大数据时代，如何避免陷入“算法崇拜”？

那么从本文分析的角度看，所谓"算法崇拜"可以解释为：基于数据算法拥有让人信从的力量，从而产生权威感，让人自愿地信服而排斥其它影响判断的因素。比如我们在开车时，相信导航APP的程度会高于相信司机和旁人的经验。在点外卖时，相信饿了么的推荐排名会甚于同事的建议等等。

对数据算法产生权威感和崇拜，我们分析来自于以下三个因素：

1. 认知迷惘。对某个领域存在认知的困难和迷惘，而恰恰数据算法解决了这个问题导致的信任。比如我无法判断天气和某个陌生城市的路线，但某个天气或地图APP帮我解决了这些问题。
2. 数据处理难度。能人为判断数据的处理难度而自身无法解决，但数据算法轻易地解决掉导致的信任。比如AlphaGo能凭借超强算法打败人类冠军，而自己无法做到这点。

• 人性固有的惰性。技术的发展让人变懒已经成为一种公认的事实，当数据算法能解决的事情，我们往往不会人为地去干扰，就如以前我们会自己打扫房间，但基于智能算法的扫地机问世后，通过对房间数据的计算可以智能地清扫指定的区域，从而取代了人工打扫，这是一种进步还是倒退?

对于数据算法的崇拜，我们始终认为并不是算法而是人为导致，我们并不否认算法的发展，适度崇拜而非迷信和过度信任，也许是我们的最佳选择。

03、理性与回归

无论数据算法如何的智能，面对技术的发展，我们还需回归到理性中来，执着于某个权威，我们可能会失去看问题的多元视角。

比如做市场决策，尽管数据算法提供了诸多可供参考的依据，但消费者的内心是算法无法顾及的，我们还需要辅之以大量的潜在用户的真实感受，地图APP很强大，我们也要兼顾自己的感官和向当地人了解实际的路况。

避免陷入过度的"算法崇拜"，最重要的是避免过度，过度崇拜就是迷信，迷信的结果不仅仅是失去多元视角，更可怕的是迷失自我，失去应有的理性判断。

所以，基于上文的讨论，我们提供以下的参考以避免过度地沉迷于数据算法：

1. 多方视角很重要。相信数据算法，但不要依赖于单一的数据结果，有的科学家论证一个结论时，往往会用大量的第三方数据作为辅证，这就是多方视角，对于特定领域的同一结果，往往会有不同的数据算法，会导致结果不一，这就需要我们采用多方视角相互比对才能得出正确的结论。
2. 必要的人为干扰。对于数据算法得出的结论，或者本身参与数据算法，可以根据情况进行必要的人为干扰，以加强算法的全局性。比如公司委托第三方开发一个财务投资系统，通用的投资逻辑还需要考虑公司的投资理念和风控性格才能做出适合公司的投资系统。
3. 保持对事物的好奇心。这是底层思维逻辑，决定上层的认知和判断，对凡事并不轻信而是带着批判思维，也有助于避免陷入个人的偏听偏信之中。

建立多元视角避免陷入“算法崇拜”

结语：

以上三个部分是我们对"算法崇拜"的几点分析，我们不否认算法的伟大，也不排斥适度地崇拜算法，但我们提倡理性地认识和使用，哲学家周国平先生说：好奇心是人的理性开端，最基本的元素。如何避免陷入"算法崇拜"，除了了解数据和算法本身，保持我们的好奇心也许能从思维底层搭建我们的理性思维世界。

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!