这并不是全新的问题。一个引发了一场车祸但没有前科的人所受到的惩罚，肯定与一个引发了车祸的声名狼藉的街头流氓受到的惩罚不一样。保险公司对两者的处理也会非常不同。甚至国家都不能免于这些故意的歧视。当前讨论得最多的案例就是妇女比例问题(比如监督机构中的妇女比例)，它反对的是性别歧视——对一种性别持积极态度，而对另一种持消极态度—目的在于实现一种更加公平的分配。而对收入更高的人征收更高的税也是一种完全被接受的不平等行为，其目的在于争取更大的公平。
状态算法分析从更高程度解析了这个原则。算法分析不但能够区分群体—诸如妇女、高收入者，而且还能区分个体。在此基础上，微粒化的歧视，即单体化的歧视将被美化。
这种形式的政策已经有了首批赞同者，这些人并不像人们猜想的那样来自那些提供数据分析服务的大型数据公司，其中一位甚至是激进的哈佛大学教授，这位教授长期以来服务于美国总统奥巴马。卡斯·桑斯坦教授致力于研究如何能够激励人们做出对于自身有益的行为。他抱怨说，在学校餐厅里，放在靠前位置的是那些诸如薯条和可乐的高热量、容易致人发胖的食物，而不是那些健康的食物。如果将蔬菜水果放在餐厅柜台的显眼位置，他发现学生们会更多地选取这些食物。桑斯坦称其为：创造一种“选择结构”，即预设个体选择，从而使人们能够做出某种更加有利的决定。
微粒社会 The Granular Society
118