算法歧视与偏见的风险已受到广泛关注和密切审查，这是理所当然的。然而，我们这个日益由人工智能推动的社会还有一个更为隐秘的副作用——工作性质本身不断变化所造成的系统性不平等。我们担心未来机器人会夺走我们的工作，可是如果相当大…

The AI Transparency Paradox 近年来，学者和业内人士一致呼吁，要提高人工智能模型内部运作过程的透明度，而且提出许多充分的理由。透明度有助于缓解公平、歧视和信任方面的难题——对这几个方面的关注正在…

非结构化面试、性格测试、私人推荐等方法效果欠佳，因此招聘管理者急于找到新工具。招聘领域的新潮流，是用算法来寻找和评估候选人。这个潮流既带来希望又引人担忧。根据我的统计，超过100家服务商正设计这类工具，并尝试向雇主提供相…

虽然越来越多企业使用大数据来辅助决策，但在很多管理者看来，普通人很难接受这点——他们会对算法感到担心，并希望人工智能带有人类色彩。拟人化的虚拟助手Siri和Alexa，就是两个代表性应用。不过，一项新研究质疑了人类厌恶算…

关注人的因素 算法能发现潜在候选者，但不一定能判断候选者能否融入新团队。算法这种精确而冰冷的东西，无法把握人际契合度和协作能力等无形因素。 索尔菲达·查尔斯 Reliance Professional Systems a…

阿丽雅应该相信自己的直觉而非算法。只有她知道自己需要一位怎样的营销总监，而莫莉明显符合要求。 我离开Netflix之前，很多数据分析公司来找我，说他们的算法一定能帮助我们更好地进行人力决策，但我看不到投资回报。当时我们有…

只需要按一下开关，一些技术大佬们便可以改变人们所获信息的性质和范围。2013年，谷歌开始尝试利用Hummingbird算法来了解其用户的偏好。2016年，Twitter在引入其算法时间线时用最重要的推文取代了最近的推文。…

早在20世纪50年代，机器学习系统就诞生了，但问题是：为什么我们现在才突然看到AI在众多领域的突破性发展？以下三个因素可说明症结所在：数据大量增加；算法进步显著；计算机硬件性能得到巨大提升。在过去20年中，应用软件中的数…

随着计算机算法的决策和预测能力增强，很多时候算法的分析评估能力已经超过人类。虽然算法的优势已被清晰证实，但研究显示，人们通常选择依靠自己的判断力，尤其是和算法打过交道、认为它不完善的人。研究者将这种倾向称为“算法厌恶”。…

决策的隐形赋税：噪声 丹尼尔·卡内曼、安德鲁·罗森菲尔德、琳娜·甘迪、汤姆·布莱泽 《哈佛商业评论》10月刊文章 很多组织希望员工表现稳定，而每个人判断却不尽相同，哪怕他们职责相同，遵循的规则也一致。这种决策差异被称为噪…