大数据热潮的分析与审视.pdf

大数据热潮的分析与审视 大数据热潮的分析与审视 1,2 3 1,2 孙辰朔 ，万剑锋 ，刘山松 （1.清华大学 自动化系，北京 100084；2.清华大学 数据科学研究院，北京 100084； 3.清华大学 历史系，北京 100084） 摘要：大数据作为科学技术的产物，不仅正在改变人类生活 的物质世界，更引 起了主观世界的思维革命。首先探究了从数到大数据的演变源流，以哲学方法分 析了近些年来大数据热潮的成因，分别是：信息科学提供质料、新 方法论作为 形式、政产学研施以动力以及社会进步构成目标。进而从数据思维的应用局限、 数据的准确性与客观性以及技术的 “双刃”效应与伦理问题等方面对大数 据热 潮作了重新审视。 关键词：大数据热潮；历史溯源；成因研究；再审视 中图分类号：NO31 文献标识码：A 近两年来，大数据席卷了人们生活的物质世界，甚至掀起了一场前所未有的思维 革命。针对大数据的本体论探讨 〔1〕115-121、历史演变进程 〔2〕33-39，以及对科学研究 的影响 〔3〕123-126 等 问题，已有学者做过相关研究。然而时至今日，大多数人仍然 以一种并非完全准确乃至盲目依附于潮流的视角来看待大数据。本文试图站在一 个更全面的角度，从数 到大数据的哲学源流探究出发，再以哲学的分析方法提 出大数据热潮的形成原因，并从数据本体论及其应用局限、数据的准确性及客观 性、技术的 “双刃剑”背后的 伦理问题等方面反思了大数据热潮下可能被人们 忽视的问题。 一、大数据的历史溯源 大数据热潮方兴未艾，但若要探究何谓大数据的问题以及大数据现象何以如此兴 盛的原因，我们的眼光就不仅仅只停留在它时下的具体表征上，还要对产生它 的 理论根源做深入分析。大数据，冠之大于数据也。从造词法的角度看，它必然与 数和数据有关。因此，如果要将大数据的历史脉络梳理清晰，可以以数和数据为 线 索。 1. 大数据，首先是源于数的概念 数作为人类认知自然世界的载体和产物，贯穿于人类历史发展的各个阶段。从古 希腊唯物主义哲学家阿那克西曼德开始使用 “本原”一词，到泰勒斯提出 “万 物源于水”，人类逐渐摒弃玄异，开始借助经验观察和理性解释看待世间万物， 这种理性思维的萌芽为数的产生提供了前提。毕达哥拉斯学派所持 “数即万物” 的思 想，以及创立基于数的自然哲学，实际上是把数看作了世界万物的本源。 之后形成的柏拉图主义、唯名论等，也将数提升到本体论的高度。同样地，中国 古代文明中 诸如道家学派 “道生一，一生二，二生三，三生万物”，《易经》 中关于天地 “天一、地二、天三、地四”，《论语》中关于为人处世 “益者三友、 损者三友”，这 些将数字赋予意义的说法，譬如， “一”与宇宙本源， “二” 与阴阳论， “三六九”与等级衡量，虽然带有一定神秘主义色彩，但足以见得数 对古人世界观的巨大影 响。可以说，数在人类了解自然世界、理解客观存在的 过程中扮演了极其重要的角色，数的出现为人类提供了理性和正确认知世界的方 法论雏形，也是数据与大数据 的演化开端。 2. 大数据，更是源于数据的概念 相比古代文明对于数的认知模糊而虚幻，随着自然哲学的发展，特别是将数据融 入科学研究范式的定量研究方法出现后，人们将客观事物用数据表征和分析，逐 渐发现了量变质变规律，使万物源于数的本体思想开始变得清晰和具体。例如， 物理学家伽利略在天文学上做的定量观测，可为航海者测算精度；化学家拉瓦锡 基 于定量分析提出的物质不灭原理；生物学家孟德尔根据实验数据推导出的遗 传定律等。这些实例充分说明，以科学数据为媒介的定量描述正是奠定现代科学 研究的基 础。 二十世纪五十年代以来，随着电子计算机的诞生，人类社会步入信息化时代，“把 现象转变为可制表分析量化形式的过程” 〔4〕104， 即数据化成为这个时期的重要 标志。进入二十一世纪，人们将过去积累的大量观测数据、理论仿真数据当作研 究对象，通过探究其内在统计规律，挖掘数据潜在价 值，形成了崭新的数据科 学，其在与其他领域相互交融的过程中，催生了一批新的研究方向，如生物信息 学、计算社会学等交叉学科应运而生。大数据正是在这个背 景下被推出