选举结果只有两种，但概率世界并非如此
这不是预测模型的第一次失败，也不是最离谱的失败。也许近年来最糟糕的民意调查错误发生在2015年英国大选的预选阶段。在投票的前一天，《卫报》的算法模型预测保守党和工党得票不相上下。第二天早上结果出来后，就连保守党领袖大卫·卡梅伦（David Cameron）似乎也对他们取得议会中的多数席位感到惊讶。
英国接下来的全民公投是脱欧议题。众多的民意调查结果表明选择留在欧盟和选择脱离欧盟的票数很接近，但大多数算法模型都错误地预测了英国脱欧公投的结果。在2017年的英国预选中，就连民意测验专家似乎也不知该如何向大家展示自己的预测。在投票前10天，市场调查公司YouGov的算法模型预测，与之前的选举相比，保守党获得的投票数将大幅下降。YouGov的模型与其他主要的民意调查结果相左，所以当YouGov被批评在《泰晤士报》头版高调刊登它的预测结果后，公司承认自己对选举结果非常紧张。虽然事后证明YouGov做出了正确的预测，而且选举结果是议会中无任何党派占明显多数，但许多人仍然认为它只成功了一半。越来越多的人认为算法模型无法预测选举——小数点没有任何意义。
这些挫折发生在选举统计模型大行其道的十年之后。在这十年时间内，选举预测经历了从报纸主导的民意调查到在线政治网站的平台转变，比如由内特·希尔弗(Nate Silver)经营的 FiveThirtyEight 网站，以及《纽约时报》的“一锤定音”（the Upshot)。我们此前已经知道，算法是基于概率而非非此即彼的结果来工作的，民调预测也不例外。没有一个合理的算法会断言某人一定会犯罪或者会去葡萄牙度过下一个暑假，同理，也没有一个算法，哪怕是为《赫芬顿邮报》(Huffington Post）量身定做的算法，会断言希拉里百分之百获胜。
被算法操控的生活OUTNUMBERED
78