同信誉评定和搜索领域一样，金融行业也在更多地通过计算和编程的方式进行决策。在大数据时代，我们可以通过复杂的模式识别技术对大量的数据集进行分析。这些算法可以将判断过程简化为几个步骤，并使金融决策更加合理化，排除了自私和偏狭因素的干扰，构成了较为完善的决策框架。这种做法确实可以提升效率，但同时也将一些旧有模式下颇具争议的信用评级和不负责任的企业行为固化下来。在金融业的黑箱中，旧有问题演变成了技术复杂性、真正保密性和交易保密法这三个曾经导致2008年经济危机的冲击元素。《金融时报》记者约翰·加普(JohnGapper)曾经论述过其中的因果关系：“不透明性和复杂性……造成了欺诈和抬价现象，并最终使欺骗行为得到蔓延。”或许更加糟糕的情况是，在对社会特征进行归纳的同时却不对金融保密性加以调节和管理，于是经济厄运便不可避免。第四章将研究不透明的模型和惯例如何在金融市场中发挥作用，以及它们对公民、社会和法律产生的影响。
乔治·戴森(George Dyson)曾在《图灵大教堂》(Turing'sCathedral)一书中这样讽刺道：“Facebook决定了我们是谁，亚马逊决定了我们想要什么，Google决定了我们怎么想。”我们可以把这句话进行延展，即金融行业决定了我们有什么（至少是物质性的)，而信誉评定技术则更多地决定着我们的机会。各行各业的管理者都不希望他们的决策受到监管、遭到诉讼或需要做出解释。如果真的如其所愿，我们最基本的自由和权利就会转交到一个缺乏价值标准的系统里面，而高层管理者和股东将不会再对这个系统进行任何改进。
黑箱社会The Black BoxSociety
022