可迁移模型 · TRANSFERABLE MODEL

反馈循环是不平等的放大器,而非平衡器

在数据驱动的系统中,初始的微小差异(无论是基于能力还是偏见)会通过“决策→新数据→再训练”的闭环被不断放大,最终可能导致系统性的分化甚至崩塌。这个模型解释了为何“马太效应”在数字时代会愈演愈烈。
来源

《算法霸权》“算法偏见循环”模型

可迁移到

分析在线社区的内容生态(优质内容与劣质内容如何通过推荐算法分化)、评估公司内部绩效排名制度(一次评估如何影响后续所有资源分配)、思考教育分流制度(早起标签如何影响学生长期发展)。

来自这本书的解读报告

《算法霸权》

凯西·奥尼 · 社会科技 / 数据伦理

这本书回答了算法如何制造不平等的问题,它的答案是算法通过复制、放大和固化社会偏见,形成系统性歧视。

算法伦理·数据歧视·社会公平·技术批判·黑箱政治
阅读完整解读报告 →
PRESS YOUR OWN BOOK

找一本想读的书,解读出你自己的洞察

90 秒得到核心模型 · 行动接口 · 失效边界 · 三套 SOP

解读一本书 →