两个思路在这里连在一起。一个是算法创建者（代码编写者），即使他们努力做到包容，客观和中立，但是他们也还是在创造中建立了自己的观点和价值观。另一个是，算法所采用的数据集有自己的局限和缺陷。即使是包含了数十亿条信息的数据集，atv，也难以完全捕捉到人们生活的丰富性和经验的多样性。此外，数据集本身并不完美，因为它们不包含每个人的输入或每个人的代表性样本。这两个主题在这些答案中得到体现：

　　麻省理工学院教学系统实验室执行主管 Justin Reich 指出：“算法将主要由白人和亚洲人设计，数据也由这些掌握特权的人来选择，他们的出发点将是和自己一样的消费者的利益。大多数处于特权地位的人会发现这些新工具更方便、安全和有用。新技术的危害将成为已经在社会中处于不利地位的人最多的经历，比如，广告算法提供保释债券人广告，这里面会假定接收到广告的读者是罪犯；贷款申请广告会投放给那些正在寻找代理人的人，这些都与人类族群相关。

　　软件工程师Dudley Irish说：“所有，让我重复一遍，是所有的训练数据都包含偏见。其中大部分是种族或阶级相关的。套用伊曼努尔·康德的话，就是，从这些数据集的弯曲的木材中，从来没有出现过直线的东西。

　　其他受访者对这一主题的反馈：

　　?根据定义，算法是非人性的，并且基于总数据和一般假设。人们编写的算法，甚至那些基于数据的算法，只是人口的一个非代表性的子集。

　　?如果你从一个不平等的地方开始，并且使用算法来寻找一个人/系统的可能结果，你一定会带来不平等。

　　?我们都会被视为一种同质化的物种，这显然是一种错误。

　　?结果可能会成为偏见和有害的决定的制度化借口，他们会说：计算机做出决定，所以我们必须接受。

　　?算法将反映人们带有偏见的思维。垃圾进垃圾出（Garbage in, garbage out）。生活的许多方面将受到影响，但很少有人会得到帮助。监督将是非常困难或不可能的。

　　主题5：算法分类将深化分歧

　　许多受访者的答案中提出了两个关于社会分裂的相关观点。首先，他们预测，算法辅助的未来将扩大数字精英（主要是最富裕的，新信息生态系统中最想要得到的人群）和那些几乎没有连接或能够参与的人之间的差距。第二，他们说社会和政治分裂将被算法所推动，因为算法驱动的分类会引导人们重复和强化媒体上和政治上的内容。两个说明性答案：

　　Fit to Tweet的所有者Ryan Hayes评论说：“二十年前，我们谈到了”数字鸿沟“，即在家里有计算机的人 VS 家里没有计算机的人，或者可以访问互联网的人VS不可以访问互联网的人。但是，从现在开始的未来十年，一个由带有传感器和处理能力的强大AI以及与大量的数据相联网所增强的人类，他的能力和对世界的认知，将与那些无法拥有这些工具或者不知道如何使用这些工具的人迥异。

　　人与人之间的这种鸿沟将是自我永恒的，那些能力较弱的人在许多方面将更容易受到更多的伤害。

　　波士顿学院的访问学者 Adam Gismondi 写道：“我担心，随着用户被隔离到不同的意识形态领域时，人类的同理心可能会受损。面对对立的观点，如果我们能够（主动地或被动地）以不同的角度避免与他人产生冲突，这将对我们的社会产生负面影响。

　　关注主要社交媒体公司在未来几年会增加什么功能是比较有说服力的，因为在信息流的结构中，他们有巨大的权力。

　　其他受访者对这一主题的反馈（详情请参阅完整报告中的更全面的版本）：

　　?如果当前的经济秩序继续下去，那么我看不到数据驱动算法的增长除了对社会上最富有的人以外，还会对其他人有任何好处。

　　?社会不平等大概会变得更加丰富。

　　?主要风险是，不太规律的用户，特别是那些集中在一个或两个站点或平台上的用户，将不会开发这种导航和选择的设备，他们自己也将处于不利地位。