作者：鄭琛

　　算法決策已經(jīng)成為數(shù)字時(shí)代的一項(xiàng)基礎(chǔ)性技術(shù)。隨著數(shù)字技術(shù)全面融入社會(huì)交往和日常生活，算法也在重新構(gòu)筑著我們的生產(chǎn)方式和生活方式。從智能導(dǎo)航到視頻購(gòu)物網(wǎng)站的精準(zhǔn)推送，從攝像頭的監(jiān)測(cè)識(shí)別到網(wǎng)上醫(yī)療的智能問藥，從智慧交通的擁堵預(yù)測(cè)到智能家居的萬物互聯(lián)，算法依托海量的數(shù)據(jù)要素，成為智能決策的基礎(chǔ)，給經(jīng)濟(jì)社會(huì)發(fā)展注入了新動(dòng)能，滿足了人們多元化、個(gè)性化的需求，但由于算法存在的缺陷也帶來了算法黑箱、數(shù)據(jù)濫用、信息繭房等一系列問題。探索算法決策的邏輯和社會(huì)影響，進(jìn)而提出協(xié)同共治的有效路徑，推動(dòng)技術(shù)理性和價(jià)值理性實(shí)現(xiàn)平衡，是當(dāng)前值得思考的重要問題。

　　算法決策的表現(xiàn)

　　算法是計(jì)算機(jī)的運(yùn)算方法，是基于特定的計(jì)算，將輸入數(shù)據(jù)轉(zhuǎn)換為所需的輸出的編碼程序。其基本原理就是有輸入還有輸出地解決問題的計(jì)算步驟。它主要通過以下手段來進(jìn)行決策：一是定義明確。算法決策的基礎(chǔ)是定義的明確性。將現(xiàn)實(shí)問題抽象為一個(gè)或幾個(gè)數(shù)學(xué)問題，給出明確的解決方案，這個(gè)算法就可以被執(zhí)行無數(shù)次。也就是說，不論輸入問題的是誰，只要被計(jì)算機(jī)認(rèn)為是同一個(gè)問題，適用同一個(gè)算法，就會(huì)得到輸出的同一個(gè)決策方案。例如，我們?cè)谫?gòu)物網(wǎng)站購(gòu)買一個(gè)籃球，通過算法這個(gè)網(wǎng)站會(huì)一直給我們推薦各類籃球或健身周邊的產(chǎn)品。二是依靠數(shù)學(xué)模型。針對(duì)不同的問題，算法以同樣的方式進(jìn)行拆解，進(jìn)而用同一套邏輯內(nèi)核來解決我們的各類問題。正是模型化，賦予了算法快速的問題遷移能力。例如，視頻平臺(tái)通過早期流量和數(shù)據(jù)積累完成用戶畫像和用戶標(biāo)簽化，在多功能復(fù)合超級(jí)平臺(tái)上實(shí)現(xiàn)“定時(shí)”“定點(diǎn)”“定人”的自動(dòng)分發(fā)，利用算法模型實(shí)現(xiàn)了對(duì)用戶流量以及注意力的長(zhǎng)期鎖定，讓用戶對(duì)平臺(tái)保持深度黏性。三是步驟有限。算法必須能在執(zhí)行有限步驟之后自動(dòng)結(jié)束，并且每個(gè)步驟在可接受的時(shí)間內(nèi)完成。所以算法針對(duì)的是可以計(jì)算、可以判定、可以設(shè)計(jì)出解決方案的問題，通過“化繁為簡(jiǎn)”，帶有層次性的計(jì)算量的有限疊加，將所有信息與內(nèi)容雜糅轉(zhuǎn)化為清晰的指令集和，最終在毫秒或微秒級(jí)內(nèi)完成復(fù)雜任務(wù)。比如，翻譯軟件通過運(yùn)用自然語(yǔ)言識(shí)別和處理算法，大大降低了人類獲取其他語(yǔ)言信息的難度。

　　算法過度決策的風(fēng)險(xiǎn)

　　算法的屬性和運(yùn)行特征決定了其決策過程可能存在的風(fēng)險(xiǎn)。一是算法決策程序自身存在風(fēng)險(xiǎn)。工程師無法對(duì)機(jī)器學(xué)習(xí)算法的全部邏輯基礎(chǔ)生成過程實(shí)施監(jiān)督和干預(yù)，而機(jī)器能夠在短時(shí)間內(nèi)處理成千上萬參數(shù)的變化，這樣我們對(duì)于結(jié)果的不可預(yù)料性也就無法控制，就會(huì)導(dǎo)致算法作出過度決策。算法和人的核心差異之一就是人做事可以接受一定程度的模糊和機(jī)動(dòng)，而算法卻對(duì)明確性有極致的要求。例如實(shí)時(shí)智能配送系統(tǒng)將配送時(shí)間作為最重要的指標(biāo)，在智能算法深度學(xué)習(xí)下，系統(tǒng)會(huì)接連不斷優(yōu)化時(shí)間，這樣算出來的“最優(yōu)解”就會(huì)不斷倒逼外賣騎手疲勞作業(yè)從而實(shí)現(xiàn)算法給出的效率、體驗(yàn)和成本最大化的目標(biāo)。二是算法的個(gè)性化服務(wù)存在用戶權(quán)益受損的風(fēng)險(xiǎn)。目前個(gè)性化的推薦主要是對(duì)商業(yè)模式的優(yōu)化，而不基于用戶利益最大化的邏輯。平臺(tái)運(yùn)用算法清晰掌握了用戶的實(shí)際需求、消費(fèi)偏好和行為軌跡，為了實(shí)現(xiàn)利潤(rùn)最大化，可能會(huì)采用價(jià)格歧視等手段，基于用戶的個(gè)體特征定制服務(wù)和價(jià)格，這樣我們就會(huì)在不知情的狀況下選擇被算法“剝削”的決策方案。三是算法進(jìn)入公共決策領(lǐng)域可能會(huì)干預(yù)政策議程，侵害個(gè)人的基本權(quán)利，這是由于算法模型存在缺陷而對(duì)特定群體的利益形成傷害造成的。

　　運(yùn)用算法優(yōu)勢(shì)作出科學(xué)決策

　　提高個(gè)人數(shù)字素養(yǎng)。當(dāng)前與人們生產(chǎn)、生活緊密相關(guān)的算法類型多種多樣，數(shù)字化、智能化已經(jīng)勢(shì)不可當(dāng)?shù)貪B透到社會(huì)生活的各個(gè)領(lǐng)域，不斷拓展和滿足人們更高層次的需要。同時(shí)，我們也需要提高對(duì)算法的認(rèn)知水平，關(guān)注算法背后的評(píng)價(jià)體系和設(shè)計(jì)原則，充分理解隱私權(quán)、知情權(quán)、參與權(quán)、平等權(quán)、被遺忘權(quán)、“自決權(quán)”在數(shù)字時(shí)代的新內(nèi)涵。在此基礎(chǔ)上充分掌握決策的主動(dòng)權(quán)，從個(gè)人價(jià)值和公共價(jià)值出發(fā)，提高對(duì)算法決策的思辨能力，有選擇地規(guī)避算法自動(dòng)化決策，維護(hù)數(shù)字世界的客觀、自由、正義、透明、安全、責(zé)任原則。

　　科學(xué)運(yùn)用算法輔助決策。在算法系統(tǒng)中，雖然算法可以學(xué)習(xí)人的決策過程和決策模式，甚至比人的決策更具有穩(wěn)定性和規(guī)范性，但是涉及人的重要權(quán)利的問題，必須在相關(guān)法律的框架下，用正當(dāng)程序的價(jià)值理念維護(hù)程序公平。首先，履行事先告知、聽取意見、說明理由的程序，在對(duì)算法進(jìn)行修正的基礎(chǔ)上，運(yùn)行自動(dòng)化的決策程序和判斷邏輯；其次，還要設(shè)置補(bǔ)救程序，對(duì)特殊的個(gè)案給予必要的保護(hù)和核查，有錯(cuò)誤及時(shí)實(shí)施修正；最后，要保障用戶的“數(shù)字權(quán)益”，處理好機(jī)器和人的關(guān)系。

　　細(xì)化算法場(chǎng)景化監(jiān)管。3月1日起施行的《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》，是一部以算法作為專門規(guī)制對(duì)象的部門規(guī)章，與網(wǎng)絡(luò)安全法、數(shù)據(jù)安全法、個(gè)人信息保護(hù)法等相關(guān)法律法規(guī)構(gòu)成了我國(guó)開展新技術(shù)、新應(yīng)用治理的規(guī)則體系。如何讓算法切實(shí)起到科學(xué)輔助決策的作用，在《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》具體落實(shí)層面，還需要對(duì)算法技術(shù)以及算法技術(shù)應(yīng)用的具體場(chǎng)景進(jìn)行分類和分級(jí)監(jiān)管。清晰區(qū)分“生成合成類、個(gè)性化推送類、排序精選類、檢索過濾類、調(diào)度決策類”算法在關(guān)鍵環(huán)節(jié)中應(yīng)用的影響主體、范圍和程度，實(shí)施差異化監(jiān)管。除此之外監(jiān)管部門還應(yīng)該加強(qiáng)對(duì)算法解釋與實(shí)際結(jié)果的一致性進(jìn)行監(jiān)管，進(jìn)一步規(guī)范和增加算法解釋請(qǐng)求權(quán)，增加數(shù)據(jù)被遺忘權(quán)，建立健全科學(xué)的歸責(zé)和懲罰機(jī)制，促進(jìn)互聯(lián)網(wǎng)信息服務(wù)健康有序發(fā)展。只有引導(dǎo)算法在透明、合法、公平、公正的原則下實(shí)施創(chuàng)新創(chuàng)造，明確算法的工具屬性，才能從根本上維護(hù)國(guó)家安全和公共利益，保障人的主體地位和價(jià)值權(quán)利。（鄭?。?/p>