第460章 伦敦（2/2）

这些数据随后被保险公司获取，成为调整保费计算的依据。澳大利亚隐私专员办公室发现，82%的受调查机构未经明确同意就将生物特征数据共享给第三方。

更荒诞的是，某款声称能预测阿尔茨海默病的APP，将玩桥牌时出牌速度下降0.5秒作为早期征兆，导致许多谨慎思考的老年人被错误标记为认知退化。

金融科技领域的算法歧视正在制造数字时代的“红lg”。

旧金山某网贷平台的信用评分模型，将使用安卓手机、经常在廉价超市购物的用户自动归类为“高风险群体”。

系统甚至分析用户手机充电模式——那些常在深夜充电的人会被扣减信用分，因为算法将其关联为“作息紊乱导致收入不稳定”。

加州大学伯克利分校的研究显示，这种基于消费习惯的评估，使低收入群体的贷款利率平均高出2.3个百分点，即便他们的实际还款记录良好。

更可怕的是，当用户试图通过改变消费行为提升评分时，系统会将其识别为“刻意伪装”并进一步降级——这形成了一个无法挣脱的算法牢笼。

医疗算法中的文化盲区正在危及多元社会。加拿大某医院的精神疾病筛查AI，将穆斯林患者礼拜时的跪拜动作误判为“强迫症行为”，将拉丁裔家庭热烈的交谈模式标记为“躁狂倾向”。

这些建立在西方行为范式基础上的诊断标准，导致少数族裔被误诊率高达普通人群的4倍。

更严峻的是，某些传统草药的使用记录会被系统自动关联为“非正规治疗风险”，成为拒绝医保报销的依据。

蒙特利尔大学医疗伦理中心发现，这类算法偏见每年导致约1.2万少数族裔患者无法获得合理治疗。