黑箱社会:掌控金钱和信息的数据法则 中信出版社

黑箱社会:掌控金钱和信息的数据法则 中信出版社 pdf epub mobi txt 电子书 下载 2025

[美] 弗兰克·帕斯奎尔 著
图书标签:
  • 数据分析
  • 算法
  • 金融科技
  • 社会学
  • 隐私
  • 大数据
  • 黑箱操作
  • 信息控制
  • 数字经济
  • 科技伦理
想要找书就要到 静流书站
立刻按 ctrl+D收藏本页
你会得到大惊喜!!
店铺: 中信出版社官方旗舰店
出版社: 中信出版社
ISBN:9787508655208
商品编码:10129084720
品牌:中信出版(Citic Press)
开本:32开
出版时间:2015-12-01
用纸:胶版纸
页数:320

具体描述

编辑推荐

全球杂志《自然》(Nature)和《科学》(Science)同步推荐

全球首部用数据深入阐释、揭示互联网时代信息和金钱法则的书

Google、Facebook、苹果等硅谷和华尔街公司的秘密算法大白于天下

从这本《黑箱社会:掌控金钱和信息的数据法则》开始,互联网公司再也没有商业秘密

《大数据时代》作者维克托·迈尔-舍恩伯格全力推荐!

内容简介

你是否想到,当你在上网娱乐、学习、浏览新闻或从事商业活动时,你就会无形中陷入一张数据采集的罗网,这张网的覆盖面之广你绝对难以想象。我们的经济和社会由高深莫测的数学程序来决定?

美国参议院的一份调查报告指出,仅仅是点击某一热门新闻网站的动作就会触发并激活350多个网络服务器。多数的关联行为(例如投放广告)不大可能构成危害,但它们通常会在用户的电脑中植入一个“cookie”软件,用以识别和跟踪访客,从而收集目标数据并获知用户的上网习惯。

在这个互联网时代,每一天,各类公司都会通过仔细检索、审视我们的工作习惯和互联网的使用把我们各种行为的细节连接整合在一起。这种整合起来的数据极其详细,甚至堪称对我们个人的入侵。但这些公司是如何将这些数据点联系在一起的,他们又是如何使用这些信息的?《黑箱社会》将告诉我们这一切是如何发生的。

隐秘的算法可以塑造(或破坏)信誉,也可以决定企业家的命运,甚至是摧毁整个经济体。这本《黑箱社会:掌控金钱和信息的数据法则》深入探讨了Google、yamaxun、Facebook、苹果等硅谷和华尔街的公司是如何运用这些运算法则的,以及作为我们个人应该如何在这个信息经济社会保护我们的隐私,以及确保我们的个人信息安全。

在大数据、互联网时代,你可能需要的是个人成功秘诀、商业制胜之道,但你更需要的是一个清醒的头脑。


作者简介

弗兰克·帕斯奎尔,马里兰大学教授,耶鲁大学法学院信息社会项目成员以及大数据、道德和社会理事会的成员。他是普林斯顿大学信息技术中心的访问研究员,并在耶鲁大学法学院和卡多佐法学院担任客座教授。他还曾在牛津大学获得马歇尔学者的称号。帕斯夸莱曾在众议院的司法委员会上作证,并与Google、微软和雅虎的法律总顾问对峙。


精彩书评

最早关注弗兰克·帕斯夸的《黑箱社会》这本书,是源于今年开年之初Nature和Science的几乎同时对该书的推荐……这本书最可取之处,是脱离了以往那些空谈隐私保护的话题,而是时不时给出了问题的症结和可能的解决方案。

——赵斌 复旦大学教授、博士生导师


与其他书籍不同的是,弗兰克·帕斯夸莱的《黑箱社会》为我们提供了一剂全新的思维良方,并且有可能将有关隐私的话题引向深入。无论你只是对隐私感兴趣,还是已经熟知有关隐私的论述文献,都会在阅读此书的过程中受益匪浅。

——《科学》杂志(维克托·迈尔-舍恩伯格)


互联网依靠用户数据来生成定制广告并获取收益,以此壮大规模并提供免费服务。然而,这个数据解析过程最终推动并构建了法律教授弗兰克·帕斯夸莱所称的“黑箱社会”。在这样一个社会中,私人数据遭到采集并受到算法的操控,社会基本功能的执行过程也被欲盖弥彰,“黑箱社会”已经名副其实……本书以大量的研究工作为基础,提出了富于指导意义的若干解决方案。

——《自然》杂志(史蒂夫·阿夫特古德)


《黑箱社会》一书值得关注,该书试图揭示并解决“失控的数据”和“黑箱算法”所引发的危害,其视角之广、覆盖面之全chaoyue了以往任何同类图书。无论你是对隐藏在“大数据”背后的陷阱感兴趣,还是想要了解我们如何在不知不觉中遭遇量化,都会在阅读本书的过程中受益匪浅。

——戴维·奥尔巴赫 软件工程师


目录

推荐序

中文出版序

第一章 我们需要知情

保密优势

无处不在的大数据

保密性和复杂性

警惕软件

单向镜

企业保密和保密企业

回首

本书结构

可以自我破解的预言

第二章 数据失控时代的网络信誉

数据(和数据之外)

失控的档案

工作中的大数据

种族偏见的幽灵

监控国家的诞生

“国家”与“市场”的界限正在消失

到处是威胁,到处是危险,到处是信息?

持久的不透明

没有出口

未来大曝光

第三章 隐藏在搜索中的逻辑学

搜索和透明度

搜索、信任和竞争

搜索和薪酬

搜索和控制

内容、传播渠道和搜索:新兴竞合

迈向数字新政

第四章 金融算法:皇帝的新代码

预警信号

机器梦

次贷的修饰部门

评级机构的失职

公司封杀异议

风险与监管

战略上的草率性

谎言与伦敦银行同业拆借利率

自我和他人营造出来的账目系统

风险与信仰

高频交易的低社会价值

电脑化的市场

危险的鞅定价方法

黑天鹅还是黑箱?

金钱、信息和权力

第五章 监督者由谁来监督?

披露的标准

虚无的隐私权

更全面的披露:致力于公平的数据操作

合法使用数据

监视档案

透明的公民Vs不透明的政府或企业

高质量的透明度

第一修正案的万能牌

金融界的中央情报局

失信的金融监管

“大到不能倒”和“穷到不能管”

从医疗诈骗执法中获得的启示

国家安全局的企业监控

神秘的数字时代

第六章 可被了解的社会

黑箱社会

为什么袖手旁观?

逐渐缩小的政企分歧

公共选择的承诺

重建信任

黑箱的局限

黑箱残局

可被理解的社会

致 谢

精彩书摘

第一章 我们需要知情

我们都听过这样一个小故事:有个人趴在路灯下面,一副神情专注的样子。警察路过他身旁时问他在做什么,他说自己正在找钥匙。“你把钥匙丢在这儿了吗?”警察问他。“没有,”他回答,“但这里有亮光。”这个故事讽刺了一种徒劳无功的做法,虽然显得有些老套,但最近却有了新的诠释,它暗示着我们的科技越来越像谜一样隐秘难测。

社会学家们一向热衷于研究权力的运作方式,他们试图阐明谁获得了什么,何时获得,以及获得原因。在《追求成就的社会》(The Achieving Society)、《赢家通吃的社会》(The Winner-Take-All Society)、《美好社会》(The Good Society)和《正派社会》(The Decent Society)等书中,我们的公共生活领域都成为研究对象,而且这些书尽其所能地让我们认识到了探究上述问题的必要性。

但是这些书籍的研究成果和一堆已知信息没有什么两样。对于一个毫无概念的东西,我们根本无法理解,更不要说对其进行调查了。知识研究爱好者们对这一问题有着很多叫法,比如“未知的未知”、“黑天鹅”和“深藏的秘密”,都是用来指代社会空白领域的流行说法。后来甚至出现了一门叫作“比较无知学”的新兴学科,专门研究“由于疏忽、遗忘、短视、消灭、保密或压抑造成的结构性无知的产生、无知的不同来源以及无知的构造”。

无论是在假设还是真实情况下,知情空白以及由此产生的影响都不可小觑。曾经zuijuquanwei的中央银行家艾伦·格林斯潘(Alan Greenspan)说过,市场正被亚当·斯密理论中那只“看不见的手”所控制,如今这只手越发难以捉摸,以至于没有人(包括监管者)能够窥视到“哪怕最简单的现代金融体系的内在机制”。如果事实的确如此,那么似乎只有自由主义政策才是合理的应对方式。弗里德里希·哈耶克是一位奉行放任主义的杰出理论家,他将“知情问题”称为仁义政府在施行经济干预中不可逾越的障碍。

但试想,如果“知情问题”并非市场的固有因素,而只是某些行业有意煽动的一个概念呢?如果金融家们只是为了躲避监管、混淆规则而故意使其行为云遮雾绕呢?那样的话,撤销管制规定带来的结果只会与初衷背道而驰。

棘手的“知情问题”仅仅是一个例子,其背后隐藏着一个基本的真相:我们对这个社会(与“自然”相对的概念)的认知与未知在本质上并不是固有的,其本身只是社会建构的一个功能。我们对公司、政府,甚至是彼此间的信息获知都要受到法律的约束。相关的隐私法和交易保密法以及所谓的《信息自由法案》都在信息获取方面设置了限制,这就使得某些调查行动根本无法展开。于是我们不禁发出疑问:谁是当中的受益者?

其中有些法律对于社会的完善起到了关键作用。没有人希望自己去趟洗手间都会被老板录像,那样的世界不可想象。然而,信息法所保护的范畴已经远远不只是个人隐私。有些制药公司借助法律上的行业保密条款来隐瞒新型药物的种种风险,还有一些银行借助空壳公司来逃避税收责任。

甚至于政治和法律体系也逐渐倾向于保密思维,而这些体系本应是最为开放、透明的公共生活领域。行政部门以开展“反恐战争”为契机大力游说,不断地要求制定并施行“保密法”;在选民投票的某些选区充斥着“肮脏的金钱交易”,而背后的操纵者及其影响往往只有在竞选过后才被揭露,甚至根本无从揭露。

然而,就在quanwei企业、金融机构和政府部门在保密协议、“专有方法”和言论限制法规的掩护下瞒天过海的同时,我们的生活隐私却越来越公开化了。我们在互联网上的一举一动都可以被记录下来,而问题是:谁会获得这些信息,这些信息又将被保留多久?虽然匿名软件能为我们提供一时的保护,可谁又知道这种意图隐藏的做法会不会很快受到监管部门的禁止?监控摄像头、数据代理公司、传感器网络和“超级数据存储系统”可以记录下我们的行车速度、服药情况、阅读过的书籍以及浏览过的网站。虽然法律在商业领域中极尽保密措施,但在涉及公民的隐私时却选择沉默不语。

本书将着重研究这种矛盾现象。为什么从华尔街到硅谷的行业秘密都备受保护?那些掩盖人事和业务处理方式的隐形操作都暗示了什么样的社会问题?如何制定法律才能在隐私性和公开性之间取得zuijia平衡?这些问题的答案将引导我们建立起一个更加智能、有序的社会。

然而,我们首先要对这个问题进行充分理解。“黑箱”(Black Box)这个双关语恰好可以用来形容这一理解过程。它既可以指一台记录仪(例如飞机、火车和汽车上的数据监测系统),也可以指一个神秘的运作机制。虽然我们可以获得黑箱的输入和输出信息,却无法弄清输入数据如何变为输出数据。我们每天都要面对这样的问题:公司和政府部门越来越渗透性地记录着我们的生活,我们却不知道这些信息会传播到哪儿,也不知道它们将被用作何种目的,更不知道这些信息的泄露会产生怎样的后果。

保密优势

知情就是优势。在保护自己信息的同时获知他人的信息,这是一种最重要的占据优势的形式。各个公司都在尽可能地挖掘潜在客户和企业员工的详细信息,但在面对监管部门时,它们却极尽手段隐藏公司的统计数据和操作规程。互联网公司收集的用户数据越来越多,但同时也在对抗相关规定,阻止用户对由此生成的数字档案进行任何操控。

随着科技的进步,市场压力提升了数据博弈的筹码。监控摄像头的价格逐年下降;感应器在更多的地方得以配置。手机能够追踪我们的行迹;电脑程序可以记录下我们的键盘操控过程。不管我们是否愿意,层出不穷的硬件、软件将所有人都变成了“量化的个体”。随之生成的信息以shiwuqianli的海量数据形式涌入数据库中,汇集成空前庞大且分类详细的文件系统。

但这些数据将流向何方,又为谁所用呢?如果企业和政府也能够趋于透明化,那么损失一些个人隐私倒也无妨,可通常情况并非如此。信用评估者、搜索引擎、各大银行和运输安全管理局将我们的数据进行转化后用于计分、评级和风险计算,并生成具有重要影响的监察名单。然而,除非有告发者提起诉讼或揭露实情等特殊情况发生,否则这些专有的运算程序都无须接受审查。

在某些情况下,保密做法是合情合理的。没有人希望恐怖分子可以准确地知道国土安全部门的追踪目标,从而躲过侦查。然而,当我们的一举一动都在监察机构的掌握之中,而我们却对这些机构的程序和人员安排一无所知时,民主和自由市场的口号便成了空谈。当这种保密做法正在挑战社会的底线,而我们却对重大的决策过程毫不知情时,公开性就显得尤为必要了。

无处不在的大数据

在信息经济的核心地带,互联网和金融公司聚敛了含有用户隐私和生活细节的海量数据,并基于这些数据做出与我们生活有关的重大决策,进而影响着我们自己的决策。然而,我们究竟对这些公司了解多少呢?一个糟糕的信用评分可能会使借款人损失数十万美元,可他却永远无法知道这个分数究竟是如何计算出来的。某家预测分析公司可能会将一个人归为“高成本”或“不可靠”的员工,但却不把这个评定结果告知此人。

或许,这些公司还可以“友善”地影响我们的选择过程。yamaxun和YouTube视频网站上的推荐引擎通过自动呈现的信息温和地为我们提供建议。然而,请不要低估“或许”一词的含义。这些建议背后通常隐藏着不为人知的经济、政治和文化因素。作为中间商,这些公司善于变换阵营,时而靠拢用户,时而又站到供应商一边,目的只是为了在其构建的网络世界中实现利益的zuida化。

金融机构可以通过制定信用和借贷条款对我们产生较为直接的影响。然而它们同样对重大交易遮遮掩掩,秘而不宣。2008年金融界发生的秘密事件引发了一场信任危机,并将银行体系推向了崩溃的边缘。为了稳定局势,美联储出面加以干预,而干预条款却予以保密。直到2011年,记者们才得以揭开干预范围的广度,而在此之前还发生了一起标志性事件—金融改革立法得以讨论并获得通过,但该项立法并没有听取选民的意见,并且很快就被美联储救助下的企业巨头们予以淡化。

在信誉评定公司、搜索公司和金融行业中,无处不在的大数据变得与我们的生活息息相关。但这种相关性的建立过程却非常隐秘,从而降低了社会的公开性和市场的公平性。新型排名和评估技术引发了若干问题,让我们思考如下:

· 一对夫妻在接受了婚姻咨询之后,信用卡公司是否有权对他们的信用卡提升利率?如果是,公司是否应该通知持卡人?

· Google(谷歌)、Apple(苹果)、Twitter(推特)或Facebook(脸谱网)是否有权屏蔽掉内容完全合法的网站或图书?它们在采取这种做法时是否应该通知我们?

· 美联储能否为了拯救丑闻缠身的银行而大量地印刷美钞?如果是,美国公民应当通过何种途径在什么时候了解事件的进程?

· 当成百上千万的美国公民被列入秘密“监察名单”时,他们是否应该获得通知,是否应该有机会证明自己的清白?

并不是只有华尔街和硅谷的各大公司在采取隐蔽的操作方式,我之所以将它们列为研究重点是因为这些公司在社会中扮演着特殊的角色。在2010年的第四季度中,金融部门贡献了“略低于10%的增值”,占据总利润的29%,也就是577亿美元。硅谷的公司也同样强劲,并且利润惊人。金融企业如何利用资金?各大网络公司又如何引导公众焦点?它们一方面将资源导向了某些创意、产品和服务,一方面也舍弃了另外一些项目。它们为我们构建了一个世界,而人们都太急于接受这种数据驱动带来的便利。但是,我们必须承认这其中付出的代价。

保密性和复杂性

大数据这个黑箱并不容易拆解。即使拆解方法被公之于众,我们作为现代互联网和银行业的门外汉也很难进行实际操作。那些公司得出关于员工产出、网站相关性或投资吸引力的结论均由复杂程式算出,这些程式由工程师团队进行设计并由律师团队给予维护。

在这本书中,我们将探讨三个造成黑箱难以开启的原因:“真正”保密、法定保密和模糊处理。真正保密让人们在未经授权的情况下无法获取秘密信息。在日常生活中,当我们锁门或者给电子邮件设置密码时,就是在实行这种保密措施。法定保密意味着某些信息属于隐私,不得公开。银行职员必须遵循法律法规和雇佣条款,不得向朋友透露客户的账户余额。模糊处理是一种故意隐藏秘密的行为。例如,当某公司需要提供相关信息应对调查时,该公司可能会给出3 000万页的文件资料,让调查人员在调查时如同大海捞针。上述两种形式的保密做法和模糊处理方式最终导致了一种“不透明性”,我用这个加引号的词来概括一种可矫正的不可理解性。

举例来说,一份较为详细的投资说明书可以长达数十页或数百页,文件中还可以引用其他文件,甚至文件再次引用文件。原文件涉及的文件之间可能会发生冲突。如果想对某个投资项目进行深入了解,我们可能需要翻阅数千页的法律冗文,而且其中很多用词都模棱两可,非常容易造成误解。会计报表也同样如此,法学教授弗兰克·帕特洛伊(Frank Partnoy)和普利策奖获得者杰西·艾辛格(Jesse Eisinger)曾于2013年年初共同研究过“美国银行的内幕”,并对其中一直存在的不透明性感到震惊。他们在报告中把银行描述为“掩盖了巨大风险的‘黑箱’,这些风险可能会再次击垮经济”。虽然经济危机已经过去5年,但美国的银行系统依然没有得到规范管制。俩人曾在报告中用如下引语来描述银行系统中存在的弊端:

· “现在没有哪家大型金融机构的财务报表能够提供有价值的风险信息。”一位对冲基金经理人如是说。

· “在委员会(财务会计准则委员会)工作后,”唐·杨说,“我再也不相信银行账目了。”

· 另一位账务会计准则委员会的前任员工在被问到是否相信银行账目时回答说:“一点儿也不。”

他们在说这些话的时候,经济危机已经过去5年,并且《多德–弗兰克法案》(Dodd-Frank Act)已经颁布了3年之久,这一法案集立法之大成并对银行法做过全面改动。当大量的投资者持不信任态度,并且这种怀疑主义蔓延至整个系统中时,经济危机就会爆发。而当政府部门通过“救市”和“流动性融资”涉足其中时,本已错综复杂的局面就会更加纷乱。

对于科技公司而言,复杂性操作没有保密性操作这么重要。无论网络如何延伸,Google的搜索工程师们都只是在自己公司网络内的“封闭系统”中进行工作。同样,负责Twitter和Facebook“输入”信息的工程师们也都在划定的范围内进行操作。由于真正保密、法定保密和范围因素施加的限制,一般人很难了解他们的运作方法。此外,技术和法律阻碍也让公司以外的人员无法弄清真相。

进步人士经常呼吁通过透明化操作来解决本书中提到的黑箱问题。很多情况下,阳光确实是“zuihao的杀毒剂”。然而,透明性有可能只会引发复杂性,而复杂性则像真正保密和法定保密一样有碍理解。政府经常采取干涉措施,要求公司或企业向用户开诚布公并“使用通俗易懂的语言”,但金融家们却通过使交易复杂化来应对这些透明化规定。在无法达成实际效果时,管理人员应当介入其中并对复杂性加以限制。透明性不是最终目的,它只是通向可理解性的一个阶梯。

警惕软件

为什么这个问题如此重要?因为越来越多的软件算法在quanwei领域中得到应用。我们以前都是通过人工判断做出决策,而现在却是以自动化的方式得出结论。软件可以在几分之一秒内对数千条规则和指令进行编码。这类自动化程序已经被用来指引飞机航向,建设网络物理中枢,并读取我们的全球定位系统(GPS)定位信息。总之,在经意或不经意间,这些软件程序在提升着我们的生活品质。

可是我们应该让其在哪儿止步呢?当我们想去一家新餐厅时,该类程序不但会在无形之中影响着我们的路线选择,而且决定着Google、Yelp、OpenTable或Siri会向我们推荐哪家餐厅。另外,这些程序还可以让我们看到自己的爱车受到怎样的评论。然而,选择一辆车或者一家餐厅并不是通过优化引擎或规划驾车路线就能简单解决的事情。推荐引擎是否会考虑到这家餐厅或者汽车公司为员工发放保健福利或规定产假的情况?我们是否可以推动这一进程?在以zuida现实利益为目标的行业竞争中,硅谷和华尔街的数据专家们倾向于把推荐项目视为一个纯技术问题。编码规则中的价值观和特权问题都被藏进了黑箱。

最显著的一个问题是:这些运算程序是否公平?举例来说,为什么YouTube在Google的视频搜索结果中总是能够击败其他的视频网站?为什么某家餐厅或汽车股票可以排在列表的顶端?当网络零售商可以针对同一产品向不同买家显示不同的价格时,这又说明了什么?为什么有些借款人可以逾期付款,而其他人却不被允许这样做?

对于当前现状,支持者们认为这些结果反映了一家公司针对网站质量、投资品质或客户等级做出的善意评价。反对者们则认为这是在用科技做幌子来掩盖利己行为和利益冲突。只要运算法则没有公开,人们就只能靠猜测得出结论,所以难以判断谁是谁非。我们不知道Google到底如何对网站进行排名,于是也就无法评估它什么时候在诚信行事、以客户为重,什么时候又是在操纵结果、牟取商业利益。Facebook上的动态更新、Twitter上的热点话题,甚至电话和有线电视公司的网管操作也是同样的情况。保密法规和模糊处理技术都为上述行为提供了保护伞。

单向镜

看了这么多堂而皇之的保密行为,有人会轻易得出结论,认为个人和民间组织也能和公司、政府一样严守自己的信息。想象着银行会像保护自己的秘密一样对我们的银行记录进行保密,确实是一件令人欣慰的事情。可我却要推翻这种臆想,我们所在的国度没有那么美好,它不会为私人园地设立围墙,现在的社会更像是一面单向镜。公司主要决策者可以掌握我们日常生活的细枝末节,可我们却根本不知道他们怎样利用这些信息来进行重大决策或者影响我们的决策过程。

另外,当掌控金融和新媒体领域的权力迅速汇集到一些私营企业手中时,我们依旧无法弄清这些公司主要在以何种方式与公共权力发生互动和冲突。虽然这本书讲的主要是私营行业,但我却将其命名为《黑箱社会》(而不是《黑箱经济》),这是因为国家和市场之间的界限正在逐渐淡化。前政界人士杰夫·康诺顿(Jeff Connaughton)曾经用“黑团”来形容由金融和媒体决策人组成的黑暗网络。无论是以企业的名义还是以政府的名义行事,这些决策者都可以通过调用资金和媒体优势来获取私利。如今,我们越来越被这个“黑团”所笼罩。在一个又一个的决策(或行业)领域,这些业内人物决定着社会利益(如低息贷款或保障就业)和责任(如审计、监听和评估)的分配格局。

诚然,正如乔恩·埃尔斯特(Jon Elster)在《地方正义》(Local Justice)一书中所述,我们现在还没有juejia的方式来实现机会的公平分配。可如今市场化的国家却越来越追求速度优势,而不注重让人们享有公平的选择权利。技术统治论者和管理者给争议性的价值判断结果披上了“科学”的外衣,即不断地利用可测数据通过数学模型对微妙的主观结论(例如一名员工、一项服务、一篇文章或一件产品的价值)进行再构。虽然通过大数据做决策的方式可以带来前所未有的利益,但当这种运算形式不仅被应用于“物”的领域,而且被应用于“人”的领域时,我们就需要建立一个更加强大的道德框架,而不是现在“黑团”所青睐的这个架构。

……

前言/序言

曾经在IT历史上显赫一时的美国太阳微系统公司(Sun Microsystems)似乎总有着超人的先知先觉能力,在公司成立之初的1982年,就接受了约翰·盖奇(John Gage)的建议,将公司的口号定为“网络就是计算机”。虽然这句话在目前看来是这么的理所当然,但在互联网还没有走入大众生活,甚至连“信息高速公路”的概念都还没有提出的时候说出这句话,其实是很令人匪夷所思的。而现在,该理念被认为与云计算思想不谋而合,但这已经是20年之后的事儿了。无独有偶,1999年,面对正如火如荼发展的互联网技术,时任该公司CEO的斯科特·麦克尼利(Scott McNealy)在一次发布会上对台下众多媒体记者和分析师说道:“你的隐私只剩零了,想开点吧。”他认为互联网的分享将彻底“杀死”隐私。自此,关于互联网时代隐私的争议不绝于耳,而2013年爱德华·斯诺登披露的“棱镜门”事件更是将公众对隐私问题的关注推到了一个新的高度。有不少人呼吁人们要学会适应这个越来越透明的社会,甚至有人提供一些技巧来拒绝某些互联网服务。其实,这样的认识存在着一个严重的问题,就是将用户个人信息的收集过程等同于对隐私的侵犯。

我也曾对此类话题充满了兴趣。我认为社会已经发展到这一步——人类目前并没有选择信息的自由,相反,通过放弃使用数字科技来实现隐私保护是不可取的。现在的智能手机平均配有7个传感器,只要人们还在使用互联网,相关数据就会被采集,而且会越来越普遍,几乎可以说是无所不在,无所不包。纵观人类历史,每当一个新技术来临,总有一部分人决定不参与其中,但残酷的现实告诉我们,最有可能享受新技术带来的利益的是那些总是追随技术的忠实客户。在这个新的时代,人们正在发明新的隐私保护方式。例如,在电子交易中,网上支付借助风控大脑的帮助会变得越来越安全,而且是用得越多的用户越安全,因为支付系统已经找到了一种更接地气的创意——通过场景来“认人”。

最早关注弗兰克·帕斯奎尔(Frank Pasquale)的《黑箱社会》这本书,是源于今年开年之处《自然》(Nature)和《科学》(Science)几乎同时对该书的推荐。究竟是怎样的一本好书呢?居然得到了这两本被学术界称为zuigao大上刊物的dingji杂志的青睐,我充满了好奇!书名中的“black box”,让人联想到两个概念:飞机中的黑匣子和系统工程中的黑箱模型。看完这本书,读者会发现,这个词的确是一语双关的。一方面,物联网、大数据和无处不在的传感器网络记录着我们的世界和世界中的人群,就像我们人人都拥有一个自己的黑匣子,随时可以查阅其中的信息而对未来采取更好的对策。人类行为的大规模数据集有可能从根本上改变我们对抗疾病、设计城市或进行科学研究的方式,有人甚至将这种大规模数据集的使用行为与显微镜的发明相提并论。另一方面,我们个人却不知道有多少信息被记录了,这些信息会传播到什么地方,也不知道哪些人会使用它,使用这些信息的目的何在,更无从知道这些信息的泄露会产生怎样的后果,依据这些信息所做的判断是否准确,是否存在偏见或破坏性?这对目前的人类社会来说,就是一个神秘的黑箱运作机制!我们正处于一种迫切希望采集更多的数据,又害怕数据被采集太多的纠结之中,本书主要针对这种纠结进行探讨,提供了不少新思维,阅读该书可能推进我们对于隐私争议的理解和认识上的更新。

《黑箱社会》这本书最可取之处是脱离了以往那些空谈隐私保护的话题,而是时不时给出了问题的症结所在和可能的解决方案。早期的隐私专家只是强调信息威力的力量失衡对社会造成的后果,那些所谓的经典补救措施也就是要求个人知情同意。问题是,只要告诉用户信息收集者会如何使用这些数据,只要他们同意,隐私就得到保护了吗?帕斯奎尔认为这远远不够。知情同意面对目前的社会已经退化为一个呆板的闹剧,因为我们大多数人既没有时间也没有足够的专业知识来解读这个潘多拉魔盒。虽然大数据能够从大量多维数据和组合中获得新的洞见,但在如此背景下也只有富人能承担数据使用的费用,总体上只会加剧系统本身的缺点。因此,帕斯奎尔主张隐私保护制度的根本转变,放弃知情同意这种形式上的做法,去严格监管实际使用这些数据的企业和政府机构。难怪《科学》杂志在书评中称之为“史诗般的变化”。

对待信息的角力,帕斯夸里在书中强调了三个关键词:信誉、搜索和金融。信誉是被他人认识的结果,搜索为了认识他人,金融则是帮助人们做出经济决策。各公司都在为挖掘潜在的客户详细信息费尽心思,但在面对监管时,却极尽手段隐藏它们的统计数据和操作规程,同时阻止用户对由此生成的数字档案进行任何操控,这其实就是在制造黑箱。试想,如果这些东西是隐藏的,那么错误的数据、无效假设和有缺陷的模型就不能得到纠正,这种黑箱最终可能会危及我们所有人。我们如今的生活已经受到了信息的影响,制定一个紧跟时代的信息管理框架已迫在眉睫,其中政府公共部门应发挥什么作用呢?也许,我们需要一个公共机构来利用全面的数据提供信用评分,用一个开放的、可解释的算法决策工具来代替黑箱系统,而不是靠众多私营企业自己搜集的数据和评定代码。真正将黑箱社会变成显式社会,确保最重要公司的关键决策是公平的,一视同仁的,并能接受批评。

赵斌

复旦大学生态学教授、博士生导师

中国的互联网公司在竞相作用于信息发布和在线交易的未来。阿里巴巴抵制了腾讯公司的某些短信业务,而在快的打车与滴滴打车(腾讯投资)合并之前,腾讯公司曾禁止快的打车利用微信平台来发放叫车服务的优惠券。它还禁止美国出租车公司Uber出现在微信上面。

我本人也不是很认同Uber公司的经营理念。在读过张夏准的作品(尤其是《富国的糖衣》)之后,我也认为每个主权国家都应当促进本国科技在搜索、金融和信誉等领域中的发展。只有科技公司、数据经纪商和银行在全球呈现多样化趋势,各国才能够维持响应其国民需求的政治秩序。

任何一个领域中的主导性平台都需要得到更好的监管,并且要对用户透明,同时尽可能公平地对待其合作商户。微信拥有约5.5亿活跃用户,在日常生活中扮演着重要的角色。用户可以通过微信菜单获取优惠券、医疗、娱乐、新闻、美食、交通等诸多信息。这是一个万能的平台,可以实现很多功能,例如查看航班、支付水电费等等。随着大型公司逐渐渗透到我们生活中的方方面面,它们在选择商业伙伴和利用编辑数据时应当做到公开透明。

“公平竞争”这个概念在商界中似乎不太现实。大家都在混乱无序地争夺市场份额、用户和收入。然而,企业越是用黑箱掩盖自己的所作所为——避开公民或监管机构的审查——它们就会有更多的机会来要挟我们。在2008年,百度为了达到营销目的,威胁其他企业购买百度广告,否则就降低其搜索排名,我听说这件事情的时候非常困惑。这种商业模式将导致的最终结果可能是,那些真正制造产品和提供服务的企业所获得的利润会逐渐地被各大互联网公司盘剥殆尽。

排名、评级、查询和融资公司不应该在经济活动中占据主导地位。它们是很重要,但不是最重要的。这些公司的特点是,规模越大,收益越多。当它们在GDP中占据的份额过大时,不平等现象就会加剧。信誉、搜索和金融领域中的公司巨头(分别在本书第二、第三、第四章有所论述)夸大了其自身功能的重要性。它们充其量也就是实体经济的仆役,可却妄图反客为主。

本书的一大主题是社会利益和责任的合理分配。美国从中国的经济腾飞和绿色能源部署方面学到了很多,而中国的经济学家和监管机构也可以从美国的成败中有所收获。长久以来,GDP的增长只能依靠“投资”。当前中国国内太多的信托和理财产品都属于不可持续的发展项目,其资产负债表极不透明。很多投资者对其投资项目并没有真正了解。随着股市的大起大落,政府面临着一个艰难的选择:要么放任自流,甘冒经济失控的风险;要么用现实资源来维系黑箱金融。第一个选择会使穷人受损;而第二个选择会使富人更富,有损公平。两者都无法实现经济的可持续发展。

真正能够促进社会和谐和繁荣的政治经济必须是实体经济,而非简单的量化经济。它必须能够为公民带来医保、教育、艺术、公园、新鲜空气和清洁用水,以及休闲项目。单纯用数值来衡量收入或生产力的做法只是以偏概全。事实上,一些外界观察家就担心,这些数值可能会受当局操控并被算作“生产力”,这是社会弊病的演变态势。

针对这一忧虑,社会科学和人文科学所描绘的世界(及其可能的未来)图景可以为我们指点迷津。这两门科学试图以事件为背景进行解释、梳理、分辩和争论,目的不是像模拟原子和分子原理那样来塑造人们的认知,也不是用数值去勾勒一幅虚假的繁荣景象。这里的人文科学不是自然科学,而是知识与洞察力相结合的有效产物。

太多的行为学家和人工智能研究人员只注重分析(并最终模仿或操纵)人们的表象行为,而很少或根本不去关注内部的思维过程。他们把大脑当作一只黑箱来处理,这是病态的社会科学和非人道社会的表现。我们必须行动起来。如果只是被动地去促进生产力的zuida化,而不去追问前景或愿景,即使zuida限度地提高了GDP,也会迷失在未来。

20世纪70年代初期,查尔斯·泰勒等哲学家指出了人工智能和行为主义在目标与方式上存在的弊端,帮助人们改变了以往的错误认知。但随着“大数据”的风靡,这两种思维方式再度被吹捧为了解和控制社会的途径,而对于数据的源头(或思维模式),人们却不予关注。金融公司可能会做出诸如此类的辩解,“我们之所以对有过违约记录的用户收取更高的利息,是因为以往的数据显示,这些人常常会再次违约”,但在这一过程中,违约者曾经未能及时还款的原因却是未知的,可能他拒绝支付,也可能是因为家里出了紧急事故。

然而,如果是因为对以往违约者收取过高利息的做法或是歧视性的贷款行为而导致了再次违约呢?如果每一项决策都加大了未来违约的可能性呢?那么大数据所承诺的“社会科学”就会演变成对身背污点者进行压迫的工具,而受压迫者却丝毫没有还击之力。用以做出判断的算法程序变得越来越不客观,它们将主观偏见伪造成看似中立的分数,从而逐渐成为分配机遇和施加惩罚的仲裁者。由于技术系统将人看作数据点的集合,所以受此影响的人们将不再被当作个体来对待和理解。

一个人不应该仅仅因为生了病就遭到公司解雇,或无法获得贷款或保险(在这个数据驱动的时代,更有可能的原因是,一些秘密算法所加权的健康指标认为该人“可能生产力低下”或“不稳定”)。为了在保密性和透明性之间取得更好的平衡,本书为相关法律的修订提供了许多建议。本书还是一部探讨社会理论的著述,揭露了金钱、权力和数据交易的基本模式。书中指出有些人在肆无忌惮地监控数百万人,而其他人连自己受到了谁的审查都不知道。监控者和被监控者的划分往往源自旧有的阶级划分,这也在意料之中。

虽然经济变化日新月异,但权力和财富的既有层级却比以前更加固化、稳定、坚若磐石。我从这一问题追溯至两种相互强化的趋势:数据的金融化和金融的数据化。当货币反映的仅仅是一个精心设计的算法游戏,以衡量人们的购买力(而不是现实的生产力)时,其价值系统便已坍塌,货币分配也失去了合理性。但在黑箱的掩盖下,权力可以被神秘地解读成为知识,运气成为技能,偶然性成为必然性,垄断成为竞争,强制成为同意。

比较无知学(即对知识的抑制或破坏)是本书的一个中心议题,这是一个很难给予系统性解释的话题。但我已经尝试论证了一些非常重要的症结点,指出了它们之间存在的广义关联,并说明了哪些法律需要修改,以便帮助我们真正了解主流公司的逐利目标。虽然黑箱有些骇人听闻,而且似乎坚不可摧,但并非不可战胜。人们很可能迎来一个可被了解的社会,但首先我们必须看清这个社会已经在多大程度上变成了一只黑箱。


《无形之手:金融市场的隐秘算法与人类决策》 一部深入剖析现代金融体系运作机制、揭示数据驱动决策背后逻辑的重磅之作。 在光鲜亮丽的华尔街楼宇和瞬息万变的数字交易平台之下,隐藏着一套由复杂算法、海量数据和人类心理共同编织的精细网络。本书并非关注具体的投资技巧或股票代码,而是致力于探究驱动全球资本流动的底层逻辑、算法模型的构建哲学,以及这些无形力量如何塑造我们的经济现实和个体命运。 我们生活在一个数据洪流的时代,金融市场已不再是单纯的“买卖双方”博弈,而成为了一个由数学家、物理学家和计算机科学家主导的全新竞技场。本书将带领读者穿透表象,审视以下几个核心领域: --- 第一部分:算法时代的金融心跳——量化革命的起源与演变 自20世纪末以来,金融业经历了一场由计算能力爆发引发的深刻变革。传统的基于基本面分析和宏观经济指标的决策模式,正迅速被基于高频数据和复杂统计模型的量化策略所取代。 1. 从布莱克-斯科尔斯到深度学习:理论的范式转移 本书追溯了金融模型从经典的理性预期理论到现代随机过程理论的发展脉络。重点解析了早期期权定价模型的局限性,并详细阐述了现代金融工程如何采纳物理学中的非线性动力学和复杂系统理论来描述市场波动。我们探讨了“有效市场假说”在面对高频交易和算法套利时的瓦解,以及“行为金融学”如何被纳入更精密的算法框架中,以量化不可预测的人类非理性。 2. 高频交易的微观结构:毫秒间的权力游戏 高频交易(HFT)是现代金融市场效率(或不稳定)的最集中体现。本书将深入解析HFT背后的技术基础设施——从光纤延迟优化到微波传输网络的竞争。我们分析了订单簿(Order Book)的动态演化,揭示了诸如“剥头皮策略”(Scalping)和“延迟套利”(Latency Arbitrage)等策略的数学基础。更重要的是,我们将探讨这种速度竞赛对市场流动性、价格发现机制乃至市场公平性所带来的深远影响。 3. 风险的重新定义:尾部风险与黑天鹅的量化 在传统风险管理中,波动率是衡量不确定性的主要工具。然而,本书主张,现代金融的风险已转向更难以捕捉的“尾部风险”。我们考察了极值理论(Extreme Value Theory)在量化极端市场事件中的应用,并批判性地审视了风险平价(Risk Parity)策略在全球性危机爆发时的脆弱性。数据驱动的模型如何更好地预测或未能预测“黑天鹅”事件,成为本章讨论的焦点。 --- 第二部分:数据洪流与决策权力的转移 金融决策权正从经验丰富的交易员手中,转移到由庞大数据集训练出的预测模型手中。这种转变不仅仅是工具的升级,更是权力结构的重塑。 1. 大数据与另类数据源的崛起 今天的金融机构不再只依赖官方发布的经济数据。本书详细介绍了“另类数据”(Alternative Data)的种类和使用范畴:卫星图像分析(如监测零售商停车场流量)、社交媒体情绪指标、供应链交易记录、网络爬虫获取的公司专利信息等。这些数据源如何被清洗、特征工程化,并转化为具有预测价值的信号,构成了新的信息壁垒。 2. 机器学习在预测中的威力与陷阱 本书用非技术性的语言,解释了回归模型、支持向量机(SVM)以及更复杂的深度学习网络(如LSTM和Transformer模型)如何在金融时间序列预测中发挥作用。然而,我们同样聚焦于机器学习模型的固有缺陷:过拟合(Overfitting)、数据漂移(Data Drift)以及模型可解释性(Explainability)的缺失。当模型开始在“数据中学习噪声”而非“信号”时,金融稳定便面临隐性威胁。 3. 决策的“黑箱”困境:透明度与责任 当一个价值数十亿美元的交易决策是由一个无法被人类轻易复盘的复杂神经网络做出的,谁应该对随后的损失负责?本书探讨了金融监管层面如何应对算法的“黑箱”特性,以及在追求效率的同时,如何确保问责制和防止系统性风险的累积。 --- 第三部分:社会影响与未来图景——金融算法的伦理与治理 金融算法不仅仅是盈利工具,它们正在成为影响社会财富分配、信用评估乃至宏观经济稳定性的重要力量。 1. 算法偏见与金融公平性 如果训练数据的历史记录中包含了系统性的偏见(例如在信贷审批或保险定价中),算法将不可避免地固化甚至放大这些偏见。本书考察了算法决策在住房抵押贷款、小企业融资等领域可能造成的“数字歧视”,并探讨了构建“公平、可解释”算法模型的监管尝试和技术路径。 2. 链式反应:算法耦合与传染性 当市场上大多数参与者都使用基于相似数据和模型的策略时,市场动态会变得高度同步。本书分析了这种“算法耦合”如何降低市场多样性,并在特定条件下,导致快速、同步的抛售,从而引发闪电崩盘(Flash Crashes)。这要求监管机构从微观市场结构层面进行干预,以确保系统的韧性。 3. 监管的未来:适应性治理的必要性 面对技术迭代速度远超立法速度的现实,本书倡导一种“适应性监管”框架。这包括利用监管科技(RegTech)工具对市场参与者的算法进行实时压力测试,建立跨国界的算法信息共享机制,以及对关键金融基础设施的算法进行定期的“白盒”审计。 --- 《无形之手》 是一本写给所有关心经济未来的人的指南。它不提供捷径,而是提供洞察力——让我们理解,在由数据和代码驱动的金融世界里,人类的智慧和伦理判断,依然是维持秩序与追求繁荣的最终锚点。理解这些算法的运作方式,是理解我们这个时代经济运作方式的关键。

用户评价

评分

这是一本让我感到“醍醐灌顶”的书,书名《黑箱社会:掌控金钱和信息的数据法则》就足够吸引人了。它所探讨的“黑箱”概念,恰恰是我生活中经常遇到的困境。很多时候,我们对金钱的流动,信息的传播,甚至是某些决策的形成,都感到一头雾水,仿佛被置于一个巨大的“黑箱”之中,只看到结果,却不知道过程。这本书,就像是一个向导,试图为我们揭示这个“黑箱”背后的运作机制,特别是数据所扮演的关键角色。我一直觉得,在这个数字化时代,数据已经成为了新的“石油”,是驱动一切的动力。而本书,正是深入分析了这些数据是如何被收集、分析、并最终转化为影响金钱流向和信息传播的“法则”的。它不是简单地罗列事实,而是引导读者去思考,在这些“数据法则”之下,我们普通人该如何自处,如何才能在这种新的社会结构中,保持一定的独立思考和掌控力。

评分

这本书的封面设计着实吸引人,黑色的背景配上金色的字体,透着一股神秘感和力量感。书名“黑箱社会”更是点睛之笔,让人立刻联想到那些隐藏在幕后的运作机制,以及我们普通人如何身处其中却又难以窥探全貌的现实。中信出版社这几个字也给我一种品质的保证,毕竟它出版过许多高质量的社科类书籍。我之所以对这本书产生兴趣,完全是源于它所探讨的主题——“掌控金钱和信息的数据法则”。当下,金钱和信息无疑是这个时代最核心的驱动力,它们以各种我们肉眼可见或难以察觉的方式,深刻地影响着我们的生活、决策,甚至未来的走向。而“数据法则”这个词,则预示着这本书并非泛泛而谈,而是会深入到数据背后那些看不见的逻辑和规律。我期待它能揭示出一些颠覆性的观点,帮助我理解这个越来越复杂的数字世界,不再是被动的信息接收者,而是能够更清醒地认识到信息流动的方向,以及金钱在其中扮演的角色。这本书能否为我揭开“黑箱”的一角,让我看到那些操纵着金钱和信息的力量,是我最期待的。

评分

坦白说,刚拿到《黑箱社会:掌控金钱和信息的数据法则》这本书时,我并没有抱太大的期望。市面上关于经济和科技的书籍太多了,很容易流于表面,或者过于专业化而让人望而却步。然而,这本书出乎意料地吸引了我。它的标题本身就充满了张力,“黑箱社会”四个字,立刻勾起了我对隐藏在幕后的力量的好奇心。而“掌控金钱和信息的数据法则”则直指当今社会的核心议题。我一直觉得,在这个信息爆炸的时代,我们对金钱和信息的理解,很大程度上决定了我们在社会中的位置。这本书并没有回避那些复杂的数据和技术细节,但它处理得非常巧妙,用一种相对易懂的方式,将那些看似遥不可及的“法则”展现在我们面前。它让我开始重新思考,我所看到的“新闻”,我所做的“投资”,甚至我每天与手机的互动,背后到底隐藏着怎样的逻辑。

评分

当我第一次看到《黑箱社会:掌控金钱和信息的数据法则》这本书的封面和书名时,一种强烈的求知欲就被点燃了。这不仅仅是一个标题,更像是一个承诺,一个关于解开当下社会复杂运作密码的承诺。在这个时代,金钱和信息无疑是连接一切的关键节点,而“数据法则”则像是隐藏在它们背后的无形之手,悄无声息地塑造着我们的世界。我一直对那些能够解释现象背后原理的书籍充满兴趣,特别是那些能够帮助我理解这个日益复杂、被技术深刻改变的社会。《黑箱社会》正是这样一本书,它不仅仅是关于技术,更是关于技术如何与经济、社会结构相互作用。它让我开始反思,我每天接触到的信息,我所做的消费决策,甚至是我的金融投资,在多大程度上受到了这些“数据法则”的影响。这本书提供了一个全新的视角,让我能够更清晰地看到“黑箱”内部的运作,从而更好地理解我们所处的环境,做出更明智的选择。

评分

最近读到一本叫做《黑箱社会:掌控金钱和信息的数据法则》的书,我得说,这本书真的给我带来了很多思考。它并不是那种枯燥的理论说教,而是用一种非常接地气的方式,去剖析我们每天都在接触的“金钱”和“信息”是如何被数据所驱动和塑造的。我尤其喜欢它对于“黑箱”这个概念的运用,就像我们生活中很多事情,表面看起来很简单,但背后却隐藏着复杂的算法和逻辑。这本书就像一把钥匙,试图为我们打开这扇“黑箱”之门。它让我意识到,我们所看到的很多金融市场的波动,很多社交媒体上的推荐,甚至是我们生活中接收到的各种信息,背后都有着看不见的“数据法则”在起作用。这本书不是在贩卖焦虑,而是在帮助读者建立一种更具批判性的视角,去审视这个被数据深刻影响的世界。对我来说,这就像是在信息海洋中学会了辨别方向,不至于迷失在算法的漩涡里。

相关图书

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 book.coffeedeals.club All Rights Reserved. 静流书站 版权所有