Epidemic Modelling pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:

作者:Daley, D. J.; Gani, J.

出品人:

页数:213

译者:

出版时间:

价格:420.00元

装帧:

isbn号码:9780521640794

丛书系列:

图书标签:

• Epidemiology
• Mathematical Modelling
• Infectious Diseases
• Public Health
• Disease Transmission
• Compartmental Models
• Simulation
• Statistical Analysis
• Mathematical Biology
• Pandemics

跨越数字洪流：数据科学与社会公平的深度对话 一部关于信息时代权力结构、算法伦理与人类福祉的深刻探讨 在数据以前所未有的速度和规模重塑我们世界的今天，我们正站在一个关键的十字路口。技术进步的浪潮带来了惊人的效率提升和生活便利，但也无可避免地加剧了现存的社会不平等，并在无形中重塑着权力与知识的分配格局。本书并非一本聚焦于特定技术或软件操作的手册，它是一部深刻的、跨学科的哲学与社会学论著，旨在剖析“数据科学”这一新兴领域如何与既有的社会结构、历史遗留问题以及未来的伦理困境交织在一起。 第一部分：算法的阴影与历史的回响 本书的开篇，深入剖析了“数据化”（Datafication）的社会根源。作者摒弃了将数据视为纯粹中立工具的观点，而是将其置于历史的脉络中考察。从早期的统计学在殖民扩张和人口控制中的应用，到现代监控资本主义的崛起，本书揭示了数据采集和分析系统是如何继承并放大历史上的偏见与结构性歧视。 第一章：统计学的悖论——从描述世界到塑造世界 本章着重讨论了统计学从一门描述性科学演变为规范性工具的过程。我们审视了早期社会调查、普查数据在构建“正常性”标准和边缘化特定群体方面的作用。重点分析了“平均数陷阱”如何掩盖了群体内部的巨大异质性，以及这种数学上的简化如何被用于政策制定，从而固化了社会阶层。 第二章：数字鸿沟的深化——基础设施与认知权力 数据科学的有效运作依赖于强大的数字基础设施和特定的“数据素养”。本书细致描绘了全球范围内数字接入的不平等，但这不仅是硬件的缺乏。更重要的是，谁有能力解读数据、谁有权力定义数据的意义，以及谁的“数据”被系统优先考虑。我们探讨了认知权力的转移，即从传统知识生产者向算法设计者的倾斜，以及这种转移对民主话语权的侵蚀。 第三章：算法中的种族与性别偏差——“黑箱”内的偏见传递 这是全书中最具批判性的章节之一。作者采用了详实的案例研究，揭示了训练数据中隐含的、甚至被有意植入的偏见是如何在机器学习模型中被“编码”和自动化的。无论是信贷审批、招聘筛选还是刑事司法风险评估，模型看似客观，实则在执行一套基于过去不公的决策逻辑。本章深入探讨了再现性危机：当算法的决策过程缺乏透明度（黑箱问题）时，如何对被不公平对待的个体进行问责和申诉。 第二部分：治理的困境与权力的重构 随着数据驱动的决策渗透到社会治理的各个层面，关于谁来监管、如何监管以及监管的边界成为了迫在眉睫的全球性议题。本部分聚焦于治理结构、法律框架的滞后性，以及对新形式权力垄断的警惕。 第四章：数据主权与数字殖民主义 本书对比了欧盟的《通用数据保护条例》（GDPR）与美国、中国在数据监管上的不同哲学路径。作者认为，跨国科技巨头对全球数据的控制，正在形成一种新型的“数字殖民主义”，即通过技术标准和平台依赖，间接地控制和剥削了发展中国家的数字资产和劳动力。我们探讨了“数据主权”的真正含义，它是否仅仅是国家层面的控制，还是需要赋予个体对其数字身份的真正支配权。 第五章：透明度、可解释性与社会信任的侵蚀 在复杂的深度学习模型面前，“可解释性”（Explainability）成了一个技术难题与伦理困境的交汇点。本章辩论了：为了提高效率而牺牲决策可理解性是否值得？如果一个医疗诊断系统能以99%的准确率给出结果，但医生无法解释其依据，我们是否应该信任它？本书强调，在涉及人类基本权利的领域，社会信任比单纯的统计准确性更为关键。 第六章：从“效率至上”到“公平优先”——重新校准指标 当代社会的许多决策倾向于优化可量化的指标（如点击率、转化率、效率得分）。本书主张，必须引入非量化的、基于价值的指标来评估技术系统的社会影响。这包括对“抗风险能力”、“社区韧性”、“权利保障”等难以量化的概念进行操作化定义，并将其纳入算法评估体系。作者提出了构建“反事实审计”框架的初步设想，即评估在不同社会群体下，算法结果的差异。 第三部分：面向未来的韧性与行动 本书的最后一部分将视线投向未来，探讨在数字时代保持人类主体性和构建更具包容性的技术生态系统的可能性。这部分着重于行动、教育与制度创新。 第七章：重建数字素养——批判性思维而非工具操作 真正的数字素养不应仅仅是学会使用新软件，而是要理解这些工具背后的社会、政治和经济逻辑。本章呼吁教育系统从根本上改革，培养公民对数据采集的意图、算法的潜在偏见以及信息流动的权力结构进行批判性反思的能力。我们讨论了如何通过“自下而上”的数据素养运动，赋能社区理解并挑战不利于自身的数字决策。 第八章：分布式治理的实验——技术民主化的路径 面对中心化的科技巨头，本书探讨了去中心化技术（如区块链的某些应用，或联邦学习的社会化部署）在权力分散化中的潜力与局限。重点介绍了公民科学、合作式AI设计（Co-design）以及“公共利益技术”的实践案例，主张建立一个由多元利益相关者共同参与的、更加民主化的技术治理模式。 第九章：伦理的回归——人性在算法决策中的不可替代性 在总结部分，作者坚信技术本身是价值中立的，但其应用场景绝非如此。本书强调，技术设计者、政策制定者以及普通用户，都必须重新锚定人类的核心价值观——同情心、正义感和对尊严的维护。最终，衡量一个技术时代的进步，不应是其计算速度的提升，而应是其在保障社会最弱势群体福祉方面的表现。 --- 《跨越数字洪流》 是一部对技术乐观主义的必要解构，它迫使读者和决策者直面一个核心问题：在一个由数据驱动的世界里，我们究竟是希望拥有一个更高效的系统，还是一个更公平的社会？本书适合所有关心技术伦理、社会政策、公共管理以及未来学领域的专业人士、学生和关注社会正义的普通读者。它提供了一个全面的框架，用以理解和应对我们这个时代最深刻的结构性挑战。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆