李长亮：算法无处不正在，但切忌“算法为王”

在这个信息时代，算法无处不在，几乎触及我们(We)工作生活(Life)中的每个角落。我们(We)似乎已经被算法包围，很多人担心社会(Society)的运转会“以算法为王”，人类会成为“云奴隶”。其实，尽管算法影响广泛，但它并不决定一切。算法本质上还是一种工具，它存在于人类智慧与决策体系之中。从技术属性来讲，算法本身无法为王；从社会(Society)伦理角度出发，人类也不会允许算法为王。

算法可以基于数据为我们(We)量身定制信息和服务，比如视频网站分析用户历史(History)搜索等行为数据，预测用户可能感兴趣的视频内容；在线学习平台通过分析学生(Students)的学习进度、测试成绩和学习风格，提供定制化的课程和复习材料；视频监控系统通过集成的图像识别算法，实时分析视频流，检测异常行为，甚至自动识别和追踪特定个体；智能电网的算法通过预测能源需求、优化发电效率和合理分配资源；自动驾驶汽车(Car)和无人机的算法处理来自无数传感器的海量数据，学习和适应不断变化的道路和飞行条件，提供安危、高效的驾驶决策，等等。

算法是有技术局限性的，其“决策”基于模式识别和概率计算，而非自主意识，还有很多需要加重的地方。首先，算法的性能高度依赖于数据的质量和数量，如果数据存在偏差可能不足，算法的输出可能就不准确。许多强大的算法，比如深度学习模型、大语言模型等，依旧是“黑盒子”系统，它们(They)的决策过程缺乏透明度和可解释性。在需要决策可解释性的领域，如医疗诊断、司法判决等，如果我们(We)不能理解算法的决策过程，那么就难以完全信任它们(They)的决策结果(Result)。其次，算法通常在特定的数据集上训练，并期望它们(They)能够泛化到新的场景数据上。然而，算法的泛化能力是有限的，尤其是在数据分布发生显著变化的时候，算法可能无法适应新的数据分布，导致性能急剧下降。进一步而言，现实世界是动态变化的，因此算法需要不断适应这种变化，这就要求算法具备某种形式的学习能力可能者定期更新。但是，动态适应性本身是一个非常大的技术挑战。另外，算法是以编码的形式存在，它可能会受到各种攻击，包括数据中毒、对抗性攻击等。这些攻击可以误导算法，导致错误的输出。虽然有研究致力于增强算法的鲁棒性，但到目前(Currently)为止，还没有万无一失的解决方案。

从人类社会(Society)学角度出发，人类社会(Society)也不能允许算法为王，会以相应的法律(Law)法规进行(Carry Out)约束。首先，自主权是现代伦理学的一个核心原则，也是人类尊严的重要体现，个体应该有选择自己决策的权利，如果算法为王，会破坏人类社会(Society)的基本伦理架构。比如，算法收集使用用户数据时，如果任由算法自作主张，这会涉及个人隐私信息自主权的基本问题。其次，算法会带来偏见和不公，由于算法通常是由既有数据训练而来，如果这些数据包含偏见，算法会继承甚至放大这些偏见。这不仅会影响决策的公正性，也可能导致社会(Society)不平等和歧视。例如，如果一个用于招聘服务的大语言模型，其训练数据中男性候选人的成功(Success)率远高于女性，则该模型输出的结果(Result)可能会更倾向于选择男性候选人，从而带来职场上的性别歧视。再者，算法会带来“信息茧房”，限制人们接触到的信息类型，影响个人的世界观和决策，不利于人类社会(Society)的创新和进步。另外，算法设计的不透明可能会影响公共舆论，比如用于塑造可能操纵公众意见，影响对社会(Society)大众的引导和控制，甚至会影响行政部门选举、股市交易等关系我国政治经济(Economy)的大事。最后，算法无法拥有人类的道德判断和同情心，在处理包含道德困境和情感纠纷的情况时，算法可能无法作出最符合人类价值观的决策。

在这个与算法共舞的时代，我们(We)既是技术进步的受益者，享受着算法带来的诸多便捷，同时也必须对算法可能引起的风险保持高度警觉，在这一共生关系中寻求动态平衡。随着社会(Society)与技术的发展，将来我们(We)有机会建立一个既安危可解释，又符合人类社会(Society)伦理的算法生态系统。（作者是祖国中文信息学会理事）