在“反恐斗争”中，尚待完善的预测系统已经投入使用。荷兰就在搜集所有入境者的个人信息数据，通过算法进行分析后将其按照危险等级加以分类。美国国土安全部根据居住地址、账户变动、购票途径、驾照、购票记录、座位和饮食偏好以及其他很多数据，为部分或者所有可能飞往美国的乘客设定了一个风险参数值，这个数值将决定是否要对其包裹进行特别检查，是否要在其入境时进行盘问或者是否要拒绝其签证。程序算法的数据输入和结果输出都是在神不知鬼不觉中秘密进行的。
这种做法的目的就是使风险单体化。一位高级官员曾透露：“我们利用数据，目的在于关注真实的个人行为，而不是针对种族或者民族。这样我们就避免了粗暴的偏见。”程序算法在这里充当的是假定的公正仲裁者。事实上，决定一个人是否可以入境的权力已不再属于正常的法律范畴。导致这种改变的不是可靠的证据，也不是法官，而是一种由程序算法和变量编织而成的不可思议的网。
顺着这个思路，接下来就该将小概率事件视作确定事件。这种做法早在2001年“9·11”恐怖袭击事件发生后就开始实践了。美国前副总统切尼制定了“1%规定”，根据这个规定，即使发生恐怖袭击的可能性只有1%，人们也必须将其视作一定会发生的恐怖袭击进行处理。这会造成逻辑混乱：那些原本需要权衡斟酌的可能性将会变成确定性，可能发生的事将变成事实。这就是全面控制的梦想：不仅控制现在，而且控制未来。
这种做法不仅早已适用于可能发生的恐怖袭击，而且渗透到国家的日常行为当中。对此，最好的例子就是预测性监管。这正是蓝色远景公司利用蔬菜和牙膏所做的事情，只不过这种做法现在由国家应用到犯罪问题上了。由监控摄像头、犯罪统计、天气预报、经济指标、重大事件记录、发薪日以及更多方面信息所组成的大量数据将被处理后用于预测，预测何时何地可能发生哪些犯罪行为。
微粒社会 The Granular Society
122