简介
<strong>一位前华尔街宽客对充斥现代生活并威胁撕裂我们社会结构的数学模型敲响了警钟</strong> 我们生活在算法时代。影响我们生活的决策——我们在哪里上学、是否能获得汽车贷款、支付多少医疗保险费——正越来越多地由数学模型而非人类做出。从理论上讲，这应该带来更大的公平：每个人都按照相同的规则受到评判，偏见得以消除。但正如 Cathy O’Neil 在这本紧迫而必要的著作中所揭示的那样，事实恰恰相反
为什么值得读
揭示不透明算法与偏见模型如何加剧社会不平等的深度反思
- 揭示算法模型如何放大并固化数据集中的固有偏见
- 剖析非因果性推理编码到AI中导致的伦理困境
- 探讨黑盒不透明规则在社会各领域造成的负面反馈
适合：算法工程师、AI伦理关注者及公共政策研究者
值得读指数：69 / 100
Hacker News 读者推荐
……没睡好或没吃好这种前置条件。对犯罪倾向进行自动化推断，完全排除了元准确度（即人类法官/考官的胜任能力）这一变量。拜托去读读《数学杀伤性武器》（Weapons of Math Destruction），了解一下机器学习在发现和利用数据集中的偏见方面有多“出色”。等等，不对，抱歉，情况更糟了：罪犯的上唇曲率平均要大23.4%……
nl 在 HN 的推荐
……因果关系，仅仅基于相关性做出推断是站不住脚的。将站不住脚的推理编码进AI模型，尤其是当它还会强化既有的社会不公时，可以说是相当不道德的。Cathy O'Neil的《数学杀伤性武器》（Weapons of Math Destruction）对此进行了更深入的探讨。这是一个非常合理的担忧，尤其是非技术人员随着时间推移，逐渐被规训得对算法言听计从。
barrkel 在 HN 的推荐
……警务预测，鉴于基于AI的不公正现象常常困扰着这类应用缺乏透明度的专有属性，这确实值得反思。关于此类问题的另一场精彩讨论是Cathy O'Neil的书《数学杀伤性武器》（Weapons of Math Destruction）。可惜她没能共同获得松鼠奖。https://www.amazon.com/Weapons-Math-Destruction-Increases-In...
randcraw 在 HN 的推荐
找书
豆瓣 微信读书 京东 Open Library ISBN 0553418815
数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。