人类进化学家当中有一种理论，说的是小狗这种宠物是从野兽进化而来，因为只有那些获得了社会化智慧的犬科动物才能存活下来。几千年前狼群在人类 聚集地的周围活动，逐渐开始熟悉了人类的意图和心情。换句话说，它们的大脑开始适应人类的大脑活动。随着时间的过去，它们的行为甚至是外观都变得不那么凶 猛，更适应人类的情感，更具有共生性。这个时候，它们就变成了狗。

  在这里用狗的进化做例子是因为，人类目前正在与另外一种我们之外的物种共生在一起，和犬科动物相比，它更加危险也更有威力：这就是算法。Facebook 的内容是算法决定的，亚马逊的内容是算法决定的，Spotify 和 Netflix 上的内容也是算法决定的。现在，某种算法可能通过家里的恒温器正在控制我的室温。如果你和数字世界有交互——谁又不呢？——你又会与算法产生联系。我们需 要确保这些代码系统了解我们的需求和意图，以便设计出能够体会人类感受、且人性化的产品。

算法的进化是人类进化的一部分

  科技作家克里斯托佛•斯坦纳（Christopher Steiner）将算法描述为“庞大的决策树，由一个个连续的二元判定组成⋯⋯一组指令按序执行并获得一个理想的结果。信息经由一个已知算法的处理，产出需要的答案。”

算法的存活状态肯定不是像小狗一样，而且算法是人类发明的。但是和那些处在进化早期的小狗一样，人类始终不能理解它们，而且算法在编码时通常也没有设计成会 以人类习惯的方式做出回应。与人类有交互的算法（很可能是所有人类使用的系统，比如股票交易市场）应该进化，不仅要有效，而且要可以理解。

  但是小狗的驯养和进化有一点不能忽视：人类也在为了和它们一起生活而进化。它们也改变了人类。狗成为了人类生态系统的一部分。有证据表明狗和人类共同驱动了 大脑处理过程的进化，诸如血清素（serotonin，一种神经传导物质）这样的化学物质。只要有足够的时间，算法可能也会对我们产生这种影响，改变我们 思考的方式。（与小狗不同）算法可能不会在基因层面上改变我们，但是正在改变我们的行为。

算法做什么最出色

  算法有五件事情尤其擅长：快速执行重复的任务、在不同选择之间做逻辑判断、分析预测、评估历史数据、发现被忽视的环节。所有这些都是人类最不擅长的。

  如果你的工作内容与算法之间存在竞争，比如高频股票交易，那么你很可能会败下阵来。算法的工作速度是人类无可企及的。即便是最慢的决策也要快过 人类，几乎就是瞬时速度一样。算法以毫秒为单位工作，蜂鸟的时间概念。有关高频股票交易制造财富的内容已经写得够多了。纽约和芝加哥交易所很快将会实现近 光速的连接速度：15毫秒。来回。只有算法能够将这种速度派上用场。

这种快速的处理速度能够让算法 在不同的决策中做判断。这些决策通常是基于数据逻辑分析的预测——比如，某一个条件集合通常会导致某一种结果。当然，这些预测并不是永远正确。但是因为算 法能够处理非常多非常多的数据，而且速度非常非常快，人类无法望其项背，这样就可以更快地做出预测——并且针对结果采取行动。

算法还能够很出色的评估过往的事件和历史数据集合，以便于改进对未来的预测，给出可能的行动建议。如今这个时代人类正在制造大量的数据——既有大型系统里面 的大规模数据，也有个人设备、量化自我的小规模数据——我们需要依靠算法的帮忙来弄清楚它们，告诉我们这些数据意味着什么，数据的价值在哪里。所有这些都是算法的优势，但是在人类与算法接触的时候，同样也会成为它们的劣势。

尴尬的算法交互

  算法会带来一种新的、令人感到迷惑的体验。首先是一些算法很有效的地方，简直就是魔法：用户获得恰当的推荐，或是计算出从家到公司最快的路径。你感觉好像有一个强大力量在帮你的忙：精灵式交互（The Genie Reaction）。

而另一面则是在算法愚蠢结果面前的“挫败的无力感”（FAIL Frustration），这种结果往往是由于算法忽略了语境而导致的。应用环境或内容主题的相关信息是算法未知或无法解析差别的。比如将你陷入交通堵塞 的导航系统可能并不知道有事故出现，曾经就有某机顶盒产品将直男观众当成基佬，推荐相关内容。