人工智慧會導致性別歧視。

早先的程式設計是人類自己定義標準和答案，但是

人工智慧令人可怕的一點是機器的自我學習，透過收集上千個樣本，並基於這些樣本的有關資料透過電腦對其建模。然後，該資料模型就會產生具有一定精準性的全新資料點，同時可以識別其是否符合所有的樣本的特徵。如果人工智慧繼續發展將會出現很多令人深思的問題。

亞馬遜隨後發現了這個問題，後來也沒有再繼續開發這套系統。

這個案例的關鍵點在於，即便求職者簡歷上並沒有標明其性別，系統在自動篩選過程中仍能偏向於男性求職者。

之所以導致這樣的結果，是因為系統能夠從樣本資料中進行模式分析，比如女性在描述個人成就的時候會使用和男性不同的詞彙，又或者女性在學校參加的體育運動和男性也不同。

可見，人工智慧已經出現了疑似性別歧視的案例，我們完全可以猜測：人工智慧發現到後來會不會出現道德，會不會變壞?世界上壞人多了，人工智慧是不是也學壞了？

人工智慧天然就是有偏見的，不只是性別歧視，還會有地域歧視、人種歧視、年齡歧視、消費歧視、興趣歧視……

就拿我們經常會接觸到的內容推薦演算法來說，衡量它KPI就是：廣告轉化率最大化。所以它會根據你的裝置、網路、日常瀏覽行為、關注物件來捕獲你的特徵，為你打上標籤，甚至關聯其他應用的資料，共同完善你的使用者畫像。

不止是這樣，像婚戀網站為你推送物件時，也會充分結合你的性別、年齡、薪資、資產、身高、長相，然後向你推薦最能打動你的異性資料，讓你為了聯絡他/她而買下會員。

電商網站、遊戲網站、資訊網站......大同小異。不用想，資料越多，人與人之間三六九等就越分明，馬太效應越明顯。人工智慧與大資料，會在溫水煮青蛙的過程中，給社會帶來真正意義上的階級區隔。