大数据不是万能的

　　（匡文波：中国人民大学新闻学院教授、博士生导师，中国人民大学新闻与社会发展研究中心研究员）

　　大数据对个人隐私的挑战★■，是社会治理与公民个人隐私保护之间需要解决的矛盾。普通人的各种私人信息会成为被收集的数据，企业可以利用这些信息针对每个人的喜好来进行非常具体的营销■■★◆★◆，但是其中涉及的隐私泄露也是非常可怕的■★。个人健康信息等隐私的泄露，会导致歧视的发生★■★■◆■。隐私信息的泄露，还会导致诈骗频发或人肉搜索等违法犯罪行为■■■◆。

　　大数据不是万能的，大数据的价值应该被认同，但不应被夸大，看到优势一面的同时也要看到劣势一面。首先，数据量的大幅增加会造成结果的不准确◆★★◆■，来源不同的各种信息混杂在一起会加大数据的混乱程度，导致错误出现的风险增加◆◆◆■★◆。其次，数据量的增大会带来规律的丧失或严重失真，运行过程中不同的数据会相互融合，发生变异得到新的数据★◆■■◆，以至于很难发现事件背后的规律◆★■★。第三■■◆★★■，大数据是对过去已发生的事件进行经验总结，本身不具备创新性★■■★。第四■■◆★◆◆，数据不懂社交，人的大脑懂得社会认知◆■★★，计算机数据分析擅长的是测量社会交往的“量”

　　而非“质”，在社交关系的决策中，不要愚蠢到放弃头脑而去相信机器。第五，数据不懂背景★◆◆■★。人类的决策不是离散的事件，而是镶嵌在时间序列和背景之中的。人们擅长讲述交织了多重原因和多重背景的故事◆★◆■。数据分析则不懂得如何叙事，也不懂得思维的浮现和事件前后关联的过程。

　　同时，数据开放不是无条件的，政府要权衡数据开放和个人隐私保护★◆◆■、数据开放时间和开放程度、满足社会数据开放需要和保护国家安全等多个方面★★◆◆◆★，然后找到均衡点★◆。如何均衡各方的数据需求是大数据时代政府面临的又一大挑战与难题■■◆◆★◆。

　　另外，随着社交网络、移动互联网、智能终端等的普及成熟，公众表达诉求和参与社会公共治理的渠道更为多元◆★■■◆、更加便捷，这种“自由爆炸”导致无序的社会“参与过度”★◆■■★。

　　社交网络的发展使得信息更难控制■■◆■◆。政府信息引导的“正能量”让位于网络谣言的“负能量◆★◆◆”，出现了经济学里所说的“劣币驱逐良币”现象★■◆◆■，最根本的原因是政府公信力“被质疑◆■★■★”了■◆，这种质疑在社交媒体的助力下，呈现出“多米诺效应”◆◆，一个很小的与政府或社会有关的负面消息可以带来系列的连锁反应■■★★，进而造成不可想象的恐慌、灾难等负面影响■■■◆◆◆。

　　掣肘于意识、制度和技术等多个原因，政府的海量数据多处于“休眠”状态。目前，政府部门以数据分析作为决策支撑并没有形成气候◆■■◆，将数据分析作为核心竞争力的更是屈指可数。

　　大数据时代背景下的社会将是一个更开放的社会■★■◆★、一个权力更分散的社会、一个网状的大社会，社会将具有更强的流动能力，并呈现个性化、社会化和网络化等特征◆★■■。这些新变化与新特征会影响政府治理的方方面面■★★◆★。如何准确辨析新形势，快速应对新变化，正确采取新措施★★★◆■，这是政府在新时代背景下需要认真思考和积极应对的问题★★■◆。

　　在数据信息大爆炸的时代，政府、研究机构、企业和公众却总是存在着数据不足的感觉★★★■■，想用的、能用的数据无处可寻，可用的★★◆◆■、可信的数据匮乏，正是这种■★◆◆◆■“优质”数据缺乏的现状影响制约着社会数据意识的形成◆■、政府业务的应用和数据产业链的形成。因此★★★★■■，在大数据时代初期，将存在■◆★◆“无用”数据爆炸与“可用”数据短缺并存的现象，这折射出的是制度尴尬——政府在数据战略■★◆★◆■、数据开放等方面的制度缺位◆◆■◆■。

　　在大数据时代，“塔西佗陷阱”（通俗地讲就是指当政府部门失去公信力时，无论说真话还是假话，做好事还是坏事，都会被认为是说假话、做坏事）正随着传播方式的变迁成为日常社会管理中频繁面对的挑战。◆◆■★“塔西佗陷阱”有可能因漠视民意，信息淤塞而急速放大，也会在及时合理的应对中逐渐消弭◆◆★。保障人民群众的知情权★■◆■、参与权、表达权、监督权，正是网络语境中社会管理的一项指导原则。

　　大数据(big data,mega data)本是一个技术词汇■◆◆，如今却成为了社会热点名词。在这个大数据爆炸的时代◆★★◆■，数据分析似乎无所不能，从商业、体育、医疗到军事领域★★，大数据分析都在大显身手。但是，大数据不是万能的，而且大数据是把★◆“双刃剑■◆◆★”，国家和企业因大数据获益的同时，个人隐私的保护却从此变得更加艰难。

　　有调查显示，虽然政府部门多年来积累了丰富的数据资产■◆，但多数为文本信息，利用频率和效率低，这些文件资料即使以“电子化◆★★◆■”手段保存，也缺乏统一的标准使其“格式化”★◆◆。电子政务经过多年的发展■★■★◆■，虽然建成了大量纵横向业务系统，但建设时期■★★、建设主体、业务领域等不同导致业务数据标准格式不统一，系统异构、数据异构导致政府在数据治理过程中面临着数据割据■■◆◆◆★。政府部门条形化、层级化衍生出数据保护主义，在数据时代有增无减，很可能由“信息孤岛■■★■◆★”走向◆◆★★★“数据孤岛■◆◆”◆◆◆■。