为什么还有我名字？”她问。
“日志证明谁看过，不能再拿来联系或排班。”周萍说，“期满再处理。你可以看这一条，经理不能搜。”
梅香听懂后仍不喜欢。资料保护不是让每个人都喜欢公司保留什么，而是保留者要能说明用途、权限、期限和怎样反对。她最后没有再提供新联系人，班次不因此降。
这件事进入抽查后，严凤发现“联系人可达”原本还有一项看似善意的加分：能够联系家庭的人被认为发生异常时恢复更快。没有任何统计证明，只是软件顾问在设计会上写的经验判断。严凤曾看见，却没要求依据，因为它符合大家对“本地有家更稳定”的直觉。
直觉一旦进公式，便会穿上一件像数据的衣服。
严凤在报告里没有把责任全推给软件商。她签过需求确认，运营委员会也通过。软件商则须说明通用模板为何默认存在该变量，并停止向其他客户把它包装成行业经验。平台只能要求与自己合同相关的整改，不能宣称已经替所有公司删掉同一偏见。
红姨要求立即取消联系人可达性权重。
严凤反对一发现个案就改公式。她提出先抽查两百名员工，确认是否系统性偏差。运营委员会支持抽查，暂停将颜色用于培训和长期班，却允许继续做替班参考。
“暂停一半和没暂停有什么区别？”红姨问。
严凤回答：“经理需要知道谁经常临时缺席。”
“那就看具体班，不看父亲电话。”
严凤不是坏人。她处理的是四家公司近千个班次，若全靠主管记忆，熟人会得到更多好班，临时变化也会让酒店断人。她相信数据能比人情公平；红姨看见的是，数据把人不愿解释的生活先变成一种风险。
抽查结果两周后出来。
绿色员工的确更少临时换班，系统在预测替班上有效；同时，住员工宿舍、没有本地家庭联系人、请过连续病假的人明显更容易黄或红。女性照护者和外地员工受到的影响更大。不是公式直接写“照顾家人扣分”，是每一项看似中性的变量都在绕着同一群人转。
严凤要求把抽查方法也公开给员工代表。
两百人样本由软件公司按部门随机抽，人力部却先排除入职不足三个月和长期休假者。理由是数据不完整。红姨指出，被排除的人恰好更可能住宿变化、病假或照护，抽查会低估影响。外部审计将样本扩大，加入新员工与长期休假者，只在预测准确率上分组，不让“资料不完整”
…。。