什么搜索引擎最客观？

互联网看起来像是一个公平的地方，但其实并非如此。有一天，萨菲亚·乌莫加·诺布尔（Safiya Umoja Noble）用谷歌搜索她的侄女可能感兴趣的课题时，这一事实就摆在了她面前。她输入“黑人女孩”（black girls）后，出现了充斥大量淫秽内容的页面。

诺布尔感到震惊，但她并不意外。作为加利福尼亚大学洛杉矶分校（UCLA）的传播学教授，她常年致力于论证，互联网的价值观反映了它的建设者——多数为西方白人男性——而并不代表少数族群和女性。她的新书《压迫的算法》（Algorithms of Oppression）阐述了她在那次灾难般的搜索后展开的研究，并探讨了什么样的隐藏结构塑造了我们通过互联网获取信息的方式。

该书于本月出版。书中指出，搜索引擎的算法并非谷歌所宣称的那么中立。算法让某些结果排在其他结果前面，甚至一个看似中立的代码就能反映社会偏见。而且，在不了解算法的运行方式和大背景的情况下，搜索会不公正地营造关于某个话题（如黑人女孩）的讨论。

诺布尔与《麻省理工科技评论》谈了谈现行系统与生俱来的问题、谷歌应如何改进、以及人工智能将如何加剧这个问题。

人们对搜索引擎的运行方式有什么误解？如果我们搜索最近的星巴克、一句特定的名言、或者某个范围狭窄的、通俗易懂的事物，效果很好。但是，当我们搜索有关身份、有关知识的复杂概念时，搜索结果令人失望。这就是问题所在，公众通常以为他们通过搜索引擎获取的是事实，或经过审查的、可信的信息。我认为，这就是公众对搜索引擎最大的误解。

为了解决偏见问题，谷歌通常会屏蔽特定结果。有没有更好的办法？

我们可以退一步，不做试图组织全世界所有知识的宏伟项目，或者我们可以换一种说法，告诉人们：“这是一个不完美的技术。它是可被操控的。我们将向你展示它是如何被操控的。我们将让产品在这方面变得更透明，大家就会明白，搜索结果在本质上是极为主观的。”然而，很多公司（不只是谷歌）的立场是，他们提供的是你能信赖的东西，这让问题变得非常棘手。

机器学习会如何加剧你写到的种族歧视和性别歧视问题？我一直在说，人工智能或自动化决策系统将在本世纪成为一个人权问题。我对此坚信不疑，因为机器学习算法和相关项目使用的数据存在偏见、不完整且有漏洞。而我们在教机器如何基于这些信息进行决策。我们知道，这将导致各种严重后果。让我再补充一点，人工智能将变得越来越难以干预，因为我们更不清楚，未来人工智能或人工智能系统的建造过程中用过什么数据。比如说，很多不同类型的数据集是非标准化的，它们会被合并在一起用于制定决策。

自从你在2010年首次搜索“黑人女孩”之后，问题是有所改善还是恶化了？自从我开始针对“黑人女孩被特意与淫秽内容关联起来”这个问题写了文章并公开演讲之后，情况已经有所变化。现在，淫秽内容和过度性感的内容不会出现在第一页，因此我认为这是一次悄然进行、没有大肆声张的改进。但其他群体，比如拉丁美洲和亚洲女性，在搜索结果中仍被高度色情化。

本文原刊《麻省理工科技评论》中英文 APP 2018 年 3 月上