{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"7519e7db-a39f-4ca7-adbd-76f73bc8f355","title":"微粒社会 数字化时代的社会模式","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787508679136","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"7519e7db-a39f-4ca7-adbd-76f73bc8f355","id":"7519e7db-a39f-4ca7-adbd-76f73bc8f355","uuid":"7519e7db-a39f-4ca7-adbd-76f73bc8f355","title":"微粒社会 数字化时代的社会模式","normalized_title":"微粒社会数字化时代的社会模式","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787508679136","isbns":["9787508679136"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":233,"navigation_url":"https://workshop.closeclaw.top/ai/book/7519e7db-a39f-4ca7-adbd-76f73bc8f355","title_url":"https://workshop.closeclaw.top/ai/title/%E5%BE%AE%E7%B2%92%E7%A4%BE%E4%BC%9A%20%E6%95%B0%E5%AD%97%E5%8C%96%E6%97%B6%E4%BB%A3%E7%9A%84%E7%A4%BE%E4%BC%9A%E6%A8%A1%E5%BC%8F","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/7519e7db-a39f-4ca7-adbd-76f73bc8f355/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/7519e7db-a39f-4ca7-adbd-76f73bc8f355/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/7519e7db-a39f-4ca7-adbd-76f73bc8f355","page_url":"https://workshop.closeclaw.top/api/ai/books/7519e7db-a39f-4ca7-adbd-76f73bc8f355/page","search_url":"https://workshop.closeclaw.top/api/ai/books/7519e7db-a39f-4ca7-adbd-76f73bc8f355/search"},"page":{"printed_page":111,"pdf_page":130,"physical_index":130,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"f0e42bcede543957e9d731c9a445459d5341f585e21549f538eb77aa91ca4986"},"chapter":"第二章","content":"不过大部分的计算机评估结果只在幕后起作用。几乎所有的数据公司都会搜集用户的个人信息资料，并且对其进行全方位的打分：商业信誉、购买意愿、在社交媒体上的影响、固执性、可被影响性。用户对此通常并不知晓。这会使人们产生巨大的不适，并且会激发人们对于普遍歧视的怀疑。人们会感觉被以某种方式观察，同时受到糟糕的对待。只有透明才能改变这种状况。\n\n但问题是，我们无法轻易地回答这些程序有益于谁，又有害于谁。一个经常听到的观点认为，首先会因为这种评分而受到损害的是穷人和被歧视者。银行将会通过更多的数据更好地识别那些财务状况不稳定的顾客，信用卡公司也可以更加轻易地从顾客的支付记录中解读出风险情况从而区别对待他们。博客作者萨沙·洛沃写道：“那些私人数据将会被自动计算，而且在个体不知情的情况下遭到滥用。”洛沃曾是数字化进程的狂热追随者，而现在他变成了一个持有悲观看法的雄辩者。\n\n但是，就像洛沃所写的那样，事情并非那么简单。这些数据可能恰恰对那些受歧视者有所助益。一家名为吉尔德的公司设置了56000种变量在网络上搜寻那些不是从精英大学毕业却工作出色的编程人员，他们发现了这些迄今被忽视的人，并且给了他们一个机会。\n\n旅行网站Orbitz发现，那些拥有苹果电脑的人在预订宾馆时意愿支付更高的价钱，因此他们在对这些客户进行房间报价时会比向使用Windows（视窗）操作系统的客户报价时更高。苹果电脑用户的优势，即能够为一台电脑支付更多的钱，此时却变成了他们的劣势。巴塞罗那的科研人员比较了向具有“节约特征”的网络使用者和向具有“富裕特征”的网络使用者的报价，发现了这样的结果：面向“节约者”的报价部分地低于面向“富裕者”的报价，最高可达4成。而在一家在线商店，那些从打折网站跳转过来的网络冲浪者可以比那些从其他网站跳转过来的网友支付更少的费用，最高可达23%。但是如果反过来，那在经济学上就没有意义了：如果商家针对那些不太富裕的人提高价格的话，他们可能会得不偿失。\n\n111\n\n第三章控制革命","previous_page":110,"next_page":112}