“大數(shù)據(jù)”的定義給人的印象缺乏主體性

點擊、流量的多少并不能客觀地概括“我們是誰”，而是關于希望與訴求的一種個性化的展現(xiàn)。目前針對“大數(shù)據(jù)”的定義給人的印象是缺乏主體性，我們不能滿足于數(shù)據(jù)的產(chǎn)生與人有關，更要意識到，數(shù)據(jù)本身就是由人創(chuàng)造。這就是人的數(shù)據(jù)。

我們所處的時代還有一個比較拗口的名字，叫做“拍字節(jié)時代”（petabyte era），所謂“拍字節(jié)”即千萬億字節(jié)或千兆字節(jié)，屬于較高級的儲存單位。人們不僅關注存儲介質(zhì)的龐大體量，也在談論數(shù)據(jù)內(nèi)容的急速增長?！拔覀兠刻靹?chuàng)造2.5萬兆字節(jié)的數(shù)據(jù)，90%的現(xiàn)有數(shù)據(jù)在過去兩年內(nèi)創(chuàng)造?！边@種說法的準確出處是IBM公司在其官網(wǎng)上發(fā)布的“什么是大數(shù)據(jù)”，類似的結(jié)論常常被一些媒體所轉(zhuǎn)述。

不光是媒體，包括商界、學術期刊都開始熱衷于研究大數(shù)據(jù)的特別之處。2013年，《哥倫比亞新聞評論》（Columbia Journalism Review）上有一篇文章，形容“大數(shù)據(jù)”是“一個包羅萬象的標簽”——通過分析大量的數(shù)據(jù)來重新認識世界。被譽為“信息時代的精神領袖”的克里斯·安德森（Chris Anderson）在《連線》（Wired）雜志上曾預言，數(shù)據(jù)洪流將導致科學方法不合時宜，他所謂的“理論的終結(jié)”正在一步步演變?yōu)楝F(xiàn)實——如此龐大的數(shù)據(jù)是現(xiàn)成的，沒有必要大費周章地提出假設，然后不厭其煩地進行科學驗證。如果善于獲取和分析數(shù)據(jù)，它們自身就可以說明很多問題。

何謂大數(shù)據(jù)？一個數(shù)據(jù)集合需要滿足三個“V”的維度，即大量（huge in volume）、高速（high in velocity）、多變（diverse in variety），有時也會附帶第四點，真實或準確（veracity），這可以從不同角度進行解讀。一旦掌握了全部人口的數(shù)據(jù)，就意味著產(chǎn)生新的可能性。在熱烈的討論中，往往被遺忘的，或者暫時被忽視的是這些新鮮出爐的字節(jié)有多少是基于個人數(shù)據(jù)創(chuàng)造。值得一提的是，三個“V”的維度是15年前由美國高德納公司分析員道格·萊尼（Doug Laney）提出，當時用以描述數(shù)據(jù)管理的核心問題，后來經(jīng)過重新演繹，用來定義大數(shù)據(jù)。

哈佛大學科學史系助理教授麗貝卡·萊莫夫（Rebecca Lemov）在課上講授大數(shù)據(jù)主題時，總喜歡提到美國男星查爾頓·赫斯頓（Charlton Heston）主演的反烏托邦科幻電影《超世紀諜殺案》（Soylent Green）。影片在1973年上映，描繪了2022年的未來世界——由于污染、氣候變暖和人口過剩導致資源枯竭，蔬菜水果成為稀有的奢侈品，大多數(shù)人只能依賴于綠色食品（soylent）維持生命，官方口徑是由大豆（soy）和扁豆（lentil）制成。事實并非如此，男主人公經(jīng)過調(diào)查后發(fā)現(xiàn)，綠色食品是用人做的——“Soylent green is people”，這一幕出現(xiàn)在影片結(jié)尾處。

萊莫夫套用了這句經(jīng)典臺詞，稱“大數(shù)據(jù)就是人”。關于大數(shù)據(jù)的定義，大部分都沒有考慮到與生俱來的人性，也沒有揪住意味深長的啟示，比如技術與不斷改變的自我定義的關系。一組不同以往的新數(shù)據(jù)，源于人類的日常生活——幾乎不用深思熟慮，通過一個簡單動作就能完成，推特、臉書、谷歌搜索、在線評論、一鍵下單。這些是“我”的模糊圖像，新的虛擬生活被轉(zhuǎn)換為算法處理。

對于上述數(shù)據(jù)的生產(chǎn)現(xiàn)場，人類地理學者羅伯·基欽（Rob Kitchin）最近做過編目，包括進貨量的記錄、數(shù)字設備對其使用歷史的保存和傳播（如手機）、事務處理日志和數(shù)字網(wǎng)絡的交互（如郵件和網(wǎng)上銀行）、網(wǎng)站或軟件導航所帶來的點擊流量、嵌入物體或環(huán)境的傳感器所收集的測量數(shù)據(jù)、對機讀對象進行的掃描（如條形碼）、車載資通系統(tǒng)、社交媒體的信息發(fā)布，大量的、動態(tài)的、細化的、關聯(lián)的數(shù)據(jù)流由此形成。

2012年，沃爾瑪每小時創(chuàng)造2.5千萬億字節(jié)數(shù)據(jù)，涉及逾100萬筆客戶交易。同年，臉書宣布每天處理25億個頁面（鏈接與評論）、27億個點贊、3億張上傳的圖片。與此同時，精細數(shù)據(jù)的收集場合與方法一直在更新。今年2月，臉書修改了提供給用戶的性別設定，除了傳統(tǒng)的男/女，還有56種新的非傳統(tǒng)性別。

從輸入信息中導出的持續(xù)不斷的數(shù)據(jù)軌跡很快投入應用。地圖上的數(shù)據(jù)流不但可以告訴你所在的位置，還能預判你的目的地。警方多了一個得力助手，在犯罪結(jié)論認定前，先通過數(shù)據(jù)對嫌疑對象的行為范式進行分析識別。“大數(shù)據(jù)是人”，這可以從兩方面來理解：大數(shù)據(jù)由我們的點擊、導航的偏好和行為所創(chuàng)造，也隨之塑成了許多重大的社會政策。

有文化批評人士指出，大數(shù)據(jù)所帶來的新式精神控制能夠影響美國大選，也有人稱其為貪婪的人類工程。哈佛商學院教授肖莎娜·祖波夫(Shoshana Zuboff)的觀點是，行為數(shù)據(jù)的利用會導致一系列破壞性的后果，尤其是隱私、自治、道德理性等，負面效應可能要持續(xù)幾十年。在她看來，這不過是一種新的充滿惡意的資本主義。

目前針對“大數(shù)據(jù)”的定義給人的印象是缺乏主體性，沒有起碼的人的角度。一批從事技術研究的社會科學家發(fā)起倡議，要求研究方式從“以數(shù)據(jù)為主”轉(zhuǎn)向“以人為本”，避免過分倚重數(shù)據(jù)導向的研究路徑，沒有給予“人”足夠的重視，后者才是社會學研究的核心。這樣的學術自覺起到了一定的作用，卻也忽視了一個事實：信息追蹤的數(shù)據(jù)本來就是由人構成的。

盡管打著未來主義的旗號，但是大數(shù)據(jù)以及數(shù)據(jù)導向的科學與社會科學的方法史產(chǎn)生了強烈的共鳴。20世紀，社會科學門類逐漸發(fā)展分化，社會學區(qū)別于人類學、社會心理學區(qū)別于經(jīng)濟學，各自形成專業(yè)、興趣領域以及特有的工具。主流的、專業(yè)的社會科學富于各種技巧，比如數(shù)據(jù)析取、場景設置等。1924年至1926年，美國社會學伉儷林德夫婦（Robert and Helen Lynd）在印第安納的曼西開展了“中鎮(zhèn)研究”（Middletown study），他們采取了一種結(jié)合了人類學與社會學的方法，包括資料收集、訪談、參與觀察、問卷調(diào)查以及其他形式。正如歷史學家莎拉·艾格（Sarah E Igo）在《均標美國人》（The Averaged American）中寫道：“任何細枝末節(jié)的事實都不會被錯過，從七年級課本的內(nèi)容到時下熱門的電影，從在洗衣機上花費的時間到居民的庭院面積。”

1947年，心理學家羅杰·巴克（Roger Barker）在堪薩斯的奧斯卡盧薩創(chuàng)建了一間社會科學實驗室，他和同事們定期收集關于“日常生活”的數(shù)據(jù)，包括一些并不引人注意的小事。其中有這么一條記錄：“1949年4月26日，周二，上午7：01，七歲的雷蒙德?lián)u搖晃晃地撿起一只襪子，慢慢吞吞地套進左腳時，媽媽來了句玩笑——你就不能把眼睛睜開嗎？”諸如此類的瑣碎內(nèi)容構成了社會學研究的另一種資源，隨著城市變遷、光陰流逝，這樣的信息可以幫助我們重溫當時的日常生活。開拓性的社會學研究除了小的個體，還關注大的群體。二戰(zhàn)后，人類學家麥爾福·史拜羅（Melford Spiro）在西太平洋上的一座島上給當?shù)厝颂峁┬睦頊y試，附近的環(huán)礁則進行著核試驗。為了學術研究，史拜羅的數(shù)據(jù)挖掘面向全部人口。

到了20世紀后半葉，城市的定居者越來越習慣于在任何場合回答與自己有關的問題，著名的《金賽報告》（Kinsey Report）是在數(shù)以千計份的訪談樣本基礎上完成。哈佛商學院的研究團隊曾在伊利諾伊的西塞羅找了一家工廠，發(fā)放了20000份調(diào)查問卷，試圖弄清其他學者所提到的“難以捉摸的現(xiàn)象”。值得一提的是，受訪對象已經(jīng)開始基于自己的目的來參與這項調(diào)查，偶爾提出尖銳的問題、煽動不滿情緒、調(diào)侃來訪的社會學家。

距今不遠的未來某一天，人們回看今日，會為我們的天真無邪感到不可思議——如此癡迷新技術，卻沒能發(fā)現(xiàn)行為數(shù)據(jù)資源的價值，輕而易舉地將它們泄露出去。這是一種可能性。另一種可能的情形是，目前看來仍是新的數(shù)據(jù)采集概念遭到解構，也許是規(guī)模，也許是粒度，這種趨勢其實很早就已經(jīng)出現(xiàn)了。

白宮政府新近發(fā)布的一份關于大數(shù)據(jù)的報告稱：“技術軌道顯而易見，今后越來越多的個人數(shù)據(jù)將會產(chǎn)生，但與此同時，必然處于控制之下?！比R莫夫則重申了她的看法：數(shù)據(jù)的產(chǎn)生不只是與人有關，它同時也是由人所創(chuàng)造，這就是人的數(shù)據(jù)。