归纳法、工业化与人格权
-
随着互联网的不断发展，人工智能也开始普及，特别是如今在很多产品中，都会用到“算法”的方式进行推送，持续提升用户的依赖度与变现效率。 机器（推荐算法）的优势，通俗来说是一个归纳的过程，它获得一万个经验点可以归纳出一个结论；人是一个演绎的过程，小孩子看到一只猫就可以知道世界上所有的猫，但机器不可能只给它一只猫的照片，它就能知道所有的猫。你要给它十万张猫的照片，它才可能识别出十万零一只猫的照片。 这在认知上其实是不同的，机器还没有到达演绎的能力；演绎就是设计，我们根据自己积累的很少的样本，就可以去推理出新的东西，这是两个事情。我觉得，只有在内容推荐领域，才可以说这个能交给算法，在所有的非内容推荐的领域，还是需要靠人去做的。 关于归纳法，卡尔·波普尔认为：“它既不能给人们以未来的必然性知识，也不能给人们以未来的或然性知识。”时至今日，归纳法在工业化应用之后，波普尔的前半句「必然性」一定程度得到了解决；但后半句或然性仍然是归纳法难以做到的。 当计算器可以快速将15*271的结果计算出来时，人就没必要抬杠再去和它比计算速度。人总是生产出来新工具，然后利用它们再去参与世界的活动，算法也是如此。 但由于机器算法缺少了想象、情感、联想的能力，使得人类能够借助「演绎法」，暂时保住世界之王的位置。在新的时代浪潮下，文化冲突与保守主义并没有因为技术进步而衰退，相反，它们卷土重来、愈演愈烈。 在这种权力的结构下，除了公众权利的保障存在风险，还有更加令人担忧的问题，即：“随着“归纳法（算法）工业化”不断发展，大量的分析决策更加自动化、效率更高，人类难以与机器在相关领域抗衡，致使其主动让渡了部分的「信息选择权、判断权」。 斯坦福教授Jeffrey Pfeffer在研究“权力”的课题时，他发现：如果你自己不放弃权力，别人要削弱你的权力会困难得多”，人类与机器的关系也是如此。拥有选择、决断的能力，是人之所以成为人的最基础要素。技术可以告诉你如果这么做会怎么样，但最后还是要交给人来做判断的，而判断的过程就显示出人的个性，如果这种判断都被剥夺的话，人就不是“人”了。 对这种困境的反思，就是人类使用演绎法保护自己的过程。
