大数据背景下思维、范式与行动的变革
发布时间：2022-12-06 11:22:50 所属栏目：大数据 来源：
导读： 大数据背景下思维、范式与行动的变革
——读《大数据时代：生活、工作与思维的大变革》有感
“人对未来的预测，都跳脱不出当下技术和思维的限制。”当我们把时间线往前拨十
——读《大数据时代：生活、工作与思维的大变革》有感
“人对未来的预测，都跳脱不出当下技术和思维的限制。”当我们把时间线往前拨十
|
大数据背景下思维、范式与行动的变革 ——读《大数据时代：生活、工作与思维的大变革》有感 “人对未来的预测，都跳脱不出当下技术和思维的限制。”当我们把时间线往前拨十年，谁能想到大数据能如此普遍的存在于我们的生活中并且发挥着日益重要的作用。从网络购物到移动支付，从行程卡日常化到预测系统的普及……大数据已经与我们的生活产生密不可分的联系，每个人的每一个行为、每一次位移、每一笔交易、甚至身体生理数据每一点的变化，都成为了可被记录和分析的数据。从马克思政治经济学的基础出发，“经济基础决定上层建筑”，生活在大数据的时代我们的很多思维与行动也需要发生相匹配的变化。而《大数据时代：生活、工作与思维的大变革》或许能为我们提供一些可供借鉴的经验。 一、作者介绍：大数据时代的预言家 该书的作者维克托·迈耶-舍恩伯格是大数据领域的学术权威，二十年来一直致力于网络经济、信息与创新、信息监管、网络规范与战略管理的研究，是最早洞见大数据时代发展趋势的数据科学家之一，也是最受人尊敬的权威发言人之一。他曾先后任教于世界最著名的几大互联网研究学府。现任牛津大学网络学院互联网治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人，哈佛国家电子商务研究中网络监管项目负责人；曾任新加坡国立大学李光耀学院信息与创新策略研究中心主任。并担任耶鲁大学、芝加哥大学、弗吉尼亚大学、圣地亚哥大学、维也纳大学的客座教授；他的学术成果斐然，先后有一百余篇论文发表在《科学》《自然》等国际知名期刊上；除此之外他还是众多世界知名企业和政府部门的信息顾问，在全世界范围内享有盛名。 总而言之，舍恩伯格在大数据领域有着当之无愧的权威，他提出的很多观点都有很强的现实预见性，甚至在未来很长一段时间依然适用，是当之无愧的“大数据时代预言家”。 二、背景阐述：当大数据时代成为现实 该书创作于二十一世纪的第一个十年，彼时大数据技术已初具端倪但还没呈现迅猛发展的趋势，很多人都没能意识到大数据将发挥的作用，但是舍恩伯格以极具前瞻性的目光预见到了大数据在未来将引起的一系列观念行动等方面的变化，因此写下这本书为更好地适应大数据时代而做准备。从这个角度来看，《大数据时代》是全世界范围内大数据研究的先河之作，这也正是该书经典的重要原因之一。 当前我国正处于实现中华民族伟大复兴的重要历史节点，随着我国综合国力的增强，科技实力的增强甚至优先达到世界领先水平成为刚需，而大数据正是现在甚至未来能否取得中重大突破的关键技术，尤其是当前我国正处于国外技术封锁的攻坚时期，“船到中流浪更急，人到半山路更陡”，我们更需要改变传统的思维方式，更快的适应社会变化，更好地拥抱大数据时代。因此我们更需要阅读《大数据时代》之类的书籍，汲取于前人，启新至后世。 三、主要内容：思维转变是关键 全书可以分为三个部分：大数据时代的思维变革、大数据时代的商业变革和大数据时代的管理变革，分别从思维、商业和管理三个维度具体阐述大数据时代下我们需要做出的改变与变革，逻辑层层相扣，而这三方面中最重要的就是思维层面的变革，只有思维层面适应大数据时代的变化才能产生商业和管理层面的变革。下面将具体阐述三个部分的具体内容： 1.大数据时代的思维变革：量变导致质变 什么是大数据？作者没有给大数据一个准确的定义。在过去大数据可能指海量数据的运行，但是放在现在这个定义早已过时。紧接着作者指出大数据时代已经到来，我们的日常生活已经被大数据占领，量的增加引发了质的改变，为了更好地适应社会变化我们也需要自身思维的变化，即：不是样本数据而是全体数据、不是精确性而是混杂性、不是因果关系而是相关关系。首先是数据研究的范围从抽样的样本数据拓展至研究的全体数据。在过去很长的一段时间受限于技术等多方面因素的影响，我们只能通过随机抽样的方式用参数估计和假设检验对整体进行推测。但是随着大数据的普遍运用，信息处理的技术和能力飞速发展，计算机可以处理各类传感器、智能手机、网站点击、GPS定位等收集的大量数据。当我们可以获得海量数据并且处理效率极高，那么采样就没什么意义了。因此舍恩伯格认为我们要树立“样本=全部”的观念。接着是数据使用的标准从精确性转变为混杂性。过去我们只能使用样本数据因此要求我们必须有精确的数据，不能存在任何瑕疵。但是在大数据时代我们采用的数据已经是全体数据，因此我们也就不再需要过分关注数据的精确性相反我们需要适应相关问题或瑕疵的存在，我们要开始接受甚至欢迎错误。现实生活中，只有5%的数据是结构化并且能适用于传统数据库的。如果不接受混乱，那么剩下的95%的非结构化数据都无法被利用，只有接受混杂性，我们才能打开一扇从未涉足的世界的窗户。大数据通常用概率说话，而不是“确凿无疑”的。我们要习惯用这种思维去思考看待大数据，允许其中的错误率、格式的不一致。因此我们需要树立“混杂性而非精确性”的观念。最后是数据应用的目的从因果关系转变为相关关系。大数据最核心的功能是预测，它更关注某些事物会朝什么趋势发展而不是这些趋势为什么会发生。因果关系的探求是我们人类的固有思维，但是在大数据时代这样的诉求变得没有意义，我们要做的是让数据发声。因此我们需要确立“关注相关关系而非因果关系”的观念。 总而言之，重视全体样本、适应混杂性和关注相关关系这三项思维变革确实在现实生活中得到证实。从过去的小数据时代到现在的大数据时代，需要变化的东西不仅局限于上文提到的三项内容，甚至包括生活的方方面面，但是这三项毫无疑问是最关键的。不过对于作者提出的这三项思维变革我不能全部认同，在后文中我将提出自己的观点。 2.大数据时代的商业变革：一切皆可被量化 在该部分舍恩伯格从数据获取、数据创新和数据角色三个维度分析大数据在商业方面引领的变革。首先在数据获取方面，一切皆可量化。我们要从不可能的角度出发来获取数据，文字、方位、沟通等都可以被数据化。商业公司要注重用量化的技术从任何方面获取数据，唯有如此才能抓住大数据时代的商业潮流。在分析万物皆可被量化时，作者举了谷歌公司的例子。谷歌公司在给每个用户验证码的时候使用的是难以分辨的古籍文字，如此既可以防止机器人登录又可以带来古籍的数据化，从而获取巨额的商业利润。谷歌公司正是从万物皆可量化的思维出发才取得了巨大的成功。接着是数据的创新，作者提出数据创新的几种途径：数据再利用、重组数据、可拓展数据、数据折旧、数据废气和开放数据。通过上述的几种方式来进一步挖掘数据的潜在价值，实现数据的创新再利用。最后在数据角色上，要实现数据、技术和思维的三位一体，只有三者全部具备商业公司才能在激烈的商业竞争中取得优势，“大数据决定企业的核心竞争力”。 总而言之首次提出大数据概念，通过对美日众多大数据公司案例的分析，该部分让我们感受到数据就像一个神奇的矿藏，当它的首要价值被发觉后仍能不断给予。它的价值并不仅限于特定的用途，它可以为了统一目的而被多次使用，也可以用于其他的目的。数据价值的关键是看似无限的再利用，即它的潜在价值。收集信息固然至关重要，但还远远不够，因为大部分的数据价值在于它的使用，而不是占有本身。或许思维的变革才是商业公司能否在大数据时代生存下的关键。 3.大数据时代的管理变革：兴利必须除弊 每一项新技术的兴起在带来便利的同时，也会产生相应的问题。“大数据时代的到来必然要求相应的管理变革与创新。”在这一部分作者则重点阐述了大数据会给我们带来的危机以及所必须的管理变革。随着大数据技术的日益普及，第三只眼仿佛无处不在，我们的个人隐私受到了极大的侵害，“电商监视着我们的购物习惯，搜索引擎监视着我们的网页浏览习惯，社交工具更是对我们的喜好、社交网络了如指掌。”随着存储成本的下降和分析工具越来越先进，数据的存储和处理都变得越来越便捷，个人信息存在着被明码标价贩卖的情况。针对大数据所带来的问题，舍恩伯格建议管理者要马上做出变革：重视个人隐私保护，让数据使用者承担责任、不能把个人动因作为判断犯罪的标准、发挥大数据算法师在管理层的作用以及要反对数据垄断大亨。只有这样才能让大数据真正为民所用，更好的发挥出作用。 在大数据时代，责任与自由并举的信息管理至关重要。在作者提出的一系列措施中我最认可第一条：将数据使用的责任从用户转移到使用者身上。每次我们使用大数据技术时都需要提前勾选“个人许可”，但在大数据时代数据的潜在价值被进一步发掘。我们在勾选许可时并不知道我们的个人数据将被如何使用，将用于什么目的。而这些问题只有数据使用者才能作答，因此我们便需要数据使用者承担起应负的责任，而不能再继续使用过去让用户消费者承担责任的方式。除此之外，反对数据垄断大亨的措施对当前中国也有这重要的启发价值，很多的互联网巨头凭借自己的资本优势肆意扩张垄断，在很多行业领域里只手遮天。因此政府层面要进一步反对恶性垄断行为，为良好的市场环境提供政策支持。 四、创新与反思：现实语境下的考虑 《大数据时代》之所以被很多人奉之为经典，很大一部分原因就在于它的创新点。首先该书虽然是涉及大数据专业知识，但是全书通俗易懂并没有刻意使用很多的专业术语。即使是对大数据根本不了解的人也能够从其中学习到很多，是一本很好的科普类读物。其次便是论证手法，作者在提出自己的观点后并没有采用复杂的逻辑论述，而是抛出一个个详实的案例，并多次拿同一处境下不同企业所采取的不同措施作对比，因此给读者一种很强的说服力与论证力。除上述的两点优势外，我认为全书最重要的创新点是未来色彩。B站up主“老师好我叫何同学”曾经做过一期评测5G技术的视频，其中“如果你问一个五十年前的人，未来是什么样子的？他可能会告诉你汽车会在天上跑。五十年过去了汽车没有上天，但是计算机和信息技术的诞生对社会的改变绝对不会比会飞的汽车更小。五十年是如此，五年说不定也是如此。五年前大多数的文章都没有预测到4G栽培出了移动互联网这颗参天大树，那么5G这片更肥沃的土壤里会开出怎样的花，我相信还是会超过所有人的预料。我现在最大的期望就是当我五年后再看这个视频会发现，速度其实是5G最无聊的应用”带给我极大的震撼。这种“既然无法准确预测未来，那就站在过去，用过去眼光看现在”的方法令我传统的思维方式时发生了变革。同理舍恩伯格在写这本书时也是在对未来大数据时代做一种预测，或许现在我们再来细细思考书中的某些观点时我们会觉得这是与现实相悖的，但是我们不能忽略作者在写这本书是大数据并没有得到飞速的发展，我们不能因此而忽视它所带来的价值与意义，“凡是过去皆为序章”，读完这本书后我们对大数据的认识或许才刚刚开始。 当然全书也是有一些观点我是不敢苟同的。首先是针对“用整体数据代替样本数据”，虽然作者提出获取和存储整体数据的成本大大下降，但是所用的时间和金钱成本明显要比获取和使用样本数据要多得多，对全部的数据进行处理依然对设备和技术有着重大的考验。另一方面是不是都有使用整体数据的必要，对于简单事实进行判断的数据分析难道也要采集全体数据吗？从这两个方面出发我认为不能对所有的数据都采取“样本=整体”的思维范式。接着针对“相关关系而非因果关系”，我认为这个观点可能只适用于某些不注重结果的商业领域。就拿作者在论述中提出的一个例子：沃尔玛通过对超市里人们购买行为的大量数据分析，发现男人们来买啤酒的时候，通常也会买尿布。这样的发现就让超市将尿布和啤酒摆放在一起出售，从而提高利润。而社会学训练却驱使我去思考为什么？尿布和啤酒的销售量为什么会有关联呢？是因为男人们买啤酒的时候，会顺便购买尿布？还是因为买尿布的时候会联想到啤酒？这使我意识到在社会科学的学习中，因果关系已经成为了一种极其普遍的范式，甚至夸张一点说，所有社会科学的研究都只是为了解答一个问题——为什么？从哲学的诞生之问到现在各种交叉学科的产生发展几乎都是在回答“为什么”的问题。这个问题面向过去，面向所有已经发生的事实，试图通过信息收集和逻辑假设来说明一个道理：”人类社会中什么事情的发生，是因为什么及什么因素的作用。任何一门社会科学范式中最重要的便是回答“为何会这样”，恰如古语所言“知其然知其所以然”。或许追求确定的因果关系正是我们人类寻求稳定与存在价值的一道重要途径吧。因此对于专业的学术领域我不认为能够用完全的相关关系来取代因果关系。 五、个人体会：学科范式的重大变革 在过去的小数据时代社会学凭借着其严谨的实证主义方法论，曾在社会科学领域占有一席重要地位。但是在大数据时代前期，社会学存在一定的滞后现象，因此导致最近十年的社会学很难有新的突破，大部分的研究仅仅是在前人的领域重复循环。尤其是现在大数据日益普遍的使用在日常生活及学术研究当中，大数据与社会学的结合势在必行。 在过去数据获取与处理技术不发达的时期，社会学主要借助于抽样的方式来进行实证研究。近几年来随着大数据在学术领域的普遍化，其逐渐影响到了传统的社会学甚至是社会科学。因此在这一部分我主要想谈一谈大数据能为社会学的研究带来的挑战。 首先根据学界的标准，可以将社会学分成三类：思辨社会学、诠释社会学和实证社会学。可以说在整个学术领域占据重要地位的是实证社会学，因此数据也是与我们的研究密不可分。在过去实证社会学获取数据主要通过调查活动，其中最杰出的代表就是美国的芝加哥学派。今天，社会研究依然需要通过调查来获取所必需数据。像上文提到的大数据侧重于分析相关关系而社会科学则深究因果关系。在大数据应用日益广泛的现代社会中，进行社会研究依然需要调查数据。的确，对于大数据而言，无需调查，只需选择。调查数据，是有目的、有假设地去搜集数据。对于大数据而言，没有任何人可以做某个单一的研究假设，也没有任何人有能力做普遍适合的研究假设。正是在这个意义上，对大数据的分析，重在发现。因此大数据对社会学带来了众多的挑战。 首先带来的第一个挑战是我们还需不需要调查数据。相对于大数据而言，调查数据，就是小数据。比如，微信朋友圈，就是人的人情网络或人际网络；淘宝就是消费网；还有交通网，工作网，健康网。我们手腕上戴的智能手环、手机、电脑、家用电器等，这些设备如果互联互通，也会形成巨量的数据。因此我们需要重视“转化与替代”。第一点是转换数据，第二点是转换思维。数据的来源已经完全变了，需要调查的东西越来越少。因此未来也有可能完全不需要做大规模调查，调查的重要性会越来越低。 对此我建议相关的社会学教授方式也要发生的一定变革，以前的教学重点是教授学生调查数据的方法及处理数据的技术，但现在不能再仅仅局限于培养学生本学科的研究范式，更重要的是让学生掌握基础的大数据使用技巧，努力相交叉学科领域靠近，特别是“计算社会学一定会在未来发挥出更大的作用。” 接着带来的第二个挑战是社会学的研究范式还有用吗？因为以往经典的社会学理论研究范式大部分是建立在调查研究的基础之上，即：抽样、精确、因果，而大数据所带来的研究范式是：整体、混杂与相关。“社会学曾经的优势有调查数据，有分析数据，有运用数据知识的积累，这是实证社会学最核心的三部分，构成了实证社会学独特的知识能力。但是现在大数据貌似已经把我们曾经引以为豪的优势给瓦解掉了。”社会学只剩下运用数据知识的积累这一个优势了。调查数据的优势在慢慢失去；分析数据的优势也在慢慢丢失。唯一剩下的或许只有运用数据知识的积累了。为了应对这个挑战我们需要转变学科教育的模式，不能再坚守以前的做法相反要主动拥抱大数据，我们要转变观念、变革范式与做出行动。只有这样社会学才能在大数据时代继续建立属于自己学科的优势。 总之首次提出大数据概念，阅读《大数据时代》的过程给我的思维造成了巨大的震撼，大数据带来的是思维范式的根本性变革——我们将不再沉湎于历史和过去，试图解释某种联系，而是更好地觉知当下，与正在发声的未来。“凡是过去，皆为序章”，我们需要以更主动的态度融入大数据时代。 （编辑：PHP编程网 - 襄阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
浙公网安备 33038102330434号