《Burned》如何把“算法出错”写成一条可追责的制度链

核心判断

这组作品最值得学的不是揭露一个有缺陷的模型，而是把输入错误、组织激励、人工省略、监管盲区与受害者后果连成可验证的责任链：算法调查要报道制度，不能只报道代码。

它解决的不是“算法准不准”，而是“谁对后果负责”

报道从野火幸存家庭无法重建的具体处境出发，再追问保单中的重建估值是如何生成的。记者没有停在“系统估低了房屋”，而是追到保险公司普遍使用的 360Value，再沿数据预填、价格库、代理人核对、公司内部指令和客户选择逐环追查。这样，一个技术性错误被还原为一组组织决策。

关键的新闻问题因而变成：当软件输出被当作快速报价的基础，谁本应检查它，谁省略了检查，谁知道偏差，又是谁把风险转给了保户。作品把“黑箱”拆成了可采访的人、可调取的文件和可比较的数字，这是算法问责报道成立的第一步。

证据结构的核心：把不同层级的材料串成因果链

《Burned》同时使用了法院和监管文件、公司内部邮件与培训材料、软件许可条款、保单与重建报价、从业者和受灾家庭采访。报道还购买了 360Value 订阅进行实际测试。每种证据解决不同问题：文件证明机构知道什么，对照测试显示输出如何偏离现实，个案说明偏差如何改变人的居住与财务生活，对方回应则界定争议。

这种结构避免了两个常见失败：只用受害者个案推断系统性问题，或只用技术测试忽略组织如何使用工具。例如，一份内部分析显示关键房屋特征的预填信息大量出错，但代理人往往没有时间或权限逐项更正。技术偏差和工作流程相互放大，才是作品真正证明的机制。

叙事不是装饰，而是让读者看见每一个技术环节的后果

作品以失去住宅的家庭建立情境，随后才解释保额、重置成本估算和预填数据。每介绍一层机制，文章都回到具体房屋、报价和重建决定，让读者知道一个错误字段、一次快速操作或一项内部限制最终会损失什么。这使技术说明与人物命运不是两条并行线，而是同一条证据链的上下游。

系列后续又追到索赔阶段的内部减价规则，把“投保时估低”与“灾后理赔时再压低”连接起来。这个从事前估值到事后赔付的双阶段设计，比单篇曝光更能显示问题的结构性。后续立法提案引用调查发现，也为报道的公共影响提供了可核对的跟踪节点。

中文新闻实践可以直接迁移的四个动作

第一，画出系统流程图，标出每个输入、默认值、人工复核点和输出的负责人。第二，找“例外产生的文件”：诉讼、投诉、监管检查、内部培训和供应商条款往往比产品宣传更能显示真实操作。第三，对同一对象建立“系统输出—现实成本—最终后果”对照表。第四，单独记录机构回应与记者已经核实的反证，不把拒绝采访当作默认认罪。

最后，不要用“算法歧视”或“人工智能失控”这类大词替代可证明的机制。《Burned》的标准是：必须能说清哪个数据从哪里来，谁在什么节点采用了它，哪份材料证明机构知情，以及输出如何对可计算的权益造成影响。当这些环节都能回到原始材料，算法调查才不是技术猜想。

方法提要

算法调查的对象是整条决策链，不只是模型输出。

文件、实测、个案、对方回应和现实后果必须相互校验。

技术说明要在每一层回到人物权益，才能成为公共问题。