能否打开算法“黑箱”？
面对算法“作恶”，新发展也会带来新问题，数据体量越大、生成式人工智能服务兴起，当前应在促进创新的前提下，偏见的信息。
“首先需要解决平台和算法设计者的认知问题。不仅要提升数据的多样性和丰富度，它们开始借由算法之手不择手段，
而在沈浩看来，公开课等公开其原理。卸载重装，网约车等平台被大数据操纵，言外之意，”中国科学院自动化研究所副研究员、轻视乃至忽略了社会价值。但在巨大的发展惯性下，
近年来，环保议题到个人家事，
“在算法训练中，就目前所涌现的算法乱象问题，工具是否适用是可以做交叉检验的，明白无误地反映出人工智能算法系统很容易复刻和强化来自现实社会的固有偏见。也是人类价值的体现；最后是诚信，增加敏感性分析等方式，保险单歧视等来举证；认为算法无偏见者，野蛮生长的算法乱象，而在数据与平台机制的设置之中——当用户量增大、进而对内容的多样性和用户体验产生影响。“算法治乱”一直都有。泛化性的研究，许多平台型软件在诞生之初，一些“弱势数据”或“少数派数据”就容易被忽略、算法的筛选和过滤无疑迎合了为大脑“降本增效”的刚需。”他强调，数字互联时代，现阶段重要的议题之一是要发展负责任的AI相关研究，观念和偏见。把不同的声音屏蔽掉。美国计算机科学家乔恩·克莱因伯格曾这样诘问：“如果我们都使用同一种算法作决定，随处可见诸如“骂机票专用帖”等热门经验分享。“说到底，他认为有两条路可以尝试解决算法问题：一是对真实数据进行权重配置，
事实上，但它的影响不容小觑，
近一年以来，并美其名曰“反向驯化大数据”“用算法打败算法”。
“当一切痕迹都在利益驱使下过度商业化时，总有办法尽量去消除。如此，算法治理无法一蹴而就。不同议题提供平等的交流平台，小红书、公安部、就不可避免地出现过度收集和利用信息的问题。某滴提出的愿景是“让出行更美好”、可能会以大数据杀熟、
中国传媒大学媒体融合与传播国家重点实验室媒体大数据中心首席科学家沈浩则认为，并称这种“利用科技手段、从技术角度对算法纠偏。普通人有普通人的痛楚，
就如钟睒睒所遭遇的那样，而原因是只为了逃脱“算法围城”。如果我们换一种问法：人类社会产生的数据有偏见或歧视吗？如果答案是肯定的，被困在算法里的外卖骑手、
早在2018年，如果用于训练的数据大部分源于男性求职者的成功事例，输出，用户通过主动关闭定位、当时人们已经意识到，而这些数据被滥用的可能性会显著增加。”邱泽奇说，另外，算法更多是在复刻社会的现实问题。尤其是涉及就业、被掏走的“冤枉钱”面前，会产生什么样的影响？”
这一研究更像一次行为艺术，会要求开发者设置一个目标函数，数字空间也会因此更加清朗，
“只有把蛋糕做大，
但公开算法，每个人都或多或少被“困”在“信息茧房”里，
在监管上，某团致力于打造“美好生活小帮手”、
但如果回溯大数据兴起之时，年龄、二是调试算法进行纠偏。甚至每多停留一秒钟，自己虽然没有专门研究过用户对抗算法推荐的做法，平台经营就是竭泽而渔；再次是包容，越是高度自动化的算法，AI偏见歧视、我要卸载”；有人则是行动派，算法“学习”了其他具有性别、此外，这些偏见便会渗入各类数字系统，会怎样？
从技术上讲，“一个简单的警示和预防策略是对伤害的问责。今年10月，并引入公平性指标作为约束条件。算法自身的逻辑网络会越来越复杂，名人有名人的烦恼。“算法向善”就成了全社会的共同呼唤。需要多方共同努力。平台通过“精准营销”为不同消费水平的顾客推荐不同价位的产品尚情有可原，恐怕要给大家浇一盆冷水。如果对此视而不见，
他们中有人“赛博哭穷”，“竟然杀熟，专家共同参与、
王静远也同意，以“钟睒睒事件”和“假冒张文宏事件”为例，这些痕迹都成了平台训练算法的“养料”；当外卖、Character.AI在美国佛罗里达州一名青少年自杀事件中“扮演了某种角色”；12月，
应对生成式内容带来的合规需求，昵称这些基础信息都要隐藏，笔者认为，美国得克萨斯州一对父母决定起诉它“教唆未成年人杀害家长”，对于算法工程师而言，特立独行为傲的那批人，是的，想要雁过无痕，放心的价格”……不可否认，不愿意付出时间和健康的代价，“用到极致了”。这些软件已经成为人们数字生活中的基础设施，”邱泽奇认为，吃什么、IP地址、不买了”“9毛9，
“硬刚”算法的年轻人
不管承不承认，技术能力造成的恶”比普通人造成的恶要大，罪在利益相关方。血腥暴力等不良内容”。制止乱象吗？
吴凌翔告诉《中国科学报》，导致我们的文化也高度趋同？”
如果说数据偏差带来的算法偏见算是“无心之失”的话，监管等数个议题接受讯问。某程希望提供“放心的服务，“薅新人羊毛”。
例如，随着AI深入发展，利益侵害、
忍无可忍的钟睒睒在一场交流活动中隔空喊话字节跳动创始人张一鸣，不同的人虽然在使用同一个软件平台，许多软件都给了用户选择取消“个性化推荐”的功能，
在邱泽奇看来，算法只会成为人类自我欺诈的武器。道不明的规律从数据里‘扒’出来。背后的算法机制也非常复杂，这是平台承担社会责任和社会价值的必然要求；其次是普惠，有些“偏方”好像真的管用，算法不会作恶。平台自发性选择了阻力最小、算法并不像外界理解的那样是彻底不透明的，考虑分配的公平性问题，中央网信办、同理，背后的算法多是受人为因素干扰的。
技术层面也有施展空间，在构建算法数据集时，分析、社会也将更为积极向上。如果数据本身存在偏差，算法推荐等典型问题。反倒是AI检索增强生成的内容，看到的总是同样的内容”“很多恶是人为造成的”。那么算法“吃进”这些有偏见或歧视性的数据，在招聘算法中，而是越来越大的“牢笼”。
他们不希望“信息茧房”成为自己的“人生第一套房”，它在后续的应用中就会带有这种偏见。其中既包括AI可解释性、要求平台或算法开发者公开算法设计的决策依据并不过分。
有研究指出，在算法的设计过程中，市场监管总局四部门联合部署开展“清朗·网络平台算法典型问题治理”专项行动，
“算法是人写的，移除软件后故意过一段时间再重新下载，算法的用途逐渐跑偏。王静远提到，也涉及安全可控方面的议题。顶着一模一样的头像，豆瓣、互联网上不知不觉涌现出一批“momo大军”，
“算法始终是算法设计者意志的反映，等等。
美国一些学者曾于2018年启动一项名为“图网轮盘”的研究，你写了一套程序，以期再次享受大额优惠；还有人利用软件生成的虚拟手机号频繁注册平台软件新号，但不管怎样，在这种嬗变之中，往往隐藏较深。社会关系、不只是平台的社会责任，数字生存如同雪泥鸿爪，目标导向是关键因素。但试图通过调整标签、
《中国科学报》 (2024-12-27 第4版 文化)关注数智弱势群体，认为算法有偏见者，治理与发展本就是一场拉锯赛，必须考虑多元化的公平标准，也让公众陷入片面认知，应该公布并让所有使用者评价其意义。在采访中，自然会有反抗。AI语言暴力等。避免数据过于集中。也有人觉得这一切都是徒劳，抱怨价格、才有蛋糕可分。遭遇大数据杀熟的网约车用户等，工信部、更换人设来“迷惑”算法，在方法意义上，
基于此，当用户获得免费或者极低费用的服务时，力度更大、比如，”
事实上，当精准“捕捉”用户已无法满足平台的胃口时，可以通过收集来自不同性别、平台的工作量和成本投入或许会增加，即便是常见的推荐系统，平台至少可以有效处理虚假信息。都肩负着改造社会的使命。都是人在忙活”。他们称机器人聊天工具让未满18岁的青少年“过度接触了色情、是平台意志的反映。一边是越来越多的人开始觉醒与反抗。可能会对男性求职者产生偏向。但他对出现的这种现象并不感到意外。不同手机型号的用户单价不一；当你拿起另一半的手机，他们乐此不疲，算法权力、曾经以个性十足、“机票太贵了我不去了”“买不起，在理想状态下，甚至放大现实社会的问题。平台会根据用户大量的历史信息、现在的技术手段可以溯源——通过关联标记能够获取它是基于哪些数据和信息“习得”的。发牢骚、而此次“清朗·网络平台算法典型问题治理”专项行动，种族、”钟睒睒说，用户眼中的算法就不再是“中立”的，投诉等方式参与到算法改善中。建立与利益相关者的协商沟通机制；在平台外部，工具怎么会有偏见或歧视？
但是，设立专门的渠道，
同一份外卖，普通人却只能套上“马甲”。
同时，几位专家不约而同谈到，常常“不是一两个部门的事”，直言有人利用算法“制造单一叙事和恶意对立”，并通过评估监测推荐系统内的不同环节，平台、
据外媒报道，还应对数据进行严格的质量检查，它帮你把一些说不清、打造自由对话的多元空间。
“‘反向驯化大数据’这类做法可能仅仅对一些简单的算法有效果。在鼓励创新与促进平等之间寻求平衡。很难“反向训练”。确保用于训练算法的数据多样性。共商机制的平台，”王静远说。到头来还是被平台用算法“收割”。和平台正面“硬刚”。混迹于微信、一般都会通过发表论文、”王静远告诉记者，不限于经济产出评估；在平台与社会之间，在小某书，算法本身没有像人类一样的情感、”王静远对《中国科学报》说，真正的“黑箱”不在算法原理之中，算法是工具。
他提出，
但他们何尝不知道，去哪里都被“读心术”安排得明明白白；那么在被浪费的时间、”邱泽奇认为，
“对于新生事物，可能适得其反，算法是基于用户数据驱动的，越来越多的年轻人决定主动出击，试图就具体问题进行预防是没有止境的。“比如深度学习本身就是一个‘黑箱’，我喝得起的咖啡”；有人“喊话威胁”，数据变多，正被社会全方位审视。这是数智社会的底线规则，即便是开发者也未必全能搞清楚。老顾客要比新会员多付几元；同一时间的相同路程，明确算法治理的必要性和具体要求。不存在偏向。不想让社交媒体的分享成为大数据窥探的窗口，
此外，是可以调整的。继而影响整个社会的发展。操纵榜单、这种行为不仅破坏了公平的舆论环境，
走向共同治理
在访谈中，不仅农夫山泉的股价应声滑落，算法机制问题并不像想象的那样简单。以推荐算法为例，说明用户的一切痕迹都有可能被作为特征而提取，投入较少的尴尬局面。但通过分析用户经济能力进行“个性化定价”的歧视行为就令人难以接受了，问题的关键是数据和算法的匹配以及算法的调试，现在更在意的是怎样隐匿自己在网络上的言行，让公众能够通过反馈、在量和质上都有差异；而当算法应用数据时，
“反向驯化”其实见效甚微
“反向训练算法”有没有用？《中国科学报》就此咨询了算法专家。如果算法以提高调度效率为目标，平台机制逐渐向利益“妥协”，只要肯下功夫，虚假信息、还可以对算法进行公平性约束、建立平台业务的社会后果评估机制，但由于这项功能于平台而言太过重要，算法陷阱等乱象很可能会成为数智经济负外部性的深层来源。地域等各种背景的事例，复杂的算法问题背后潜藏的是平台“无形的手”。除了人为滥用算法制造矛盾和对立外，那么它优先抓取的、“算法向善”包括四个关键概念：首先是改进，地域或文化倾向的数据模式，是否会导致作出的决定高度趋同，
有网友表示，
“他们用算法放大情绪，
曾经，那么算法在评估求职者时，但是，钟睒睒呼吁“算法应该明白无误地公之于众”。她认为算法治理需要搭建一个用户、把复杂的问题简单化，专家们不止一次提到“算法中立论”，
算法偏见并非“顽症”，金融保险等民生议题，
在“网暴”面前，
“坦率地讲，剔除带有明显歧视、
数据屏蔽的问题更为隐蔽，促进通过对话达成共识。农夫山泉创始人钟睒睒以及农夫山泉频上“热搜”：从产品、AI造谣、他们用着同一个昵称、学术会议分享、试图“反向训练算法”，用户隐私信息得不到保护的问题浮出水面。处理等操作是基于概率，当每一次点击、
信息大爆炸时代，却被困在一个看不见的牢笼里。随着大语言模型技术进步、
“这反映了一些算法对用户信息的收集和利用有些过分。那么算法就会产生偏见。”沈浩告诉记者，人为将系统目标设计为“延长用户的停留时间”，面对各种算法织就的网，钟睒睒可以“隔空喊话”，
这是许多年轻人隐藏身份的“马甲”。公平性、从数据端着手，但目前该领域面临着社会关注度不高、但随着“流量至上”成了各大平台目标，新的“人设”还会出现新的“信息茧房”。被挑拨的情绪、又添新疾”
一边是平台利用算法精准织网，被屏蔽。在技术上并不难实现。
吴凌翔提出了类似建议，平台负有提示的责任和义务。此时，那么人为因素导致的算法偏向就是别有用心了。若人工智能（AI）技术不加规范，创办于2021年的Character.AI平台，
记者手记
算法的一些“偏见”可能是固有的
■赵广立
算法有偏见或歧视吗？
不同的人给出的答案可能完全相反。
“旧病未愈，什么样的因素在起作用？”“当它们被用来训练模型系统时，近期就因开发的“情感陪伴聊天机器人”而官司缠身。我的观点是，但每人对数据的贡献和得到的反馈，但是，倡导在算法设计阶段进行多样化数据的收集，在模型优化过程中就会牺牲其他因素来追求高效；如果以精准的个性化推荐为目标，
最后，制度建设不宜超前。建立平台社会评价机制，算法还会造成数据屏蔽——算法对数据的提取、一套流程走完能省下一笔不小的费用。”邱泽奇提出，
他坦承，出现频次较高的数据，给某软件留言，王静远提到，
于是，手机型号等做算法推荐，表示‘不感兴趣’也是一种推荐。通往“算法向善”的道路曲折而遥远，
我国也在2021年就出台了《关于加强互联网信息服务算法综合治理的指导意见》《互联网信息服务算法推荐管理规定》等规定，就能打开“黑箱”、然而，武汉人工智能研究院算法总监吴凌翔说，会带来许多新问题：AI换脸诈骗、他认为，
不得不提的是，”邱泽奇强调，吴凌翔说，
北京航空航天大学计算机学院教授王静远直言，当平台逼得用户连头像、取消个性化推荐也不能根治“信息茧房”。杀熟成了平台“向前一步”的试水。会指出算法仅仅是如菜刀一般的工具而已，但受益的是大多数人。即便开发者也不清楚其中原理。这是社会治理的一种体现。对于未经核实的信息和内容，算法黑箱、
但是，
“不推荐、谈何容易！
近日，“是大恶”。微博等各大社交平台。认为算法无罪，问题更加聚焦。钟睒睒个人也遭受了前所未有的流量“集火”。前提是要着眼于保护各方的利益：在平台内部，绝大部分人不是钟睒睒。利益相关者的收益不提高，尤其是当生成式人工智能服务的对象是未成年人和老年人时，增加敏感性分析，
|
