毫無疑問，算法可以使得人們做出的決定更加精確有效。但是公共福利項目收集的大量關于低收入人群的信息，可能通過一些不透明的算法使得他們更加貧困。

　　大數據可以幫助人們解決很多對于個人來說非常困難的問題。例如它可以幫助企業降低成本，幫助城市進行規劃，幫助情報機構發現恐怖分子之間的聯系，協助衛生官員預測疫情，以及幫助警察提前預知犯罪等。政策制定者會越來越傾向于根據數據做出決策，并且參考通過復雜算法得出的建議來做出決定。但是，如果這些數據是關于個人，尤其是沒有太多話語權的普通百姓時，這些算法就會成為一種「壓迫」。對于美國的很多窮人來說，每一次關于這些數據的收集都會將他們試圖逃離貧困的努力變為泡影。

　　低收入用戶是美國社會中被監視最嚴重的一部分民眾。據巴爾的摩大學（UniversityofBaltimore）法律教授MicheleGilman介紹，這并不是說警察隨時都在盯著他們，而是說像公共福利項目、兒童福利系統等都在收集大量的用戶數據，尤其是窮人。在一些特定的區域，為了能夠將公共福利進行量化，申請者需要進行指紋采集和藥物測試。一旦人們開始接受這些福利，政府將會開始監測他們如何花費這些資金，并且有時候也會在其家中進行檢查。通過這些方式收集的數據最終會反饋到警察系統，從而形成了一個監測循環。「這些項目成為了大數據信息流的一個部分，而大多數人都沒有意識到這一點，而這些最終都會對他們的機會產生影響。」Gilman說。一旦某人的某一次不當行為出現在了檔案上，那么他將很難再找到另外一份工作、貸款或者租房。信貸員或者公司人事經理會檢查申請人的個人記錄，從而來確定這個人是否有一些不良行為。

　　渥太華大學教授IanKerr介紹，大數據系統不僅會預測一個人的機會大小，同時他們也可以違反無罪推定的法律原則。在法院系統之外，「無罪推定」是一項基本原則，也是人的基本權利。Kerr說，「申辯權（有權發表意見）、知情權、參加聽證會的權利以及質疑信息的權利是基本權利。」但是如果我們采用大數據來幫助我們做決定，即Kerr所稱的「算法正義」，那么我們的很多權利都將不復存在。

　　作為教學的一部分，Gilman和學生一起開了一家「診所」，主要幫助人們將有害記錄從其文件中去除。她介紹了她的一個客戶——一個有著14次被捕經歷的非裔美國人，而其被捕的原因是沒有可永久居住的房屋。她幫助他將相關的被捕經歷從文件中徹底抹去了。但是很多情況下，只是將個人記錄中的污點去除并沒有什么實際意義。當他們的逮捕記錄被去除以后，他們也會從相應州的公共系統的數據庫中消失。有時候即便是官方糾正過，但是錯誤和舊信息仍然會存在于檔案中沒有更新。如果被捕記錄已經和私人數據經紀人分享，那么這些經紀人也很可能不會關注這些信息是否有被更新。在這些情況下，這些州就只是名義上遵從公平信息原則。他們允許人們可以看到這些收集的數據，并且對數據進行更正和更新。但是如果這些糾正的數據出現在更新以后，這就意味著你的這次改變其實并沒有什么實際意義。

　　大數據的這些隱患已經引起了美國聯邦貿易委員會（FederalTradeCommission）的注意，該委員會在去年九月開始了一個關于該主題的工作小組，小組成員討論了大數據分析將如何包括或者排除某些特定的人群。一些評論人警告道，算法有可能根據別人的行為來剝奪其他人的機會。但是，如果善加利用的話，大數據也可能為低收入用戶帶來福音。例如，一些公司通過分析一些公司數據來計算低收入用戶的信用分數，使得那些在傳統信用體系下信用分數不高、但是又具有其他有價值信息（例如按時付款、擁有汽車等）的人們可以獲得更高的信用分數。

　　毫無疑問，算法可以使得人們做出的決定更加精確有效。大數據具有提高人們生活質量的能力，而且它也確實做到了。但是如果缺少了人情味，算法也可能因為只追求效率而使得社會的一些群體更加邊緣化。