信貸會影響信用評分嗎的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

懲罰貧窮：大數據橫行的自動化時代，隱藏在演算法之下的不平等歧視

為了解決信貸會影響信用評分嗎的問題，作者VirginiaEubanks 這樣論述：

2019年莉莉安・史密斯圖書獎（Lillian Smith Book Award）、 2018年麥加農中心圖書獎（McGannon Center Book Prize）獲獎作品   本書揭露高科技工具影響人權與經濟公平。 看似客觀中立的機器運算， 可能在學習人類提供的資料後， 再複製社會偏見與歧視，形成「自動不平等」！   　　▴美國印第安納州在三年內駁回100萬人的醫療照護、糧食券和現金救濟申請，只因為資格自動審查機制把不完整的申請錯誤統統歸結為申請者未能配合。繁瑣的行政程序和不合理的期望使人們無法獲得應得的利益，只有少數幸運兒得以獲得公共資源。   　　

▴▴洛杉磯由於住房有限，當局採用一種演算法，計算成千上萬名無家可歸者的「相對弱勢」，並按照優先排序提供這些人住房服務與資源。然而，這套系統會跟警察系統共享貧窮人口和工人階級的個資，造成窮人與犯罪分子輕易被歸納為同一個分類，否決了他們的基本權利，損害了他們的人性與自主權。   　　▴▴▴賓州阿格勒尼郡的風險預測模型以統計數據來預測哪些家庭會虐童、哪些人是問題父母，但數據庫的資料來源卻集中在仰賴公共資源的低收入家庭。光是在2016年，模型預測的1萬5139筆虐童報告中，就有3633筆不正確；在此同時，數千個貧困家庭與少數族群的生活早已無端遭受侵入及監視。   　　進入數位時代以來，

金融、就業、政治、衛生和公共服務、治安管理等領域的決策都經歷了革命性的變化。如今是由自動化系統而不是由真人來掌控哪些社區受到監管，哪些家庭獲得需要的資源，或是哪些人該接受詐欺調查。雖然人人生活在這種新的資料制度下，但侵入性及懲罰性最強的制度，卻完全針對窮人所設計。   　　政治學家維吉妮亞・尤班克斯在本書中，有系統地探究了資料探勘、政策演算法、預測性風險模型對美國窮人與勞工階級的影響。書中充滿了令人揪心、瞠目結舌的故事，例如印第安納州一名婦人因為癌症末期住院治療，錯過了重新認證補助資格的預約，被取消福利救濟；賓州的某個單親媽媽每天都擔心失去女兒的撫養權，只因她符合某種統計形象。  

　　美國一直以來使用最尖端的科學與技術來遏制、調查和懲戒窮人。「數位追蹤」與「自動化決策系統」就像以前的郡立濟貧院以及科學慈善運動，讓中產階級看不到貧困，讓國家抽離了道德規範，做出非人道的選擇：誰能獲得溫飽、誰得挨餓受凍；誰有住房、誰依舊無家可歸；政府應該拆散哪些家庭。在這過程中，它們更削弱了民主，背叛了人們最珍視的民族價值觀。   　　也許，貧窮並非我們都需要馬上面臨的課題，但在演算法的使用之下，所有人都將無可避免地受到資源分配的影響。這本研究深入、慷慨激昂的好書來得正是時候！   本書特色   　　1. 綜觀書市，大部分類似的書籍都僅探討演算法對於社會的影響，很

少有如本書一樣聚焦於「貧困」議題；而這個問題並不單單只會發生於窮人身上，因為演算法讓所有的人都有可能遇到類似的困境。這樣的主旨使本書在相關作品中更顯獨特。   　　2. 本書特別針對公共福利相關的措施來做描述，從事社會福利相關職業、關注當今貧窮社會議題的讀者，或是對科技應用於社會福利制度有興趣的讀者，在閱讀完本書之後，都能對貧困現象的產生與發展有更進一步的瞭解。   權威推薦   　　呂建德／中正大學社會福利學系教授 　　巫彥德／人生百味共同創辦人 　　李明璁／社會學家、作家 　　李建良／中央研究院法律學研究所特聘研究員×科技部「人工智慧的創新與規範」專案計畫總

主持人 　　李政德／成功大學數據科學所教授 　　杜文苓／政治大學創新國際學院院長 　　林文源／清華大學人文社會AI應用與發展研究中心主任、通識教育中心教授 　　林佳和／政治大學法學院副教授 　　阿潑／轉角國際專欄作者 　　洪敬舒／臺灣勞工陣線協會研究部主任 　　張國暉／臺灣大學國家發展研究所副教授、風險社會及政策研究中心研究員 　　張烽益／臺灣勞動與社會政策研究協會執行長 　　黃益中／公民教師、《思辨》作者 　　劉揚銘／自由作家 　　劉靜怡／臺灣大學國家發展研究所專任教授 　　顏擇雅／作家、出版人 　　（以上依姓氏筆畫排序）   國外好

評推薦   　　「這本書十分駭人。不過，讀了以後，你將變得更精明，更有能力去尋求正義。」——娜歐蜜・克萊恩（Naomi Klein）／《震撼主義》（The Shock Doctrine）作者   　　「尤班克斯在書中精采地記錄了自動化時代『另一半的人如何生活』，並揭露一道新的數位鴻溝：一個使最邊緣化的社群身陷困境的全面監控網路。這本震懾人心、發人深省、充滿人道關懷的好書，揭露了資料導向的政策所造成的反烏托邦，並敦促眾人創造一個更公正的社會。」——阿朗卓・尼爾森（Alondra Nelson）／《DNA的社會生活》（The Social Life of DNA）作者   　

　「在這本發人深省的好書中，尤班克斯讓我們看到，現代社會雖有表面的改革，但我們針對弱勢族群所制訂的政策，依然是由古老的濟貧法所主導，而那些法條只會排擠並懲罰社群中最貧困的人。」——弗朗西絲・福克斯・派文（Frances Fox Piven）／《規範窮人》（Regulation the Poor）作者   　　「這是今年最重要的科技好書。如今每個人都擔心網路對民主的影響，但尤班克斯指出，我們面臨的問題遠比『假新聞』更嚴重——自動化系統鞏固了社會與經濟不平等，破壞私人與公共福利。尤班克斯深入研究歷史與報告，幫大家更瞭解我們面臨的政治與數位力量，以便更有效地反擊。」——阿斯特拉・泰勒（Ast

ra Taylor）／《人民平臺》（The People’s Platform: Taking Back Power and Culture in the Digital Age）作者   　　「這本書清楚地揭露美國的體制（從執法到醫療、再到社會服務）日益懲罰窮人，尤其是有色人種。如果你擔心美國現代工具的不平等，這是一本必讀的好書。」——桃樂西・羅伯茲（Dorothy Roberts）／《殺死黑人》（Killing the Black Body）與《瓦解的關連》（Shattered Bonds）作者   　　「這本書是寫給所有人看的，包括社群領袖、學者、律師、接受政府援助的人以

及需要更深入瞭解『靠數位產業致富的國家如何利用技術來創造並維持永久性下層階級』的人。這是為我們這個時代撰寫的書。」——馬基亞・西里爾（Malkia A. Cyril）／媒體正義中心（Center for Media Justice）的執行董事與共同創辦人   　　「想瞭解資訊科技對美國邊緣化人口的社會影響，這本書是近期最重要的書籍。當我們開始討論人工智慧危害人類的可能性時，尤班克斯的這本書應該列入必讀書單。」——伊森・佐克曼（Ethan Zuckerman）／麻省理工學院公民媒體中心主任   　　「內容驚人，精采萬分⋯⋯誠如尤班克斯所述，自動化加上不顧道德又講究效率的新技術，不

僅威脅到那些社會視為可有可無的數百萬人，也威脅到民主。如果你想瞭解這個數位夢魘如何深入我們的體制並試圖規範我們的生活及你該如何挑戰它，這是一本必讀的好書。」——亨利・吉羅（Henry Giroux）／《身陷險境的大眾》（The Public in Peril：Trump and the Menace of American Authoritarianism）作者   　　「這是一個扣人心弦的精采故事，講述不良資料、劣質軟體、無能或腐敗官僚如何把弱勢族群的生活搞得天翻地覆。現在的治理往往隱藏在令人費解的法律與程式碼的背後，每個人都應該讀一讀這本書，以瞭解現代治理的實際運作。」——法蘭克・

帕斯夸（Frank Pasquale）／《黑盒子社會》（The Blackbox Society: The Secret Algorithms That Control Money and Information）作者   　　「尤班克斯的新書講述正在興起的監控國家，這個精采的故事令人震驚。『數位濟貧院』不斷擴大網絡，與其說是為了幫助窮人，不如說是為了管理、約束、懲罰窮人。閱讀這本書，並加入尤班克斯的行列，一起反對這個網絡所造成的不公正吧。」——桑福德・施拉姆（Sanford Schram）／《福利用語》（Words of Welfare）與《懲罰窮人》（Disciplining th

e Poor）作者

大數據的傲慢與偏見：一個「圈內數學家」對演算法霸權的警告與揭發

為了解決信貸會影響信用評分嗎的問題，作者凱西．歐尼爾 這樣論述：

大數據不缺推崇者，但我不是。 甚至，我要稱它是這個時代的「數學毀滅性武器」。 　　一名前華爾街量化分析師提出警告：現代生活中無所不在的的數學模型可能撕裂社會！ 　　紐約時報非文學暢銷書 　　亞馬遜書店「商業統計」暢銷書 　　《紐約時報》書評2016年最值得注意的書 　　《波士頓環球報》2016年最佳書籍 　　《連線》（Wired）2016年必讀的選擇之一 　　《財星》雜誌2016年選書 　　《MIT科技評論》2016年編輯選書 　　《科克斯》書評A Kirkus 2016年最佳書籍 　　芝加哥公共圖書館2016年最佳書籍 　　《自然》期刊官網（Nature.com）2016年最佳書籍 　　

《紐約時報》2016年度編輯選書 　　這是個演算法包圍現代公民的時代！演算法在幕後影響著我們生活的各種決定，包括我們上什麼學校、能否借到汽車貸款，以及醫療保險必須支付多少保費，愈來愈多判斷是由數學模型，而非某些人所做出。這一切看似公平：因為所有人是根據相同的規則評斷，不受偏見影響。 　　對熱情的「問題解決者」來說，大數據像仙境，它蒐集資訊、再運用數學模型，使我們得以更有效地調配資源、篩選最優的人事物、並做出最好的決定，這些熱情的宣揚者更是四處宣傳大數據應用的威力。 　　但是，曾在典型數據分析圈內工作的凱西．歐尼爾不是上述這種人。 　　她在本書指出，事實與我們想的恰恰相反！這些數學模型不

透明、不受管制，即便出錯，受害者往往無法申訴。最令人不安的是，這些模型會「強化歧視」，例如，貧窮學生在申請學貸時，可能因自家的郵遞區號，被審核貸款的數學模型視為還款高風險者，因而無法獲得貸款……。這類問題會形成惡性循環——獎勵幸運兒、懲罰遭踐踏的人，創造出危害民主的「有毒雞尾酒」。 　　歡迎認清大數據的黑暗面 　　歐尼爾在本書中揭開對我們人生各階段有巨大影響的各種黑箱數學模型，不管我們願不願意，演算法系統都已經為我們打上「分數」。 　　當前許多數學模型已經失控濫用、還自作主張地替教師和學生評鑑、篩選履歷表、審核貸款、評估員工績效、鎖定目標選民、決定假釋名單，以及監測我們的健康狀態，決定我

們個人及社會的未來。 　　歐尼爾呼籲：在這個人人都被迫擁有自己在某種演算系統中持有「e化評分」的時代，那些建立模型的人應該為他們所創造出來的演算法負起更多責任，而政策制定者更應該負起監督管理的責任。這本重要著作使我們得以提出關鍵問題、揭露這些「數學毀滅性武器」的真相和要求變革。 強力推薦 　　……這些源自人性黑暗面的大數據與人工智能，如果不受監管，有可能撕裂社會，甚至讓人類文明崩潰。但監管的標準該如何制定？誰來負責監管？如果監管者跟不上時代，甚至不可信賴，人類又該如何在AI專政的虛擬實境中維持人性尊嚴？－胡一天（源鉑資本創辦人暨執行長，源鉑情報總編輯，《風傳媒》專欄作家） 　　生活在現

代的社會裡，完全不被數學模型監控幾乎是不可能，這是一種最安靜的恐怖主義。然而，數學模型真的是我們生存世界的絕對真理？當我們盲目地將自己交付給它並且據此生存，是否有可能我們所擁抱的真理，只是讓我們的世界變得更加荒謬扭曲……－陳智凱（國立台北教育大學文化創意產業經營學系所教授） 　　大數據浪潮下必讀的一本書。當用數據模型替每個人打分數時，舉凡信用、教育、健康等方面，帶來了潛在的黑箱、歧視、道德危機。不論是數據從業人員或一般大眾，都應閱讀本書，建立正確的風險認知。－楊立偉（意藍科技股份有限公司董事總經理、創辦人，台灣大學工商管理學系兼任助理教授） 　　進行假設檢定與決策時，偽正（型1錯誤）率和偽

負（型2錯誤）率常會存在。本書提醒我們必須檢驗數據的正確性，降低二種錯誤率，並考慮錯誤所造成的影響，進行回饋的模型校正，才能應用大數據的分析，作出合適的決策。－盧鴻興（國立交通大學統計所教授暨大數據研究中心主任）     　　大數據、演算法、人工智慧，這些躲在數學背後的當紅名詞，正悄悄改變世界。作者批評它們變成一種神祇，隱形，至高無上，權力無限，且不受監督，她的警語，正可作為社群網路時代的急迫功課。－黃哲斌（新聞工作者） 　　當手上只有榔頭，看什麼都像是釘子。現在的「大數據」就像一把神奇的榔頭，不管是為其著迷還是焦慮，人們以為可以拿大數據來解決各種問題，但事實並非如此。如果你想真正了解大數

據，受益而不受害，這本書便是必讀。－鄭國威（PanSci泛科學總編輯） 　　凱西．歐尼爾是大數據的內行人，她看到的情況並不美好。本書揭露那些假裝成中性數學工具，但剝削弱勢、扭曲真相的演算法。本書睿智、犀利，是我們迫切需要的著作。－艾倫伯格（Jordan Ellenberg）、威斯康辛大學麥迪遜校區教授、《數學教你不犯錯》（How Not To Be Wrong）作者 　　本書利用令人不安的真實案例和生動的敘事，難能可貴地說明政府和大企業如何利用無形的演算法和複雜的數學模型，損害平等並增強私人權力。本書以明晰治黑箱、以理解治混淆，有助我們在為時已晚之前扭轉局面。－泰勒（Astra Taylo

r）、《人民平台》（The People’s Platform）作者 　　在這本傑作中，凱西．歐尼爾利用她的數學專長和對社會正義的熱情，戳破大數據美好無瑕的假象。她有力地說明了數學正如何被用來壓榨弱勢和擴大不平等。她的分析精湛、文筆迷人，她的發現則令人不安。－博伊德（danah boyd）、數據與社會研究所創始人、《鍵盤參與時代來了！》（It’s Complicated）作者 　　雖然我是職業數學家，我在閱讀這本書之前，對大數據可以如何暗中為害毫無概念。本書內容令人害怕，但讀起來意外有趣：歐尼爾描述的由演算法主導的世界不乏黑色幽默和憤怒，就像當代的《奇愛博士》（Dr. Strangelov

e）或《第22條軍規》（Catch-22）。這是一本非常重要的著作，令人大開眼界又深感不安。－斯托蓋茨（Steven Strogatz）、康乃爾大學教授、《X的奇幻旅程》（The Joy of x）作者 　　這本傑作直白地呼籲大家有所行動。它承認數學模型不會消失：模型用來找出需要幫助的人，可以產生神奇的作用，但如果用來懲罰人和剝奪某些人的權利，則可以成為非常恐怖的工具。凱西．歐尼爾這本書之所以重要，恰恰是因為她相信數據科學的效用。本書有如一個關鍵的速成課程，說明了我們為何必須審視周遭的系統並要求改善。－達克特羅（Cory Doctorow）、《小老弟》（Little Brother）作者、波

音波音網站（Boing Boing）編輯 　　許多演算法受制於權力不平等和偏見。如果你不想受這種演算法支配，請看凱西．歐尼爾的這本書，以便解構傲慢的體制日趨嚴重的最新暴行。－納德（Ralph Nader）、《任何速度都不安全》（Unsafe at Any Speed）作者 　　下次碰到有人毫無保留地讚美大數據的奇蹟，你可以向他出示本書。這是有益之舉。－薩蒙（Felix Salmon）、Fusion電視頻道 　　從找工作到找配偶，預測型演算法正悄悄地塑造和控制我們的命運。凱西．歐尼爾帶我們走過一段令人憤慨和驚奇的旅程，其文字就像是與讀者交談。這是一本重要著作。我們必須處理科技產生的問題。－

提拉多（Linda Tirado）、《當收入只夠填飽肚子》（Hand to Mouth: Living in Bootstrap America）作者   作者簡介 凱西．歐尼爾（Cathy O’Neil） 　　數據科學家，部落格mathbabe.org網主。自哈佛大學取得數學哲學博士學位，曾任教於巴納德學院，隨後投身金融業，任職於對沖基金公司德劭（D.E. Shaw）。離開金融業後曾於多家新創企業擔任數據科學家，負責建立預測人們購買和點擊行為的模型。哥倫比亞大學數據新聞學萊德計畫（Lede Program in Data Journalism）發起人，著有《數據科學實踐》（Doing

Data Science）。每週參與播客節目Slate Money。 譯者簡介 許瑞宋 　　香港科技大學會計系畢業，曾任路透中文新聞部編譯、培訓編輯和責任編輯，亦曾從事審計與證券研究工作。2011年獲第一屆林語堂文學翻譯獎。譯有《紅隊測試》、《數位麵包屑裡的各種好主意》和《大鴻溝》等數十本書。（victranslates.blogspot.tw/）   引言 第1章 數學炸彈元件：什麼是模型？ 第2章 金融業震撼：一個量化分析師的幻滅之旅 第3章 軍備競賽：大學入學問題 第4章 宣傳機器：網路廣告 第5章 殃及池魚：大數據時代的執法問題 第6章 資格不符的第一關：艱

難的求職者 第7章 隱形焦慮：恐慌的工作者 第8章 連帶傷害：當個人信用出了問題 第9章 沒有安全區：你想買保險嗎？ 第10章 被瞄準的公民：現代人的科技生活 結語 致謝   中文版推薦書評一 偏見的結構與人工智能專政 　　對關注人工智能進展的人士而言，卡夫卡筆下的絕望困境，象徵著一種反烏托邦式的惡夢。在卡夫卡的經典小說《審判》中有一則寓言《法律之前》（Before the Law），講述一名鄉巴佬試圖上法院尋求救濟，到了門口卻被警衛阻擋的故事。警衛說：「法律的大門為人人敞開，不是不給進，但不是現在。」鄉巴佬只好坐在警衛給的小板凳上，既不憤怒，也不打算傷害警衛，而是繼續在門前等待，到

死為止。在他嚥氣前，鄉巴佬問警衛：「人人都想在法律之前討個公道，為什麼這麼多年來我一個影子都沒見到？」警衛說：「你眼前這扇門，是特別為你準備的，而我現在要將它永遠關上。」 　　《審判》的男主角「K」在聽完這則寓言後，認為整件事就是一場用謊言羅織而成的體制化騙局。卡夫卡式法庭不在乎客觀世界中的真實，而僅在乎維持體系的持續運作。法律的大門理論上向社會敞開，但在卡夫卡的世界裡，人人有機會，個個沒把握。整個體系不是在追求真理正義，而是在為維護體制的充分與必要條件服務。當偏見已經根深柢固，只要身在其中，就被推定有罪，取證、詰問、辯論等程序，只是過場套路。恪忠職守的各級官僚不用為受害者負責，更無需內疚自

責。因為他們都像那位低階警衛一樣，只是盡看門的本分而已。藏在森嚴大門之後的法官，是至高無上的絕對權威。整個法律體系彷彿一只神秘的黑盒子，沒人敢質疑這套威權體制的運作邏輯，也無法明白黑箱作業的各種技巧。人類知道自己身處黑箱之中，卻不知道黑箱的邊界，只能戰戰兢兢苟活。一但違規，只能逆來順受，服從安排。 　　在此，請各位想像這個黑箱不是由卡夫卡式的法官、律師與警衛把持，而是由各種人工智能及大數據演算法操縱。這些用機器語言寫成的軟體程式碼，與用人類語言寫成的法律條文一樣，都不可避免地受到創造者的主觀願望與價值取向影響──一種偏見的結構。偏見會隨時間沖刷被體制化，逐漸取得了可被稱為「習慣」、「法律」、

「民情」等「正統」地位。這個自然演進的過程，在前互聯網時代，可能是漸變。在互聯網席捲全球、快速迭代的世界，就是不斷生滅的劇變。 　　隨著社會經濟生活演化愈趨複雜多樣，「法律」作為一種規範的上位概念，其內涵與核心價值也必須與時俱進。當掌控資源的新貴們愈發信奉數理邏輯，而非義理人情，有能力利用人類與機器語言「造法」的行為體，若不受制衡，又無法自我警惕，比卡夫卡世界更冷酷無情的人工智能專政就可能隨時降臨，所有捍衛自由、民主與人權的努力，在鋪天蓋地的技術進逼之下，將毫無招架之力。制度殺人，莫此為甚。 　　「被AI專政」的世界是否已經降臨？曾在紐約對沖基金德劭集團（D. E. Shaw Group）

任職的數據科學家、知名部落格「mathbabe」博主，亦是本書作者凱西．歐尼爾（Cathy O’Neil）認為，非常可能。 　　在哈佛大學主修代數數論並取得數學博士學位的凱西，自幼熱愛數學，在獲得紐約哥倫比亞大學巴納德學院的教職之後，卻毅然決定到德劭擔任量化分析師，透過研究各種數理統計模型與數據分析，在全球資本市場中找尋可持續獲利的交易與投資策略。她與同事所做的工作成果，可以驅動數以兆計的資金在全球市場快速流動，創造鉅額財富。2008年全球金融海嘯，讓她頓覺幻滅：非關道德的數理模型成為華爾街鍊金術士口中的神奇公式，由資產證券化工廠製造出來的金融衍生商品，催生了龐大的房地產信貸泡沫，將金融體系

中的槓桿推升到難以為繼的程度，加劇了金融危機的連鎖反應，甚至差一點摧毀全球經濟。 　　更讓她驚訝的是，金融危機爆發後，新的數據分析技術被應用至更多領域。透過日夜不停地爬梳蒐集自社群媒體、電子商務網站及各類互聯網平台的海量數據，原本用來套利套匯套差價的演算法被用以研究人類的七情六慾、預測消費口味及監控信用風險，計算個人是否值得受高等教育、獲得工作面試、購買醫療保險、甚至戀愛與犯罪的機率。系統工程師們或許出於好意，企圖客觀地找出更有效率的方式解決問題。但很多模型仍然將偏見、誤解和私心納入了演算法，而人類的生活愈來愈受這些系統管控。在數理邏輯至上的世界中，數學定律有絕對權威，數學家、電腦科學家與系

統工程師彷彿神壇祭司，透過不透明的卡夫卡式黑箱，對芸芸眾生的未來作出神意的裁決。其決定即使是錯誤或有害，也不容質疑或申訴。 　　但這類數理模型之所以有商業價值，是因為它們一開始都是被設計用來自動化批量處理信息的特定程式。很多模型源自於數學、化學與物理學等無機領域，而非生物學、心理學、政治經濟社會學等有機領域。在應用與詮釋上一旦出現偏差，將加劇社會兩極分化，讓富者愈富、貧者愈貧，歧視與偏見在演算法的回饋路徑中被保存、複製、放大，可能出現反人性的嚴重後果。民營企業若將這類程式視為商業機密，不公開揭露演算法內部細節與誘因機制，往往讓數學公式成為卸責與擴權的藉口，並利用資訊科技創造出問題正在被解決的

幻象，收割政治與商業利益。 　　在最極端的情境下，我們完全可以想像這些程式成為用數學構建的「袋鼠法庭」（kangaroo court），透過各類物聯網監控技術與不透明的演算法「優化」資源分配，甚至可能在分子生物學的層次對人類進行分類、排序與缺席審判。這些源自人性黑暗面的大數據與人工智能，如果不受監管，有可能撕裂社會，甚至讓人類文明崩潰。但監管的標準該如何制定？誰來負責監管？如果監管者跟不上時代，甚至不可信賴，人類又該如何在AI專政的虛擬實境中維持人性尊嚴？ 　　如果「程式即法律」（Code is Law），那麼「法律也是一種計算」（Law is Computation）；諸如倫理、道德、義

理人情等難以量化的概念，其實是環境的一部分。針對「智能行為體」的規範，不論該行為體是程式、個人或企業，都必須充分考慮行為體之間的博弈、競爭、演化，以及所有基於人性的行為體必然會出現的認知謬誤與系統內稟的統計偏差，並設計出對應的救濟與爭端解決機制。這份工作，人類責無旁貸。 　　更深一層看，何謂智能？笛卡兒曾說：「我思，故我在」，但抽象思維是否為證明高等智能存在的充份且必要條件？如何為智能分等級？用智能方法自動做出的選擇是否應該具有最終的法律效力？若把整個互聯網科技的發展視為人類加速己身演化的努力成果，那麼利用智能技術來鑑別、篩選、拔擢人才的嘗試，是否意味著類似於智人演化出大腦新皮質之後，將尼安

德塔人拋棄在演化的歷史斷裂點，將在互聯網的下一階段發生，定義出新舊人類之間不可跨越的鴻溝？ 　　因為互聯網科技跨境的特質，這類議題本質上是全球性的，需要全球範圍的溝通、協調與合作。本書的原文版書名取名自Weapons of Mass Destruction（大規模毀滅性武器）諧音的Weapons of Math Destruction（數學毀滅性武器），是否也需要一份「核不擴散條約」？面對益發混亂的國際局勢與現實主義地緣政治的回歸，霸權級資訊大國與互聯網巨頭競逐全球市場的鬥爭，讓透過全球網絡的「人工智能治理」（AI governance）成為一場不斷進行中的革命，構成對人類巨大的挑戰。 　

　日本中央銀行總裁黑田東彥曾在一場人工智能與金融前沿研討會上說，面對新科技對社會經濟所造成的深層變革，政策制定者不應該過度憂心新科技的負面作用，而不去關注其正面效益。人類與AI應該互補，不能也不該對抗。人類的判斷往往受既有典範影響，有時對變化覺察不足，而這正是AI的強項，可以透過客觀地調整那些因為主觀偏見所忽視的數據關連性與新趨勢。另一方面，直覺、常識與想像力，是目前人工智能最大的弱點。人類真正應該擔憂被AI取代的時候，是人類放棄獨立正面思考的時候。 　　正如在17世紀創造計算機的法國哲學家巴斯卡（Blaise Pascal）在《沉思錄》中所言：面對強大有力的宇宙，人是一根會思考的蘆葦。即使

柔弱如蘆葦，仍可秉持高貴。希望難以量化，前途不可限量。命運沒有基因，夢想沒有極限。 　　在經典科幻電影《2001太空漫遊》中的「HAL」（該片中一台具有個性與思考能力 、甚至會「失控」的超級電腦）出現前，也許人類應該少擔心些數據，讓夢想與命運驅使我們繼續航向未知的遠方。 胡一天（源鉑資本創辦人暨執行長，源鉑情報總編輯，《風傳媒》專欄作家） 中文版推薦書評二 歡迎來到第六病房！ 　　「昨晚我讀完了這本書，感覺莫名驚悚恐怖，好像自己也被關進了第六病房！」這是列寧對俄國知名小說家契訶夫〈第六病房〉（Ward No.6）的讀後感想，同樣地這股莫名恐懼驚悚也適用於本書。 　　〈第六病房〉這部

被稱為「俄國文學中最驚悚的小說」故事內容大致描寫，發生於俄國某一個城鎮的小型醫院裡，「第六病房」是一個專門禁錮精神病患的特殊病房，它由一位粗暴的退伍老兵負責看管，或說是由他負責統治，其中關鍵性的病人格羅莫夫患有嚴重的被迫害妄想症，儘管他出身良好並且曾經擔任過地方法院書記，然而，格羅莫夫脾氣暴躁且言辭尖銳。在某一個憂鬱的秋天早晨，他目睹了兩名被戴鐐銬的犯人由士兵押進監獄，於是他開始妄想自己也可能隨時被捕，終日陷入驚恐泥淖，最終也因憂心被誤認為是命案凶手而正式發瘋，結果被送進了「第六病房」。另一方面，「第六病房」的主治醫生葉菲梅奇，為人謙和有禮，處世不爭，在他偶爾巡視這個被人遺棄的「第六病房」時，

被這位激憤莫名有底蘊有意思的病人所吸引，一方面醫生同情他的處境，另一方面他更常巡視病房找他聊天，這個異常的舉動，立即引起全城的議論與猜疑，很快地人們也傳出葉菲梅奇醫生發瘋了的流言。果不出其然，葉菲梅奇醫生最終也被誘騙進入「第六病房」，被當成精神病患禁錮起來，儘管醫生憤怒抗議卻也遭到老兵毒打，很快地醫生因絕望而在病房內死去。如果說，契訶夫的〈第六病房〉是在影射控訴當時俄國沙皇統治下的極權殘暴，它不也同時揭示社會體制的冷漠執行者，最終也慘死在最初由自己設計管理的病房中。 　　事實上，我和大多數人一樣，在閱讀《大數據的傲慢與偏見》這本書之前，對於大數據如何主導世界及其如何的醜惡毫無概念。本書作者凱

西．歐尼爾是一位知名的數據科學家，她取得哈佛大學數學博士學位，並曾任教於隸屬於哥倫比亞大學的巴納德數學系，隨後投身於華爾街的對沖基金公司，在離開金融業之後，更擔任多家新創企業的數據科學家，負責建構消費行為的預測模型，由於這樣的經歷體驗，在一次徹底崩毀的金融事件之後，讓她徹底地體悟到，雖然數學曾經是她熱愛的真理，但是包括次級房貸危機、金融機構破產、失業人口擴增等系列問題背後，竟然都與數學模型脫離不了關係，華麗極美的數學模型就像是共犯，它不只深深地捲入真實世界問題，它還更深化了許多問題困境。 　　尤其當嚴重缺陷的數學模型再結合現代科技，上述混亂與不幸更是以倍數規模成長。作者提醒我們，如果能夠立即

直面數學可能遭到的誤用與濫用，或許我們可能防患未來發生更大的災難。只是事實剛好恰恰相反，更新的數學技術應用與影響範圍更廣，儘管多數的模型可能都是出於好意，但是許多模型也將人的偏見和誤解納入系統之中。於是數學模型變成神祇一樣，既不透明也不受控管，或說只有少數的數學家和電腦科學家才能決定。因此，她懷抱著對於社會正義的熱情，利用自己專擅的數學揭穿大數據美好的假象，她控訴現代生活中無所不在的數學模型如何撕裂我們的社會！數學演算法如何影響我們的生活決策，她在書中揭舉了許多案例，包括學校的教學評鑑、職場的履歷篩選、金融貸款的審核、員工績效的評估、目標選民的鎖定、身體健康的監測、以及假釋名單如何決定等等，再

再顯示影響範疇不只是個體，還包括國家與社會的總體未來。 　　誠如作者所言，理論上數學模型應該是一種公平的機制，因為所有人都是基於相同的規則，數學模型不容易受到偏見的影響。然而事實剛好相反，數學家藉由大數據以免分析結果遭到例外或異常扭曲，結果反而因此懲罰了那些剛好屬於例外情況的人們。因此，這些數學模型可能還會更深化社會的歧視與不平等，例如，貧窮的學生可能更無法獲得就學貸款協助，難以脫貧的教育系統於是成為一種惡性循環，作者將這種獎勵優勢並懲罰弱勢的模型稱為「數學毀滅性武器」（Weapons of Math Destruction），它的英文縮寫WMDs正好與大規模毀滅性武器的縮寫相同，由於這些數

學模型會界定自己的事實，並利用這些事實替自己產生的結果辯解。這些數學模型產生的結論，有如神祇一樣發出命令，它不聽人講話，也不會屈服，更不理會人們的逢迎、威脅或誘騙。它還會自我強化延續，進而產生更大且普遍的危害。總的來說，儘管本書不乏用黑色幽默的方式敘述，讓人讀來輕鬆有趣，不過讀後卻更讓人感到害怕不安。 　　最後讓我們再次回想，〈第六病房〉裡醫生葉菲梅奇與病人格羅莫夫之間的對話，格羅莫夫最初對於醫生的勸誡給予暴怒回應：「我知道上帝用熱血創造了人類，人的機體組織若是有生命，必然對於一切刺激有反應，我用怒吼與淚水回應痛苦，這才叫作生活！」葉菲梅奇醫生則是優雅以對：「儘管我們長期被關在鐵窗裡受盡折磨

，不過這樣也好，因為這個病房與舒適的書房之間並無差異，這是多麼愜意的哲學！」格羅莫夫冷冷回應：「沒關係，您藐視了痛苦，不過當您的手指也被房門夾了一下，我想您恐怕也會扯開嗓門大叫！」不幸地是，葉菲梅奇醫生最終果然「手指也被房門夾了一下」並且被順利地誘騙關進「第六病房」，醫生很快地陷入絕望恐懼最後死亡。 　　生活在現代的社會裡，完全不被數學模型監控幾乎是不可能，這是一種最安靜的恐怖主義。然而，數學模型真的是我們生存世界的絕對真理？當我們盲目地將自己交付給它並且據此生存，是否有可能我們所擁抱的真理，只是讓我們的世界變得更加荒謬扭曲，一個錯誤的數學模型或許還不如沒有模型。無論如何，世界的意義不應該是

一個被數學模型計畫好的秘密，不幸地，如果真是如此，歡迎您來到大數據下的第六病房！ 陳智凱（國立台北教育大學文化創意產業經營學系所教授） 第3章 軍備競賽：大學入學問題（節錄）故事始於1983年。在這一年，處境艱難的新聞雜誌《美國新聞與世界報導》（U.S. News & World Report）決定展開一項雄心勃勃的計畫：它將評估美國1,800家學院和大學，替它們排出優劣次序。如果這項計畫成功了，由此產生的大學排名將成為有用的工具，有助數以百萬計的年輕人做他們人生中的首個重大決定。對許多年輕人來說，上什麼大學決定了他們未來的職業路向，也決定了他們將結交哪些終身的朋友（很可能包括他們的配偶）

。這家雜誌社也希望大學排名那一期可以創造銷售奇跡，使《美國新聞》至少有一週可以追上主要對手如《時代》和《新聞週刊》。……《美國新聞》的人員要衡量的是「教育卓越程度」，這比玉米的成本或一粒玉米有多少微克的蛋白質模糊得多。他們沒有直接的方法可以量化四年的大學教育對一名學生的影響，遑論對數千萬名學生的影響。他們無法測量學生四年大學生活的各方面，例如學到多少東西、有多快樂、對個人信心有何影響，以及在友誼上有多大的收獲。他們的模型並不反映詹森總統的高等教育理想──「加深個人成就、提升個人生產力和增加個人報酬的一種方式。」他們因此仰賴一些看似與教育成就有關的替代指標，例如學生的SAT分數、師生比率，以及錄

取率。他們分析新生升至二年級的百分比，也分析畢業率。他們計算在生的校友捐錢給母校的百分比，假定校友願意捐錢，代表他們很可能滿意自己所接受的教育之品質。大學排名有四分之三由一個演算法根據這些替代指標計算出來；這個演算法代表一種判斷，以電腦程式的形式存在。排名的另外四分之一，是以全美各大學管理層的主觀看法為根據。《美國新聞》第一份仰賴數據的大學排名1988年公佈，結果看來合情合理。但是，隨著這種排名變成一種國家標準，它產生了惡劣的回饋環路。問題在於排名會自我強化。一家大學在《美國新聞》的排名上表現不濟，聲譽會受損，各種情況會惡化。頂尖學生和頂尖教授都會避開它，校友會很不滿意，減少捐款。結果排名將進

一步下跌。簡而言之，這種排名決定了大學的命運。

銀行業因應網路借貸發展的策略之個案研究

為了解決信貸會影響信用評分嗎的問題，作者王志瑋 這樣論述：

近年來資訊科技的發達和網際網路的普及，帶動金融科技(Fintech)的發展並有助於普惠金融(Financial Inclusion)的實現，其中P2P網路借貸(Peer to Peer Lending)更是金融科技「六大功能、十一種創新項目」中最熱門的服務之一。P2P網路借貸平台的出現讓有些實際上信用良好或是急需用錢的資金需求者(貸款人)能夠直接和投資人(借款人)在平台上進行媒合以獲得資金，而這些資金需求者過去受限於銀行信用評分方式不夠完善以及緩慢的貸款審核流程，導致最終無法從銀行取得貸款。除此之外，P2P網路借貸的發展將逐漸改變資金需求者借貸管道的使用習慣，並開始對銀行放款業務產生影響。本

研究目的在於探究P2P網路借貸的起源、特色、營運模式、營運風險，以及銀行放款業務和P2P網路借貸的比較、銀行業受到P2P網路借貸平台興起的影響與銀行業的因應策略，再透過質性分析中的個案研究法，以國內民營銀行為深入訪談對象，藉以了解個案銀行對於P2P網路借貸發展的看法，個案銀行自行發展網路借貸平台的背景、運作方法，和傳統銀行放款業務、P2P網路借貸平台相比的優勢與挑戰，以及未來個案銀行如何因應P2P網路借貸發展。最後將相關文獻資料與受訪者的談話內容進行歸納、總結，提出研究結論與研究建議。本研究對於台灣銀行業未來發展的研究建議如下:一、 銀行業應該多招募或培養具備資訊技術背景的金融知識人才，

建立線上申請貸款服務，使貸款取得更便利並提升銀行線上網路服務使用者的滿意度。二、 銀行業必須更積極主動面對各種挑戰而不是等到營運績效受到衝擊才開始被動擬定策略。三、 銀行業可以透過大數據分析和機器學習演算法等資訊技術來改善過去耗時的人工審核貸款流程以及信用評分的侷限性。四、 政府應該適度鬆綁法規讓銀行業更有發展空間，像是銀行自行發展網路借貸能夠不必賠償投資人所受到的違約損失。五、 政府應鼓勵銀行業與P2P網路借貸業者合作或是制定合作的優惠措施，讓更多人能夠享用借貸服務，實踐普惠金融的價值。關鍵字：金融科技、普惠金融、P2P網路借貸、銀行借貸