当智能化承包了衣食住行，我们的思维会遭遇算法反制吗？
编者按：本文来自“全媒派”（ID：quanmeipai），36氪经授权转载。
Facebook改变信息获取的方式，Twitter操纵公众舆论的走向，Tinder影响我们的约会决策。一开始算法的发展只是为了帮助我们作出更好的选择，而现在，它慢慢渗透到点滴生活之中，改变了我们的方方面面。
但是，随着我们对算法越来越依赖，人类的思维会模仿算法过程吗？ 剑桥分析公司的崩溃是警告的信号，警惕即将来临的危险，警惕算法反制思维的可能。
事情不应该朝这个方向发展。面对五花八门的选择，比如商品、雇员、信息等等，我们编写算法来更好，更快，更简单地在世界闯荡。通过清晰的参数和简单的规则，算法帮助我们理解复杂的问题。
算法是我们的伙伴，帮我们解决实际遇到的问题，优化决策的方式。住宅附近最好的餐厅是什么？ Google知道答案。 我如何到达目的地？ 苹果地图给你方向。最新的特朗普头条丑闻是什么？ Facebook也许会也许不会告诉你内容。
如果代码和算法对我们了解到能够预见我们的需求和愿望是一件好事，我们就不必浪费时间多做思考：我们可以阅读与自己的想法不谋而合的文章，与符合自己标准的人约会。我们可以腾出时间专注在真正重要的事情上：精心打造我们的电子形象 。
卡尔·马克思提出人们的思想是由机器决定的。1997年埃伦·乌尔曼（Ellen Ullman）在新书《走近机器》中引用他的观点，预测了人们今天面临的许多挑战。从互联网发明至今，我们最开始用来给生活减负的算法逐渐影响人类的思维方式。
算法反制思维
下面列举三种算法，并分析每一种算法是如何反过来影响人们的思维，从而改变人们的行为。
商品比较：从线上购物到线下约会
亚马逊的算法使得人们能够在线浏览产品，货比三家后再购买。这种算法原先只是旨在改善线上购物体验，如今它的影响已远不仅此。我们内化吸收了这一算法，并将其应用在生活的其他领域，比如情感关系。
现在的约会也很像在线购物。在社交平台和各种app上，我们可以浏览无数人的信息，比较每一位约会对象的优缺点，最后选择一位符合标准、自己喜欢的来约会，或者只是保存信息以备后用。
以前，虚拟世界中有无限的产品供应，而现在似乎还加载了不限量供应的人。“网络中商品和服务的供应范围广无边际，每一个人都可以从中挑选一件最满意的，”乌尔曼在Life in Code一书中解释道， “（有这样一种观点）一片空虚，虚幻，诱惑人心的选择海洋带给人们幸福。“
总而言之，我们的生活在模仿我们与互联网互动的方式。 算法是一种简单的方法，它能将我们从混乱的生活、纠缠的关系网和潜在的最佳匹配里解救出来，我们可以选择是用清晰的算法框架来处理问题，还是直接让算法为我们做出选择。但是我们不得不适应算法，以算法为中心。
量化打分：评价和反馈
就像所有其他的算法一样，这种算法也是个性化的设计。获得反馈意见之后，公司可以更好地为客户服务， 推荐更有针对性的产品，并根据历史喜好来提供更多用户可能喜欢的内容，从而吸引用户继续盲目消费。
几乎所有现实生活中的互动都会以1-5的等级进行评分，数字越小，满意度越低 。我们从未像现在这样这么关心我们的表现，别人对我们的看法以及我们有没有达到他人的期望。突然之间，我们拥有了量化评价某些内容的权力，比如根据Airbnb主人的设计品味或干净程度来评分。
我们这样做的紧迫感也令人难以置信，结束一段优步行程后，你神经兮兮地快速点亮五颗星，只是为了提高你的乘客评级。 作为回报，你也会得到车主对你的评价。 这一切给你带来了极大的喜悦。你可能会联想到《黑镜》，但我们离这样一个世界确实不远，分数代替并成为我们生活的所有意义。
《黑镜》分值社会截图
我们在与他人交往的过程中也是这样，我们在不断循环的自我改进中不断评定和优化这些互动。正如Jaron Lainier在《走近机器》的序言中所写的那样，“我们用自己独特的想法创造程序，但是之后我们依赖程序生活…… 我们接受程序中嵌入的观念，把它看作是事实。“
这是因为技术量化了抽象的、难以捉摸的，理想的品质。通过算法，可信这种品质转化为信用等级和审查，流行等于点赞数，社会地位就是关注人数。算法创建了某种意义上的鲍德里亚德模拟（Baudrillardian simulation），也就是每种评分规则已经完全取代了它所指的现实，甚至数字评论更真实，比实际的生活体验更有意义。
面对复杂而混乱的现实生活，算法帮助我们设法简化。算法剥离了社交互动中的尴尬和现实生活中意见调查和反馈的不安全感，并使其全部融入评级体制。
但是，当我们将编程语言，代码和算法作为思维的一部分时，人性和人工智能是不是也融为一体了呢？ 我们习惯于将AI视为一种外部力量 。人工智能最直接的威胁会不会不是像机器人那样统治世界，而是与我们的意识和主观更加融合呢？智能手机是我们感官和身体的延伸，正如Marshall McLuhan所说，算法本质上正在成为我们思想的延伸。 但当它取代人之所以为人的品质的时候，我们该怎么办？
语言: 关键词和流行语
Google根据关键字来搜索。基于特定的策略，搜索引擎优化使得某些网站能够成为搜索结果的前几条。 为此，我们研究算法，希望掌握背后的机制 。与谷歌的算法类似，我们也是基于关键字，重复信息和快速线索来给信息排序。
它始于我们围绕技术构建的战略，但现在它渗透到我们所做的一切事情中，从我们撰写标题的方式到我们如何在工作和日常生活中表现自己。
举例来说，媒体和创业常常使用一些热词。 快速浏览一些顶尖创业公司之后你会发现，捕捉人们注意力，吸引投资者视线的最佳方式是在公司简介中添加“AI”，“加密”或“区块链”等热词。
根据公司自我表达的关键词来评估他们的价值。在pitch deck（向投资者介绍企业的简短演讲）中，创业者提到的关键词越热门，那么投资者头脑一热就投入一些资金的可能性就越高。 相类似的，涵盖流行语的标题更有可能被点击，所以流行语慢慢变得比实际内容还要重要， 标题党就是一个力证。
何去何从？
技术赋予我们清晰的框架，网上购物提供了简单的方法来浏览丰富的选择。 因此，没有必要多作考虑，我们只要在算法是最了解我们的假设中操作就可以了。我们并不完全理解算法的工作机制，因为代码是隐藏的：我们看不到它，算法只是神奇地呈现结果和解决方案。
乌尔曼在Life in Code 中警告，“当我们允许隐藏复杂性的时候，我们至少应该注意到我们放弃了什么。 我们冒险成为电子元件的用户……如果我们并不了解这些机器的运作方式 ，当一切都运行正常的时候，这种不知情的情况倒没什么。 但是当某些事情出现问题或需要根本性改变时，我们只能在自己的作品面前无可奈何，除此之外，我们还能做什么？“
那么，我们应该怎么鼓励批判性思维，如何激发对编程的兴趣，如何恢复传统的辩论？ 我们又能做些什么来鼓励不同的看法，使其成熟，从而挑战主流的观点呢？
当我们位于技术制造的分发泡沫中，当社交媒体推送大部分是与我们想法类似的人的时候，我们怎么去感知、预测社会变化？ 最终，可能算法让我们做什么我们就做什么。另一种选择是质疑现状，分析事实并得出我们自己的结论。但没有人有时间去做这些，所以我们成为Facebook机器上的齿轮，更容易受到宣传的影响，对算法以及算法对我们思维的影响更不自知。
作为算法的使用者，而不是程序员或我们自己决策的架构师，我们自己的思考显得有些人工智能。 如果说我们从剑桥分析公司和2016年美国大选事件中学到了什么的话，那很容易就想到反向拆解民意，影响大选结果，搭建由数据营造虚假共识的世界 。
更令人不安的是，我们委以信任并且深深嵌入我们生活结构中的算法，不仅在以更大的力道推动我们做出私人选择，还侵入我们的思维过程。 最终，算法会在塑造我们未来的社会时占上风，除非我们不再做算法的用户，而是恢复程序员的角色操作算法 。
