案例06｜Exercise 16.5：Designing and Managing Algorithms

1. 案例定位

從批判 Algorithm 進一步進入 Algorithm Management 與 Ethical Design。

2. 學習目標

能明確設定 Goals、Data Sources、Soft Constraints 與 Algorithm Limitations。

3. 案例情境

原書指出 Algorithms 具有 Literal 與 Black-box 特性；管理者應明確設定 Goals、納入 Soft Goals／Constraints、使用能增加獨特資訊的 Data Sources，並理解 Correlation、Causality 與 Transferability 限制。

4. 開始資料

項目	原書資訊
Exercise	16.5 How algorithms rule our working lives, Part 2
任務	設計協助 Select Workers 的 Algorithm
Design Questions	要解決什麼問題、詢問 Applicants 哪些問題、使用哪些 Additional Data
Soft Constraints	把 Fairness、Reputation 等非單一 Hard Goal 的考量納入 Algorithm Design
原書管理原則	Explicit Goals、Best Data Inputs、Understand Algorithm Limitations

5. 分析方法

Objective Definition→Data／Feature Review→Soft Constraint Design→Risk Review→Controlled Testing→Deployment Boundary Review。

6. 計算結果

本案例沒有原書提供的 Selection Dataset 或 Performance Numbers。

7. 結果分析與管理解讀

Algorithm 會忠實最佳化被指定的 Objective，因此如果 Soft Goals 未被納入，短期 Hard Goals 可能犧牲 Reputation、Fairness 等 Intangibles。

8. AI Prompt

請依我提供的 Selection Objective 與 Data Sources，建立 Algorithm Design Review，分成 Hard Goal、Soft Goal、Constraints、Unique Data Contribution、Potential Bias、Causal Test、Transfer Limitation；缺少資料不要補造。

9. 思考／What-if

**問題：**加入更多 Dataset 是否必然改善 Algorithm？

**參考解答：**不一定。原書指出若新增資料與既有資料高度重疊，Additional Value 可能有限；不同 Dataset 提供 Unique Data 時較有價值。