“阴魂不散”的广告还有另一个主要来源，那就是重定向：我们搜索过阿尔加维的旅行，只是忘记了。但是网络浏览器却已经记住这些信息并反馈给了途易集团，于是后者根据这些信息为我们推荐最好的酒店房间。
我们被海量广告狂轰滥炸。我们长时间盯着我们的手机和屏幕，这使得广告似乎能够不时地读懂我们的想法。
真正聪明的并不是算法。这些才智来自于数据炼金术士，他们把数据和自己对客户的理解相结合。约翰和他同事的方法很成功，因为它对业绩的影响立竿见影，甚至有时能增加十倍的销售额，但他们的方法并没有遵循明确的科学方法论，因此比较缺乏严谨性。约翰告诉我，即使有一个非常聪明的数据科学家对其客户的详细模型研究了10年，他也不相信这个模型值得投资。他告诉我说：“我们的方法需要对大量的人员进行研究，目前这些数据还不够可靠，无法专门定向小目标群体。”
与加里、格伦和约翰的交谈让我意识到，算法对人进行分类的道路还很漫长崎岖。由于算法的预测依赖于点“赞”的数据，它对我们行为的预测，在精确性上不及我们身边的人。只有被了解其局限性的人使用，算法才能发挥它最大的作用。
就在我得出这个结论的同时，我发现了与COMPAS算法有关的一些新情况，一些光靠自己的能力永远无法明白的事情。
人肉预测与模型预测，谁更胜一筹？
在我忙着写这本书的时候，来自新罕布什尔州达特茅斯学院计算机科学专业的学生朱莉娅·德雷斯尔（JuliaDressel）发表了一篇引人注目的优秀论文。她也研究了预测犯人再次犯罪的算法模型，但采取了不同角度。她想看看与人类相比，这个算法的表现会有多好。
为了比较人类和算法，朱莉娅借助了ProPublica从佛罗里达州布劳沃德县的罪犯那里获取的数据。她采用了罪犯的性别、年龄、种族、过往不端行为和犯罪记录以及起诉书对犯罪所做的事实描述，来建构描绘罪犯的标准化段落，格式如下：
被算法操控的生活OUTNUMBERED
70