猎云网7月28日报道（编译：罗玉竹）
计算机可不只是解决数学难题和让我们看喵星人视频的。渐渐的，它开始能评判我们的性格。
或许我们该感到感激。
Upstart，位于加州帕洛阿尔托的一家公司，在过去15个月，借出1.35亿美元给信用等级基本可以忽略的人。他们主要是新近毕业的学生，没有抵押贷款、车贷和信用卡结算。
这些都可以帮助判断一个人是否拥有良好的信用等级，但毕业生的职场社会经验还不够。所以Upstart转而关注他们的SAT成绩、就读于哪所大学、专业科目和平均积分点（GPA）。和评估就业前景类似，这所公司评估他们的人格。
Upstart联合创始人Paul Gu
“如果让两个处于相同环境的人（比如是否都有小孩）做相同的工作，5年后有着更高GPA的人更可能偿清债务。”Upstart的联合创始人兼产品主管Paul Gu说。“重点不是你有没有能力偿还，而是你有多看重你的职责义务。”
这个想法，经数据验证，表明那些会对家庭作业进行复查，或是为突击测验额外学习的人，更有可能兑现他们的债务。
当分析学用来评判人们。“我猜你们会称之为‘性格’，不过我们还没有使用这个标签。”24岁的Gu说道。
同样的人格动力也适用于就读一流学校和成绩顶尖的人。谷歌前任高管Douglas Merrill，创办了ZestFinance公司，兼任首席执行官。这是一家通过非传统数据征信向人们提供次级贷款的公司。
一个用于判断的信号是：某人是否中途放弃过无线预付电话。地址通常带有不确定性，而电话往往是更可靠的联系方式。放弃过无线预付电话意味着你曾经主动（或被迫）离开你的家庭或潜在雇主。这是一个不妙的信号。
Zest最近将眼光投放到在“高信用等级附近浮动”的借贷人，这类人的信用等级要么从良好跌落，要么从次等上升。他们的信用分类为何会改变，Zest试着弄明白一个可靠的潜在借贷者是否会遭遇一些暂时的霉运，比如支付了一笔不小的医疗费用。
“性格是一个检测形式，但‘有能力支付’和‘有意愿支付’之间存在重大差别，”Merrill说道。“如果只看财务交易，很难判断出一个人付款的自愿性。”
Merrill，有着普林斯顿大学心理学博士学位，认为数据驱动的人格分析比标准的衡量方法更公平。
“人们总是通过很多方式来判断一个人，但没有数据支持的判断会出现选择性偏差，”他说道。“我们基于对一个人的了解去评判他，但往往会偏向于和我们类似的人。”熟悉度是风险管理中一种很粗糙的方式，因为我们心中已经有了既定的期待。这并不公平。
性格（尽管这不是最中立的说法）现在由很多其他算法评判。Workday，一家提供基于云计算的人事软件，发布了一款产品，关注雇员的45项表现因素，包括在某个职位的任职时长和工作成果。然后预测这个人是否可能离职，进而给出适当的建议，比如提供新的工作岗位或调任，以维持人员稳固。
根据经理的才能，还可以对他们进行描述，如“神通广大者”“终结者”。在Workday内部，它对自己的销售队伍进行了分析，以了解成功的秘诀。结果发现首要因素是：坚韧。
“我们对于雇佣和提升人员都有自己的偏好，” Workday 的技术战略总监Dan Beck提到。“如果能利用数据来克服这个缺陷，就太好了。”
人们将会被鼓励去接受学习这些特征，因为“如果你知道有一种成功的模式，为什么不用呢？”
在某种意义上，这和人们阅读优秀者的传记没有什么不同，都是为了找到成功自己需要完成的行动线索。只是这次是在更宽广的层面上，观察每一个人。
我们有理由认为，基于数据之上的判断更加合理可靠。斯坦福大学计算机科学专业的一名教授，Jure Leskovec，即将结束的一项研究中，将数据分析得出的结果预测同法院听证会的陪审员作出的结果进行对比（陪审员们仅有几分钟用于观察囚犯判断其是否对社会有害）。最初的实验结果表明，基于数据的分析在预测犯罪上，准确率提升了30%，Leskovec说道。
“算法没有主观性，”他说。“只有人，才有偏向性。”
这个观点也有不足：算法不是从天上掉下来的。算法也是人写的。即便运算结果没有偏向性，算法设计却可能有。我们可能会抱着有缺陷的信念，即数学永远不会算。
Upstart的Gu说，他有很棒的SAT成绩，但是却从耶鲁退学。如果使用最初的算法，他是达不到Upstart的放贷标准的。之后他修改了算法设计，他说他意识到了今后工作的责任。
“每当发现一个（拒绝）标志，我们都要问自己，‘如果告诉某人他是因为这样的原因被拒绝，我们会感到好受吗？’”他说。
Source:Bits
想了解更多创业创新知识，快添加猎云网微信公众账号：ilieyun
