劉書(shū)博

新技術(shù)對(duì)人的沖擊

上個(gè)世紀(jì)尾聲，IBM研發(fā)的深藍(lán)計(jì)算機(jī)（Deep Blue）擊敗了國(guó)際象棋冠軍Gary Kasparov，令世人對(duì)“人工智能”（AI）刮目相看；2016年，谷歌開(kāi)發(fā)的人工智能機(jī)器人阿爾法狗（AlphaGo）又擊敗了圍棋世界冠軍李世石。這時(shí)候，人們開(kāi)始重新思考：除了是人類(lèi)的工具，計(jì)算機(jī)算法技術(shù)還能夠扮演什么樣的角色？

作為推動(dòng)力量，大數(shù)據(jù)算法技術(shù)不僅帶來(lái)了互聯(lián)網(wǎng)行業(yè)和獨(dú)角獸公司的快速崛起，而且塑造和改變著各個(gè)行業(yè)。比如，在傳播和市場(chǎng)營(yíng)銷(xiāo)領(lǐng)域，算法推送技術(shù)可以讓傳播者有針對(duì)性地為用戶(hù)推薦新聞和信息產(chǎn)品，進(jìn)而精準(zhǔn)滿(mǎn)足受眾需求，提高用戶(hù)粘性。今日頭條、抖音等軟件，均通過(guò)精準(zhǔn)算法推送獲得用戶(hù)黏性。在工業(yè)制造領(lǐng)域，富士康早在2016年就引入四萬(wàn)臺(tái)人工智能機(jī)器人，據(jù)說(shuō)能夠取代六萬(wàn)位工人。在組織運(yùn)營(yíng)和管理方面，計(jì)算機(jī)算法也被看作是提升工作效率的重要手段。有報(bào)道稱(chēng)，亞馬遜公司研發(fā)應(yīng)用了一套人工智能系統(tǒng)，通過(guò)它公司可以確定物流倉(cāng)儲(chǔ)部門(mén)每位員工的工作效率，進(jìn)而統(tǒng)計(jì)出員工的“摸魚(yú)”時(shí)間，然后自動(dòng)生成解雇的指令。

算法技術(shù)也在改變著人們的日常生活和對(duì)世界的理解認(rèn)知。算法應(yīng)用日漸普及，不僅能夠影響著用戶(hù)的消費(fèi)決策、民意大選，還能幫助警察逮捕嫌疑犯。不久前，英國(guó)伯明翰地方警局開(kāi)始研發(fā)一套名為“國(guó)家數(shù)據(jù)分析方案”的系統(tǒng)，旨在通過(guò)對(duì)居民個(gè)人數(shù)據(jù)資料的分析，預(yù)測(cè)公民的“犯罪指數(shù)”，引導(dǎo)警方提前干預(yù)。算法甚至能指導(dǎo)我們吃什么食物、讀什么書(shū)、選什么對(duì)象結(jié)婚。馬克·扎克伯格說(shuō)，除了進(jìn)一步提升全球互聯(lián)性，臉書(shū)（Facebook）將致力于“理解世界”這一全新使命。在他看來(lái)，“理解”這個(gè)詞意味著：“每天，人們會(huì)將數(shù)十億的內(nèi)容和聯(lián)系上傳到臉書(shū)的Graph（臉書(shū)的算法搜索機(jī)制），通過(guò)這種方式，人們?cè)跇?gòu)建一種關(guān)于這個(gè)世界所有需要知道的知識(shí)的最清晰的模型?！?/p>

以上現(xiàn)實(shí)讓我們感到，和工業(yè)革命中誕生的技術(shù)相比，計(jì)算機(jī)編程技術(shù)、人工智能、大數(shù)據(jù)分析等，這些高歌猛進(jìn)的“算法”新技術(shù)不僅推動(dòng)了生產(chǎn)力和效率的提升，而且變得更加“智慧”、正在喧賓奪主。諸多領(lǐng)域中人類(lèi)的決策正讓步于人工智能，人類(lèi)的活動(dòng)要被算法所管理，甚至可以說(shuō)，人類(lèi)社會(huì)中，人失去了主動(dòng)權(quán)，反而處處要被算法所治理。

就像圍棋世界冠軍柯潔說(shuō)：“在我看來(lái)，它（指AlphaGo）就是圍棋上帝，能夠打敗一切。對(duì)于AlphaGo的自我進(jìn)步來(lái)講，人類(lèi)太多余了?！辈簧偃讼嘈?，新技術(shù)一定能夠更好解釋一切復(fù)雜和快速變革的全局，算法能夠理解世界的方方面面。

但是，真的如此嗎？人的力量是否必然就會(huì)被新技術(shù)顛覆？未來(lái)的商業(yè)和社會(huì)中，算法可以完全替代人的作用、進(jìn)而接過(guò)人的管理判斷職能嗎？

潛藏的算法危險(xiǎn)

一些精英們似乎認(rèn)同算法技術(shù)對(duì)人的替代作用。他們認(rèn)為，技術(shù)更新迭代已經(jīng)到了一個(gè)從量變到質(zhì)變的時(shí)期：質(zhì)變之前，AI等技術(shù)工具依然是人類(lèi)的超級(jí)助手，而質(zhì)變之后，新技術(shù)在某種意義上已經(jīng)具備了一種自由行動(dòng)者的模糊身影。而正是后一種自由行動(dòng)的可能性，讓人們開(kāi)始對(duì)技術(shù)感到擔(dān)心。

于是在2017年，埃隆·馬斯克（Elon Musk）代表一百多位人工智能專(zhuān)家表態(tài)：人們應(yīng)該停止人工智能開(kāi)發(fā)，因?yàn)槔^續(xù)開(kāi)發(fā)人工智可能會(huì)帶來(lái)人類(lèi)的滅亡……因?yàn)槲覀儾恢罆?huì)開(kāi)發(fā)到什么程度。我們不知道人工智能是不是有自主意識(shí)，甚至它們可以隱藏自己的想法，直到有一天人類(lèi)突然發(fā)現(xiàn)事態(tài)失控，再想去拔插頭，卻拔不了了。

然而在現(xiàn)實(shí)中，即便有馬斯克和再多的專(zhuān)家提醒和警示，只要人工智能對(duì)人的服務(wù)能力還在快速上漲，它飛速發(fā)展的趨勢(shì)就不會(huì)停止。資本的目的就是賺錢(qián)，這家不開(kāi)發(fā)，還有更多其他家趨之若鶩、繼續(xù)開(kāi)發(fā)人工智能。相比于受限于生物局限性的人腦，電腦在某些方面（記憶儲(chǔ)存、運(yùn)算速度等）有不可比擬的優(yōu)勢(shì)，而且還在不斷進(jìn)步，這像是一種脫軌而出的力量，對(duì)人類(lèi)投來(lái)冷冷的眼光。如同電影《黑客帝國(guó)》（The Matrix）描述的局面：所有人都生活在一個(gè)巨大的、他們認(rèn)為很美好的世界里。世界的控制者母體Matrix不只是一個(gè)人工智能的無(wú)機(jī)生命，而且是一個(gè)碳基生命和硅基生命的結(jié)合體。這種情況下，被母體控制的人作為個(gè)體就像是小白鼠，人的生命的唯一價(jià)值是作為器官的供應(yīng)者奉獻(xiàn)給高級(jí)的碳基生命。

在現(xiàn)實(shí)中，越來(lái)越多的技術(shù)被應(yīng)用到“提升效率”這一個(gè)控制母體（比如資本、組織）的單一目標(biāo)，而并非關(guān)注人的全面發(fā)展，于是算法越先進(jìn)，人的自由自主空間越狹隘，就像《外賣(mài)騎手，困在系統(tǒng)里》一文中描述的瘋狂外賣(mài)小哥，人淪為了算法時(shí)代的炮灰、組織效率和資本的工具。這是算法只為資本利潤(rùn)服務(wù)所產(chǎn)生的“算法剝削”。

而且，人們只看到算法對(duì)效率的提升，但是數(shù)據(jù)分析系統(tǒng)的算法是否“公平”則很難自證。2015年，美國(guó)芝加哥法院使用的犯罪風(fēng)險(xiǎn)評(píng)估算法就被證明對(duì)黑人造成了系統(tǒng)性歧視：黑人更有可能被這個(gè)系統(tǒng)錯(cuò)誤地標(biāo)記為具有高犯罪風(fēng)險(xiǎn)，從而被法官判處更長(zhǎng)的刑期。另外，數(shù)百萬(wàn)人由于該算法無(wú)法獲得保險(xiǎn)、貸款和租房等服務(wù)，如同被算法“囚禁”。

另外一個(gè)算法潛在的危險(xiǎn)是人類(lèi)倫理層面的。阿爾法狗的投資人堅(jiān)恩·托林（Jaan Tallinn）說(shuō)，我們需要重新定義AI研究的目標(biāo)，不停留于單純的智能開(kāi)發(fā)上，而是要開(kāi)發(fā)出能充分與人類(lèi)情感價(jià)值觀相融合的超級(jí)智慧。類(lèi)似的，馬斯克的新公司Neuralink致力于實(shí)現(xiàn)“人機(jī)融合”，就是把人的大腦與機(jī)器進(jìn)行連接。馬斯克解釋說(shuō)：“既然之前我對(duì)有關(guān)人工智能所發(fā)出的警告收效甚微，那么我們何不自己來(lái)決定它的發(fā)展，讓它走向?qū)θ祟?lèi)有利的一面？” 馬斯克認(rèn)為人機(jī)一體是“走向有利一面”的唯一可能。

但是，這樣的一種融入的姿態(tài)，帶來(lái)了人工智能另一種危機(jī)，因?yàn)樗鼘⑼{“人類(lèi)共同體”。 比如，上流社會(huì)憑借經(jīng)濟(jì)資源，可以通過(guò)技術(shù)干預(yù)方式對(duì)子女的外貌、體能、智能、健康等各個(gè)方面進(jìn)行挑選塑造。然而絕大多數(shù)人承擔(dān)不起這些新技術(shù)產(chǎn)品。社會(huì)上，老百姓和頂級(jí)富豪，前者占人口比例的99%，后者只有1%，但是所擁有的的財(cái)富卻天壤之別，這本來(lái)是社會(huì)性經(jīng)濟(jì)層面的不平等，兩者在自然生命上并無(wú)不等。而馬斯克所要達(dá)到的人機(jī)融合，會(huì)造成這樣的后果：因社會(huì)生活中的不平等，導(dǎo)致自然生命的平等也被破除。

人類(lèi)共同體建立在“存在于相同中”之上，當(dāng)1%的富豪用經(jīng)濟(jì)資源進(jìn)一步獲得與99%的人在生物層面不再“相同”之后，那么是否就意味著，未來(lái)世界不是人工智能統(tǒng)治人類(lèi)，而是馬斯克式的超級(jí)人造人統(tǒng)治一切，不平等在生物層面進(jìn)一步固化。 如果這樣的話(huà)，不遠(yuǎn)將來(lái)，沒(méi)有經(jīng)濟(jì)資源購(gòu)買(mǎi)生物資源的人會(huì)快速貶值為多余的“無(wú)用階級(jí)”。原本人類(lèi)共同體在生老病死面前是公平的，這個(gè)公平被技術(shù)破除后，人類(lèi)共同體的基礎(chǔ)也就蕩然無(wú)存。

最后，互聯(lián)網(wǎng)平臺(tái)開(kāi)發(fā)智能推薦系統(tǒng)往往是根據(jù)用戶(hù)使用痕跡進(jìn)行關(guān)聯(lián)推薦，算法越智能，越能使用戶(hù)被“安排”進(jìn)所謂的“信息繭房”，即陷入為其量身定制的信息之中。久而久之，用戶(hù)處于信息“自我禁錮”困境，從而失去了解更大范圍事物的機(jī)會(huì)。這樣就可能導(dǎo)致人們視野日趨偏狹，思想日趨封閉、僵化，甚至極化。

以上這些與算法相關(guān)的潛在的倫理道德危險(xiǎn)性，是我們必須要有所警覺(jué)的，是人的力量要有所干預(yù)的。大數(shù)據(jù)社會(huì)需要考慮算法治理。

算法不是萬(wàn)能的

在快速變化的環(huán)境中，心神不寧的人們想擺脫現(xiàn)實(shí)的不確定性，于是向科學(xué)的力量求助，并認(rèn)為AI、大數(shù)據(jù)分析、算法新技術(shù)一定能夠更好地解釋一切復(fù)雜和快速變革的全局。很多人對(duì)于技術(shù)的倚重不僅來(lái)自技術(shù)帶來(lái)的效率提升，而且更加來(lái)自 “技術(shù)崇拜”——用近乎虔誠(chéng)的態(tài)度對(duì)待技術(shù)。甚至有一種激進(jìn)的思維希望用算法理解世界的方方面面，并且認(rèn)為科學(xué)知識(shí)優(yōu)于其他類(lèi)型知識(shí)。

此思維代表的是“唯科學(xué)主義”意識(shí)形態(tài)（scientism）——對(duì)算法技術(shù)的癡迷。持有此意識(shí)形態(tài)的人認(rèn)為，算法是智慧與經(jīng)驗(yàn)的替代品。在他們看來(lái)，無(wú)論是在醫(yī)療、教育、政府，還是在我們個(gè)人生活領(lǐng)域，人工智能與大數(shù)據(jù)分析技術(shù)都可以給出最優(yōu)答案。

但是，算法并非全知全能，如果太過(guò)信賴(lài)技術(shù)，人的判斷力還會(huì)被削弱。就像是我們專(zhuān)心盯著GPS，聽(tīng)從它發(fā)出的每一條指令，反而失去了對(duì)頭上閃耀的星星的感知力。對(duì)于組織的決策者來(lái)說(shuō)，只有具體的數(shù)據(jù)分析結(jié)果，依然無(wú)法胸有成竹；只有抽象的數(shù)據(jù)，而沒(méi)有對(duì)現(xiàn)實(shí)的感知，就難以從數(shù)據(jù)中獲得還原真實(shí)全貌的能力。數(shù)據(jù)沒(méi)有了具體的語(yǔ)境背景和色彩，所呈現(xiàn)的只是這個(gè)世界的抽象表征，而不是世界本身。如果管理者、決策者總是被一層層抽取到的數(shù)據(jù)所包圍，他們的想象力和直覺(jué)就會(huì)枯竭。就像是只吃各種維生素和工業(yè)提純后的營(yíng)養(yǎng)液，導(dǎo)致味覺(jué)退化。人的獨(dú)特能力是不能夠被機(jī)器和技術(shù)替代的。

算法技術(shù)本身不能給出有關(guān)真實(shí)性的全部答案。因?yàn)榇髷?shù)據(jù)背后的假設(shè)關(guān)注的是相關(guān)性，而不是因果關(guān)系，所以大數(shù)據(jù)可以提供信息，但是無(wú)法給出解釋?zhuān)淮髷?shù)據(jù)可以構(gòu)建事物在統(tǒng)計(jì)上的顯著關(guān)系，卻不能解釋為何會(huì)出現(xiàn)這樣的現(xiàn)象。經(jīng)濟(jì)學(xué)家蒂姆·哈福德說(shuō)：“大數(shù)據(jù)并沒(méi)有解決困擾了統(tǒng)計(jì)學(xué)家和科學(xué)家?guī)装倌甑膯?wèn)題——關(guān)于洞察力的問(wèn)題，也就是如何推斷到底發(fā)生了什么，并找出如何干預(yù)或優(yōu)化一個(gè)系統(tǒng)的方式?！?/p>

谷歌的“流感趨勢(shì)檢索”案例呈現(xiàn)出了以上問(wèn)題。2008年，谷歌的研究人員提出了一個(gè)用搜索詞條預(yù)測(cè)疾病大規(guī)模暴發(fā)的想法。經(jīng)過(guò)篩選與流感相關(guān)的檢索，并對(duì)這些檢索進(jìn)行追蹤，研究人員想當(dāng)然地認(rèn)為他們可以比美國(guó)疾病控制與預(yù)防中心（CDC）更早預(yù)測(cè)出流感的暴發(fā)。他們所采用的技術(shù)被命名為“臨近預(yù)報(bào)”（now-casting）。這似乎是一次算法技術(shù)上的成功——谷歌的檢索可以比美國(guó)疾病控制與預(yù)防中心提早兩周預(yù)測(cè)出流感暴發(fā)。然而之后不久，谷歌的流感趨勢(shì)預(yù)測(cè)就不靈驗(yàn)了——它并沒(méi)有預(yù)測(cè)出2009年的H1N1流感大暴發(fā)，而且高估了2012-2013年的流感疫情。問(wèn)題在于，谷歌的算法對(duì)于任何與流感季節(jié)相關(guān)的檢索都會(huì)產(chǎn)生反應(yīng)，但這些檢索的背后不一定與真正的流感暴發(fā)有關(guān)。比如，像“高中籃球”和“雞湯”這樣的檢索都會(huì)引發(fā)谷歌算法的流感警報(bào)。這是因?yàn)榇髷?shù)據(jù)并不關(guān)注解釋?zhuān)皇欠从辰?jīng)驗(yàn)主義者的思維。

大數(shù)據(jù)想要從等式中去除偏見(jiàn)，充分采用演繹思維，摒棄歸納的探究方式。它的邏輯是，在數(shù)據(jù)充分的情況下，數(shù)字就可以指向結(jié)論，根本不需要理論。但是，就如同谷歌流感趨勢(shì)的例子所展示的，我們還需要進(jìn)行更深入的分析，以探討數(shù)據(jù)的相關(guān)性，并確定因果關(guān)系。大數(shù)據(jù)無(wú)法擺脫對(duì)傳統(tǒng)研究方法的依賴(lài)，因?yàn)閿?shù)據(jù)的意義仍然來(lái)自人對(duì)數(shù)據(jù)的解讀。

如果像谷歌這樣處理數(shù)據(jù)的話(huà)，大數(shù)據(jù)永遠(yuǎn)不能做到保持中立，不偏不倚。類(lèi)似的，我們經(jīng)常用所謂的“技術(shù)”手段來(lái)了解真實(shí)情況，但是卻如隔靴搔癢。比如，公司管理者想要通過(guò)客戶(hù)的“痛點(diǎn)”或“未被滿(mǎn)足的需求”來(lái)幫助客戶(hù)、消費(fèi)者或員工。這些說(shuō)法背后是一種居高臨下的態(tài)度，拿著技術(shù)工具的放大鏡俯視別人，將他人的經(jīng)歷抽象化、將人流動(dòng)的想法和細(xì)微的個(gè)性差異解剖、放大分析，本質(zhì)上是一種簡(jiǎn)化。

科學(xué)知識(shí)不斷發(fā)展，但是來(lái)自科學(xué)技術(shù)的信息卻導(dǎo)致我們對(duì)其他形式的信息與求知方式置若罔聞。而往往是那些能夠接受各種形式的信息的人最終勝出。如果一個(gè)人只是相信科學(xué)知識(shí)和技術(shù)，那ta就會(huì)都被限制在了自己構(gòu)建的“技術(shù)牢籠”：有的人被困在桌上堆滿(mǎn)了數(shù)字表格的會(huì)議室里，還有的人被困在充斥著空洞的縮略語(yǔ)的戰(zhàn)略會(huì)議中。無(wú)論是被困于哪種“技術(shù)牢籠”，ta都難以在復(fù)雜的環(huán)境下領(lǐng)會(huì)真正真實(shí)的生活。

比如，在一家制藥公司，ERP系統(tǒng)可以告訴管理者有多少銷(xiāo)售人員完成了季度目標(biāo)，但是不能讓管理者明白究竟是什么塑造了一位成功的銷(xiāo)售人員；在一家時(shí)裝公司，最新的市場(chǎng)細(xì)分模型能展示出不同的奢侈品消費(fèi)者是怎樣消費(fèi)的，但是不能揭示出他們?cè)谙M(fèi)時(shí)追求的是一種什么樣的體驗(yàn)和心情；一家銷(xiāo)售養(yǎng)老保險(xiǎn)的公司要理解變老的感受，才能夠走進(jìn)老年人消費(fèi)者的心里，贏得他們的好感和信任。而一個(gè)人變老的感受，是算法量化模型可以描述清楚的嗎？

人的獨(dú)特認(rèn)知能力

所以，要尋找因果關(guān)系和現(xiàn)象形成的過(guò)程機(jī)制，依然需要人的投入、思考和歸納。只有人們自己可以從對(duì)具體經(jīng)驗(yàn)和復(fù)雜現(xiàn)實(shí)的體察中總結(jié)提煉出捕捉整體真實(shí)性的理論框架。要把握這個(gè)VUCA時(shí)代的機(jī)會(huì)，企業(yè)高管不能迷信技術(shù)算法，更要隨時(shí)掌握政治、科技、文化社會(huì)領(lǐng)域的新知識(shí)，并且理解不同方面信息是如何相互交織、共同塑造的。

比如，食品生產(chǎn)業(yè)務(wù)不僅是由定制市場(chǎng)進(jìn)入戰(zhàn)略、資本投入、產(chǎn)品市場(chǎng)定位構(gòu)成。做好這個(gè)生意，還需要管理者理解人與食物的關(guān)系：如何消費(fèi)和分享食物、美食聚餐對(duì)于人們的文化意義等。企業(yè)的發(fā)展戰(zhàn)略也不僅是不同周期的計(jì)劃目標(biāo)和財(cái)務(wù)報(bào)表，也是與文化、人、情感相關(guān)。要真正了解生活在社會(huì)和組織環(huán)境中的人，學(xué)習(xí)者需要平視人，做人所做，見(jiàn)人所見(jiàn)，才能思人所想，獲得同樣的人的視角與思維方式。此外，要了解一種文化和人行為的社會(huì)背景，你還要去了解這樣文化的歷史、傳承和習(xí)俗，從而獲得人行為背后的復(fù)雜動(dòng)機(jī)與經(jīng)歷的影響。

所有這些，都不是技術(shù)崇拜者和唯科學(xué)主義者迷信的統(tǒng)計(jì)學(xué)“大數(shù)據(jù)”和算法能夠領(lǐng)悟的，而是需要真實(shí)場(chǎng)景的“厚數(shù)據(jù)”（thick data）。

對(duì)于“厚數(shù)據(jù)”的關(guān)注，體現(xiàn)在金融大鱷索羅斯的投資方法論中。因在童年時(shí)期經(jīng)歷了世界范圍的戰(zhàn)爭(zhēng)，看到了人類(lèi)的不理智，索羅斯對(duì)歷史的非線(xiàn)性發(fā)展異常敏感。他意識(shí)到，宏大的政治事件，往往是由那些看似微不足道的人物事件引發(fā)的。理性的貨幣政策與條約的表象之下，是人們的憤怒、受傷的自我和地盤(pán)之爭(zhēng)。

索羅斯基金管理公司所具有的人文思維文化要求投資人必須探尋數(shù)據(jù)背后的文化。索羅斯的投資伙伴羅伯特·約翰遜所遵循的獨(dú)特流程是：“多數(shù)時(shí)候，數(shù)據(jù)并不是數(shù)字，它們無(wú)法在表格中量化。數(shù)據(jù)是經(jīng)歷，是報(bào)紙上的文章，是人們的反應(yīng)，是對(duì)話(huà)，是描述性數(shù)據(jù)?！?/p>

索羅斯和同事們的決策過(guò)程并不是在辦公室中反復(fù)擺弄各種模型分析數(shù)據(jù)，而是來(lái)到真實(shí)的“田野”進(jìn)行調(diào)研，是從與真實(shí)的不同的人進(jìn)行的互動(dòng)中獲得了真實(shí)的感受，而不是通過(guò)機(jī)械的經(jīng)濟(jì)學(xué)基礎(chǔ)理論和大數(shù)據(jù)分析去感知市場(chǎng)動(dòng)向。

投資和商業(yè)決策都需要數(shù)據(jù)來(lái)支持，但如果只是把數(shù)據(jù)理解為單純的數(shù)字，你可能就會(huì)錯(cuò)過(guò)更本質(zhì)的信息。像索羅斯這些投資者的天賦，就是能夠在如海洋般浩瀚的數(shù)據(jù)、印象、事實(shí)、經(jīng)驗(yàn)、觀點(diǎn)和觀測(cè)中找出規(guī)律，并把這些規(guī)律整合成一種洞察力。這需要與相關(guān)數(shù)據(jù)進(jìn)行直接、幾乎是感官上的接觸，需要對(duì)什么與什么相匹配，什么源于什么，什么導(dǎo)致什么有一種敏銳的感知能力和整體思維能力。

類(lèi)似的，英國(guó)歷史學(xué)家哲學(xué)家以賽亞·伯林發(fā)現(xiàn)，就如同索羅斯這樣的大金融家能夠同時(shí)整合多種復(fù)雜要素一樣，偉大的政治領(lǐng)袖也具有一套可以被稱(chēng)為“完全平凡、經(jīng)驗(yàn)主義和準(zhǔn)美學(xué)式”的個(gè)人技能。這些技能的特點(diǎn)，是以經(jīng)驗(yàn)、對(duì)他人的理解和對(duì)環(huán)境的敏感為基礎(chǔ)的現(xiàn)實(shí)參與?！罢夏切┣ё?nèi)f化、多姿多彩、稍縱即逝的，像一只只蝴蝶一樣難以捕捉、分類(lèi)的信息”。

這是一種了不起的能力，是算法和人工智能不能夠替代人類(lèi)的原因，因?yàn)槿祟?lèi)有洞見(jiàn)。溫斯頓·丘吉爾說(shuō)：真正的才華，體現(xiàn)在人們對(duì)未知、危險(xiǎn)和矛盾的信息的判斷之中。

所以，那些認(rèn)為只要數(shù)據(jù)夠多，算法夠先進(jìn)，就可以無(wú)所不能的判斷是站不住腳的。這和“唯科學(xué)論”和“拜科學(xué)教”的迷信一樣，本質(zhì)上是一種認(rèn)知惰性和對(duì)未知領(lǐng)域的恐懼。

結(jié)語(yǔ)

社會(huì)學(xué)家馬克斯·韋伯總結(jié)了社會(huì)“現(xiàn)代性”的三個(gè)特征：量化可計(jì)算的（calculative）、程序化（procedure）、反思性（reflexivity）。進(jìn)入工業(yè)社會(huì)后，人們發(fā)現(xiàn)自己被束縛在“理性的牢籠（Iron Cage）”中，就像是如今被束縛在各種“技術(shù)牢籠”中一樣，其中重要原因就是人們總是關(guān)注現(xiàn)代性的前兩個(gè)特征，卻總是忘記了反思——對(duì)整體的反思能力。人們對(duì)世界全局的整體性把握，正是人所特有的能力，這是算法無(wú)法替代的。算法也因此不能主宰人類(lèi)社會(huì)。

現(xiàn)實(shí)中，當(dāng)人們視算法及其提供的解決方法超過(guò)其他一切時(shí)，我們就難以看到人類(lèi)智慧所表現(xiàn)出的機(jī)敏與精細(xì)。當(dāng)人們將技術(shù)凌駕于人類(lèi)之上時(shí)，就不再把數(shù)據(jù)與其他資源整合在一起，那么就會(huì)失去可持續(xù)發(fā)展的效率，因?yàn)樗醋哉w的思維，而不是優(yōu)化的方式。

在商業(yè)競(jìng)爭(zhēng)的快速變化環(huán)境中，管理決策者需要跳出“技術(shù)崇拜”和“唯科學(xué)主義”的限制，需要靈活自如地綜合運(yùn)用所有四種知識(shí)：客觀知識(shí)、主觀知識(shí)、共享知識(shí)、感官知識(shí)。有點(diǎn)類(lèi)似管理學(xué)者明茨伯格提出的對(duì)管理的定義——管理既是科學(xué)，也是藝術(shù)，更是門(mén)手藝，這四種知識(shí)沒(méi)有孰優(yōu)孰劣。

客觀知識(shí)：是自然科學(xué)的基礎(chǔ)，例如“2+2=4”、“這塊磚重3磅”、“水是由兩個(gè)氧原子和一個(gè)氫原子構(gòu)成的”。但這種類(lèi)型的知識(shí)沒(méi)有真正的視角，這就是哲學(xué)家托馬斯·內(nèi)格爾將其描述為“無(wú)源之見(jiàn)”的原因?？陀^知識(shí)可以被反復(fù)檢驗(yàn)，并得到相同的結(jié)果。細(xì)胞、原子和小行星都可以用客觀知識(shí)進(jìn)行觀察、測(cè)量，因?yàn)槠浣Y(jié)果是可復(fù)制的、普遍成立的，并與現(xiàn)實(shí)觀測(cè)相一致。

主觀知識(shí)：即個(gè)人的觀點(diǎn)與感受。主觀知識(shí)反映的是我們內(nèi)在的世界。人們會(huì)把自己確信無(wú)疑的事情看作是知識(shí)。當(dāng)我們說(shuō)“我脖子疼”或“我餓了”時(shí)，大家就會(huì)尊重我們對(duì)自己身體的判斷。當(dāng)某個(gè)人正經(jīng)歷某種感官體驗(yàn)時(shí)，這種感受就是他的最真實(shí)的知識(shí)。

共享知識(shí)：與客觀知識(shí)不同，這種知識(shí)是無(wú)法像原子和距離那樣被測(cè)量的。同時(shí)，與主觀知識(shí)不同，這類(lèi)知識(shí)具有公共性和文化性。換言之，第三種知識(shí)是共享的人類(lèi)經(jīng)歷。

感官知識(shí)：這種知識(shí)讓我們利用一種關(guān)于世界的淺層次意識(shí)來(lái)決定如何行動(dòng)。經(jīng)驗(yàn)豐富的消防員通過(guò)“第六感”感受火焰的移動(dòng)；專(zhuān)業(yè)救護(hù)人員在沒(méi)有看到心臟驟停跡象前，已經(jīng)伸手去拿除顫器。這些都是“技藝”層面的感官知識(shí)在發(fā)揮作用。

同時(shí)掌握四種知識(shí)，而不是僅僅盯著技術(shù)算法等客觀知識(shí)，可以幫助人從特定的情境中抽取更多的關(guān)鍵信息，回歸世界的真實(shí)。所以，我們既需要頂尖的電腦工程師和軟件開(kāi)發(fā)人員來(lái)推動(dòng)算法進(jìn)步，也需要才華橫溢的詩(shī)人、藝術(shù)家、哲學(xué)家和人類(lèi)學(xué)家來(lái)幫助我們獲得整體洞見(jiàn)和靈感。我們需要綜合方方面面的精彩見(jiàn)解，而不是試圖作為單個(gè)的個(gè)體或文化達(dá)到最優(yōu)狀態(tài)。演算法可以提供最優(yōu)路徑，但是只有人——藝術(shù)家、思考者、數(shù)學(xué)家、企業(yè)家、政治家——具有洞察力和同理心的人，才能構(gòu)建和解釋意義、定義人類(lèi)社會(huì)的目的。

算法時(shí)代，人的力量就體現(xiàn)于此，讓我們看到它，使用它。