大數據隱患與無秩序的代價

分散式決策能夠通過自然和人工共同演化過程，創造出人類和機器智能之間的協同作用。分散性智能或許有時會降低短期效率，但卻最終能夠導致更富創造力、更加多元、更有韌性的社會。如果我們想要保留意外創新能力，付出無秩序的代價其實非常值得。

在博弈論中，“無秩序的代價”這個概念描述了在大規模體系中追求自身利益的個人如何傾向于降低整個系統的效率。幾乎所有人都無法避免經常會以某種形式面對這種普遍存在的情況。

舉例來講，如果你是一位負責交通管理的城市規劃師，解決所在城市的交通問題可以采用兩種方式。一種是自上而下的集中方法—即深入理解整套系統、找出瓶頸并通過修改消除問題，另一種則是假設個體司機的選擇加總可以產生可接受的結果。一般而言集中的方法比讓個體司機在路上做出選擇更加有效，它降低了無秩序的代價，并充分利用了一切可用的信息。

今天的世界到處都是數據。僅2015年一年，人類就創造了與此前人類文明同樣多的信息。每次我們發送郵件、撥打電話或完成交易，我們都會留下數字痕跡。我們正在迅速接近意大利作家卡爾維諾明確預言的“全球記憶狀態”，完整復制我們物質宇宙的全部信息。

隨著互聯網拓展至物聯網實體空間等全新領域，無秩序代價將成為社會關鍵指標，利用大數據分析來消滅無政府主義將越來越具有誘惑力。

這樣的例子比比皆是。比方說在亞馬遜網上熟悉的買書經歷。亞馬遜掌握從個人資料到搜索記錄再到電子書中標注過的重點詞句等全部用戶的海量信息—并利用這些信息來預測用戶下次要購買什么樣的書籍。就像一切形式的集中人工智能一樣，人們用過去的模式來預測未來的模式。亞馬遜可以調閱你此前購買的10本書，并且越來越準確的提出你可能希望閱讀的下一本書的建議。

但這里我們應當思考降低無秩序狀態是否會有所失去。看完前10本書后你最該讀的不是完美符合既定模式的書，而是出乎預料或促使你以不同視角看待世界的書籍。

與上文提到關于交通的例子相反，關于書籍的優化建議往往構成你買下一本書的自我實現的預言—但或許并非你在線瀏覽書目的最佳途徑。大數據可以過濾掉我們不想看的事物并同時成倍增加我們的選擇，但純粹通過意外發現第十一本書其實非常值得也非常有意思。

適用于買書的思考也同樣適用于城市和社會等正處在數字化過程中的其他眾多體系。集中市政系統現在利用算法來監控紅綠燈、地鐵應用、廢物處理和能源輸送在內的城市基礎設施。最近，世界很多城市的市長都瘋狂地迷上了里約熱內盧由IBM設計的運營中心中央控制室，城市管理者可以在那里對最新信息實時作出反應。

但隨著集中算法開始進入管理社會的方方面面，數據驅動的技術官僚主義正威脅性地壓倒創新和民主體系。我們應當不惜一切代價避免這樣的結局。分散決策對實現社會多元化必不可少。相反，以數據來驅動的優化，是從事先預定的模式中得出解決方案，而這些方案在現階段往往排除了推動人類前進的變革性理念，或那些違反直覺的理念。

生活中一定數量的隨機性可以導致原本并不存在的新理念或思維模式的產生。而且從宏觀角度，它對生活本身同樣具有必要性。如果自然界運用可以預測的算法防止DNA復制過程中的基因突變，那么我們這個星球可能仍然處在高度優化的單細胞生物階段。

分散式決策能夠通過自然和人工共同演化過程，創造出人類和機器智能之間的協同作用。分散性智能或許有時會降低短期效率，但卻最終能夠導致更富創造力、更加多元、更有韌性的社會。如果我們想要保留意外創新能力，付出無秩序的代價其實非常值得。

本文由 Project Syndicate授權《南風窗》獨家刊發中文版。卡洛·拉蒂領導著麻省理工學院可感知城市實驗室，并負責世界經濟論壇未來城市全球議程理事會事務。德克·赫爾本是蘇黎世瑞士聯邦理工學院計算社會學教授，是FuturICT和Nervousnet倡議的領導者。