惡狼似乎成了忠狗：不被信任的演算法，逐漸被大家接受

臉書的野心比較不一樣。他們想成為全世界最大的人類資料庫。若是從照片、「讚」與「不喜歡」、朋友網絡，以及貼文中表達的希望、恐懼與期待中，掌握18億人的私人生活細節，臉書就會成為史上最強大的人類行為寶庫。

演算法正是讓此事成真的工具，而且有史以來第一次，它們和人類（也就是資料來源）能夠和平相處。這跟狼被馴養成狗是一樣的道理，狼是掠食性動物，在冬天很難找到肉吃，所以任由自己被馴養，以確保有飯吃。我們以為主導權在自己手上，但狼才是老大，演算法就像數位版的狼。

事實上，人類對此心知肚明，所以拒絕逐漸依賴演算法。2016年，賓州大學（University of Pennsylvania）的柏克萊．戴耶佛斯特（Berkeley Dietvorst）、約瑟夫．西門斯（Joseph Simmons）與凱德．馬歇（Cade Massey），在《實驗心理學期刊》（Journal of Experimental Psychology）發表了一篇論文，叫做《厭惡演算法》（Algorithm Aversion）。其結論是人類一直錯誤的認為自己的判斷比演算法更好。我們人類特有的偏見，強化了「人類較為優越」的謬誤。在歷史上的此刻，這個謬誤必須靠心理面的理由來支撐：

人類試圖守住使自己成為人類的事物，因為我們正看見這些事物從眼前永遠飛逝。

賓州大學這份報告，為了舉例解釋人類偏見，就引用了空難中機師失誤的例子。自從有了地面迫近警告系統以及自動駕駛之後，墜機的機率大幅降低，所以這項統計數字能證明機器勝過人類，但人類不想知道。

從醫療診斷、天氣學到金融，不管哪個領域，演算法都至少能與人類匹敵，而且通常是勝過人類。演算法可以更精準預測有前科的人再度犯罪的機率，或是創業失敗的機率。儘管如此，人類還是堅決認為自己比較行。Google 地圖只要哪一次引導你走比較慢的路，或是在你心情好的時候選播一首憂鬱的歌，我們就會拿這種異常現象證明演算法容易出錯。

最明顯的例子是無人車。美國每年有3萬人死於車禍，其中90％肇因於人類失誤。《哈佛商業評論》估計，無人車在接下來50年，可以拯救150萬個美國人的性命，在全球則可以拯救5,000萬人。但根據美國汽車協會（American Automobile Association）在2016年3月的調查，75％的美國駕駛都表示自己不在乎事實，他們就是不相信無人車。