学理探微 | 机器学习和社会理论：算法中的集体机器行为

主要观点总结

本文探讨了机器学习系统在社会中的影响，特别是在金融市场中的应用。文章讨论了机器学习系统如何独立做出交易决策，以及这种独立决策如何引发集体机器行为。文章还探讨了集体机器行为的社会学理论含义，包括交互性、嵌入性和显著集体动态性等方面。文章认为，随着机器学习系统的广泛应用，我们需要一种新的社会理论来解释这种现象。

关键观点总结

关键观点1: 机器学习系统正在改变金融市场的交易方式，独立做出交易决策。

机器学习系统不再仅仅是执行人类定义的算法，而是能够独立提出交易策略，这改变了金融市场的交易方式。

关键观点2: 集体机器行为的社会学理论含义重要且复杂。

随着机器学习系统在金融市场的广泛应用，我们需要重新审视社会理论，以解释集体机器行为。这包括交互性、嵌入性和显著集体动态性等方面。

关键观点3: 现有的社会理论在理解集体机器行为时存在挑战。

现代集体行为理论强调理性个体代理人的微观基础，但在理解算法交互的集体效应时存在困难。古典集体行为理论在理解集体机器行为时可能具有更宏观的分析相关性。