为大数据正名：人即数据，大数据就是我们自己

xman

　　2012年，沃尔玛每小时就能产生2.5PB、100多万名用户的消费记录。同年，Facebook报道称他们每天要处理25亿个内容碎片(链接、评论)、27亿个赞和3亿次图片下载。
　　与此同时，对颗粒数据的收集也迎来了前所未有的机遇。今年二月，基于对用户数据分析，Facebook新推出了六组多样化的表情(emoji)按钮，丰富了用户交流回复时感情流露的深度和广度。

　　随着全球数据流的高速集聚与融汇，大数据的应用也进入了白热化阶段，迅速渗透至各个领域。人即数据，大数据就是人。这其中包含两层解读。举例来说，大数据首先可被理解为是由人们的点击量和定向选择组成的;其次，大数据又可以反作用于人们的决策，特别是一些与社会大众密切相关的政策的制定等。它甚至可以影响我们对自我的界定、关系、选择等等。
　　一些文化评论家把大数据妖魔化为一种"新型精神控制"，甚至认为它能影响大选结果。也有人将其描述为某种形式的人类掠夺工程。哈佛大学商学院的Shoshana  Zuboff  认为，对人类行为数据的侵略性掠夺会对我们的自由、隐私、道德和自主性产生巨大的反作用，而且这种作用很可能会在数十年后才显现，是一种新型的恶性资本主义。
　　大数据=可掠夺的资源
　　"大数据"这一说法很容易让人误认为它完全不受人类主观意识左右。最近，一批社会科学学者正致力于研究从"数据中心"向"人本中心"的转变。他们认为人们过分关注大数据带来的驱动作用，却忽视了人才是一切研究工作的核心。这一提法虽然对我们起到了警示作用，但忽略了一个关键事实：数据痕迹的本质就是人活动的痕迹。

　　虽然大数据作为一个新概念被提出，但数据的收集方法其实并不新鲜。社交媒体平台的设计纵然不断更新，对数据的监测却早就存在了。然而对大数据错误、冗赘的解读也使得大众对这一概念的理解越来越混乱。另外，对于数据收集与个人隐私间的矛盾也一直争议不止。
　　尽管人们已经在数据收集和个人隐私间打了无数口水仗;尽管人们都曾被屡次提醒这些个人信息的外露可能导致许多后果，但能真正打从心底认识到个人数据集可以左右公共决策、影响社会发展的委实少之又少。同样，时至今日，多数人依旧认为大数据是不受人为干预的最客观的资源，就像是在自然界长出的花草果实，我们只要去收割就可以了。而那些掌控着这些数据资源的人当然不希望事实被揭穿。因为一旦大众看清了正在发生的一切，他们定会更奋力地反抗。
　　大数据与人的渊源
　　大数据和数据驱动的科学与社会科学渊源颇深。这是因为大数据科学越来越深入到了个人领域范畴，涉及到了越来越多与自我、个性、观念等方面的信息，而这些都是社会学长久以来关注的重点。

　　人类对数据的挖掘方式在不断演化。从20世纪早期的社会调查、问卷调查，到20世纪晚期的分组调研等，随着研究技术的不断改进，这些调查变得越来越细致和有针对性。人们似乎再也无法逃脱数据搜捕的巨网。就像心理学家James  Sully在1881年所写到的："即使是摇篮里的小婴儿也不得不承受科技的监视。"
　　1924至1926年间，社会学家Robert Lynd和Helen  Lynd夫妇曾就印第安纳州曼西市的当地文化开展了一项大型研究。人们爱看什么电视节目、每天要在厨房花多少时间等等，事无巨细，全被一一记录。1947年，心理学家Roger  Barker在堪萨斯州奥斯卡卢萨的一个小镇上创建了社会科学实验室"中西部心理学实验站"。小镇成为了某种形式的实验室。Barker和他的同事们开辟了一种全新的数据收集形式日常生活数据收集。举个例子，在他们收集的信息里有这样一条："1949年4月24日，星期二，早7：01，七岁的Raymond捡起一只袜子，套在了自己左脚上，然后慢慢从床上爬起。他妈妈开玩笑地说："你的眼睛还没醒吗?"进入20世纪50年代晚期，研究学者Terry  Bristol和Edward  Fern提出了"专题小组"的调查形式。参与者们可以通过匿名的方式对一些共同经历表达自己的看法。这其实就是美国现代社会科学中常用的调查手段主观信息客观化的雏形，也是大数据的终极意义。

　　另一个值得关注的发展方向就是人类学研究的介入了。参与人类学研究的人们很多是为了增进自我认识、社会参与度、反馈等等。其中，名叫Don  Talayesva的霍皮族印第安男子可以说是历史上被观测记录最多的人了。从1890年到1976年，他的生活一直处于被记录状态。他作为霍皮人的生活经验甚至填补了耶鲁大学百科知识库中"人类关系分区档案"中生物分类学上"霍皮族"的空白。Talayesva还为学家们贡献了8000页日记、341个梦境记录，以及一系列访谈内容等等，俨然成了一个庞大的数据库。
　　新瓶装旧酒
　　人们对于数据收集的态度变化也十分有意思。以电话采访为例，在这一调查方法刚推出时，人们还是很配合访问的。然而，随着电话采访的频繁"骚扰"，如今还肯接受采访的群众大概就只剩下3%了。其次是街头采访。20世纪50-60年代，当街头采访首次"空降"巴黎时，得到了公众的极大关注。然而今日，群众似乎已经对此习以为常，有些人甚至会觉得无聊而刻意躲避。更糟糕的是，在调查中，一些人还会通过挖苦、讽刺回应调查人员，以显示自己对调查的不屑与挑衅。

　　人们对大数据的态度恐怕也不过如此。虽然现在多数人还沉迷于大数据为我们营造的神奇世界，我们往往是贪图那一时的便利或享乐而无偿奉上了自己的行为数据。但随着深入了解，也许在不久的将来，我们就会对自己当下的天真与盲目感到吃惊，因为我们还没真正意识到自身行为数据的价值所在。今天的大数据收集与当年人们的社会调查本质是相似的，只是规模更大、颗粒化程度更高而已。
　　20世纪，由美国牵头的行为科学研究席卷全球，试图深入推进对人类行为数据的收集，使其成为可被智能机器利用的原始物料。这就是大数据的前身。这一项目有时也会得到来自政府或军方的支持，为其决策提供参考。这也是为什么大数据在今天会得到如此大的关注：它沟通了人本信息和物质世界，甚至实现了二者之间的相互转化。

　　究其根本，大数据其实并不是什么新事物。只是在高新技术的浸入下，它逐渐成为了现代社会的核心"推进器"，满足了人们缔造一个透明可视、且能自我优化的"机械化人格"，而你就是人格的一部分。我们真正应该看到的，是数据背后的人性。