美国学者质疑“大数据”理论（2）

学者提出五质疑

克劳福德的文章认为，大数据是当前的时髦术语，但人们是否能依靠海量数据揭示人类行为的规律仍值得怀疑。她针对大数据理论从五个方面提出质疑。

第一，大数据中存在偏见和盲区。大数据的倡导者认为，“有了足够的数据，数字就可以自己说话”。但克劳福德认为，数字无法自己说话。不论其规模有多大，数据集归根到底是人类设计的产物，而大数据的工具并不能使人们摆脱曲解、隔阂和错误的成见。当大数据试图反映人类所生活的社会化世界时，认清这些因素就尤为重要。偏见和盲区存在于大数据中，从大数据得出的结论并不比人为的意见更客观。

第二，大数据在一定程度上可以使城市变得更加智能和高效，但具体效果如何取决于市政官员对数据及其局限性的了解。克劳福德称，大数据的倡导者认为，“大数据将使我们的城市变得更加智能和高效”，在一定程度上确实如此。但另一方面，数据在生成或采集的过程中并不都是平等的，大数据集存在“信号问题”——即某些民众和社区被忽略或未得到充分代表。因此，要想运用好大数据，市政官员必须对数据及其局限性有充分了解。

第三，大数据可能导致基于群体的歧视。大数据的倡导者认为，“大数据对不同的社会群体不会厚此薄彼”，其理由是，原始数据的分析是在大规模水平上进行的，因而避免了基于群体的歧视。但克劳福德认为，实际情况并非如此。由于大数据能够作出有关群体不同行为方式的论断，而且其使用的主要目的是把不同个体归入不同的群体中，因此大数据不仅不会避免群体歧视，还可能加重这一趋势。

第四，隐私泄露是大数据应用中的重要问题。克劳福德认为，大数据的倡导者关于“大数据是匿名的，因此它不会侵犯我们的隐私”一说大错特错。尽管许多大数据的提供者尽力消除数据中的个体身份，但身份重新被确认的风险仍然很大。鉴于利用大量公共数据集可以推断很多信息，这使泄露个人隐私成为“日益严重的担忧”。

第五，大数据为科学研究提供了新的途径，但不可断言“大数据是科学的未来”。克劳福德称，大数据的研究方法只能统计某件事情发生的频率和相关性，但不能得出因果关系。将大数据策略和小数据研究相结合也许是更好的科学研究途径。

库克耶和舍恩伯格也认识到了大数据理论的一些内在瑕疵。在《大数据的兴起》一文结尾，两位作者表示，大数据是一种资源和工具，它的目的是告知，而不是解释；它意在促进理解，但可能导致误解——关键在于人们对它的掌握程度。他们认为，人们必须用一种不仅欣赏其力量、而且承认其局限的态度来接纳大数据。(卢朵宝)