大數(shù)據(jù)倫理化管理：重獲控制權(quán)

隨著大數(shù)據(jù)技術(shù)的發(fā)展，各類算法對(duì)數(shù)據(jù)流加以運(yùn)用，并在個(gè)人抉擇過程中發(fā)揮著越來越?jīng)Q定性的作用。就此斷言我們已為這些算法所操縱，這未免太過危言聳聽?？蛇@些算法確實(shí)也在左右我們的眾多抉擇，無論是選擇酒店、機(jī)票乃至出行路線，還是挑選在線圖書，亦或是通過社交網(wǎng)絡(luò)結(jié)交朋友。

除了利于我們做抉擇，促成我們做抉擇，這些算法還以其特有的方式參與著社會(huì)生活的構(gòu)建。這種算法“力量”正悄然顯現(xiàn)，它主要依托于原始數(shù)據(jù)。這樣的力量具有前所未有的能力，可觸及人們生活最私密的角落。即便是廣布密探與耳目的極權(quán)政權(quán)，也未敢奢想掌握這種權(quán)力。

通過大規(guī)模的數(shù)據(jù)運(yùn)用，個(gè)性化資訊才得以生成。在對(duì)可能性進(jìn)行預(yù)測(cè)的基礎(chǔ)上，這些資訊“有利于”我們的選擇行為——這種論調(diào)多少有些囫圇不清。一些機(jī)構(gòu)與我們存在數(shù)據(jù)關(guān)聯(lián)，它們對(duì)我們的選擇行為感興趣，并試圖預(yù)測(cè)、引導(dǎo)我們的選擇。這些算法掌握并影響著我們的選擇，我們對(duì)其所依據(jù)標(biāo)準(zhǔn)卻幾乎無從掌控、無從知曉。

如何重獲控制權(quán)呢？有一種思路頗具意味，那就是設(shè)計(jì)并建立某種模式，以適于分析、理解并處理這些海量的復(fù)雜數(shù)據(jù)，亦即一種倫理化模式。

數(shù)據(jù)倫理化的前提：算法原理

在此我們需要予以澄清。這不是要抑制大數(shù)據(jù)的蓬勃發(fā)展，而是使我們的生活盡量不受制于盲目理性，也不單純地屈從于市場(chǎng)的客觀需要。問題的核心也不在于構(gòu)建某種兩全模式，得以既合乎常情，又順應(yīng)大數(shù)據(jù)的巨大潛力。

不過，鑒于數(shù)據(jù)挖掘的原理，構(gòu)建針對(duì)復(fù)雜數(shù)據(jù)的倫理化模式是完全可行的。這是因?yàn)?，作為大?shù)據(jù)核心的歸納算法，其所依賴的邏輯與作為倫理道德核心的“實(shí)踐智慧”竟然是驚人地相似。

在日常生活中，人類收集數(shù)據(jù)，闡釋信息，與記憶中的知識(shí)建立聯(lián)系，并掌握在日后可被反復(fù)運(yùn)用的種種能力。由此，人類獲得了一種“實(shí)踐智慧”，亦即行為的藝術(shù)；同樣在“倫理道德”中，這種所謂的“實(shí)踐智慧”也可以得以形成并完善。

數(shù)據(jù)挖掘算法所依賴的邏輯與人類日常行為所反映的邏輯，兩者十分接近。它們都屬于歸納式、而非演繹式的邏輯。大數(shù)據(jù)算法的設(shè)計(jì)初衷不在于推理論證，并獲得無可爭(zhēng)辯的結(jié)論；它不是數(shù)學(xué)運(yùn)算。運(yùn)行這種算法所依據(jù)的局部、不完全且尚未結(jié)構(gòu)化的數(shù)據(jù)，并不足以支撐論證過程。這種算法其實(shí)是對(duì)重復(fù)性動(dòng)作的辨認(rèn)，對(duì)行為線索、行為模式的識(shí)別。例如，在亞馬遜網(wǎng)，它們會(huì)發(fā)現(xiàn)某類圖書的讀者很可能對(duì)另一類圖書也感興趣。這些算法收集數(shù)據(jù)，將數(shù)據(jù)聚合為信息，對(duì)信息加以闡釋，并與記憶中的知識(shí)建立聯(lián)系，由此提供精簡過的選擇范圍，而這些選擇又導(dǎo)向?qū)嵱媒Y(jié)果。

無論就人類行為而言，還是就數(shù)據(jù)算法而言，關(guān)鍵的節(jié)點(diǎn)都在于“化簡”，即將復(fù)雜的原始數(shù)據(jù)轉(zhuǎn)化為實(shí)用信息的過程。在上述亞馬遜的例子中，這意味著不去向科幻小說的愛好者推薦人類學(xué)著作。在這個(gè)關(guān)鍵的化簡環(huán)節(jié)，復(fù)雜數(shù)據(jù)的倫理化模型應(yīng)試圖去維護(hù)并開發(fā)這種辨識(shí)力。

在此，我們要遵循兩條必要的原則。首先，所謂“信息”通過某種系統(tǒng)性框架與行動(dòng)相聯(lián)系。信息聚合為知識(shí)，這種知識(shí)又是一種實(shí)踐性知識(shí)，在行動(dòng)中得以確認(rèn)。與其說它是知識(shí)，不如說它是對(duì)知識(shí)的實(shí)踐。

第二條原則直接來自于信息科學(xué)理論。相較之?dāng)?shù)據(jù)處理，毋寧說數(shù)據(jù)狀態(tài)描述。大數(shù)據(jù)倫理的關(guān)鍵也在于將紊亂且含混的復(fù)雜知識(shí)轉(zhuǎn)化為結(jié)構(gòu)性的簡單知識(shí)，并導(dǎo)向某種最終實(shí)踐。

數(shù)據(jù)倫理化的關(guān)鍵：數(shù)據(jù)分級(jí)

數(shù)據(jù)化簡的決定性環(huán)節(jié)就是數(shù)據(jù)分級(jí)。數(shù)據(jù)分級(jí)可以“調(diào)控”算法，讓其制造可用結(jié)果。數(shù)據(jù)分級(jí)要求事先對(duì)數(shù)據(jù)價(jià)值進(jìn)行考量，這通過一系列的設(shè)問完成：為何評(píng)估，出于什么樣的目的和目標(biāo)？如何對(duì)某項(xiàng)數(shù)據(jù)或某條信息的價(jià)值進(jìn)行評(píng)估，依據(jù)什么樣的標(biāo)準(zhǔn)？確切地說，我們到底應(yīng)該評(píng)估什么？

我們可以從某項(xiàng)數(shù)據(jù)的具體內(nèi)容來評(píng)估其價(jià)值：比如，點(diǎn)擊一次表示有人喜歡，有人朝某個(gè)方向前進(jìn)或返回，或有人打算支付。我們還可以從冗余度、差異性和數(shù)量角度對(duì)某項(xiàng)數(shù)據(jù)的價(jià)值進(jìn)行評(píng)估。數(shù)據(jù)的價(jià)值也取決于知識(shí)整體：某些數(shù)據(jù)對(duì)認(rèn)知貢獻(xiàn)較少，而另一些數(shù)據(jù)則對(duì)認(rèn)知意義更大。最后，我們可以在數(shù)據(jù)分享的層面，也就是從數(shù)據(jù)交換的質(zhì)與量對(duì)數(shù)據(jù)的價(jià)值進(jìn)行評(píng)估。

數(shù)據(jù)的價(jià)值還與它為用戶所提供的服務(wù)有關(guān)。對(duì)信息的評(píng)估就是確定信息的傳播策略，即在適當(dāng)?shù)臅r(shí)機(jī)提供適當(dāng)?shù)男畔?，根?jù)客戶的興趣與需求有選擇性地推送信息，從而杜絕誤導(dǎo)性信息和信息泛濫。

因此，系統(tǒng)設(shè)計(jì)者必須要確定，向用戶提供什么數(shù)據(jù)、提供多少信息。用戶需要哪些數(shù)據(jù)，才可以“良好地”決策，并“良好地”行動(dòng)呢？為了在信息系統(tǒng)內(nèi)部實(shí)現(xiàn)數(shù)據(jù)改進(jìn)與數(shù)據(jù)過量之間的均衡，兩種變量可以對(duì)數(shù)據(jù)分級(jí)和數(shù)據(jù)揀選功能實(shí)行優(yōu)化。

第一種是指對(duì)所有層級(jí)數(shù)據(jù)進(jìn)行的反復(fù)評(píng)估，但這種再評(píng)估太過頻繁的話，來回傳輸所引起的數(shù)據(jù)過載，就會(huì)抵消再評(píng)估所帶來的好處。第二種是指最小存儲(chǔ)單位所包含、管理和等待移動(dòng)的數(shù)據(jù)量，量過大也會(huì)導(dǎo)致分級(jí)變得復(fù)雜且緩慢。

這種對(duì)數(shù)據(jù)加以分級(jí)并評(píng)估的工作至關(guān)重要。倫理的因素也是在這個(gè)環(huán)節(jié)被引入。接下來我們研究一個(gè)頗為敏感的實(shí)例：醫(yī)療數(shù)據(jù)。

倫理化分析的實(shí)例：醫(yī)療數(shù)據(jù)

醫(yī)療數(shù)據(jù)可謂是兩方面利益的邊界：作為病患隱私，醫(yī)療數(shù)據(jù)應(yīng)當(dāng)?shù)玫奖Ｗo(hù)；作為流行病統(tǒng)計(jì)資料，醫(yī)療數(shù)據(jù)又對(duì)全人類有用。如何弄清這兩種因素呢？在四點(diǎn)原則基礎(chǔ)上，我們可以建立一套倫理化的方法。在其相關(guān)著作《生物醫(yī)學(xué)倫理原則》中，Tom Beauchamp和James Childress確立了這四點(diǎn)原則。

第一，善意性原則，也就是對(duì)他人福利的貢獻(xiàn)。善意性行為要符合兩點(diǎn)具體規(guī)定，即善意性行為一要有益，二要有用，表現(xiàn)為正成本效益。第二，自主性原則，也就是每個(gè)人為自己設(shè)定行為準(zhǔn)則。根據(jù)這條原則，病患必須參與到?jīng)Q策過程中。第三，非惡意性原則，也就是說，針對(duì)那些我們理應(yīng)對(duì)其履職盡責(zé)的人，避免對(duì)其行惡，避免使其遭受無謂的損害與痛苦。第四，公正性原則，也就是說，全體病患分享可用資源（時(shí)間、金錢、能源）。這條原則又與平等、公平的概念緊密相聯(lián)，平等與公平牽涉公正性決策的過程。理想的狀態(tài)是，任何行為都應(yīng)趨向完全平等，但根據(jù)不同狀況與個(gè)人，公平通常是為確立行動(dòng)的某種優(yōu)先次序或等級(jí)而被強(qiáng)調(diào)。

設(shè)計(jì)良好的醫(yī)療數(shù)據(jù)揀選過程可滿足上述四點(diǎn)倫理化原則的三條。

善意性原則體現(xiàn)為，向用戶（醫(yī)務(wù)工作者與民眾）發(fā)布信息要適度，確保行為的恰當(dāng)性與合理性。傳播變得更高效。

自主性原則體現(xiàn)為，信息要清晰、準(zhǔn)確、適當(dāng)且容易理解，獲得當(dāng)事人的明確同意。病患有參與商議、決策且行動(dòng)的權(quán)利。

非惡意性原則體現(xiàn)為，依據(jù)用戶身份與性質(zhì)對(duì)數(shù)據(jù)權(quán)限設(shè)限，提高數(shù)據(jù)安全性、保密性和數(shù)據(jù)保護(hù)。

這種選擇性數(shù)據(jù)手段之于公正性原則，卻存在反作用。針對(duì)不同用戶，信息發(fā)送也不盡相同。系統(tǒng)為每個(gè)人設(shè)置特定的信息分配與信息獲取規(guī)則。這樣的信息不對(duì)稱屬于歧視性做法，對(duì)信息透明度也提出挑戰(zhàn)。

依據(jù)數(shù)據(jù)被賦予的重要性，以及數(shù)據(jù)運(yùn)用和發(fā)布所牽涉的問題，數(shù)據(jù)分級(jí)與數(shù)據(jù)揀選得以實(shí)現(xiàn)。通過對(duì)所發(fā)送的數(shù)據(jù)進(jìn)行簡化，數(shù)據(jù)的使用與訪問變得更奏效，數(shù)據(jù)采集與數(shù)據(jù)安全也獲得改善。不過，這種方法卻造成較差的數(shù)據(jù)完整性。所以說，數(shù)據(jù)分級(jí)使各類用戶的工作更輕松，卻使信息系統(tǒng)設(shè)計(jì)者面臨更大的技術(shù)挑戰(zhàn)。

這種選擇性數(shù)據(jù)分級(jí)在數(shù)據(jù)復(fù)雜度與可訪問度兩方面均發(fā)揮著重要作用。我們可視其為一種“組織性智能”。依據(jù)倫理化數(shù)據(jù)挖掘原則所構(gòu)建的那些算法，其所生成的新信息，我們可稱其為“倫理化信息”。經(jīng)過倫理化評(píng)估預(yù)處理的信息，在其日后的運(yùn)用中蘊(yùn)含更大價(jià)值。

倫理在何時(shí)改進(jìn)數(shù)據(jù)質(zhì)量

這種方法對(duì)初始數(shù)據(jù)先分級(jí)再揀選，以數(shù)據(jù)和信息的量化損失為代價(jià)，卻可改善知識(shí)的定性價(jià)值與熵值。同時(shí)，數(shù)據(jù)的自動(dòng)選擇性分級(jí)系統(tǒng)通過偏低的存儲(chǔ)占用，根據(jù)用戶的不同需求，自動(dòng)地向?qū)?yīng)的服務(wù)層級(jí)轉(zhuǎn)移數(shù)據(jù)。

關(guān)于大數(shù)據(jù)技術(shù)核心即歸納算法所展開的相關(guān)工作，使上述方法被極好地予以闡釋。唯一且放之四海皆準(zhǔn)的歸納式解決方案并不存在。盡管如此，針對(duì)具體目的，可選方案的范圍也會(huì)相對(duì)明確。恰如倫理化進(jìn)程，表現(xiàn)最突出的歸納算法應(yīng)該是不斷演化的。依照最適宜的可行方案，這些算法調(diào)整其處理數(shù)據(jù)的方式，進(jìn)而實(shí)現(xiàn)自我完善。為了構(gòu)建這樣的算法，數(shù)據(jù)處理必須具有預(yù)見性，且可發(fā)揮作用。為此，運(yùn)用大數(shù)據(jù)，必須及早將數(shù)據(jù)轉(zhuǎn)換為可用的倫理化信息。

在這樣的大背景下，從倫理的視角，對(duì)選擇性分級(jí)方案進(jìn)行研究，有助于我們更好地理解數(shù)據(jù)可用性、數(shù)據(jù)保密性以及數(shù)據(jù)保護(hù)之間的不穩(wěn)定均衡。根據(jù)特定情況，這種均衡時(shí)而會(huì)倒向這邊，時(shí)而又倒向那邊。數(shù)據(jù)揀選之前，這樣的方法往往會(huì)向我們拋出一系列問題：這么做的目標(biāo)、目的、關(guān)鍵、意義分別是什么？我要使用哪些數(shù)據(jù)？局部數(shù)據(jù)還是全部數(shù)據(jù)？我要如何使用這些數(shù)據(jù)？在哪？對(duì)哪些用戶？更為宏觀地講，如何運(yùn)用信息系統(tǒng)內(nèi)所累積和存儲(chǔ)的混雜數(shù)據(jù)？這種數(shù)據(jù)整體與我處境的相關(guān)性為何？這會(huì)不會(huì)造成原始信息價(jià)值的歪曲？最終信息的完整性可否得以保留？

技術(shù)解決不了所有問題。對(duì)個(gè)人信息及其私密性的保護(hù)，同時(shí)要依賴職業(yè)道德的約束與人們行為的自律。這就需要制定相應(yīng)的道德守則，以規(guī)范對(duì)大數(shù)據(jù)中個(gè)人數(shù)據(jù)的設(shè)計(jì)、實(shí)施及運(yùn)用。這同時(shí)又帶出新問題：由什么機(jī)構(gòu)或組織負(fù)責(zé)制定這樣的守則，并推進(jìn)“倫理化”算法的認(rèn)證進(jìn)程？

杰羅姆?貝朗杰

杰羅姆?貝朗杰是一位衛(wèi)生經(jīng)濟(jì)學(xué)家，Keosys公司高級(jí)顧問，Espace Ethique Méditerranéen機(jī)構(gòu)副研究員。研究領(lǐng)域是倫理學(xué)、社會(huì)學(xué)、組織和技術(shù)設(shè)計(jì)學(xué)的方法，信息系統(tǒng)在衛(wèi)生行業(yè)、醫(yī)患溝通中的使用，以及遠(yuǎn)程醫(yī)療、電子醫(yī)療、移動(dòng)醫(yī)療和醫(yī)療大數(shù)據(jù)。曾在國際知名刊物上發(fā)表多篇科技論文，負(fù)責(zé)三種專業(yè)期刊的編審。