当今世界上几乎所有地方都存在收入极端分化和种族隔离现象，这种现象有可能使政府和文明社会分崩离析。越来越多的媒体在广告点击的驱动下变得异常兴奋，无法提供平衡的事实和合理的话语，媒体的这种退化正在使人们失去方向感。他们不知道该相信什么，因此很容易被操纵。我们真正需要的是将各种文化根植于值得信赖的、以数据为导向的标准中，让我们能够了解哪些行为和政策起作用，哪些不起作用。
在向数字社会转型的过程中，我们已经失去了传统意义上对真理和正义的理解。在过去正义主要是非正式的、规范的。而现在我们已经使其正式化。同时，我们也使其脱离大多数人的生活。我们的法律体系正在以前所未有的方式让我们失望，正是因为和过去相比，现在的法律体系更正式、更数字化，也更与社会格格不入。
对于正义，世界各地的理解各不相同。核心区别在于：你或你的父母记得有坏人带着枪来拿走你家的所有东西吗？如果你记得这样的时刻，那么你对正义的理解与本书一般读者的看法就会不同。你来自上层社会吗？或者你来自社会底层？你的正义观取决于你的过往。
我给美国公民的一个常见测试是：你认识的人中有谁拥有一辆皮卡吗？皮卡车是销量最好的车，如果你不认识这样的人，你就脱离了一半以上的美国人的生活。物理隔离驱动概念隔离。大多数美国人对正义、机会和公平的看法与典型的曼哈顿人的看法非常不同。
如果你观察一个典型城市的人口流动模式，也就是人们去向哪里，你会发现，处于前20%（白领工作家庭）和后20%（有时处于失业或领取社会救济的家庭）的人之间几乎从无交流。他们不去同一个地方，也不谈论同一件事。名义上，他们都生活在同一个城市，但这就像是两个完全不同的城市，这也许是今天两极分化的最重要原因。
关于极端财富
世界上最富有的人中有200人在他们的一生中或在死后遗嘱中承诺捐献50%以上的财富，这让我们听到了多种不同的声音。比尔·盖茨的例子可能大家都耳熟能详。他决定，如果政府不做，他就做。你想要蚊帐吗？他可以给。你想要抗病毒药物吗？他可以给。我们让不同的利益相关者采取不同的行动，以服务公共利益，而他们对公共利益各有不同的理解。目标的多样性创造了当今世界的精彩纷呈。像福特基金会和斯隆基金会这样的政府以外的组织，它们敢做别人不敢做不愿做的事情，它们使世界变得更好。
当然，这些亿万富翁是人类，有着人类的弱点，但这一切未必一定如此。另外，当初第一条铁路建成时，情况也是如此。有些人大发横财。但也有很多人倾家荡产。而平凡如我们，得到的是铁路。那就很好。当初有电力时也是一样；每当有了新技术，就有同样的情况发生。总有一个搅动的过程，把某些人高高抛起，然后再把他们或他们的继承人摔在地上。19世纪末和20世纪初，当我们有了蒸汽机、铁路和电灯时，那个时代最大的一个特点就是出现了极端财富的泡沫。他们创造的财富在两三代之内都消失了。
如果美国与欧洲一样，我会很担心。在欧洲你会发现，同一个家庭拥有财富已经有几百年了，所以这些国家不仅在财富方面，在政治制度和其他方面都根深蒂固。但到目前为止，美国避免了这种世袭阶级制度。极端的财富没有停滞，这是好事。它不应该留在一个家族里。如果你中了彩票，得到10亿美元，但是你的孙子们还是应该靠工作谋生。
关于人工智能和社会
人们害怕人工智能。也许他们应该害怕。但他们需要认识到人工智能是以数据为基础的。没有数据，人工智能就一文不值。你不必观察人工智能；相反，你应该观察它得到的是什么数据，它在做什么。在欧盟和其他国家的帮助下，我们建立的信任网络框架成了我们可以拥有算法、拥有人工智能的地方，但是我们要考察一下进入到这个网络框架里的数据以及从这个框架中输出的东西，这样我们就可以问，这是一个歧视性的决定吗？这是我们人类想要的东西吗？或者，这个东西有点奇怪吗？
最具启发性的类比是，监管者、官僚机构和政府的某些部门非常像人工智能：他们接受我们称之为法律和法规的规则，并添加政府数据，做出影响我们生活的决定。当前体制的坏处在于，我们对这些部门、监管机构和官僚机构的监督很少。我们唯一的控制权是投票——一个选举另外其他人的机会。我们需要更精细地监管官僚机构。我们需要记录每一个决定依据的数据，让不同的利益相关者分析结果，就像民选立法机构最初打算做的那样。
如果我们有每个决策所依据的数据，就可以很容易地问，这是一个公平的算法吗？人工智能在做的是人类认为合乎道德的事情吗？这种“人在回路法”被称为“开放算法”：你可以看到人工智能把什么当成输入，可以看到它们使用该输入做了什么决定。如果你看到这两件事，你就会知道它们做的是对的还是错的。事实证明这并不难。如果你控制了数据，那么你就控制了人工智能。
人们经常忽略的一件事是，所有对人工智能的担忧都与对当今政府的担忧相同。对于政府的大部分部门，比如司法系统，没有可靠的数据告诉我们他们在做什么，现在是什么情况。如果你不知道输入和输出，你怎么知道法院是否公正？人工智能系统也有同样的问题，我们可以用同样的方法来解决。我们需要可信的数据来让现任政府根据他们接收和输出的信息承担起责任，人工智能也应如此。