该文来自doi.org的社会学年度回顾出版，原文点击标题，以下是摘要：
将海量数据集与用计算机代码编写的流程或算法相结合，以对它们进行分类、组织、提取或挖掘，这已经在几乎每一个主要的社会机构中取得了进展。
本文献提出了三点思考：
- 首先，一个新职业阶层的兴起，我们称之为编码精英。该组织通过对数字生产方式的技术控制以及从新近被边缘化或无报酬的劳动力——网络社会中榨取劳动力，巩固了权力。
- 其次，我们表明，数学优化技术在教育、医学、信贷和金融以及刑事司法等不同领域的实施加强了决策制定的精算逻辑的主导地位，可能会改变社会再生产和流动性的途径，但也会引起那些被如此治理的人的抵制。
- 第三，我们探讨了数字通信中同样普遍的算法中介如何改变人们互动、联系和思考的方式。最后，我们对人工智能最疯狂的承诺提出警告，但承认算法过程、社会结构和主观性之间日益紧密的耦合。
将“噪音”和“认知偏见”作为我们当前努力方向，也许是整个理性主义知识分子阶层（分散在几个学科中）的一部分。它似乎将人类接入参与是这些机构的最大问题。
很长一段时间以来，这种观点不仅在学术界，而且在公共话语中都有很大影响。
算法决策的现实是，决策往往是可笑和荒谬的错误（有时是危险的），而这些对人类来说是非常明显的。
许多人指出使用“学习”和“智能”作为术语来指代这些算法，实际上：在大型数据集中发现统计模式的机制是错误的。
算法是有效的，它们绝对不是“聪明的”。他们不会成为更好的法官。也许预测算法可用于重新培训人类专家，让他们深入了解数据中的模式