从“透明化”到“取中”，打开算法“黑箱”共需要几步？
play
欢迎关注“新浪科技”的微信订阅号：techsina
文/芦依
来源：远川研究所（ID:caijingyanjiu）
如果有一天，对象真的是国家发的，会发生什么？
《黑镜》里就有这么一个故事：为降低离婚率，未来社会开发了一套系统，运用算法和大数据来做婚恋配对。这套系统规定了人们的试婚对象和相处时间，不停自动匹配，直到找到最完美的对象才会停止。
这个科技寓言，似乎正在日本上演：日本政府为了应对少子化，决定斥资20亿日元引进AI婚配系统。此前，日本埼玉县的试点称得上成果卓然：两年时间里撮合成功了69对情侣，其中一半是这个AI婚配系统选出来的[1]。
纵观全世界，“AI婚配”可以算是算法接管生活的一个缩影：人们起床靠微博/Twitter吃瓜，出行靠滴滴/Uber打车，吃饭靠外卖软件选餐，上班摸鱼则有国情差别，国外在Reddit上侃大山，国内上淘宝剁手。
你想要什么，你关心什么，背后自然是靠算法运转来决定，但调配生活方方面面的算法，过去一直处于“黑箱”：它吸纳数据、分析数据，推荐的逻辑却不为人所知，还常有匪夷所思的时候。比如说，都过了七年之痒，还推荐同城单身的空姐MM；我以为我是你的尊贵会员，没想到我只是大数据杀熟的韭菜。
这一切都在悄悄改变。近期，国内互联网公司率先打破了算法的“黑箱”。美团、微博、滴滴等平台陆续公布算法规则，也在尝试对现有算法做出改进，践行“算法取中”——在效率至上的算法模型里，加入人性的考量。
那么问题来了，
1. 为什么要揭开算法的黑箱？
2. 如何才是打开算法黑箱的正确姿势？
算法困境
算法第一次成为街头巷尾的热谈，离不开2016年那场惊心动魄的“人机大战”：当人工智能AlphaGo以3：0的成绩完胜顶级围棋手李世石，AI也被外界赋予了改变世界的想象。
自那以后，国内掀起了AI创业潮，算法也被逐渐应用于更多领域，人们的生活消费、城市的安防系统、机构的效率提升都离不开算法。但在提升社会运转效率的同时，算法也带来了一些隐忧。
在消费者端，熟客高定价，新客低定价的大数据版“杀熟”，屡见不鲜。原因在于，按照效率至上原则，已经养成消费习惯的老客无须让利，但新客还在不同平台之间摇摆，补贴可以促进成交。
在企业端，一些公司不仅用算法监督员工，更激进地赋予算法决定员工去留的权利。比如电商巨头亚马逊，在招聘、用工等环节十分依赖AI算法的管理。
亚马逊会用AI摄像头和可穿戴设备记录员工的工作表现，AI会追踪员工从货架上挑选和包装物品的速度和时间，并向表现不佳的员工提出解雇通知，整个过程不需要与主管会面，有近900人因“工作效率低”直接被AI解雇。
图为亚马逊用AI系统开除员工的报道此外，算法还引发了有关社会偏见的讨论。例如，用AI筛选简历的亚马逊被批有性别偏见；《科学》杂志研究表明，美国用一套算法帮医院确认病人是否需要额外护理，这种算法对黑人群体存在偏见。
科幻电影习惯于把AI刻画成无所不能的形象，但事实证明，算法并不是万能的：算法一味追求准确和效率，却不考虑带来的各种影响。
皮尤研究中心曾在研究报告《算法时代的利弊》中指出，算法的编写主要是为了提升效率和盈利，并没有考虑相应的社会影响，缺乏对个体的考量。人类会被算法当做是过程的“输入量”，而非有思考、有感觉的生物[2]。
解决问题的第一步，是发现问题。由于平台不公布具体算法、规则和数据，利益受损者往往还很难为自己举证。
因此，全球不断有专家学者呼吁着算法“透明化”，即公开算法规则，使其接受社会监督；科技公司们也在透明化的路上不断摸索。然而，从算法的“黑箱”走向公开并不容易。
算法透明
2018年，Facebook的“泄密门”将扎克伯格送上了听证会。在两天持续10小时的听证会上，扎克伯格解释了平台是如何追踪用户行为并推荐广告的[3]，但涉嫌“操纵选举”的指控仍然存在。
Facebook CEO扎克伯格出席听证会同年5月，欧盟《一般数据保护条例》正式施行，该法规对商业平台收集用户信息予以约束，让消费者有权了解个人数据是如何被平台收集、处理和分析的。
次年，Facebook首次公布了信息流及推荐广告的算法规则，让用户了解为什么能看到这条推文或广告，海外巨头们纷纷开启了算法透明化的尝试。
让算法公开透明，是为了让外界了解算法的运行原理，在听取多方诉求后，才能做出改进优化。
但“透明化”的难题也随之而来。算法之所以被称为“黑箱”，是因为它由复杂的代码组成，一直在动态变化，很难被公众理解。更重要的是，商业公司将算法视为核心资产，全部公开无异于将过去的巨额投入拱手于人。如何公开，公开到什么程度，便成了一个问题。
实际上，算法“透明化”有两种途径：其一是程序代码的透明化；其二是算法原理的透明化。在实际操作中，公开算法原理比程序代码更为可行，这既能保护公司的知识产权，又容易让公众理解。
今年以来，美团、微博、滴滴在内的国内互联网公司也陆续公开了算法的运行原理。
5月，滴滴公开了司机端的抽成、以及面向司机派单的算法规则。滴滴表示，乘客为打车所付的费用中，79.1%构成了网约车司机的收入，10.9%给了乘客补贴优惠；剩下的企业经营成本（包括技术研发、线下运营等）占了6.9%，而平台的网约车业务净利润仅占3.1%。
滴滴还解释称，平台收取高抽成再补贴给司机和乘客，这种二次分配是为了激励司机“多劳多得”，方便乘客在高峰期和热点区域打车。
8月，微博公布了热搜榜单以及广告位的排序规则。微博指出，热搜词看的是综合热度，即搜索量、发博量、互动量、阅读量等数据指标。
至于热搜中的两个广告位置，分别位于第3、第6位热搜词之下。其中商业广告会展示“商”标签。广告位不参与热搜排序竞争，也不会影响其它词的热度计算。
9月，美团外卖也首次公开了骑手配送时间的算法。美团指出，用户点餐时的“预估送达时间”并非是由“最近距离除以最快速度”，而是考虑骑手实际配送中存在的各种不确定因素。这意味着即便是相同路线的订单，每天给骑手和用户参考的配送时段也有所不同。
美团在预估送达时间上设置了多重保护，既有模型预估时间、也分别考虑了城市交通、配送距离、配送环节等多个维度下的配送情况。美团会从四种方案中选择最长的时间，作为订单页面显示的“预估到达时间”，这也给了骑手更人性化的配送节奏。
不了解会产生误读，以前消费者往往会抱怨网约车平台派车难、骑手送餐慢，在了解司机、骑手群体的配送算法后，或许能增进一些理解。
算法透明化只是第一步，如何才能对算法的局限性做出改进？
算法取中
对此，国内创造性地提出了“算法取中”的概念。这意味着要在效率至上的算法里，加入人类社会的价值观和价值取向。
今年7月，包括市场监管总局在内的七部门联合发文保障外卖送餐员权益，要以“算法取中”替代“最严算法”，明确不能以“奥运冠军的水平作为普通人的考核标准”。
“算法取中”，是指要兼顾平台效率与劳动者保护，更要在企业利润和社会责任间做平衡。不过，“算法取中”目前仍是一个模糊的概念，难以定量。
上海人工智能研究院技术总监沈灏指出，这种情况通常要设置一个适当的阈值，再针对各个业务场景做大量调研，最终形成相对可量化的方案，有理有据地对企业算法做监管[5]。
“算法取中”既需要企业自我改进，也需要政府宏观调控，两方都进行了各自的“取中”尝试。
“算法取中”的第一个试验田在外卖配送。作为劳动密集型产业，骑手的安全保障问题已经引发全社会关注。
为保障骑手安全，美团率先对算法进行了“取中”改革。
为此，美团还组织了多场骑手恳谈会。通过了解骑手诉求和专家意见，美团率先将外卖的“预估送达时间”由“时间点”调整为“时间段”。这意味着面对配送过程中的各种不确定性，骑手有更弹性的时间段应对。
除此以外，将近75%的骑手还指出影响配送时间的两大难题——商家出餐速度慢、最后几百米交付难。
通过对超时订单和客诉订单做大数据分析，美团对“出餐慢”和“交付难”的重点场景进行“补时”。
例如，根据历史数据识别出长期出餐较慢的商家，相应骑手自动获得配送延时；一些小区管理严格不让电动车进入，或者个别用户预留地址错误等，相关订单也会自动延时。平台还用系统延时和人工补时给骑手上了“双保险”。
看似只是修改了代码，但想贯彻“算法取中”对平台来说绝非易事。
在美团平台上，每天有大量骑手奔波在大街小巷，有770万活跃商户开张迎客，更有6.3亿用户在平台上消费着吃穿住行。
在这庞大的系统中，任何改动往往是“牵一发动全身”，平台既要有魄力去推动改革，又要有能力平衡系统中商家、骑手和消费者三方的利益。
目前，美团的“算法取中”已经初具成效。在新算法机制下，骑手的配送时间更弹性，用户对送餐时间多了心理预期，试点数据显示用户对骑手的差评率降低了50.7%。
今年7月，浙江推出“浙江外卖在线”的数字化外卖监管系统，该系统集合了法务、商务和政务数据，能让企业的营业执照、食品经营许可证等商家资质信息在平台流通，也能将商家和骑手的服务视频直接作为存证。
自试运行以来，“浙江外卖在线”已纠正后厨问题5044个，处理违规商家184家，处理劳动纠纷2371件。
除了外卖巨头，内容消费平台也开始尝试“算法取中”。当社交平台成为新的公共舆论场，其算法推荐机制不仅要考虑平台利益、用户兴趣，更要考虑相应的社会影响。
海外社交巨头毫无节制的算法推荐已经引起担忧。像Facebook曾在自动推荐算法中推荐极端团体，社交巨头也曾被指通过呈现或隐藏某些内容来操纵言论，这都让内容平台的“算法取中”迫在眉睫。
国内的社交媒体微博，同样承担了公共舆论场的角色。为此，在公开热搜机制之余，微博还优化了算法推荐机制，将加大正向内容的宣推力度，调控负面事件、娱乐话题等。
微博还指出，上半年热搜将“减少娱乐占比”作为主要调控目标。热搜榜单的算法中包含了严格的排水军和反垃圾机制，能保证热搜榜单的客观。
在用户反馈、企业改进和政府调控的三方合力下，算法的“黑箱”里透进了光。
尾声
从电脑时代到手机时代，平台以前所未有的速度获得用户的海量数据，再通过数据的解构进行需求的匹配，围绕着用户的衣食住行。在这个过程中，一座座互联网商业大厦崛起。
但算法分发并非是把所有决策都交给机器，更需要平台和政府不断纠偏、设计、监督。在提升社会效率的同时，科技公司也开始承担起更多的社会责任，追求“科技向善”。
放眼人类历史，社会进步本身就伴随着透明化的进程。决策更透明，商业规则更透明、算法更透明，而一个越透明的社会，越能释放出更多可能性。
作者简介
