——大數據套用到研究人類的“原罪” 

摘要：目前對於大數據已經出現了盲目崇拜，“一切皆可量化”是其核心口號和基本理論。但是在量化過程中，不可避免地會出現四種情況：剪裁現實生活、忽視社會情境、抹煞主體建構、取消生活意義。這種“原罪”並不能由於數據規模的無限增大而被消除。因此，大數據不能質疑，更不能取代各種非量化的人文社會研究。大數據只有對其“原罪”進行深刻反思，並且予以充分展示，才有資格在人文社會研究中保留一席之地。 

近年來，對於大數據已經出現了盲目崇拜，就是無質疑、不反思地跟風頌揚和無限拔高。[1]本文不涉及任何自然科學領域中的大數據及其應用，僅討論一個根本問題：大數據能夠套用到對於人類的研究中嗎？

對這個問題，我國學術界雖然也出現了一些質疑，但是不僅寥若晨星，而且在學理上也主要是在可操作性的層次上爭論，並沒有擊中要害。其實，大數據最值得質疑的，既不是其定義，[2]也不是其功能或意義，[3]還不是方法論層次上的“以相關分析取代因果分析”，[4]而是“一切皆可量化”[5]這個核心口號和基本理論。它表述了大數據的三層意思：其一，沒有量化，就沒有數據，更不可能有什麽大數據；其二，物質世界當然是可以被量化的，但是如果僅限於此，那麽所謂的大數據就僅僅是數量的增加，性質毫無改變，純屬炒作，例如天氣預報一直就在分析海量的數據，卻並沒有以大數據自居，更沒有形成崇拜；其三，現在的大數據之所以被崇拜，要害其實只有一點：把人類的行為及其結果，也給量化了，而且號稱無所不包。

這樣一來，大數據的性質就變了，從自然科學侵入到人文社會研究，從科學蛻變為“唯科學主義”。這就不僅僅是一個研究工具的問題，而是一個認識論的根本問題。對此進行批評的人文社科著作汗牛充棟，本文不再一一列舉，僅在操作的層次上分析一下，人類無限豐富的生活實踐，在被“唯科學主義”改造成“數據”的過程中，究竟發生了什麽。

一、現實生活被裁剪

大數據崇拜者極力鼓吹“4V”（規模大、種類多、高速度、高價值），[6]卻故意回避了一個根本的問題：在最開始，您收集到的，就是可以用來分析的數據嗎？[7]

在社會學的問卷調查中，這是有可能做到的；但是在所謂的大數據中，卻絕對不可能。因為大數據並不是研究者主動去收集的人類行為及其結果，而是五花八門的所謂“客觀記錄”，是人類生活中微乎其微的那一部分“可獲得信息”，例如上網活動所留下的痕跡、監控記錄等。

可是盡人皆知，在人類活動的全部信息中，可獲得的要遠遠少於不可獲得的。後者最典型的就是人類的一切精神活動的信息，在可預見的未來，仍然不但是無法獲得的，而且根本就是無法監測的。這樣一來，所謂大數據所獲得的信息，首先是極端片面；其次是漫無邊際；第三是支離破碎；第四是毫無意義；根本不可能直接用於任何量化的分析。

那麽，這樣的信息怎麽才能轉化為可分析的數據呢？首先是必須加以“界定”，就是保留什麽和舍棄什麽；其次是進行“分類”，就是把什麽歸屬於什麽；第三步是加以“定義”，就是給某類信息賦予特定的人類意義；最後一步則是“賦值”，就是把不同的定義轉換為可計算的數值。

以上網活動的痕跡為例，大數據的生產者，怎麽來界定那些痕跡是有意的還是無意的、閑置的還是凝視的、主動尋找的還是被引導而來的？界定之後，到底是根據停留時間長短還是活動的頻率，來制造出“活躍”或者“不活躍”

這樣的類別呢？為什麽把“活躍”就給定義為“需求”呢？最後，把“需求”賦值成什麽？從“不需求”到“強需求”的不同賦值之間，究竟是什麽樣的數量關系呢？

顯而易見，在這個四部曲的過程中，完完全全是研究者自己在主觀地、人為地、強制地“整理”那些“可獲得信息”，把人類生活的痕跡，完完全全地篡改為自己的世界觀和價值觀所能接受的“數據”。往好裏說，這叫做無可避免地加工；往壞裏說，這就是赤裸裸地偽造。

這就是說，所謂的大數據，其實一點都沒有超出“小數據”原有的局限性：裁剪生活，撕碎人生；非要把整體生存的“人”，視為一堆雜亂的零碎。在實際生活中，人類絕對不是，也不可能是這樣來“量化地”認知和行動的。因此，大數據其實並不是幫助人類思考，而是企圖取代和控制人類的生活經驗，是人工智能的噩兆。

二、社會情境被忽視

有人已經發現，大數據記錄的都是單獨個人的行為，無法發現不同行為者之間的關系；[8]於是問題就來了：在這個現實世界裏，難道真的存在一種與他人毫無關系的個人行為嗎？難道個人的一切行為，不都是在一定的人際關系中，才會產生，才會帶來某種結果嗎？

社會不是個人的簡單集合，而是人們通過各種關系有機地組織起來的。同時，人們又是在特定的社會環境中做出各種行為的，不可能天馬行空，獨往獨來。因此，人類活動留下的一切痕跡，必定蘊含著無限豐富的社會內容。如果舍棄之，那麽不管什麽樣的數據，不僅是浮光掠影，而且必定是盲人摸象。

尤其是，每一個人都在特定的社會中，一點一點地成長為“此時此景中的此人”，然後才會做出“此因此果的此行為”。這就是每個人的社會歷史建構過程，其中最重要的就是我們的一切社會背景、生活狀況和成長經歷。

可是這一切，往往僅僅存在於我們自己的經驗與記憶之中；往往難於言表，更往往無法記錄。從“客觀監測”的角度來說，根本就是“風過無痕”。那麽，就算毫無隱私，就算監測可以天羅地網，所謂大數據的信息源又是從何而來的呢？[9]因此，對於了解人類生活而言，大數據其實根本就是空中樓閣。

如上所述，這樣的批評還是很中肯的：“數據不懂社交、不懂背景，會制造出更多噪音，遺漏真正有價值的東西。大數據無法解決大問題。”[10]