# 算法无法取代的重量：为何我们不该成为科学教信徒？ > 平台与数据能降低信息不对称，但决策仍需仰赖人脑的跳跃性思考。任何宣称能代劳决策的平台，不是笨蛋就是骗子。在 AI 更强大的今天，这个警告比十年前更值得被听见。 - Author: Paul Kuo（郭曜郎） - Date: 2017-03-03 - Pillar: 智能与秩序 / Intelligence & Order - Tags: AI 决策, 算法崇拜, 信息不对称, 人性判断, 科技批判 - Canonical: https://paulkuo.tw/zh-cn/articles/algorithm-cannot-replace-decisions/ - Language: Simplified Chinese (简体中文) - Translation: AI-translated from the zh-Hant (Traditional Chinese) original - Original (zh-Hant): https://paulkuo.tw/articles/algorithm-cannot-replace-decisions.md - Site index for LLMs: https://paulkuo.tw/llms.txt --- 有一种想像是这样的：
▶ 听摘要
AI 合成语音・作者本人声线克隆
如果我们能分析所有技术线型，系统就能自动发出买卖信号。如果我们能分析用户的年龄与资产，系统就能自动推荐最适合的保险商品。如果我们能搜集够多的行为数据，算法就能预测你下一步会做什么。 「把决策系统化」。这是过去十几年来，无数理工背景新创团队的基本信仰。 但这与其说是逻辑，不如说是宗教。他们是科学教的信徒。 ## 那道填不平的鸿沟 从数据整理到做出决策，不是一条连续的光谱，而是一个带状的过程，中间有一道悬崖。 让我把这个过程拆开来看。数据有三种形态：结构化、半结构化、非结构化。结构化数据就是表格里的数字，营收、用户数、转换率。半结构化是有一定格式但需要解读的信息，客户的反馈邮件、会议纪录、市场报告。非结构化则是那些飘在空气中的东西，一个眼神、一句没说出口的话、一种「感觉这个方向不太对」的直觉。 平台和算法能完美处理的，基本上只到结构化数据。你给它一张表，它可以帮你排序、筛选、找出异常值、画出趋势图。这很有用，但这离「决策」还远得很。 因为决策是主观的思考跳跃。数据给不出最后那一步。 你看了十份市场报告，数据都指向 A 方向。但你在昨天的饭局上听到一个业界老前辈随口提了一句话，让你隐约觉得 B 方向才对。你无法量化那句话的权重，甚至无法向团队解释为什么你「感觉」B 比较好。但你就是在那个瞬间做了决定。 这个瞬间里发生的事，算法看不到，也模拟不了。 ## 科学教的信仰结构 我把过度相信算法能取代人类决策的态度称为「科学教」，不是要侮辱理性思维，而是因为它的结构跟宗教信仰有着惊人的相似。 宗教信仰的核心是：有一个超越的存在（上帝、命运、因果法则）可以为你消除不确定性。你只要信，就有答案。 科学教的核心是：有一个超越的系统（大数据、AI、算法）可以为你消除不确定性。你只要喂够多数据，就有最佳解。 两者共同的心理动力是一样的：**逃避决策的痛苦。** 做决定是痛苦的。那种当下的模糊、两可、不确定，是每个人必须单独面对的重量。职涯的选择、投资的判断、感情的取舍，这些都是非结构性的主观判断，带着人性的温度、偏颇与独断。 科学教信徒以为，算法能缩短从半结构到非结构之间的巨大鸿沟。但鸿沟没有缩短。只是因为他们「相信」，所以觉得问题消失了。 ## 2017 年的警告，2026 年更该听 我第一次写下这些想法是在 2017 年。当时 AI 还没有 ChatGPT 的光环，大数据是最潮的词汇，每个创业者都在说「data-driven」。 九年后的今天，AI 的能力确实有了质的飞跃。GPT 能写文章、Claude 能分析合约、各种 AI 代理能自动执行复杂任务。但核心的问题不但没有消失，反而变得更尖锐了。 因为当 AI 越来越像「可以做决定的东西」时，人就越容易把决策的责任推给它。 我在经营公司的过程中见过太多这样的情况。团队用 AI 做了市场分析，AI 说某个市场机会得分最高，于是就决定往那个方向走。没有人问：「AI 的评分模型是谁设计的？评分的权重合理吗？有没有什么因素是模型看不到的？」这不是 AI 的错，它忠实地根据你给它的框架产出结果。问题在于人放弃了思考框架本身是否正确的责任。 这跟我在〈[后编程时代的思考：当品味成为人类的关键竞争力](/zh-cn/articles/post-code-era-taste/)〉里谈的品味问题是同一件事。AI 可以在你定义的座标系里找到最佳解，但定义座标系本身，什么是「好」、什么值得追求、什么风险可以承受，这些始终是人的责任。 ## 信息平台的真实角色 让我说清楚：我不是反科技。恰恰相反，我每天都在用 AI。 但我很清楚 AI 在我决策过程中的角色：它是「决策辅助工具」，不是「决策依赖系统」。 这个区分非常重要。 决策辅助的意思是：AI 帮我把结构化数据整理好、把半结构化信息做初步分类、在我设定的框架下提供选项和分析。然后，我承担最后那个「跳」的责任。 决策依赖的意思是：AI 告诉我该怎么做，我照做。如果结果不好，是 AI 的错。 如果有平台宣称能协助你做更佳的决策与判断，用这个功能就能买到更会涨的股票、用那个模型就能选到最适合的员工，这种平台，九年前我说它不是笨蛋就是骗子，今天我的判断没有改变。 不是因为技术不行。是因为决策的本质就不是一个优化问题。它是一个在不完整信息下、带着价值判断做选择的过程。你可以有更好的信息，但你无法消除「选择」这件事本身的重量。 ## 从神学看决策的痛苦 我在神学训练中学到一个概念，后来发现它对理解决策非常有帮助：**有限性**。 基督教神学有一个核心前提：人是有限的存在。你的知识有限、视野有限、理解有限。这不是缺点，是存在的基本条件。接受有限性，不是放弃追求更好，而是承认「不可能什么都知道」这个事实，然后在这个事实的基础上，做出你能做的最负责任的判断。 科学教的问题恰恰在于它拒绝接受有限性。它假设只要数据够多、模型够好，就可以逼近「全知」。但全知是上帝的属性，不是人的。把这个属性投射到算法上，本质上是一种偶像崇拜，用技术的外衣包装了对确定性的渴望。 我在〈[算法作为审判者](/zh-cn/articles/algorithm-as-judge/)〉里进一步探讨了这个问题：当我们让算法来判断人的价值、分配人的机会，我们到底在信任什么？ 决策的痛苦不会因为有了更好的工具就消失。工具可以让你看到更多、算得更快、模拟更多情境。但最后那个「我决定了」的瞬间，依然是你一个人的事。 ## 善用 AI 的前提 回到实际面。如果你是一个正在使用 AI 辅助决策的经营者，我建议你把这句话贴在屏幕旁边： **AI 的输出质量永远不会超过你输入的问题质量。** AI 不会告诉你你问错了问题。它只会忠实地回答你问的问题，不管那个问题有多离谱。所以你的责任不是学会用 AI，而是学会问对的问题。而问对的问题，需要的是对领域的深度理解、对人性的敏感度、以及承认自己可能搞错的谦逊。 感谢世界上有那么多人愿意相信算法可以解决一切。他们的存在，让那些真正理解决策本质的人，拥有了不可复制的竞争优势。 因为在一个所有人都有相同 AI 工具的世界里，差异化的来源只剩下一个：**你怎么用它，以及你敢不敢在 AI 说 A 的时候，因为自己的判断选择 B。** 没有平均律。没有统一的幸福方程式。决策的重量，就是活着的重量。