三、主體建構被抹煞 

“大數據崇拜者”很可能不知道，或者不敢承認：在人類生活中還有一種現象，叫做“主體建構”。即人們對於自己的行為所做出的解釋，很可能與監測者的解釋大相徑庭，甚至背道而馳。最常見的就是，一切人際的誤會，蓋源於此。

那麽，無論大數據監測到多少人類的行為，它究竟是如何分辨出其中主體建構的成分呢？首先，以網購的大數據為例，即使您收集到全部的上網痕跡，而且全都數字化地一覽無余，那您怎麽知道人家就真的就是這樣想的呢？這種“客觀測定”，離礦物學很近，可是人卻是有主觀意志的啊，您是怎麽監測到的？連物理學還有個“測不準原理”呢，何況對於人的主觀意願？其次，您知道人類還會“自我呈現”嗎？說不好聽一些，就是表演。如果連測謊儀的結果，法律都還不予采信，那麽您怎麽篩除被監測對象的表演呢？第三，難道您就不找被監測對象去核實一下？在司法審判中，就連證據確鑿的罪犯，法官也必須聽取他的說法，才能做出正確的判斷。可是大數據崇拜者卻根本漠視主體意願的存在。這豈不是自欺欺人？第四，您聽說過弗洛伊德嗎？您知道除了“動機”，還有“無意識”嗎？

即使是某些詢問對方意願而獲得的數據，也仍然存在著這樣一個問題：對方是否具有足夠的能力來表述自己的意願呢？我們不應該忘記弗洛伊德，不應該忽視無意識行為的廣泛存在，更不應該否認：人類的一切行為痕跡，無論多麽海量，其實並不能容納和表述人類的生活意義。因此，如果行為者自己都搞不清楚自己是怎麽回事，那麽您還怎麽去核實呢？根據什麽來判斷真偽與程度呢？

總而言之，一切試圖用自然科學或者數字化來了解人類及其社會的嘗試，不是都必然失敗，而是都無法否定人類“主體建構”的重要性，結果都必然是把真實的生活給削足適履了。

因此，大數據所獲得的一切“發現”，其實只不過是某些人在描述其他人的生活。其他人既不知道自己已經被描述了，也沒有渠道去修正這種描繪。結果，大數據其實只不過是一幫技術分子所構建起來的新的認知霸權，其崇拜者也只不過是急於使用這個霸權而已。

四、生活意義被取消

人文社會研究的至少兩千年歷史告訴我們：人類的一切行為，不僅蘊含著他們的人生意義，而且是為了追求其人生意義而行動的。這是人與物的根本區別。

可是，大數據所謂的一切“可記錄的痕跡”，如果沒有獲得對方的主訴，那麽就不可能包含該行為意義的信息。例如一切上網活動，行為主體都不會表述自己為了尋求什麽才這樣做的，也不可能表達出這樣做帶來了什麽樣的價值與意義。

以購物網站記錄下來的數據為例，它確實可以容納數千萬人在購物時不知不覺地留下的近乎無窮無盡的痕跡；但是，這就能反映出這些人的購物偏愛嗎？難道這些人就再也不在實體商店中買東西了嗎？難道他們在一時一事上表現出來的偏愛就永恒不變嗎？難道他們的每一次上網購物都能得到自我滿足嗎？

那麽，您怎麽能夠確定：他們在不同的渠道中，在不同的情境之中，都會做出一模一樣的選擇呢？如果您無法證明這一點，那麽您的“大數據”就只能是“大垃圾”，一點兒也不冤。

交通監控錄像、醫療記錄、通訊記錄等等，都足以號稱自己是“大數據”。可是，所有這些數據，都僅僅是記錄下了人們生活中的一個個零散的側面。因此，這樣的“大數據”再怎麽大，也無法解決以下一系列常識性的問題：首先，人在生活的某個側面裏的表現，與他/她的整個人格與人生，難道不存在緊密的關聯嗎？農民工吃20元的盒飯都嫌貴；富豪買上千萬的汽車也不眨眼，這難道僅僅是所謂的“消費選擇”嗎？其次，人類生活的各個側面之間，難道不是相互影響著的嗎？農民工吃20元的盒飯，卻可以搭上200元的禮錢；富豪買上千萬的汽車，卻不肯做一點兒慈善，這也僅僅是所謂“購買習慣”嗎？第三，任何一個人的生活，難道不是被社會、文化、歷史等因素制約著嗎？農民工之所以要吃20元盒飯，絕不僅僅是因為工資低，還因為他的撫養系數、失業可能性、職業風險等等都比富豪要高出很多。這，難道也是“可支配資金”嗎？

如此這般，數據越大，豈不是錯誤越大？

結語：原罪就是原罪

本文所論述的一切，其實都是來自人文社會研究中，久已存在的對於“量化研究”的批評。[11]大數據崇拜只不過是這種思潮的最新表現，只不過是披上了更為光鮮亮麗的外衣而已。

在基督教教義中，原罪不但是與生俱來的，而且是背負終身的，不能通過人自己的救贖而被消除。很可惜，量化研究也是如此。無論其技術手段如何發達，無論其數據多麽大，一旦應用於人文社會研究，其缺陷與弊病就根本無法避免，充其量也不過是程度的減輕而已。說到底，“大數據崇拜”，其實就是“唯科學主義”在人類歷史面前一敗塗地後的末日哀鳴。如果科學沒能阻止希特勒的統治，也沒能預測出此後人類的一切發展，那麽就絕不是“藝不精”的問題，而是用錯了地方，是越界跑到了自己無能為力的領域。

當然，這並不是說，量化研究和大數據就一定不能用，而是表達三層意思：首先，它們都不能質疑更不能取代各種非量化的人文社會研究；其次，只有對這些先天缺陷進行深刻反思，並且予以充分展示的量化研究，才有資格在人文社會研究中保留一席之地；第三，兩種研究就像是兩條鐵軌，缺一不可，但又平行延伸，永不交叉。

註釋：

[1]王程韡：《“大數據”是“大趨勢”嗎：基於關鍵詞共現方法的反事實分析》，《科學學與科學技術管理》2015年第1期。

[2]李天柱、王聖慧、馬佳：《基於概念置換的大數據定義研究》，《科技管理研究》2015年第12期。

[3]鐘瑛、張恒山：《大數據的緣起、沖擊及其應對》，《現代傳播》2013年第7期。

[4]張曉強、楊君遊、曾國屏：《大數據方法:科學方法的變革和哲學思考》，《哲學動態》2014年第8期。

[5]道格拉斯•W.哈伯德：《數據化決策——大數據時代，〈財富〉500強都在使用的量化決策法》，鄧洪濤譯，廣州：世界圖書出版廣東有限公司，2013年。

[6]BillFranks：《大數據：不是技術難題》，《成功營銷》2013年第4期。

[7]閻光才的《教育及社會科學研究中的數據——兼議當前的大數據熱潮》（《北京大學教育評論》2013年第4期），已經哲學化地論證了數據與真實世界之關系，但是仍然缺乏具體的分析。

[8]謝然：《大數據社會的具體場景》，《互聯網周刊》2014年第22期。

[9]有論者提到了這一點，但是仍然囿於“數據源”，不足為訓，參見黎爭：《從數據源看大數據》，《IT經理世界》2013年第14期。

[10]轉引自劉宏偉、徐翠英：《拷問大數據》，《企業管理》2013年第9期。

[11]潘綏銘：《社會學問卷調查的邊界與限度——一個對“起點”的追問及反思》，《學術研究》2010年第7期。（愛思想網站2017-02-05）