于那些沒有說話權(quán)的人的數(shù)據(jù)的算法很可能不能反映他們的真實情況，反而對他們不利。因為每一次收集到的美國窮人的數(shù)據(jù)都能把他們劃在貧困線之下。

在美國，低收入團體往往屬于被監(jiān)控的團體。巴爾的摩大學(xué)（the University of Baltimore）的法律教授和司法部（the Department of Justice）前人權(quán)律師，米歇爾·希爾曼（Michele Gilman）稱，監(jiān)視他們的不僅僅有警察。公共福利計劃、兒童福利系統(tǒng)、家暴監(jiān)管計劃都對這些不同程度上貧窮的用戶收集了大量數(shù)據(jù)。

在某些地方，要申請公共福利比如說食品券，申請者必須先識別指紋并進行藥物檢測。一旦開始享受福利，官員就要定期檢測他們的財務(wù)花費，有時還要去他們家里查看。

以這樣的方式收集來的數(shù)據(jù)最終反饋到監(jiān)管系統(tǒng)，進入監(jiān)管流程?！斑@些數(shù)據(jù)成為大數(shù)據(jù)流的一部分，大部分人沒有意識到自己被牽扯進去，但是這些數(shù)據(jù)對他們今后的際遇有很大的影響。”希爾曼這么說。

比如說，一旦一個人的檔案上有了監(jiān)禁的記錄，那么他要找工作、借貸款或租房子都會更加困難。不一定是放貸人或人事部經(jīng)理因為監(jiān)禁記錄而篩除掉申請者，而是電腦系統(tǒng)會在一堆應(yīng)聘簡歷和貸款申請里自動篩除那些受過監(jiān)禁的人。

根據(jù)渥太華大學(xué)（the University of Ottawa）的倫理學(xué)、法學(xué)和技術(shù)教授兼研究員伊恩·克爾（Ian Kerr）說：“當(dāng)大數(shù)據(jù)系統(tǒng)做出預(yù)測，讓人們和生活中這些機會錯失交臂，這就違反了法律的無罪推理原則。”

在法律系統(tǒng)之外，“無罪推定”是人們應(yīng)有的權(quán)利，克爾說：“該權(quán)利賦予公民聽證權(quán)，對本人的審訊有旁聽的權(quán)利，對針對自己的信息有知情權(quán)，并有權(quán)對這些信息提出質(zhì)疑。”但是，當(dāng)這些不透明的算法產(chǎn)生的決策取代了克爾所說的“算法公正”（algorithmic justice），這些權(quán)利就受到了侵犯。

在希爾曼的教學(xué)生涯中，她和學(xué)生共同開了一家工作室，幫助人們抹去檔案里的不利監(jiān)禁記錄。她告訴我曾有一位非洲裔美國人客戶，有14次逮捕記錄。她說，對這位客戶的逮捕屬于“典型的無固定居所（例如流浪街頭）并無犯罪事實”的案例。她幫助他整理了相關(guān)文件，并抹去了逮捕記錄。

但是，幫人抹去逮捕記錄并不總是有用。抹去記錄之后，這個人就從當(dāng)?shù)氐墓菜阉鲾?shù)據(jù)庫里消失了。但在其他地方的數(shù)據(jù)庫依然存在數(shù)據(jù)錯誤和保留舊數(shù)據(jù)的跡象，即使數(shù)據(jù)正式修改過。比如說，如果逮捕記錄的數(shù)據(jù)在修改前已經(jīng)賣給了私人數(shù)據(jù)代理，那么這個代理并不能收到數(shù)據(jù)修改的通知。

在這樣的情況下，各州對公正信息原則的遵守實際上有名無實。雖然，各州政府允許人們查看自身信息，更正錯誤和更新數(shù)據(jù)。但是，克爾稱，如果在更新之后，數(shù)據(jù)被人使用了，就“沒有辦法對后續(xù)的實際使用進行更改和監(jiān)管了，這就相當(dāng)于政府系統(tǒng)后來的更新失去了意義”。

有關(guān)于大數(shù)據(jù)的缺陷引起了聯(lián)邦貿(mào)易委員會（Federal Trade Commission）的關(guān)注。委員會在9月就此話題開展了一個研討會。與會者根據(jù)此次會議發(fā)布的報告，就大數(shù)據(jù)如何選中和篩除某些群體進行討論。批評家警告稱，這樣的算法會使人們“因為其他人的行為”而失去某些機會。比如說，信用卡公司會因為某些消費者有逾期付款記錄，而降低在同一家店面消費的其他消費者的信用卡額度。

然而，研討會其他與會者指出，如果善加利用的話，大數(shù)據(jù)也能給低收入群體帶來福音。例如，有的公司會對之前沒有做過信用評分的人，根據(jù)公開的可用數(shù)據(jù)進行匯總和分析。報告稱：“這樣的話，沒有傳統(tǒng)信貸記錄的客戶可以通過其他記錄獲得比傳統(tǒng)算法更高的信貸額度，例如有職業(yè)證書、及時付租、有車等記錄。”

毫無疑問，這些算法能夠幫助人們在做艱難決策時更加高效和準確。大數(shù)據(jù)能夠改善生活，事實也如此。但是，這種缺少人情味的單一高效會使得本來就處于社會邊緣的群體更加孤立。

原文標(biāo)題：How Big Data Harms Poor Communities