尽管算法纷繁复杂，必须广泛收集数据、对罪犯进行长时间采访、采用主成分分析和回归模型、编写150页的使用手册，还要花费很多时间来训练法官使用它，但它产生的效果并不比人所做的判断好，而且这些人是从互联网上随机招募来的。不管我们找的被测试者是谁，都可以肯定一件事情——花点时间猜一下谁可能再次成为罪犯就能挣到1美元，人们何乐而不为呢？结果就是，业余人士打败了算法。
朱莉娅担心技术会在很多方面成为压迫弱者的帮凶，正是出于这个原因，她展开了研究。她告诉我，“人类总是理所当然地认为技术是客观公正的，所以那些技术未能带来公正的时候往往是最危险的时候。
COMPAS算法存在种族偏见的新闻被广泛报道，这是最初促使朱莉娅展开研究的动因。她想知道人类是否会表现出与算法相同的偏见。在这点上，她的研究结果支持了蒂姆·布伦南的观点，即他的算法是公平的。不管对被告的种族是否知情，“机械土耳其人”都做出了同样的判断，而这些判断几乎在各个方面都与COMPAS算法所做的如出一辙。因此，如果说“机械土耳其人”是种族主义者，那么COMPAS算法也是，如果说“机械土耳其人”不是种族主义者，那么COMPAS算法也不是。
不，COMPAS并不比我们更种族主义，但也不是特别有效。朱莉娅为我简明扼要地总结了她的重大发现：“我发现，一个被广泛用于预测再犯的大型商业软件，并不比那些几乎没有刑事审判经验的人根据在线调查问卷结果所做的预测更准确、更公平。
我同意她的观点。我对数据的研究表明，基于年龄和前科所建立的模型，其精确度与COMPAS相似，而“机械土耳其人”在做出判断时所依赖的也是那些元素。
我没有办法系统地测试所有判断人类行为和性格的算法，因为我的时间有限。但对于那些我详细研究过其模型的领域—一足球、音乐品味、犯罪预测和政治人格一一我得出了同样的结论，在预测的准确性上，算
被算法操控的生活F
72