內容簡介
歡迎來到「演算法萬事通」時代──
你能找到最該聘用的人、和最速配的伴侶約會，製作讓人痛哭狂笑的大賣劇本
如果想離婚，甚至最佳決策程式幫你順利甩開前妻／夫；
當「人工智能＋大數據分析」的情節可以誇張再誇張以後……
你確定「知道答案」對你比較好嗎？
這本書要探討一個重要的問題：
如果生活中每一件事都可以變成一個簡單的公式呢？
這些公式要是能告訴我們：
誰將會是我們未來最速配的伴侶；或者哪些電影將會是票房大熱門，
甚至是我們當中誰極有可能犯下某些罪行，以及犯罪的時間點呢？
這一切聽起來或許太像科幻小說，但事實上還只是冰山的一角
──尤其在這個複雜演算法及神經網路日益支配與主導個人行為的世界當中。
在《人性公式大接管》一書，科技撰稿人路克•多梅爾要帶領大家進入行為預測公式化的世界裡，探索演算法無堅不摧的力量，向我們介紹那些企圖形塑美好新世界的數學家、人工智能專家、和矽谷企業家；最終，他更要請你我深思：好多的行為預測公式可以解決許多問題，有時似乎也製造了更多的問題，在這大數據時代，我們將怎麼改變生存決策？又會不會無處可逃呢？
演算法無所不在地影響我們的生活模式（有些細微，有些卻不然）︰
從我們喜愛的娛樂，乃至於我們思考人際關係的方式。尋找帥哥辣妹約會對象、拍出一部好萊塢大爛片、自我身體檢測、想辦法減少律師服務費用，這些事有什麼共通之處？
就在這幾年間，演算法的威力已經由酒駕防制、月台自殺偵測，到現代版的「關鍵報告」，乃至協助好萊塢「少拍一部不賣座爛片」──全球政府與企業正逐漸跨越人性決策，告訴我們那些自己不知道，卻對我們最適配的行動方案。
比如，在僅有約三十二萬人口的冰島，就有個叫IslendigaApp（冰鳥人的應用程式），利用演算法來解決國家所面臨的「意外亂倫」風險。在這個小國，幾乎每一個人都帶點遠親關係，所以，Islendiga透過取得居民的線上資料庫、以及回溯至一千二百年的家庭族譜，再利用演算法判定兩點之間的最短路徑，這套應用程式將能夠告知用戶，他們考慮上床的對象，和自己的親屬關係有多近。這套應用程式的啟動，是透過雙方彼此「搖一搖」手機，如果兩人族譜關係非常相近，極可能導致未來家庭痛苦的話，手機就會自動發出「防亂倫警報」。同時，這套應用程式有著十分醒目的廣告標語：「在跳上床之前，先搖一搖手機。」
「科技直接算計每個人」的時代思考
當前演算法幾乎已無所不在，演算法與號稱「二十一世紀最性感職業」的數據分析師，無時無刻不在進行時如本書所說的滲透工程：每個人身上都有一套方程式──包括你是誰？你為誰工作？你的喜好與關係將如何影響你的行為？──以及，你這套方程式適不適合賣給「那些關心你行為」的其他人。
除了這些「被窺測」的危機外，更值得思考的是：我們多半只有能力看見這些演算法的「結果」，而不能了解其賦配「權重」的分析過程；尤其這當中也可能包含了經過廣泛人口的資料而定調的潛在歧視。
比如，有一堆宣揚能「為你／妳找到最對的人」的各式各樣約會網站，我們更加好奇的是在這些網站「填個人資料時回答的問題」，究竟會如何經過演算、並進一步定義了「你適合與誰發展穩定關係」呢？又或者，在美國也已發展出部分的「預測警務」系統，它能針對「高度可能犯罪者」發展出猶如好萊塢暢銷電影《關鍵報告》的罪犯提前嚇阻機制──但另一面，這類演算法，真的已經確實入侵了我們的傳統個人隱密空間。（你有沒有可能因為某次在社交網站上的發言而被列入「警務演算法」緊盯的列管對象呢？）
就如同本書作者的反思，就像已經有愈來愈多人開始關心亞馬遜書店或線上影音租片商「為何推薦給我這個？」時，在更欣喜擁抱演算法能為我們降低決策風險、提高交易達成率、媒合了更多「人與人」及「事物與人」的力量之外，更多演算法將快速壟斷你我生活行為裡的各個面向。但我們真的不該忘記去問：「演算法對我做了什麼？」
【科技文化圈高評價薦讀】
「數據時代反映的應該是對於問題決策更好、更快的應變效率、而不是盲目地追求對人性最大的演算控制；大數據的應用不該從昂貴的系統和尖端的分析技術開始，真正的鑰匙是從我們習以為常的現象中梳理出真正關鍵的問題開始。」
──MIGO（功典集團）台灣區總經理 夏雨農
「對於演算法、以及它對我們日常生活造成的影響，這本書提出了精闢、深入的觀點。」
──約翰•凱利（John P. Kelley），黑石數位探索科技（Blackstone Discovery）總裁兼執行長
「從警政預測、商業定價、乃致於追求幸福，路克•多梅爾展示了演算法如何在許多領域當中，操控決策過程，包括一些著實令人意想不到的地方。」
──尼克•米尼（Nick Meaney），Epagogix電影票房預測公司執行長兼創辦人
「寫得真好……在數位科技改造的世界中，無論是拒絕接受、樂在其中，或是感到憂心的人，這本好書都值得一讀與深思體會。」
──肯恩•歐來塔（Ken Auletta），暢銷書《Google大未來》（Googled: the End of the World as We Know It）作者
「新聞報導與學術寫作的完美結合……必讀！」
──史蒂芬•拉姆塞（Stephen Ramsay），《解讀機器》（Reading Machines）一書作者
【推薦序】
大數據，為什麼？
──夏雨農（MIGO（功典集團）台灣區總經理）
「大數據」應該是近來最熱門的話題和口號之一，不論是數據還是演算法，都試圖讓我們看清這個世界背後，其實存在著超乎我們想像的邏輯世界；近年來我個人離開了熟悉的數位行銷領域，轉換到一個不但陌生和而且充滿未知的數據行銷領域，一開始、還帶著初生之犢的好奇心與熱情來試探這個未知領域的邊界，慢慢地、隨著實務服務經驗的累積與思考觀察，逐漸發現到「數據世界的答案是沒有盡頭的」，如果我們一開始沒有「問對問題」，那很有可能我們會虛擲可觀的時間和成本，去探討一個沒有商業價值的空泛問題。
前亞馬遜（Amazon）首席科學官韋思岸博士（Dr. Andreas Weigend）在2014年拜訪台灣的時候，也曾經和我們團隊激盪過，究竟數據為我們帶來了怎樣的價值，在一片眾說紛紜中，我們歸結出一個簡單而純粹的目的：「To make better decisions」（做更好的決策）。
因為，從個人到品牌決策人員，每天都不斷地面臨各種決策的情境，在缺乏系統化的經驗分析數據下，我們經常習慣依賴一些非理性的線索而做出錯誤的決策，但是透過系統化的數據蒐集、自動化分析以及有策略觀點的報表解讀，未來我們都將可以透過這種學習迴圈，持續優化我們的決策價值，這種數據化的學習能力將會是下一個階段至為關鍵的競爭力指標。
不過，本書也特別指出：數據時代反映的應該是對於問題決策更好、更快的應變效率、而不是盲目地追求對人性最大的演算控制；大數據的應用不該從昂貴的系統和尖端的分析技術開始，真正的鑰匙是──一切要從我們習以為常的現象中梳理出真正關鍵的問題開始。關於本書，以及那些對科技的誇大之詞
