社区编辑申请
注册/登录
大数据依赖不可取
大数据
对传统统计数据的依靠和对现代大数据的依赖,是有着历史的内在联系的。最早洞见大数据时代发展趋势的科学家舍恩伯格就说过,世界的本质即体现于数据,万事万物无不可量化。这个观点还是在大数据技术社会化大规模应用之前的论断,而现在的云计算以及海量的程序应用,使得大数据的地位已经发生了革命性的变化。

当下没有人会忽视大数据的重要作用。在生活的一切方面,大数据都潜在地发生着作用,特别是在管理层面,大数据已经成为重要的辅助工具。站在当前的角度来看,没有大数据,经济社会管理工作几乎就没有办法正常进行。

对传统统计数据的依靠和对现代大数据的依赖,是有着历史的内在联系的。最早洞见大数据时代发展趋势的科学家舍恩伯格就说过,世界的本质即体现于数据,万事万物无不可量化。这个观点还是在大数据技术社会化大规模应用之前的论断,而现在的云计算以及海量的程序应用,使得大数据的地位已经发生了革命性的变化。

大数据的确有神奇的作用。据说有人把某赛马场所有马匹的过往竞赛录像全部数据化,然后,对每一匹马的步态、步幅大数据进行海量分析,这使得他在下注的时候就非常有把握,胜率大大提高。

“算计是现代理性的重要特征”,社会学家韦伯指出的这个趋向还在延续,而大数据技术则把算计的功能予以实时化和谱系化,因而使人运用时感到简单,有时简单得只需要傻瓜型的依赖。

由此悖论也就随之产生。近几年来,国内外都有人注意到一种“大数据傲慢”现象,也就是非常自信地把决策选项与大数据阈值绑定,实现自动化地处理社会事务。

这样做是一种路径依赖习惯使然。数据在描述过往的基础上预测未来,很多情况下具有不确定性,不能完全依赖。有人为了增加每日计步,开玩笑地把手机绑在整天跑个不停的宠物身上。也有人为试错把几十部正在运行的手机放在一辆汽车的后备厢里,结果一条空旷路在谷歌地图上却显示严重拥堵。这些戏谑行为,揭示了数据依赖的荒诞后果。

在传媒应用方面,越来越广泛地纳入大数据的作用,这是进步,也是飞跃,应该为之欣慰。可是从伦理层面思考,这种取向的尺度还真的需要引入哲学性观照。传播学者吉登斯指出,在现代性条件下,媒体并不反映现实,反而在某些方面塑造现实。这句话的警醒之处在于,现代性的标志——数字化网络化,它的虚拟性与非人性化是不是在取代必要的人类情感,把数字场景与现实生存场景混淆,把活生生的人性推到了社会舞台的边角去了呢?

在时下抗疫、发展、民生、环境和国际冲突课题交织的国际局势下,任何单项或几类大数据都只是巨复杂系统中的局部变量,因此,不论持大数据依赖还是“大数据傲慢”态度都是幼稚的,需要秉持实事求是和如履如临的心态,一事一策,谨言慎行,对应于国情民心,作出合乎时宜的行为选择。而具有“塑造现实”功能的传媒界,尤其应当如此。

责任编辑:华轩 来源: 今日头条
相关推荐

2022-03-24 23:06:25

大数据技术应用

2022-05-26 15:04:46

大数据建筑能源管理

2022-03-26 10:37:31

政务大数据数据质量大数据应用

2022-05-24 15:29:48

人工智能大数据心理测量

2022-02-09 21:53:13

2022-03-03 21:45:58

大数据大数据技术

2022-04-02 09:32:06

大数据数据智能企业

2022-03-21 14:30:41

云计算大数据网络安全

2022-06-17 18:32:54

开源大数据数据调度

2022-06-10 07:45:09

CentOS国产操作系统

2022-06-29 09:19:09

静态代码C语言c代码

2022-05-19 19:26:33

区块链大数据数据分析

2022-07-01 15:46:20

网络安全数字化智能制造

2022-06-13 08:00:00

数据湖数据仓库大数据

2022-06-16 15:46:58

钱大妈云原生Flink

2020-12-21 14:42:42

2022-03-08 13:14:32

数据湖大数据

2022-06-23 12:43:36

区块链加密货币

2022-05-30 14:15:39

人工智能算法数据安全

2022-06-08 13:25:51

数据

同话题下的热门内容

如何设计数据可视化平台七个好用常见的大数据分析模型“2022大数据十大关键词”发布:数据中台、数据分类分级等上榜Apache Doris刚刚 "毕业":这个SQL数据仓库有什么不一样?为什么大热的数据可视化行业,我不建议轻易入行?大数据项目可能出错的五种方式Python进行数据可视化,你会用什么库来做呢?2022大数据十大关键词,重磅发布!

编辑推荐

使用Pandas&NumPy进行数据清洗的6大常用方法2018年7款最佳免费数据分析工具pyspark访问hive数据实战【漫谈数据仓库】 如何优雅地设计数据分层人工智能、大数据与深度学习之间的关系和差异
我收藏的内容
点赞
收藏

51CTO技术栈公众号