更多的數據和更好的算法：預測越來越準確，這正在改變保險單，醫療和警察工作。

可以預測未來犯罪的警察：這聽起來像是科幻驚悚片《少數派報告》中的情節，湯姆·克魯斯(Tom Cruise)在謀殺兇手之前先捕殺他們。這種情況與現實相距不遠，例如，在今天，警察已經在使用計算機來防止盜竊。

“預測性警務”旨在使用龐大的數據集和復雜的算法來盡可能準確地預測犯罪。保險和醫藥也有類似的發展。同樣，更多的數據和更好的算法正在做出更準確，更個性化的預測。例如，汽車保險在計算關稅時使用的是關于駕駛方式的數據。癌癥醫學有望用于具有特定遺傳特征的患者的個性化治療方法。

對單個人的預測，而不是一般的預后

社會學系的埃琳娜·埃斯波西托(Elena Esposito)教授說：“盡管不確定性聲稱可以控制不確定性，但它們仍在我們的社會中繼續發揮重要作用。” 在她的研究項目“預測”中，她正在研究基于處理大量數據的算法的預測所產生的社會影響。她的項目由歐洲研究理事會(ERC)資助。

過去，我們的社會建立了應對未來共同不確定性的機制。例如，在醫學上，臨床研究被用來確定平均而言，哪種治療方法最有可能實現治愈。” Esposito說。

這樣的預測是基于代表性組內的發生頻率。然后將這些用于推導大量人員的概率;換句話說，不確定的預言仍然對每個人都具有一定程度的有效性。相比之下，個性化保險部門，精密醫學和預測性警務的目標是為單個人做出預測，無論他們是會導致事故，生病還是犯罪。

三個方面：個性化，泛化和偏見

“算法預測在研究和實踐中都變得越來越重要。盡管如此，我們仍然對這種趨勢的社會影響了解得還不夠。” Esposito說。她正在研究算法預測的三個不同方面：個性化，泛化和偏見。

她正在使用個性化保險部門的案例研究個性化：個性化保險是否會使某些個人群體處于不利地位-例如，如果那些面臨更大風險的人突然不得不支付更多的費用?如果誰已經知道未來的損失將是什么，他們仍然對買賣保險有興趣嗎?

泛化在精密醫學中尤其重要，因為算法的開發是基于訓練數據的。這些算法可以應用于其他數據可能起作用的情況嗎?以前從未考慮過的數據?問埃斯波西托。

最后，她使用預測性警務的示例來研究偏見的方面：如果現有數據有偏見，例如，某些族裔成員被更頻繁地逮捕，那么算法會加強這種偏見嗎?在所有三個研究領域中，Eposito還專注于用于預測未來的傳統概率方法與新的預測算法形式之間的相互作用，因為這兩種方法目前仍在使用。

運用盧曼的系統理論

“從研究的單個領域出發，我也在研究對整個社會系統的影響，而這是參照盧曼的系統理論來進行的，”埃斯波西托說。她是社會系統理論的主要代表之一。Bielefeld社會學教授Niklas Luhmann于1990年指導她的博士學位。自2016年以來，Esposito一直是Bielefeld大學的社會學教授，憑借她的跨學科網絡，她還并行地在意大利的Modena e Reggio Emilia大學工作。

Esposito的研究項目“ Predict”獲得了歐洲研究理事會(ERC)的ERC高級資助。該獎項授予已建立的杰出研究人員，他們在研究領域中處于領先地位。它在五年內價值210萬歐元。正式而言，該項目將在2020年初開始。但是，第一批研究已經啟動并投入運行，尤其是那些關于精密醫學和個性化保險的研究。