讀《大數據時代》有感:大數據時代的取舍

　　第一范文網：《大數據時代》是國外大數據研究的先河之作，本書作者維克托·邁爾·舍恩伯格被譽為“大數據商業(yè)應用第一人”。下面請欣賞《大數據時代》優(yōu)秀讀后感。

　　在《大數據時代》的一開頭，講了這樣一則小故事，尤為發(fā)人深省——作者維克托的繼父去世的時候留下了16000張收藏的照片，這些照片全都是他幾十年來周游世界的影像記錄。因為體量龐大，維克托選擇保留其中的一部分。如何裁決這么多幅照片呢?最后被選出的53張照片具有兩個共同特點：1.照片上有認識或可能認識的人;2.照片拍攝得很漂亮。這種取舍是嚴格按照維克托所設定的程序進行的，其背后投射出人類對大數據時代未來的思考——在記憶成為常態(tài)的時代里，什么會是遺忘的例外?說得更玄一些，大數據時代，人類應該如何構建積極而安全的未來?

　　《大數據時代》書分三部分，分別是商業(yè)變革、管理變革和大思維變革。在翻開這本書之前，我們不妨拿這三部分去套一下開頭的故事。16000張照片精選出一部分是需要一個工具和流程的，有些人依賴情感感性地挑揀，有些人選擇按照心中一個可識別的具體要求過濾。這是對待數據本身的管理方式不同。如果是160000張照片，1600000張照片甚至更多呢?一種算法在精密地處理著每張照片，而維克托選擇了這樣的兩個要求，就要承擔使用數據之后萬一錯過某張絕世佳作的責任。再來看這16000張照片本身，它們本身就是有價值的，每一張都是長輩生活點滴的封存，每一張都有著娓娓道來的動人瞬間。只不過或許有些照片定格的瞬間更加難得，有些風景照卻可以日后故地重游重拍，因此讓數據價值說話，在維克托的心目中，滿足這兩個條件的照片更具有被保留的意義，于是商業(yè)變革的縮影也可見一斑。最后要提到的，就是大思維變革，更多、更雜也更好的數據看似遮擋視線，但換個方式面對它們，就是在一個兼具廣泛性和多樣性的空間里選擇更適合人類的數據使用方式，讓數據不再單純被陳列，而是可以活起來。不過此處還遺留著一個不大不小的問題，被舍棄的那一萬五千多張照片，它們的命運將會何去何從，如果是紙質的可以撕掉、燒掉，但如果是現在存儲在電子媒介中的，我們能確保點擊刪除的那個時刻，這些照片真的從此從這個世界上消失了嗎?這些數據，真的是個體可控制，人類可管理的嗎?

　　一、思維轉變，“樣本=總體”

　　如果在法律的范疇中，我們提到大數據時代，第一反應是各種各樣的。思維變革強調數據處理方式變化引起的思考模式轉變。

　　1、更多

　　從前收集數據是一件令人苦惱的事情，于是人們無意識地選擇規(guī)避大數據體量，人為限制了與數據的交流。如今，技術條件已經大大地提高，我們的習慣卻常常停留在原地，因此大數據時代通過一些外在的動力去轉變這種桎梏是非常有必要的。比如我們想知道應用《婚姻法》24條判案調解的情況，以前或許停留在抽查層面，不然就是要花費大量的時間挨個調研，費時費力還不一定全面。而現在，包括中國裁判文書網、北大法寶在內的多家平臺可以提供大數據檢索，簡單輸入關鍵詞就可以在海量的數據庫里精確定位到需要的案例信息，并且呈現出來的數據有一定的區(qū)分，網站通常會自動提供一些分類指標，例如是在哪個地區(qū)哪級法院，案由是什么，方便后期進行圖表統(tǒng)計，用以畫出餅圖、樹狀圖更直觀地了解數據面貌。

　　2、 更雜

　　但是問題也接踵而來，很多人會發(fā)現搜索結果有時并不一定完全符合預設情境，甚至文不對題，比如搜索“轉讓股權”而非“股權轉讓”就可能導致一些案例擦肩而過。而數據本身來源的多樣性也導致了數據質量不一，各地區(qū)各層級司法文書的撰寫水平存在差異，于是經檢索獲得的數據不一定都能充分發(fā)揮效用。但是紛繁的數據反應出數據體量的龐大，精確性依賴的應當是算法而非數據源，大數據的利益促使人們精進算法，多次嘗試不同的搜索方式以彌補數據瑕疵，我們添加標簽時所固帶的不準確性從某種意義上說明我們能夠接受世界的紛繁復雜，這是對更加精確系統(tǒng)的一種對抗。因為精確的系統(tǒng)通常試圖讓我們接受一個世界貧乏而規(guī)整的現象——因貧乏而規(guī)整，然而事實上現實就是紛繁復雜的，天地間存在的事物遠多于系統(tǒng)所設想的。不是“一個唯一的真理”，一款法律條文不是只能適用于一種案情，多款法律條文組合可以推導出不同的邏輯鏈條。要想獲得大規(guī)模數據帶來的好處，混亂應該是一種標準途徑，而不應該是竭力避免的。

　　3、更好

　　還有一點極為精妙地同時出現在法律和大數據的世界里，中國作為非判例法國家，查詢其他相似案例固然可以幫助人們預測案情未來走向，但是這些信判例卻不可以直接作為法源或是最有力的論證。不過，判例中所提到的法律條文，法律條文串起的邏輯思路卻能另一起案件中得以運用。相似不代表相同，這是大數據時代個性化定制中存在的問題，人們在淘寶買了一件衣服之后，相似的預測方式會讓系統(tǒng)推薦同樣的款式不同的店家，或許由于渠道或者面料的不同，價格存在一定差異，但是消費者很少會在短時間內重復購入。而相關的預測方式會考慮這件衣服的特質和要素，譬如蠶絲面料、短袖、款式較為保守等等，這通常折射出消費者的偏向，于是再有這些元素組合而成的衣服也很有可能受到青睞。讓數據更好意味著提高數據的效用，選擇關聯度高的數據，能成功起到預測的作用。法律是具有預測的功能的，而大數據可以驗證或者說提高預測的可信度。當我們看到大量的案例真真實實地告訴我們許多故意殺人罪犯罪嫌疑人最終真的被判處死刑時，我們愈發(fā)地相信寫在刑法里的條文所具有的威懾力，更加謹言慎行。

　　二、量化數據，從“T” 到 “I”

　　大數據發(fā)展的核心動力來源于人類測量、記錄和分析世界的渴望，如今的信息技術變革重點落在“T”(技術)上，而不是在“I”(信息)上�，F在，我們是時候把聚光燈打向“I”，開始關注數據本身了。

　　數字化和數據化是兩個不同的詞語，比如說有一篇判決書適用法律嚴絲合縫、遣詞造句文采斐然，人們把判決書的每一頁拍下來，再上傳到網上，于是更多的人打開一張張jpg，開始閱讀這篇判決書，這是數字化。而中國裁判文書網、北大法寶的字符串已經經過了有效的處理，在我們看來的漢字對于電腦而言是不同意味的0和1，這些網站的后臺當然不是活生生的工作人員在一張一張翻看全國各地的司法文書，人為地看到“一審”就歸到“一審”那摞紙上，而是計算機算法自動識別著不同的字符串，按照指定要求分門別類，這是數據化。存儲成本的大幅下降，使得保存數據比丟棄數據更加容易，書盈四壁固然學問高深，但是大數據時代的數據卻可以得到更長久、更妥善的保存。數據的非競爭性使其不同于物質性的東西，價值本身不會隨著使用次數增多而減少，可以不斷地被處理。前文已敘，對搜索點擊的個人用戶而言，法律數據庫的好處自然是不言而喻。而大數據時代能容許數據發(fā)揮的價值，還遠不限于這些現時的眼前的幫助。數據的真實價值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，絕大部分隱藏在表面之下。又像是靜止在山坡上的小球，它原地靜止時不聲不響，一旦釋放滾下山坡，其中的動能就能被發(fā)現。數據的二次利用使得隱藏價值得以有效釋放。

　　我們不妨做個假設，A是一名學生，看到了北大法寶上一篇教授的法學論文后深受啟發(fā)，悉心查閱資料并獨立完成了一篇青出于藍而勝于藍的畢業(yè)論文。B則是一位律師，同樣看到了這篇論文之后，他被其中的論證邏輯所折服，將其遷移到了自己正在代理的案件上，后來這個案件的判決書也上了北大法寶。C則是一個知名微信公眾號的運營小編，閱讀完這篇論文之后，他將其中的一些關鍵詞句加以摘錄，經合理途徑征詢同意后用以評析時事新聞。不同的個體使用令這篇文章的數據得到再利用，數據的維度被不同的使用者拓展，而這些也反過來增加了這篇論文的效用，使得數據價值一翻再翻。當然這些數據的使用建立在數據公開的前提上，數據公開依托的是大數據時代的技術發(fā)展，這是必須要感謝的科技的進步。但技術框架的實體卻是由這些看似平凡無奇的數據所共同組成的價值不可估量的整體。數據一旦被公開，自利的人們按照自己的問題導向去使用數據，讓數據在無形之間價值倍增，這些不同的使用方式又加成在這些數據之上，成了日后人們面對這些數據時做出預測的依據——哦，這篇論文當年被引用了很多次啊，看來當時很多人都是這么想的，我要多讀幾遍來了解當時法學的觀念。

　　大數據公司的蓬勃發(fā)展，眾多互聯網公司紛紛提出“互聯網+”的理念，進軍各學科各行業(yè)，足以體現了數據價值的轉移。行業(yè)成熟致使技術不再是秘密，而數據本身的提供者會更占優(yōu)勢，數據價值移轉到數據自身和大數據思維上。傳統(tǒng)的商業(yè)模式遭到新的風浪，數據中間商們依靠多種多樣的數據來源，對未來充滿信心。

　　三、管理變革，數據什么都知道

　　大數據時代帶來的隱憂也是不可小覷的。數據本身的，數據對其他人事物的，提起來都令人蹙眉。大數據帶來的威脅源于大數據本身的目的，用規(guī)模劇增改變現狀。我們的腦子或有可能被數據取代，工具和目的之間的差別顯得搖搖欲墜。我們傾向于從數字數據的增長和奧威爾寫《1984》時所處“監(jiān)事煉獄”的角度去理解大數據給個人隱私帶來的威脅，但是事實上威脅本身并不只是被加量，而出現了變質的可能性。數據的二次利用使得人們在迷霧之中就遭遇了數據對于個人隱私的迫害，“告知與許可”原來是人際交往和社會運作中可靠的基石，但是在大數據時代人們還是無法完全預知數據公開后可能發(fā)揮效用的空間和領域，太過限縮會限制大數據潛在價值的挖掘，而太過空泛則無法真正地保護個人隱私。數據的重組使得部分數據的喪失并不阻礙數據全貌的呈現，當不同的加密系統(tǒng)遮蓋住不同的區(qū)間時，解密者通過多次嘗試可以從尚未被遮蓋的區(qū)域精巧躲過障礙，直抵目的地。

　　數據只知道現在和過去嗎?不是的，數據會說話，它仿佛會預測未來。在電影Minority Report(《少數派報告》)中，三個超自然人可以想象出逮捕的名義竟是“你即將在今天謀殺你的妻子”。數據對現在什么都知道，讓數據自以為精確、全面、細致地掌握了你的全貌，于是它好像比你的大腦還了解你下一步想要做什么。這是和法律上的“無罪推定”有矛盾的，因為人在真正犯罪前就被剝奪了自由權利，我們再也無法知道他究竟會不會犯罪，他會不會因為道德選擇的能力而避開這個可能永遠都不會去實施的行為。當一個買了刀、砒霜、繩子的人突然良心悔過放棄殺人計劃時，他卻很有可能會被沖進家門的警察給嚇到，更讓他害怕的是，明明買這些東西的計劃連床邊的妻子都不知道，為什么這些警察會了解得一清二楚?

　　但是，以上是我們假設的壞的情況，我們放棄了自我思考的能力和自我選擇的責任，把一切都歸于大數據的操縱。也許我們可以不這么濫用大數據呢。也許當我們的數據意識到這個人有可能會有這樣或那樣的不法舉動時，我們可以選擇提前勸阻，而不是提前審判?

　　更大的數據永遠來源于人本身，回過頭再去看最開頭的故事。維克托可以保留所有的16000張照片，畢竟他生活的年代和他的社會地位足以支撐起這樣的技術，但是他選擇留下53張。這是數據預想不到的決定，但是人類就是做得出這樣的決定。當Alpha go戰(zhàn)勝了那么多棋手之后，人們還是會覺得學圍棋不是一件愚蠢的事情，因為家中的祖父總是興高采烈地拽著你說“來來來，陪爺爺下一盤棋”。你下得差了，爺爺會氣鼓鼓地吹著胡子說“教了你這么多年一點長進都沒有”;你下贏了，回頭爸爸就拽過你來叮囑你“叫你讓著一點爺爺，下棋不要贏，哄他高興最重要”。這些，數據，它知道嗎?

　　宋靜雯