大數(shù)據(jù)時(shí)代，你是否擁有“文科思維”

最近，我所在的團(tuán)隊(duì)為一家車貸公司搭建了一套信審數(shù)據(jù)模型，該模型可以根據(jù)貸款申請(qǐng)者的數(shù)據(jù)自動(dòng)預(yù)測其在未來能否按時(shí)還款，決定是否通過用戶的貸款申請(qǐng)。

相比人工信審，模型預(yù)測是全自動(dòng)的機(jī)器過程，在保證判斷準(zhǔn)確率的前提下，它能為公司節(jié)省大量的人力成本。

項(xiàng)目在客戶的工作地點(diǎn)開展，我們的工位處于一個(gè)信審專區(qū)，周圍是大量的信審工作人員，他們每天的工作是審核貸款申請(qǐng)者的資料，聯(lián)系申請(qǐng)者核實(shí)信息，工作間隙，我們總能聽到有趣的對(duì)話：

信審員：“你有幾個(gè)兒子？”

貸款申請(qǐng)者：“三個(gè)?！?

信審員：“剛剛打電話給你老婆，她說你們只有兩個(gè)兒子，這是怎么回事？”

貸款申請(qǐng)者身旁傳來竊竊私語……

信審員：“你旁邊的人是誰?。磕阌袔讉€(gè)兒子還需要?jiǎng)e人來提醒你？”

……

對(duì)話進(jìn)行到這里時(shí)，信審人員會(huì)在系統(tǒng)內(nèi)記錄下該申請(qǐng)者和配偶提供的信息不一致，存在可能的騙貸行為，這將成為該申請(qǐng)者能否被成功授信的“減分項(xiàng)”。

雖然目的均為實(shí)現(xiàn)快速、準(zhǔn)確的信貸審核，但數(shù)據(jù)建模的工作邏輯與人工審核存在明顯的差異。數(shù)據(jù)分析專家面對(duì)的是一串串?dāng)?shù)字，而業(yè)務(wù)人員面對(duì)的是鮮活的申請(qǐng)者。

數(shù)據(jù)分析出發(fā)點(diǎn)所有客戶的申請(qǐng)資料，包括此人性別、年齡、資產(chǎn)情況等基本信息，以及一些來自第三方平臺(tái)的風(fēng)險(xiǎn)數(shù)據(jù)（如該申請(qǐng)者有無犯罪記錄），簡單地說，我們工作的出發(fā)點(diǎn)是一張Excel表格。

反觀另一面，信貸審核人員在處理每筆信貸業(yè)務(wù)時(shí)，他們除了面對(duì)每個(gè)申請(qǐng)者的具體信息，還會(huì)通過電話核實(shí)申請(qǐng)者的身份，最終作出人工決策。

數(shù)據(jù)表格是分析師們每天的工作伙伴

初入數(shù)據(jù)行業(yè)時(shí)，我以為只要玩轉(zhuǎn)手中各種復(fù)雜的表格，寫一手漂亮的建模代碼，從透視表中找到有趣的發(fā)現(xiàn)，就足以成就一個(gè)讓客戶滿意的項(xiàng)目。

然而，老板在入職第一天就語重心長地告訴我：“大數(shù)據(jù)是有局限性的，它無法替代你對(duì)真實(shí)業(yè)務(wù)的體會(huì)，這也是我們?yōu)楹我v場工作?！?

在客戶的呼叫中心駐場1個(gè)多月后，我似乎明白了老板掛在嘴邊的這種“體會(huì)”。

大數(shù)據(jù)是我們認(rèn)識(shí)世界的一種方式，它將關(guān)于你的一切量化為很多數(shù)據(jù)標(biāo)簽，然后將它們存儲(chǔ)在表格里，比如你的性別是男性，今天打車回家花了30元，周末玩了兩小時(shí)王者榮耀。

大數(shù)據(jù)的優(yōu)勢很明顯，它具有一個(gè)對(duì)所有人通用的結(jié)構(gòu)，每個(gè)用戶這些維度的數(shù)據(jù)都會(huì)被記錄在表格中，淘寶知道每個(gè)用戶的雙11消費(fèi)能力，今日頭條對(duì)你感興趣的新聞了如指掌，信貸公司記載了你過往的信用記錄。

然而，大數(shù)據(jù)的不足之處在于，它僅僅是對(duì)世界的一個(gè)切片，對(duì)于切片之外的事物一無所知。

面試官面試新員工時(shí)，首先會(huì)查看申請(qǐng)者的簡歷，簡歷上的教育背景、工作經(jīng)驗(yàn)、語言能力是以固定結(jié)構(gòu)記錄的數(shù)據(jù)，然而申請(qǐng)者在面試中給予面試官的感受，比如她是氣場強(qiáng)大的女神還是平易近人的萌妹子，大數(shù)據(jù)則無法給予答案。

在最近的項(xiàng)目中，我們通過數(shù)據(jù)發(fā)現(xiàn)那些教育程度較高的貸款申請(qǐng)者更容易在未來逾期還款，這聽上去有些違背常理，然而精通業(yè)務(wù)的經(jīng)理告訴我們這是合理的現(xiàn)象，那些所謂的高學(xué)歷是申請(qǐng)者在填寫表格時(shí)編造的。后者并不是大數(shù)據(jù)能夠捕捉的行為，然而對(duì)理解申請(qǐng)者的行為至關(guān)重要。 

金融大鱷喬治·索羅斯的團(tuán)隊(duì)在做出重要投資決策時(shí)，他們不僅僅關(guān)注能被寫進(jìn)表格的金融數(shù)據(jù)，同時(shí)親自前往歐洲各地，在當(dāng)?shù)氐木瓢膳c人們聊天，了解未來可能的宏觀政策變化，索羅斯甚至依賴自己的背痛預(yù)判可能的風(fēng)險(xiǎn)。這些無法被標(biāo)準(zhǔn)地量化，甚至聽上去有些荒謬的決策標(biāo)準(zhǔn)卻成就了他們?cè)?992年9月的“黑色星期三”狙擊英鎊，幾周內(nèi)賺取11億美元的空前收益。

咨詢顧問Christian Madsbjerg的《意會(huì)：算法時(shí)代人文科學(xué)的力量》一書是本文的主要參考書目，該書目前暫無中文版

通常，我們可以把人類認(rèn)識(shí)世界的途徑分為兩種：

• 一種是如今家喻戶曉的大數(shù)據(jù)；

• 另一種則是一直長久存在，卻往往在這個(gè)時(shí)代被我們忽視的“厚數(shù)據(jù)”。如果將大數(shù)據(jù)比作對(duì)客觀世界的標(biāo)準(zhǔn)化切片，厚數(shù)據(jù)則是我們?cè)诿總€(gè)獨(dú)特場景的深度感知。

簡歷上的文字是大數(shù)據(jù)，而面試官對(duì)申請(qǐng)者的感覺是厚數(shù)據(jù)；表格中教育程度一列等于“大學(xué)”是大數(shù)據(jù)，而填寫者在背后的偽裝是厚數(shù)據(jù)；股票、匯率的歷史走勢是大數(shù)據(jù)，而酒吧人們的閑聊和索羅斯的背痛是厚數(shù)據(jù)。

大數(shù)據(jù)的不足之處在于它缺乏厚數(shù)據(jù)攜帶的場景。存在主義哲學(xué)家海德格爾（Martin  Heidegger）提出了“存在”（being）這一概念，它指的是世間萬物存在的場景（context），我們對(duì)于任何事物的理解都不能將其孤立為一個(gè)元素，而是應(yīng)考慮這個(gè)元素所處的具體場景，以及它與其它元素的相互關(guān)系。

海德格爾等人在他們的現(xiàn)象學(xué)（phenomenology）中對(duì)這個(gè)概念進(jìn)行了更詳細(xì)的闡釋，現(xiàn)象學(xué)的目的在于描述事物真實(shí)存在的方式，而不是我們覺得他們應(yīng)該存在的方式，而事物“真實(shí)存在的方式”必然離不開它所處的場景，而不是像大數(shù)據(jù)那樣對(duì)現(xiàn)實(shí)進(jìn)行標(biāo)準(zhǔn)化的切片。

需要注意的是，現(xiàn)象學(xué)中的“真實(shí)存在”，并不是指這件事必須在客觀上是正確的，比如“世界上只有男和女兩種性別”，而是當(dāng)我們?cè)谀骋粓鼍跋侣牭揭粋€(gè)現(xiàn)象學(xué)的描述，被問及“你覺得是這樣嗎？”時(shí)，我們會(huì)點(diǎn)頭表示同意。

同樣的一杯紅酒，在點(diǎn)亮燭光的法國餐廳與嘈雜的辦公桌前飲用，注定是不一樣的感受，雖然它們的化學(xué)質(zhì)地是相同的。

同樣是一個(gè)小時(shí)，在思修課堂和情人坡度過，必然是不同的長度，雖然它們的自然屬性沒有差異。

兩名被數(shù)據(jù)標(biāo)記有存在犯罪記錄的貸款申請(qǐng)者，雖然數(shù)據(jù)將它們一視同仁，然而一位只是過失的交通肇事，另一位則有搶劫銀行的前科，他們?cè)谖磥淼倪€款能力或許大相徑庭。

身為數(shù)據(jù)工作者，當(dāng)然希望數(shù)據(jù)和算法能盡可能多地代替人類的工作，但正如我們?cè)陧?xiàng)目中看到的，現(xiàn)實(shí)并非如此，僅僅面對(duì)數(shù)據(jù)和算法并無法洞察每個(gè)申請(qǐng)者所處的獨(dú)特場景。機(jī)器學(xué)習(xí)與人類決策是相互補(bǔ)充，而非相互替代的關(guān)系。

這也是為什么，數(shù)據(jù)分析師們一定要駐場工作，因?yàn)橹挥邢裥艑弻T那樣身處業(yè)務(wù)前線，才能對(duì)那些貸款的申請(qǐng)者形成更加深刻的體會(huì)。

之所以與大家分享場景、厚數(shù)據(jù)、現(xiàn)象學(xué)這些概念，是因?yàn)樵谶@個(gè)大數(shù)據(jù)概念傳遍街頭巷尾的時(shí)代，我們極易選擇用簡單的數(shù)據(jù)標(biāo)簽衡量一切：

選擇去哪家餐館，只看大眾點(diǎn)評(píng)的總體評(píng)分，并不在意網(wǎng)友的大段評(píng)論。

決定在哪里讀大學(xué)，先看學(xué)校的綜合及專業(yè)排名，不在乎學(xué)長學(xué)姐們分享的體會(huì)。

想了解用戶對(duì)產(chǎn)品的滿意度，只要求1000人在問卷上打分，不會(huì)深度訪談?dòng)脩羰褂卯a(chǎn)品時(shí)的具體想法和感受。

后者事實(shí)上代表了一種以現(xiàn)象學(xué)為基礎(chǔ)的“文科思維”，即我們只關(guān)注每個(gè)獨(dú)特場景下的主觀體驗(yàn)，不會(huì)嘗試將許多場景標(biāo)準(zhǔn)化，然后貼上統(tǒng)一的數(shù)據(jù)標(biāo)簽。

研究文科思維的專家Christian Madsbjerg認(rèn)為文科思維是培養(yǎng)我們對(duì)外界的敏感度的重要途徑，所謂的敏感度，指的是我們察覺事物間微妙差別的能力。正如兩杯紅酒，在不同地點(diǎn)的1小時(shí)，兩名數(shù)據(jù)畫像相同的申請(qǐng)者，辨別它們之間的差異需要的正是文科思維。

Madsbjerg指出學(xué)習(xí)諸如藝術(shù)、歷史、哲學(xué)、社會(huì)學(xué)、人類學(xué)這些人文學(xué)科是培養(yǎng)文科思維的重要手段。因?yàn)檫@些學(xué)科中存在大量基于具體場景的思考和感知，比如藝術(shù)課教你欣賞達(dá)芬奇的作品，社會(huì)學(xué)家擅長消費(fèi)者深度訪談，人類學(xué)家喜歡實(shí)地觀察原始部落等，它們不會(huì)教你如何將世界編碼成一張數(shù)據(jù)表格，卻能培養(yǎng)你洞察世間微妙區(qū)別的能力。

前段時(shí)間看了《看不見的客人》，這是一部懸疑劇，劇情圍繞一名成功的銀行家與一名女律師之間的對(duì)話展開，女律師試圖幫助銀行家擺脫殺人的罪名，但殊不知她就是殺人案中被害者的母親。

《看不見的客人》中的女律師

與我一起看電影的小悶同學(xué)在女律師出場時(shí)脫口而出：“我感覺這個(gè)律師就是他媽媽?！彼母杏X驚人的準(zhǔn)確。

電影結(jié)束我問小悶，她是如何做出這樣的判斷的，小悶說律師的面部表情看上去很奇怪，不像一名提供專業(yè)服務(wù)的人，這顯然不是機(jī)器學(xué)習(xí)算法所能實(shí)現(xiàn)的。

今天的內(nèi)容或許能給小悶對(duì)外界的敏感提供解釋：她是一名文科生，而且很喜歡看電影。

最后，與你分享一個(gè)關(guān)于文科生的好消息。薪酬調(diào)研公司PayScale曾做過一項(xiàng)調(diào)查，在薪酬排名前20的畢業(yè)生專業(yè)中，計(jì)算機(jī)工程、化學(xué)工程這樣的理工類專業(yè)長期占榜，而社會(huì)學(xué)、歷史學(xué)這樣的人文學(xué)科則十分罕見。

這聽上去符合我們的直覺，但如果我們觀察那些收入排在前10%的人，具有政治科學(xué)、哲學(xué)、戲劇、歷史背景的專業(yè)人士則會(huì)脫穎而出，寶潔前CEO雷富禮曾對(duì)實(shí)現(xiàn)商業(yè)成功單單提出一條建議：取得一個(gè)文科（或稱“自由技藝”）學(xué)位（pursue a degree in liberal arts）。

這樣的建議無疑是有道理的，畢竟，真實(shí)的世界不是電子表格。