บิ๊กดาต้ามหาประลัย: บิ๊กดาต้าเพิ่มความเหลื่อมล้ำและคุกคามประชาธิปไตยอย่างไร
ชื่อต้นฉบับ: Weapons of Math Destruction
เปิดโปงว่าสูตรคำนวณคะแนนในงานตำรวจ ประกันภัย การรับสมัครงาน การจัดอันดับมหาวิทยาลัย และการเลือกตั้ง ซึมซับอคติเข้าไปตัดสินคนนับล้านอย่างไร พร้อมวิธีรับมือเมื่อเครื่องจักรตัดสินคุณ

สารบัญ
1. บทนำ
1 นาที 14 วินาที
ถ้าคุณเคยสมัครงานไม่ผ่าน กู้เงินไม่ได้ หรือโดนคิดค่าประกันแพงเกินจริงโดยไม่รู้สาเหตุ เป็นไปได้ว่าตัวการคือสูตรคำนวณที่คุณไม่เคยเห็น ในหนังสือ บิ๊กดาต้ามหาประลัย Cathy O’Neil นักคณิตศาสตร์และนักวิทยาศาสตร์ข้อมูล ได้ยกตัวอย่างที่รัฐฟลอริดา ที่นั่น คนที่ขับรถประวัติดีแต่เครดิตการเงินแย่ ต้องจ่ายค่าประกันแพงกว่าคนที่เคยเมาแล้วขับแต่เครดิตดีเยี่ยม เฉลี่ยถึงปีละ 1,552 ดอลลาร์
ส่วนต่างนี้ไม่ใช่ความผิดพลาดของระบบ O’Neil ชี้ว่าอัลกอริทึมที่โฆษณาว่าเป็นกลาง พกเอาความเชื่อของคนสร้างติดมาด้วย และเพราะมันทำงานกับคนนับล้านพร้อมกัน ความเชื่อผิด ๆ แค่ข้อเดียวจึงกลายเป็นการตัดสินที่ไม่เป็นธรรมนับล้านครั้ง โดยคนที่รับศึกหนักที่สุดคือคนที่มีเงินน้อยที่สุด
ตัวอย่างที่เธอยกมาครอบคลุมทั้งงานตำรวจ ประกันภัย การรับสมัครงาน การจัดอันดับมหาวิทยาลัย และการเลือกตั้ง แต่ละเรื่องจะฝึกให้คุณมองเห็นอคติของคนที่ซ่อนอยู่ในคะแนน และบอกวิธีปกป้องตัวเองเมื่อเครื่องจักรกำลังตัดสินคุณ
2. มองให้ออกว่าอคติซ่อนอยู่ในข้อมูลที่ดูเป็นกลาง
2 นาที 22 วินาที
คอมพิวเตอร์ไม่มีรักมีเกลียด คำทำนายของมันจึงน่าจะยุติธรรม แต่ชายหนุ่มคนหนึ่งในชิคาโกที่ไม่เคยมีคดีติดตัวเลย กลับได้รู้ความจริงอีกด้านเมื่อตำรวจมาเคาะประตูถึงหน้าบ้าน
3. รู้ทันเมื่อค่าประกันลงโทษคุณเพราะความจน
2 นาที 25 วินาที
คนขับรถสองคนในฟลอริดา คนหนึ่งประวัติดีมาตลอด ส่วนอีกคนเคยเมาแล้วขับ แต่สูตรคำนวณกลับคิดค่าประกันคนที่ขับรถระวังแพงกว่ามาก และเหตุผลก็ไม่เกี่ยวกับฝีมือการขับรถเลยสักนิด
4. ฝ่าด่านซอฟต์แวร์คัดคนที่ปัดตกคุณโดยไม่เคยเห็นหน้า
2 นาที 49 วินาที
นักศึกษาที่รักษาตัวจนหายดีคนหนึ่ง กับผู้หญิงที่ประวัติแทบจะขาวสะอาดอีกคนหนึ่ง ต้องถูกปฏิเสธงานซ้ำแล้วซ้ำเล่า ทั้งคู่ไม่เคยเจอหน้าคนตัดสินด้วยซ้ำ เพราะคนตัดสินคือโปรแกรมที่ดึงข้อมูลของคนอื่นมาใช้
5. เข้าใจว่าการจัดอันดับมหาวิทยาลัยดันค่าเล่าเรียนให้สูงได้อย่างไร
2 นาที 48 วินาที
สูตรคำนวณของนิตยสารฉบับหนึ่งตั้งใจจะบอกแต่ละครอบครัวว่ามหาวิทยาลัยไหนดีที่สุด แต่ผลที่ตามมากับค่าเทอมและมหาวิทยาลัยสำรอง กลับทำให้เห็นว่าจะเกิดอะไรขึ้นเมื่อสถาบันวิ่งไล่ตามตัวเลขแทนเป้าหมายที่แท้จริง
6. รู้ตัวเมื่อผลค้นหาหรือฟีดกำลังชี้นำคะแนนเสียงของคุณ
2 นาที 41 วินาที
คนเลือกตั้งที่ยังลังเลลองค้นหาข้อมูลของผู้สมัครดู แล้วก็เอนเอียงไปทางฝั่งหนึ่งโดยไม่รู้ตัวว่าถูกจัดฉากไว้ การทดลองสองชิ้นและแคมเปญหาเสียงชิงประธานาธิบดีหนึ่งครั้ง จะทำให้เห็นว่าหน้าจอจูงใจคนกาบัตรได้ง่ายแค่ไหน
7. บทสรุป
1 นาที 34 วินาที
รายชื่อคนอันตรายของตำรวจชิคาโก บิลค่าประกันรถในฟลอริดา และใบสมัครงานที่ Red Cross ปัดตก ล้วนมาจากคำสัญญาที่ไม่เป็นจริงข้อเดียวกัน นั่นคืออัลกอริทึมจะตัดอคติและความมักง่ายของคนออกจากการตัดสินใจ แต่จากที่ O’Neil เล่ามา ระบบหลายตัวกลับรับเอาอคติและความผิดพลาดของคนออกแบบมา แล้วขยายผลในระดับที่เจ้าหน้าที่หรือตำรวจขี้อคติก็ทำไม่ได้ การตัดสินใจแย่ ๆ ของคนคนเดียวทำร้ายได้แค่คนที่อยู่ตรงหน้า แต่การตัดสินใจแย่ ๆ ของสูตรคำนวณทำร้ายคนได้นับล้านก่อนที่ใครจะตรวจสอบ และคนที่รับเคราะห์ก็มักเป็นคนที่มีเงินและมีทางสู้กลับน้อยที่สุด
แต่คุณไม่ได้หมดทางสู้ เมื่อคะแนนเข้ามาชี้ชะตาชีวิตคุณ ให้ถามว่าใช้ข้อมูลอะไรมาคิด และข้อมูลนั้นเป็นของคุณจริงไหม เหมือนที่ Catherine Taylor ตามสืบจนรู้ว่าตัวเองถูกปัดตกงานเพราะคนแปลกหน้าที่ชื่อเหมือนกันและเกิดวันเดียวกัน เวลาเขียนเรซูเม ให้เขียนเผื่อโปรแกรมที่อ่านเป็นด่านแรก โดยใช้ฟอนต์เรียบ ๆ และไม่ใส่รูปภาพหรือสัญลักษณ์ เวลาใบแจ้งต่ออายุประกันส่งมา ให้เทียบราคากับเจ้าอื่น เพราะแบบจำลองบางตัวตั้งราคาแพงขึ้นสำหรับลูกค้าที่ภักดีไว้แล้ว
Robert McDaniel ไม่เคยถูกตั้งข้อหา แต่อัลกอริทึมเอาชื่อเขาไปใส่ในรายชื่อคนที่เสี่ยงจะพัวพันกับการฆาตกรรม จนตำรวจมาเคาะประตูบ้าน
เกี่ยวกับหนังสือเล่มนี้
หนังสือเล่มนี้เกี่ยวกับอะไร?
ทุกวันนี้ อัลกอริทึมมีส่วนตัดสินหลายเรื่องในชีวิตเรา ตั้งแต่ใครจะได้งาน ใครจะถูกตำรวจจับตา ใครต้องจ่ายค่าประกันเท่าไร ไปจนถึงว่ามหาวิทยาลัยไหนน่าเรียน หลายคนเชื่อว่าแบบนี้ยุติธรรมดี เพราะสูตรคำนวณปฏิบัติต่อทุกคนเหมือนกัน แต่ Cathy O'Neil นักคณิตศาสตร์ที่เคยทำงานเป็นนักวิทยาศาสตร์ข้อมูล กลับมองตรงกันข้าม เธอชี้ว่าแบบจำลองพวกนี้รับเอาอคติและความผิดพลาดของคนออกแบบติดมาด้วย พอเอาไปใช้กับคนจำนวนมหาศาล สมมติฐานผิด ๆ แค่ข้อเดียวจึงกลายเป็นการตัดสินที่ไม่เป็นธรรมนับล้านครั้ง เธอไล่ให้เห็นภาพนี้ผ่านห้าเรื่อง คือรายชื่อพยากรณ์อาชญากรรมของตำรวจชิคาโก ค่าประกันรถยนต์ในฟลอริดาที่คิดจากเครดิตการเงินแทนฝีมือการขับขี่ แบบทดสอบบุคลิกภาพที่ตัดโอกาสคนหางานค่าแรงขั้นต่ำ การจัดอันดับมหาวิทยาลัยที่เปลี่ยนทั้งวิธีรับนักศึกษาและค่าเล่าเรียน และการทดลองที่ชี้ว่าเสิร์ชเอนจินกับฟีดข่าวชักจูงการตัดสินใจของผู้มีสิทธิเลือกตั้งได้ คุณจะได้เห็นว่าข้อมูลแบบไหนที่อยู่เบื้องหลังคะแนนที่ใช้ตัดสินคุณ ทำไมคนมีเงินน้อยถึงมักต้องจ่ายแพงกว่า และได้วิธีลงมือทำติดตัวไปหนึ่งอย่าง นั่นคือการเขียนเรซูเมให้โปรแกรมคัดกรองอ่านออก
ข้อมูลหนังสือ
หนังสือเล่มนี้เหมาะกับใคร
สมัครงานแล้วโดนปัดตก
คนหางานและคนที่กำลังเปลี่ยนสายอาชีพ ซึ่งโดนระบบที่ตัวเองมองไม่เห็นปัดตกซ้ำแล้วซ้ำเล่า
ใช้ระบบคะแนนคัดคน
ผู้จัดการและทีม HR ที่พึ่งเครื่องมือให้คะแนนในการคัดคน และอยากรู้ว่าอคติแอบแฝงเข้ามาตรงไหนได้บ้าง
คนอยากรู้ทันข้อมูล
ประชาชนที่อยากรู้ว่าบริษัทประกัน ตำรวจ และทีมหาเสียง ใช้ข้อมูลมาตัดสินและโน้มน้าวพวกเขาอย่างไร
เกี่ยวกับผู้เขียน
Cathy O’Neil
Cathy O'Neil เป็นนักคณิตศาสตร์ นักวิทยาศาสตร์ข้อมูล และนักเขียนชาวอเมริกัน เธอจบปริญญาเอกด้านคณิตศาสตร์จาก Harvard และผ่านงานมาทั้งในวงการการเงิน เทคโนโลยี และวิชาการ เธอเคยสอนที่ Barnard College ก่อนจะไปเป็นนักวิทยาศาสตร์ข้อมูลในบริษัทสตาร์ตอัป ส่วนที่ Columbia University เธอเป็นผู้ริเริ่ม Lede Program ด้านวารสารศาสตร์ข้อมูล และยังก่อตั้ง ORCAA ซึ่งเป็นบริษัทตรวจสอบอัลกอริทึม เธอเขียนคอลัมน์แสดงความเห็นให้ Bloomberg View และเขียนบล็อกชื่อ Mathbabe หนังสือ Weapons of Math Destruction ของเธอติดอันดับขายดีของ New York Times ได้รับรางวัล Euler Book Prize และเข้าชิงรอบแรกของรางวัล National Book Award
คะแนนและรีวิว
สรุปคะแนนรีวิว
ความคิดเห็นจากผู้อ่าน
ผู้ฟังมองว่าผลงานชิ้นนี้ทั้งชวนติดตามและกระตุ้นความคิด โดยมีรีวิวหนึ่งระบุว่าเป็นหนังสือที่อ่านได้เร็วและช่วยอธิบายเรื่องซับซ้อนให้เข้าใจได้ชัดเจน นอกจากนี้ สำนวนการเขียนยังชวนอ่าน และผู้ฟังถือว่าเป็นหนังสือที่จำเป็นอย่างยิ่งสำหรับคนที่กำลังจะก้าวเข้าสู่สายงานวิทยาศาสตร์ข้อมูล ขณะที่อีกรีวิวหนึ่งย้ำถึงความสำคัญของหนังสือเล่มนี้ต่อผู้เชี่ยวชาญด้านนโยบายและคนทำงานในวงการ เนื้อหายังช่วยชี้ให้เห็นจุดบกพร่องของอัลกอริทึมและมีเรื่องเล่าที่น่าสนใจ อย่างไรก็ตาม ความคิดเห็นเกี่ยวกับจังหวะการดำเนินเรื่องยังมีหลากหลาย โดยผู้ฟังบางส่วนรู้สึกว่าเนื้อหาน่ากลัว ในขณะที่บางส่วนมองว่าดำเนินเรื่องยืดยาดไร้ทิศทาง
รีวิวยอดนิยม
เคยสงสัยไหมว่าทำไมคนรวยถึงยิ่งรวยขึ้น ในขณะที่คนอื่นๆ ดูเหมือนต้องดิ้นรนอยู่กับฝันร้ายของระบบขั้นตอนที่มองไม่เห็น Cathy O’Neil เปิดม่านแฉเบื้องหลังอัลกอริทึมเอารัดเอาเปรียบที่คอยบงการชีวิตเรา ตั้งแต่เรื่องที่ว่าใครจะกู้ซื้อบ้านผ่าน ไปจนถึงว่าย่านไหนจะมีตำรวจตรวจตราเกินความจำเป็น ส่วนตัวรู้สึกว่าบทที่พูดถึงการประเมินครูนั้นสะเทือนใจเป็นพิเศษ เพราะมันแสดงให้เห็นว่าข้อมูลที่บกพร่องสามารถพังอาชีพการงานได้โดยไม่มีช่องทางให้อุทธรณ์เลย สำนวนการเขียนกระชับมีพลังสุดๆ และเดินเรื่องเร็ว ทำให้แนวคิดทางสถิติที่ซับซ้อนกลายเป็นเรื่องที่เข้าถึงได้แม้ว่าคุณจะไม่ใช่เซียนคณิตศาสตร์ก็ตาม มันคือการเดินทางที่ช่วยเปิดหูเปิดตาสู่สิ่งที่ผู้เขียนเรียกว่า 'ความคิดเห็นที่ฝังอยู่ในโค้ด' เรามักจะทึกทักเอาเองว่าคอมพิวเตอร์นั้นเป็นกลาง แต่หนังสือเล่มนี้พิสูจน์ให้เห็นว่ามันก็มีอคติไม่ต่างจากคนที่เขียนโปรแกรมขึ้นมา ถ้าคุณแคร์เรื่องความยุติธรรมทางสังคมในยุคดิจิทัล คุณต้องอ่านเล่มนี้เลย เป็นสัญญาณเตือนภัยที่น่ากลัวแต่สำคัญอย่างยิ่งสำหรับโลกยุคใหม่
ดูเพิ่มเติมว้าว เล่มนี้ควรเป็นหนังสือบังคับอ่านสำหรับผู้กำหนดนโยบายและผู้บริหารด้านเทคโนโลยีทุกคนที่กำลังวางรากฐานโครงสร้างดิจิทัลของเราอยู่ในตอนนี้ Cathy O’Neil มีพรสวรรค์ในการหยิบเอาเรื่องที่อัดแน่นและดูน่ากลัวมาเปลี่ยนให้เป็นเรื่องเล่าที่ทั้งน่าติดตามและสะเทือนอารมณ์อย่างลึกซึ้ง ประทับใจเป็นพิเศษกับวิธีที่เธอบรรยายถึงการลงโทษที่ 'มองไม่เห็น' อย่างใบสมัครงานที่ถูกบอทปัดตกไปก่อนที่มนุษย์จะได้เห็นเสียอีก มันเป็นมุมมองที่น่าขนลุกมากเกี่ยวกับการที่เรากำลังสร้างเศรษฐกิจแบบ 'ผู้ชนะกินรวบ' ผ่านระบบที่คลุมเครือซึ่งไม่มีใครได้รับอนุญาตให้โต้แย้ง หนังสือเขียนออกมาได้งดงามและยังคงยึดโยงกับเรื่องราวของมนุษย์ไว้ได้แม้เนื้อหาจะเป็นเชิงเทคนิคก็ตาม อ่านรวดเดียวสองครั้งก็จบเล่มเพราะรู้สึกว่าเดิมพันของเรื่องนี้มันสูงมาก นานๆ ทีจะเจอหนังสือที่ทั้งสำคัญขนาดนี้และอ่านง่ายขนาดนี้ในเวลาเดียวกัน นี่คืองานเขียนแนววิทยาศาสตร์ที่ทรงพลังและจำเป็นที่สุด
ดูเพิ่มเติมนานๆ ทีจะเจอหนังสือเกี่ยวกับคณิตศาสตร์ที่อ่านสนุกเหมือนนิยายระทึกขวัญที่เดินเรื่องเร็ว แต่ Cathy O’Neil กลับทำให้เรื่องสถิติกลายเป็นเรื่องที่ดูเร่งด่วนและอันตรายได้ วิธีที่เธอชำแหละ 'ความเป็นกลาง' ของการจัดอันดับมหาวิทยาลัยโดย U.S. News นั้นเป็นระดับปรมาจารย์ในการชี้ให้เห็นว่าโมเดลธรรมดาๆ อันเดียวสามารถพังทั้งอุตสาหกรรมได้อย่างไร แนะนำเล่มนี้ให้ทุกคนที่รู้จักอ่านมาตลอด เพราะมันอธิบายความรู้สึกกระอักกระอ่วนใจที่พวกเราหลายคนมีต่อโลกยุคใหม่ได้อย่างชัดเจน ความจริงก็คือ เรากำลังถูกคัดแยกออกเป็น 'ผู้ชนะ' และ 'ผู้แพ้' โดยเครื่องจักรที่เราไม่เข้าใจและเถียงกลับไม่ได้ น้ำเสียงของ Cathy O’Neil ดูน่าเชื่อถือแต่ก็เปี่ยมด้วยความเห็นอกเห็นใจ โดยมุ่งเน้นไปที่ผู้คนที่ถูกระบบอันไร้หัวใจเหล่านี้บดขยี้ เป็นผลงานที่ยอดเยี่ยม น่ากลัว และจำเป็นอย่างลึกซึ้ง ต่อให้คุณเกลียดคณิตศาสตร์ คุณก็จะพบว่าหนังสือเล่มนี้น่าทึ่งและตามทันได้ไม่ยาก เป็นผลงานระดับ 5 ดาวที่ทุกคนควรมีไว้ในครอบครอง
ดูเพิ่มเติมในฐานะนักวิเคราะห์ข้อมูลที่ขลุกอยู่กับสเปรดชีตทั้งวัน หนังสือเล่มนี้เหมือนมาช่วยดึงสติและลดอีโก้ในวิชาชีพของตัวเองได้ดีมาก Cathy O’Neil โต้แย้งได้อย่างน่าเชื่อถือว่าการพึ่งพา 'บิ๊กดาต้า' ของเรามักสร้างความรู้สึกปลอดภัยจอมปลอม ซึ่งนำไปสู่ความเหลื่อมล้ำเชิงโครงสร้าง ความจริงก็คือ เรามักใช้ข้อมูลตัวแทนที่ไม่ได้วัดสิ่งที่เราคิดว่าจะวัดได้จริงๆ อย่างการใช้คะแนนเครดิตมาตัดสินประสิทธิภาพการทำงาน หนังสือเล่มนี้น่าติดตามและเรื่องเล่าเกี่ยวกับสินเชื่อเงินด่วนที่เอารัดเอาเปรียบก็น่าตกใจจริงๆ อย่างไรก็ตาม แอบหวังว่าผู้เขียนจะลงลึกในด้านเทคนิคของโมเดลต่างๆ มากกว่านี้อีกสักหน่อย แทนที่จะเล่าแค่ในระดับภาพรวมทั้งหมด พอถึงช่วงกลางเล่มจะรู้สึกว่าเนื้อหาแอบซ้ำไปบ้าง แต่สาระสำคัญหลักๆ ยังคงเป็นสิ่งที่ขาดไม่ได้สำหรับใครก็ตามที่ทำงานในวงการเทคโนโลยีทุกวันนี้ เป็นหนังสือที่อ่านจบได้เร็วและจะเปลี่ยนมุมมองที่คุณมีต่อชุดข้อมูลที่คิดว่า 'เป็นกลาง' ของตัวเองอย่างแน่นอน แนะนำอย่างยิ่งสำหรับคนที่ตั้งใจจะเป็นนักวิทยาศาสตร์ข้อมูล
ดูเพิ่มเติมบทที่ว่าด้วยคะแนนแนวโน้มการกระทำผิดซ้ำเปิดตาให้เห็นเลยว่าอคติถูกฝังเข้าไปในระบบกฎหมายของเราอย่างไรภายใต้ฉากหน้าที่เรียกว่า 'ประสิทธิภาพ' Cathy O’Neil อธิบายว่าโมเดลกล่องดำเหล่านี้สร้างวงจรสะท้อนกลับที่ลงโทษคนจนเพียงเพราะพวกเขาจนได้อย่างไร เป็นบทวิพากษ์ที่เหมาะกับยุคสมัยมากเกี่ยวกับการที่เรายกเรื่องศีลธรรมไปให้เครื่องจักรที่ไม่มีมโนธรรมเป็นตัวตัดสิน ชอบที่ผู้เขียนมีพื้นฐานการเป็น 'ควอนต์' มาก่อน เพราะมันทำให้เธอมีน้ำหนักและความน่าเชื่อถือที่จะออกมาแฉความลับของวงการนี้ แต่ว่ากันตามตรง แนวทางแก้ไขบางอย่างที่เธอเสนอไว้ในหน้าท้ายๆ รู้สึกว่าจะดูอุดมคติไปหน่อยและนำมาใช้จริงได้ยากในสภาพการเมืองปัจจุบัน ถึงอย่างนั้น หนังสือเล่มนี้ก็ประสบความสำเร็จในการทำให้คุณตั้งคำถามกับทุกการตัดสินใจอัตโนมัติที่เจอในชีวิต ตั้งแต่เบี้ยประกันภัยไปจนถึงโฆษณาบน Facebook สำนวนการเขียนชัดเจน เร่งเร้า และเข้าถึงคนอ่านได้ในวงกว้าง เป็นจุดเริ่มต้นที่ยอดเยี่ยมสำหรับการทำความเข้าใจด้านมืดของสังคมที่ขับเคลื่อนด้วยข้อมูลของเรา
ดูเพิ่มเติมหยิบเล่มนี้มาอ่านหลังจากได้ฟังสัมภาษณ์ผู้เขียนในพอดแคสต์ และก็ไม่ผิดหวังเลยกับความหลากหลายของกรณีศึกษา ตั้งแต่โมเดลการตรวจตราของตำรวจตามทฤษฎี 'หน้าต่างแตก' ไปจนถึงการตลาดที่เอารัดเอาเปรียบของวิทยาลัยที่แสวงหาผลกำไร ตัวอย่างมีความหลากหลายและคัดเลือกมาอย่างดี คือหนังสือไม่ได้ให้คำตอบที่ง่ายดายหรอกนะ แต่ชี้ให้เห็นปัญหาด้วยมุมมองการวิเคราะห์ที่เฉียบคมจนยากจะเพิกเฉย ชอบวิธีที่ผู้เขียนเชื่อมโยงประสบการณ์ในแวดวงการเงินของตัวเองเข้ากับโลกของข้อมูลผู้บริโภคในภาพรวม สไตล์การเขียนเป็นกันเองเหมือนนั่งคุยกัน ซึ่งช่วยได้มากเวลาที่เนื้อหาเริ่มจะหดหู่ไปบ้าง บางคนอาจจะรู้สึกว่าน้ำเสียงดูตื่นตูมไปนิด แต่เมื่อพิจารณาจากขนาดของปัญหาแล้ว การตื่นตูมสักหน่อยก็คงจะสมเหตุสมผลอยู่ เป็นหนังสือระดับ 4 ดาวเนื้อหาแน่นที่จะช่วยจุดประเด็นพูดคุยได้เพียบในงานปาร์ตี้มื้อค่ำครั้งต่อไปของคุณ ทำให้คุณต้องคิดซ้ำสองแน่นอนก่อนจะคลิก 'ยอมรับ' ในข้อกำหนดและเงื่อนไขพวกนั้น
ดูเพิ่มเติมหลังจากได้ยินเรื่องอัลกอริทึมที่ 'เป็นกลาง' มาหลายปี การได้เห็นมันถูกชำแหละว่าเป็น 'ความคิดเห็นที่ฝังอยู่ในโค้ด' นั้นให้ความรู้สึกสดชื่นและช่วยยืนยันสิ่งที่คิดไว้ได้เป็นอย่างดีสุดๆ Cathy O’Neil ทำได้ยอดเยี่ยมมากในการชี้ให้เห็นว่าโมเดลเหล่านี้พุ่งเป้าไปที่กลุ่มเปราะบางอย่างไร โดยเฉพาะผ่านมุมมองเรื่องการให้คะแนนเครดิตและการประกันภัย ชอบการใช้ความยาวประโยคที่หลากหลายและวิธีที่เธอค่อยๆ สร้างข้อโต้แย้งผ่านขั้นตอนที่ชัดเจนและมีเหตุผล ข้อติเล็กๆ น้อยๆ เพียงอย่างเดียวของฉันคือจังหวะการดำเนินเรื่องอาจจะรู้สึกอืดไปนิดในบทช่วงกลางๆ ตอนที่เธอเล่าเนื้อหาทำนองเดียวกันแต่เปลี่ยนอุตสาหกรรมไปเรื่อยๆ อย่างไรก็ตาม ส่วนสุดท้ายที่พูดถึงเรื่องที่ว่าอัลกอริทึมส่งผลกระทบต่อประชาธิปไตยและรูปแบบการลงคะแนนเสียงของเราอย่างไรนั้นน่าขนลุกและสำคัญมาก เป็นหนังสือที่ชวนให้ขบคิดซึ่งช่วยให้คุณมองเห็นพลังที่ซ่อนอยู่ที่กำลังกำหนดรูปแบบชีวิตดิจิทัลของคุณ หากคุณเคยรู้สึกว่าระบบถูกตั้งค่ามาให้เอาเปรียบคุณ หนังสือเล่มนี้จะอธิบายให้ฟังอย่างชัดเจนเลยว่ามันทำแบบนั้นได้อย่างไร คุ้มค่ากับเวลาของคุณแน่นอน
ดูเพิ่มเติมแม้จะเห็นด้วยกับแนวคิดหลักของ Cathy O’Neil เรื่องอันตรายของบิ๊กดาต้า แต่รู้สึกว่าหนังสือแอบซ้ำซากไปนิดและบางช่วงก็ออกทะเลไปบ้างในช่วงท้าย เธอร่ายยาวถึงรายการอัลกอริทึม 'แย่ๆ' แต่พอผ่านไปได้สักสองสามตัวอย่าง รูปแบบมันก็เดาทางได้ง่ายมาก พูดตรงๆ คือคาดหวังว่าจะได้เห็นการเจาะลึกในแง่คณิตศาสตร์จริงๆ มากกว่านี้เมื่อดูจากดีกรีอันน่าทึ่งของเธอ แต่มันกลับเป็นบทวิพากษ์สังคมที่พึ่งพารายงานข่าวที่เราน่าจะเคยผ่านตากันมาแล้วเสียเป็นส่วนใหญ่ จังหวะการดำเนินเรื่องค่อนข้างไม่สม่ำเสมอ บางบทก็ยืดเยื้อในขณะที่บทสรุปกลับดูเร่งรัด ถึงอย่างนั้น ส่วนที่พูดถึงเรื่องที่ว่าการจัดอันดับมหาวิทยาลัยได้บิดเบือนการศึกษาระดับอุดมศึกษาไปอย่างไรนั้นยอดเยี่ยมมาก แค่อ่านส่วนนี้ก็คุ้มค่าหนังสือแล้ว เป็นหนังสือปูพื้นฐานที่ใช้ได้สำหรับคนที่ไม่คุ้นเคยกับเรื่องอคติของอัลกอริทึม แต่อาจจะรู้สึกว่าเนื้อหาเบาไปหน่อยสำหรับคนที่ทำงานในสายนี้อยู่แล้ว ไม่ใช่หนังสือที่แย่ แค่มีมุมมองใหม่ๆ น้อยไปนิด
ดูเพิ่มเติมจากประสบการณ์ที่ผ่านมา หนังสือที่พยายามครอบคลุมเนื้อหากว้างขนาดนี้มักจะลงเอยด้วยความรู้สึกเหมือนเอาบทความนิตยสารมารวมกัน มากกว่าจะเป็นข้อโต้แย้งที่ร้อยเรียงเป็นหนึ่งเดียวกัน Cathy O’Neil เป็นนักเขียนที่เก่งมาก แต่กรอบแนวคิดเรื่อง 'Weapons of Math Destruction' ในบางครั้งก็ดูจะฝืนๆ ไปหน่อย ตัวอย่างบางอันที่เธอยกมา อย่างแบบทดสอบบุคลิกภาพสำหรับงานที่ได้ค่าแรงขั้นต่ำ มันไม่ยุติธรรมแน่ๆ ล่ะ แต่ถึงขั้นเป็น 'อาวุธทำลายล้าง' ในระดับโลกเลยเหรอ อ่านแล้วแอบรู้สึกเหมือนหนังสือของ Malcolm Gladwell นิดๆ คืออัดแน่นไปด้วยเรื่องเล่าที่น่าสนใจแต่บางทีก็ขาดรายละเอียดเชิงลึกที่รอบด้านไป นอกจากนี้ยังรู้สึกหงุดหงิดนิดหน่อยที่ไม่มีตัวอย่างในมุมกลับบ้างเลย มันก็น่าจะมีอัลกอริทึมที่ทำเรื่องดีๆ อยู่บ้างแน่ๆ ไม่ใช่เหรอ ถึงอย่างนั้น หนังสือเล่มนี้ก็ทำหน้าที่เป็นคำเตือนที่สำคัญอย่างยิ่งเกี่ยวกับการขาดความโปร่งใสในระบบปัจจุบันของเรา เป็นหนังสือที่คุ้มค่าแก่การอ่าน แต่ควรฟังหูไว้หูกับข้อกล่าวอ้างที่ดูดราม่าเกินจริงไปบ้าง เหมาะที่จะใช้เป็นจุดเริ่มต้นในการชวนคุยมากกว่าจะเป็นตำราอ้างอิงที่สมบูรณ์แบบ
ดูเพิ่มเติมบอกตามตรงว่าไม่ใช่อย่างที่คาดหวังไว้จากคนจบปริญญาเอกด้านคณิตศาสตร์จาก Harvard เลย ตั้งใจมองหาการวิเคราะห์ที่เข้มข้นรัดกุมเรื่องอคติของอัลกอริทึม แต่สิ่งที่ได้กลับมาเป็นชุดเรื่องเล่าและการแสดงความเห็นทางการเมืองแทน ผู้เขียนดูเหมือนจะมีอคติส่วนตัวและจ้องจะเล่นงานทุกระบบที่ใช้ตัวเลขในการตัดสินใจ โดยมักจะมองข้ามอคติของมนุษย์ที่มีอยู่ก่อนที่จะนำโมเดลเหล่านี้มาใช้เสียอีก ข้อเสนอแนะของเธอเรื่องการ 'ใส่คุณค่าลงไปในโค้ด' นั้นคลุมเครือและมองข้ามความเป็นจริงในทางปฏิบัติของวิศวกรรมซอฟต์แวร์ไปโดยสิ้นเชิง อ่านแล้วให้ความรู้สึกเหมือนแถลงการณ์ของกลุ่ม Occupy Wall Street มากกว่าจะเป็นการพิจารณาเรื่องวิทยาศาสตร์ข้อมูลอย่างจริงจัง ถ้าคุณกำลังมองหาการเจาะลึกเชิงเทคนิค คุณจะผิดหวัง สำนวนการเขียนถือว่าโอเค แต่การขาดความสมดุลทำให้ยากที่จะเชื่อถือข้อสรุปในภาพรวมอย่างจริงจังได้ เป็นมุมมองด้านเดียวมากๆ ต่อประเด็นที่ซับซ้อนซึ่งสมควรได้รับความละเอียดรอบคอบมากกว่านี้
ดูเพิ่มเติมคำถามเกี่ยวกับหนังสือเล่มนี้
แนวคิดหลักของหนังสือ บิ๊กดาต้ามหาประลัย คืออะไร
Cathy O’Neil ชี้ให้เห็นว่าอัลกอริทึมที่มักโฆษณาว่าเป็นกลางและยุติธรรม จริง ๆ แล้วมักจะพกเอาอคติและความผิดพลาดของคนออกแบบติดมาด้วย และเพราะระบบพวกนี้ใช้ตัดสินชีวิตคนจำนวนมหาศาล ทั้งเรื่องประกันภัย งานตำรวจ การรับสมัครงาน การศึกษา และการเมือง ความเชื่อผิด ๆ แค่ข้อเดียวจึงกลายเป็นการตัดสินที่ไม่เป็นธรรมนับล้านครั้ง โดยผลกระทบมักจะตกหนักที่สุดกับคนจน ทำให้ระบบยิ่งถ่างความเหลื่อมล้ำให้กว้างขึ้นแทนที่จะช่วยลดลง
ทำไมคนที่เครดิตการเงินแย่ถึงต้องจ่ายค่าประกันรถยนต์แพงกว่า
O’Neil ชี้ว่าอัลกอริทึมคิดค่าประกันเอาข้อมูลเครดิตการเงินมาคิดรวมกับประวัติการขับขี่ และในบางพื้นที่ เครดิตการเงินกลับมีน้ำหนักมากกว่าด้วยซ้ำ อย่างที่ฟลอริดา คนที่ขับรถประวัติดีแต่เครดิตแย่ ต้องจ่ายแพงกว่าคนที่เครดิตดีเยี่ยมแต่เคยถูกจับเมาแล้วขับ เฉลี่ยถึงปีละ 1,552 ดอลลาร์ พอค่าเบี้ยประกันแพงขึ้น คนก็ยิ่งมีโอกาสค้างจ่ายบิลอื่น ๆ ง่ายขึ้น ซึ่งยิ่งฉุดเครดิตให้ตกต่ำลงไปอีก และทำให้ค่าเบี้ยประกันรอบหน้าพุ่งสูงขึ้นเป็นเงาตามตัว
อัลกอริทึมส่งผลต่อการรับคนเข้าทำงานและการสมัครงานอย่างไร
นายจ้างหลายแห่งใช้แบบทดสอบบุคลิกภาพและจ้างบริษัทข้อมูลข้างนอกมาช่วยคัดกรองคนสมัครงาน เช่นกรณีของ Kyle Behm ที่กำลังฟื้นตัวจากโรคไบโพลาร์ เขาถูกซูเปอร์มาร์เก็ต Kroger และงานค่าแรงขั้นต่ำที่อื่น ๆ ปัดตกหมด เพราะแบบทดสอบประเมินว่าเขาน่าจะทำงานได้ไม่ดี จนเขาต้องยื่นฟ้องบริษัท 7 แห่ง ส่วน Catherine Taylor ก็พลาดงานที่ Red Cross เพราะบริษัทนายหน้าค้าข้อมูลเอาประวัติเธอไปปนกับผู้หญิงอีกคนที่ดันชื่อเหมือนกันและเกิดวันเดียวกันเป๊ะ
การจัดอันดับมหาวิทยาลัยทำให้ค่าเล่าเรียนแพงขึ้นได้อย่างไร
ตั้งแต่ทศวรรษ 1980 นิตยสาร US News and World Report เริ่มจัดอันดับมหาวิทยาลัยโดยดูจากตัวเลขอย่างคะแนนสอบ SAT และอัตราการรับเข้าเรียน มหาวิทยาลัยต่าง ๆ จึงต้องแข่งกันปั๊มตัวเลขพวกนั้นให้ดูดี ซึ่งต้องใช้เงิน O’Neil มองว่าเรื่องนี้มีส่วนดันให้ค่าเล่าเรียนพุ่งขึ้นถึง 500 เปอร์เซ็นต์ในช่วงปี 1985 ถึง 2013 แถมการให้คะแนนสูงกับมหาวิทยาลัยที่รับคนเข้าน้อย ยังทำให้มหาวิทยาลัยสำรองพากันปัดตกเด็กเก่ง ๆ จนแผนสำรองของผู้สมัครจำนวนมากต้องพังลง
เราจะปกป้องตัวเองจากอัลกอริทึมที่ไม่เป็นธรรมได้อย่างไร
หนังสือเล่มนี้แนะแนวทางลงมือทำไว้ เรื่องการเขียนเรซูเมให้โปรแกรมอ่านอัตโนมัติอ่านออก โดยใช้ฟอนต์เรียบ ๆ อย่าง Arial หรือ Courier และไม่ใส่รูปภาพหรือสัญลักษณ์ กรณีของ Catherine Taylor เตือนว่าประวัติที่บริษัทนายหน้าค้าข้อมูลเก็บไว้ อาจเอาชื่อเราไปผูกกับคดีของคนอื่นแบบผิด ๆ ได้ ส่วนแบบจำลองของ Allstate ชี้ว่า เราอาจโดนค่าเบี้ยประกันแพงขึ้นมาก ถ้าระบบประเมินว่าเราไม่ค่อยเช็กราคาเทียบกับเจ้าอื่น
ผู้อ่านเล่มนี้ชอบเล่มเหล่านี้ด้วย
มีสรุปแบบเสียง
ฟัง บิ๊กดาต้ามหาประลัย จบใน 15 นาที
เก็บแนวคิดสำคัญจาก บิ๊กดาต้ามหาประลัย ของ Cathy O’Neil พร้อมหนังสือนอนฟิกชันอีก 5,000+ เล่ม
- หนังสือ 5,000+ เล่ม
- ฟังได้ไม่จำกัด
- ทดลองใช้ฟรี 7 วัน
- ยกเลิกได้ทุกเมื่อ









