作者：鄭琛

　　算法決策已經(jīng)成為數(shù)字時代的一項基礎(chǔ)性技術(shù)。隨著數(shù)字技術(shù)全面融入社會交往和日常生活，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)航到視頻購物網(wǎng)站的精準推送，從攝像頭的監(jiān)測識別到網(wǎng)上醫(yī)療的智能問藥，從智慧交通的擁堵預(yù)測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)濟社會發(fā)展注入了新動能，滿足了人們多元化、個性化的需求，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影響，進而提出協(xié)同共治的有效路徑，推動技術(shù)理性和價值理性實現(xiàn)平衡，是當(dāng)前值得思考的重要問題。

　　算法決策的表現(xiàn)

　　算法是計算機的運算方法，是基于特定的計算，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算步驟。它主要通過以下手段來進行決策：一是定義明確。算法決策的基礎(chǔ)是定義的明確性。將現(xiàn)實問題抽象為一個或幾個數(shù)學(xué)問題，給出明確的解決方案，這個算法就可以被執(zhí)行無數(shù)次。也就是說，不論輸入問題的是誰，只要被計算機認為是同一個問題，適用同一個算法，就會得到輸出的同一個決策方案。例如，我們在購物網(wǎng)站購買一個籃球，通過算法這個網(wǎng)站會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。針對不同的問題，算法以同樣的方式進行拆解，進而用同一套邏輯內(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，視頻平臺通過早期流量和數(shù)據(jù)積累完成用戶畫像和用戶標簽化，在多功能復(fù)合超級平臺上實現(xiàn)“定時”“定點”“定人”的自動分發(fā)，利用算法模型實現(xiàn)了對用戶流量以及注意力的長期鎖定，讓用戶對平臺保持深度黏性。三是步驟有限。算法必須能在執(zhí)行有限步驟之后自動結(jié)束，并且每個步驟在可接受的時間內(nèi)完成。所以算法針對的是可以計算、可以判定、可以設(shè)計出解決方案的問題，通過“化繁為簡”，帶有層次性的計算量的有限疊加，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內(nèi)完成復(fù)雜任務(wù)。比如，翻譯軟件通過運用自然語言識別和處理算法，大大降低了人類獲取其他語言信息的難度。

　　算法過度決策的風(fēng)險

　　算法的屬性和運行特征決定了其決策過程可能存在的風(fēng)險。一是算法決策程序自身存在風(fēng)險。工程師無法對機器學(xué)習(xí)算法的全部邏輯基礎(chǔ)生成過程實施監(jiān)督和干預(yù)，而機器能夠在短時間內(nèi)處理成千上萬參數(shù)的變化，這樣我們對于結(jié)果的不可預(yù)料性也就無法控制，就會導(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動，而算法卻對明確性有極致的要求。例如實時智能配送系統(tǒng)將配送時間作為最重要的指標，在智能算法深度學(xué)習(xí)下，系統(tǒng)會接連不斷優(yōu)化時間，這樣算出來的“最優(yōu)解”就會不斷倒逼外賣騎手疲勞作業(yè)從而實現(xiàn)算法給出的效率、體驗和成本最大化的目標。二是算法的個性化服務(wù)存在用戶權(quán)益受損的風(fēng)險。目前個性化的推薦主要是對商業(yè)模式的優(yōu)化，而不基于用戶利益最大化的邏輯。平臺運用算法清晰掌握了用戶的實際需求、消費偏好和行為軌跡，為了實現(xiàn)利潤最大化，可能會采用價格歧視等手段，基于用戶的個體特征定制服務(wù)和價格，這樣我們就會在不知情的狀況下選擇被算法“剝削”的決策方案。三是算法進入公共決策領(lǐng)域可能會干預(yù)政策議程，侵害個人的基本權(quán)利，這是由于算法模型存在缺陷而對特定群體的利益形成傷害造成的。

　　運用算法優(yōu)勢作出科學(xué)決策

　　提高個人數(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)勢不可當(dāng)?shù)貪B透到社會生活的各個領(lǐng)域，不斷拓展和滿足人們更高層次的需要。同時，我們也需要提高對算法的認知水平，關(guān)注算法背后的評價體系和設(shè)計原則，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)字時代的新內(nèi)涵。在此基礎(chǔ)上充分掌握決策的主動權(quán)，從個人價值和公共價值出發(fā)，提高對算法決策的思辨能力，有選擇地規(guī)避算法自動化決策，維護數(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)程序的價值理念維護程序公平。首先，履行事先告知、聽取意見、說明理由的程序，在對算法進行修正的基礎(chǔ)上，運行自動化的決策程序和判斷邏輯；其次，還要設(shè)置補救程序，對特殊的個案給予必要的保護和核查，有錯誤及時實施修正；最后，要保障用戶的“數(shù)字權(quán)益”，處理好機器和人的關(guān)系。

　　細化算法場景化監(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)制對象的部門規(guī)章，與網(wǎng)絡(luò)安全法、數(shù)據(jù)安全法、個人信息保護法等相關(guān)法律法規(guī)構(gòu)成了我國開展新技術(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》具體落實層面，還需要對算法技術(shù)以及算法技術(shù)應(yīng)用的具體場景進行分類和分級監(jiān)管。清晰區(qū)分“生成合成類、個性化推送類、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，實施差異化監(jiān)管。除此之外監(jiān)管部門還應(yīng)該加強對算法解釋與實際結(jié)果的一致性進行監(jiān)管，進一步規(guī)范和增加算法解釋請求權(quán)，增加數(shù)據(jù)被遺忘權(quán)，建立健全科學(xué)的歸責(zé)和懲罰機制，促進互聯(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、公正的原則下實施創(chuàng)新創(chuàng)造，明確算法的工具屬性，才能從根本上維護國家安全和公共利益，保障人的主體地位和價值權(quán)利。（鄭琛）