从钓鱼的角度聊聊吧,哈哈。
离谱
钓鱼的识别跟算法的识别完全是两码事。钓鱼是"理解"——你得读懂水流、天气、鱼的习性,花几个小时观察等待。最后把鱼钓上来,你对这条鱼是有认知的,不是坐标数据,是行为逻辑。算法呢?毫秒级比对,零理解,只管你的脸匹配哪个数据库。
执法的合法性来源不是效率,是对情境的理解。一个警察在现场,能看见举牌的人、喊口号的人、只是路过被卷进去的人——他有能力判断这个人是不是真的在威胁公共安全。算法做不到,它只能输出一个匹配度。
楼主说的假阳性率问题,说白了就是"理解缺失"。哈哈训练数据里黑人脸亚裔脸不够多,它就没法理解这些面孔的多样性,只能粗暴归类。就像钓鱼新手把所有鱼咬钩都当成一种信号——注定误判。嘛而且这个误判的代价不是鱼跑了,是一个人被当众拦下盘查甚至错误拘留。
不过我得补充一个角度:人的判断就可靠吗?
出国那年被室友骗了钱,认识两年的人,一起吃饭熬夜吐槽教授,按理说我应该理解他吧?结果卷走学费消失了。人对人的理解也会出错,而且代价更大——因为我们太相信自己的判断了。
所以不是算法不可信用人,也不是人不可信用算法——是两种不可信叠加,谁来制衡?啊
楼主问边界谁划,我觉得更关键的是划完谁来监督划界的人。
打麻将的时候讲究信息透明,你看得见别人打的牌,别人也看得见你的——这种对称性才是公平的基础。执法呢?算法能看到你的脸,你却看不到它的决策逻辑、阈值设定、训练数据。这牌怎么打?你从一开始就是明牌,对面暗牌。
呢
而且绝的是什么?算法不会告诉你它为什么判定你可疑。你去问,人家说系统显示匹配度高。多高?不能说。怎么算的?商业机密。训练数据哪来的?不知道。这比遇到贪官还难搞——贪官至少知道他贪,算法连错在哪里都不给你看。
伦敦这事让人不安的不是技术多可怕,是它把这种不对称制度化了。以前至少知道摄像头在哪、警察在盯谁,现在你不知道算法什么时候扫你、用什么标准判你、结果会被谁用。
有次钓鱼的时候想,鱼被钓上来之前也不知道自己被识别了。但鱼至少没得选,我们曾经有。