當前，由于大數據在社會(huì )實(shí)踐與理論研究上的巨大影響，有關(guān)大數據的討論已經(jīng)滲透到每一個(gè)行業(yè)和領(lǐng)域之中，帶來(lái)了各行各業(yè)對大數據的熱捧。大數據顯然具有重要價(jià)值，這一點(diǎn)毋庸置疑。正如有學(xué)者指出的，大數據開(kāi)啟了一次重大的時(shí)代轉型，它正在改變我們的生活以及理解世界的方式，成為新發(fā)明和新服務(wù)的源泉。因此，我們要大力實(shí)施國家大數據戰略。但在大數據熱中也應該有冷思考，因為大數據可能帶來(lái)的風(fēng)險與挑戰是不容忽視的。只有正視各種風(fēng)險與挑戰，才能更好推動(dòng)大數據發(fā)展。

防止大數據的“去人性化”忽視人的主體價(jià)值和數據的社會(huì )文化意義。大數據的一個(gè)根本缺陷就是它只關(guān)注“客觀(guān)數據”的呈現，而缺少對“主觀(guān)數據”的反映。從社會(huì )學(xué)角度看，所有數據說(shuō)到底都是有關(guān)“人”的符號，因此，符號所蘊含的社會(huì )文化意義是我們真正需要了解和掌握的內容。如果脫離了人及其所在社會(huì )的價(jià)值本性，無(wú)限放大大數據的效應及其影響力，就可能本末倒置，最終產(chǎn)生許多難以預期的后果。數據來(lái)源于社會(huì )又作用于社會(huì )。無(wú)論是可以數字化的數據還是不可數字化的數據，其比較、分析和歸納其實(shí)反映的都是人在符號層面上的一種互動(dòng)。大數據是匯集了行為主體、時(shí)間、地點(diǎn)三個(gè)維度的“數據宇宙”。在大數據時(shí)代，個(gè)人的信息更多的是以數據為載體來(lái)進(jìn)行互動(dòng)的。如果人及其各類(lèi)社會(huì )行為都僅僅被看作一個(gè)個(gè)數據符號，我們就很難從數據中解讀出充滿(mǎn)朝氣、富有激情的人，也就很難從數據塑造出來(lái)的沒(méi)有個(gè)性特征的人去推導群體樣態(tài)和社會(huì )構成。

防止大數據的“巨量化”掩蓋數據個(gè)性特征、強化數據霸權。猶如網(wǎng)絡(luò )一樣，大數據也是一把雙刃劍。巨量化的大數據在給我們研究和分析社會(huì )現象帶來(lái)便利的同時(shí)，實(shí)際上也掩蓋了許多具有個(gè)性特征的數據的意義。在連續的巨量數據海洋中，許多本身具有個(gè)性特征的數據已經(jīng)變得無(wú)足輕重了，它們在大數據霸權面前會(huì )成為微不足道的犧牲品，大數據簡(jiǎn)化了人們對數據差異性的認知。大數據的復雜性不僅在于其數據樣本巨量，更在于其多源異構、多實(shí)體和多空間之間的交互動(dòng)態(tài)性。當前，只有少數人掌握處理這種復雜的巨量化大數據的技術(shù)，這很容易導致“數據暴力”。從這個(gè)意義上說(shuō)，防止大數據滋生出“數據暴力”是大數據發(fā)展中需要注意的問(wèn)題。

防止大數據的“碎片化”導致人們難以系統認知復雜事物。從某種意義上說(shuō)，大數據的價(jià)值只有在其能夠被規范成為可供分析的形式之后才能最大程度地被挖掘出來(lái)。然而，在巨量的大數據面前，實(shí)際上可供規范分析的數據只是極少數，許多數據都停留在“碎片化”階段而難以被真正挖掘和分析。對這些碎片化的數據進(jìn)行清理，形成規整的結構，是大數據能夠得到充分利用的根本所在。在大數據中，其研究范式重在發(fā)現而不是推論，運用大數據進(jìn)行各種分析不應像傳統的社會(huì )調查方法那樣通過(guò)假設檢驗來(lái)進(jìn)行推論，而應通過(guò)數據的總體歸納來(lái)達成對社會(huì )現象的總體分析。這不僅要求我們在數據清理技術(shù)、存儲結構上進(jìn)行優(yōu)化，而且要在數據采集環(huán)節盡可能地做到規范，否則就很難獲得對復雜事物的系統認知。

防止大數據的“模糊化”產(chǎn)生大量信息垃圾、為數據造假與不當傳播打開(kāi)方便之門(mén)。在大數據時(shí)代，我們真正需要的并不僅僅是大數據本身，而是大數據背后所隱藏的我們想要獲取的各種信息資源，而這些信息資源可能只占數據總體的萬(wàn)分之一甚至更少。從這個(gè)角度說(shuō)，大量的信息其實(shí)都是垃圾。不僅如此，許多大數據本身就是模糊的，其中含有大量虛假和有害的內容。如果我們純粹憑借數據來(lái)判斷和分析人類(lèi)行為，甚至不假思索地去利用和傳播某種數據，就會(huì )導致許多誤判。因此，未經(jīng)前期調研論證和規范分析所獲取的信息，其數據量越大可能越模糊，其得到的垃圾信息也就可能越多，這也為各種數據造假和不當傳播打開(kāi)了方便之門(mén)。對此，我們必須學(xué)會(huì )辨識和判斷數據的真實(shí)性，避免因盲目的數據崇拜造成誤判，甚至迷失在大數據的洪流之中。

摘自《人民日報》