然而，在每个案例中，桑斯坦都忽视了一个重大缺陷：相对于当前的体制，决定性的差异并不在于有多少人处于一个规则之下而在于他们各自如何被理解。较大的群体诸如高收入群体或者女性群体可以在之前得到很好的定义，定义的标准是清晰的，对于所有参与者而言都是透明的，而且这些群体自身也是真正稳定的。虽然个别人的收入会偶然下降，或者有些女性会改变其性别，但是总体来看，我们与之打交道的是可信赖的群体。
而在程序算法中，谁属于哪个群体并不清楚。要么没有特点，要么特点很容易改变。由程序算法生成的个体特征智能到令人吃惊——这种特征难以或者根本就无法理解。我们也面临着一种全新形式的“平等”。假设健康得分为7（区间为1—10）的人将被允许使用某些特定药品，那么绝对有可能两个同样得了7分的人，几乎在所有方面都有差异，只是计算结果使得他们“一致”了。因此，受优待和受歧视的群体主要是在计算的过程中才能被区分开来。法律将不再是为平等的人而撰写，我们需要生产出“平等者”，使得他们服从这样的规则。
此外，像桑斯坦承认的那样，这些正在出现的群体一点儿也不稳定。某个人的基本特点“可能每年都在变化，原则上他们可能每天，甚至每个小时都在改变”。某位公民可能很快就不知道自己当前处于什么样的法律状态。法律自身可能会被解析，从而对特定的公民而言变得不可理解。法院可能也要花费大量精力关注各种不同的法律状态。这种碎片化的复杂状态可能只有利用全新的方法才能
微粒社会 The Granular Society
120