生活是如何被篡改为数据的？——大数据套用到研究人类的“原罪”

文/潘绥铭

生活是如何被篡改为数据的？
——大数据套用到研究人类的“原罪”

文/潘绥铭

近年来，对于大数据已经出现了盲目崇拜，就是无质疑、不反思地跟风颂扬和无限拔高。本文不涉及任何自然科学领域中的大数据及其应用，仅讨论一个根本问题：大数据能够套用到对于人类的研究中吗？

对这个问题，我国学术界虽然也出现了一些质疑，但是不仅寥若晨星，而且在学理上也主要是在可操作性的层次上争论，并没有击中要害。其实，大数据最值得质疑的，既不是其定义，也不是其功能或意义，还不是方法论层次上的“以相关分析取代因果分析”，而是“一切皆可量化”这个核心口号和基本理论。它表述了大数据的三层意思：其一，没有量化，就没有数据，更不可能有什么大数据；其二，物质世界当然是可以被量化的，但是如果仅限于此，那么所谓的大数据就仅仅是数量的增加，性质毫无改变，纯属炒作；其三，现在的大数据之所以被崇拜，要害其实只有一点：把人类的行为及其结果，也给量化了，而且号称无所不包。

这样一来，大数据的性质就变了，从自然科学侵入到人文社会研究，从科学蜕变为“唯科学主义”。这就不仅仅是一个研究工具的问题，而是一个认识论的根本问题。对此进行批评的人文社科著作汗牛充栋，本文不再一一列举，仅在操作的层次上分析一下，人类无限丰富的生活实践，在被“唯科学主义”改造成“数据”的过程中，究竟发生了什么。

现实生活被裁剪

大数据崇拜者极力鼓吹“4V”（规模大、种类多、高速度、高价值），却故意回避了一个根本的问题：在最开始，您收集到的，就是可以用来分析的数据吗？

在社会学的问卷调查中，这是有可能做到的；但是在所谓的大数据中，却绝对不可能。因为大数据并不是研究者主动去收集的人类行为及其结果，而是五花八门的所谓“客观记录”，是人类生活中微乎其微的那一部分“可获得信息”，例如上网活动所留下的痕迹、监控记录等。

可是尽人皆知，在人类活动的全部信息中，可获得的要远远少于不可获得的。后者最典型的就是人类的一切精神活动的信息，在可预见的未来，仍然不但是无法获得的，而且根本就是无法监测的。这样一来，所谓大数据所获得的信息，首先是极端片面；其次是漫无边际；第三是支离破碎；第四是毫无意义；根本不可能直接用于任何量化的分析。

那么，这样的信息怎么才能转化为可分析的数据呢？首先是必须加以“界定”，就是保留什么和舍弃什么；其次是进行“分类”，就是把什么归属于什么；第三步是加以“定义”，就是给某类信息赋予特定的人类意义；最后一步则是“赋值”，就是把不同的定义转换为可计算的数值。

显而易见，在这个四部曲的过程中，完完全全是研究者自己在主观地、人为地、强制地 “整理”那些“可获得信息”，把人类生活的痕迹，完完全全地篡改为自己的世界观和价值观所能接受的“数据”。往好里说，这叫做无可避免地加工；往坏里说，这就是赤裸裸地伪造。

这就是说，所谓的大数据，其实一点都没有超出“小数据”原有的局限性：裁剪生活，撕碎人生；非要把整体生存的“人”，视为一堆杂乱的零碎。在实际生活中，人类绝对不是，也不可能是这样来“量化地”认知和行动的。因此，大数据其实并不是帮助人类思考，而是企图取代和控制人类的生活经验，是人工智能的噩兆。

社会情境被忽视

有人已经发现，大数据记录的都是单独个人的行为，无法发现不同行为者之间的关系；于是问题就来了：在这个现实世界里，难道真的存在一种与他人毫无关系的个人行为吗？难道个人的一切行为，不都是在一定的人际关系中，才会产生，才会带来某种结果吗？

社会不是个人的简单集合，而是人们通过各种关系有机地组织起来的。同时，人们又是在特定的社会环境中做出各种行为的，不可能天马行空，独往独来。因此，人类活动留下的一切痕迹，必定蕴含着无限丰富的社会内容。如果舍弃之，那么不管什么样的数据，不仅是浮光掠影，而且必定是盲人摸象。

尤其是，每一个人都在特定的社会中，一点一点地成长为“此时此景中的此人”，然后才会做出“此因此果的此行为”。这就是每个人的社会历史建构过程，其中最重要的就是我们的一切社会背景、生活状况和成长经历。

可是这一切，往往仅仅存在于我们自己的经验与记忆之中；往往难于言表，更往往无法记录。从“客观监测”的角度来说，根本就是“风过无痕”。那么，就算毫无隐私，就算监测可以天罗地网，所谓大数据的信息源又是从何而来的呢？因此，对于了解人类生活而言，大数据其实根本就是空中楼阁。

主体建构被抹煞

“大数据崇拜者”很可能不知道，或者不敢承认：在人类生活中还有一种现象，叫做“主体建构”。即人们对于自己的行为所做出的解释，很可能与监测者的解释大相径庭，甚至背道而驰。最常见的就是，一切人际的误会，盖源于此。

那么，无论大数据监测到多少人类的行为，它究竟是如何分辨出其中主体建构的成分呢？第一，以网购的大数据为例，即使您收集到全部的上网痕迹，而且全都数字化地一览无余，那您怎么知道人家就真的就是这样想的呢？这种“客观测定”，离矿物学很近，可是人却是有主观意志的啊，您是怎么监测到的？连物理学还有个“测不准原理”呢，何况对于人的主观意愿？第二，您知道人类还会“自我呈现”吗？说不好听一些，就是表演。如果连测谎仪的结果，法律都还不予采信，那么您怎么筛除被监测对象的表演呢？第三，难道您就不找被监测对象去核实一下？在司法审判中，就连证据确凿的罪犯，法官也必须听取他的说法，才能做出正确的判断。可是大数据崇拜者却根本漠视主体意愿的存在。这岂不是自欺欺人？第四，您知道除了“动机”，还有“无意识”吗？即使是某些询问对方意愿而获得的数据，也仍然存在着这样一个问题：对方是否具有足够的能力来表述自己的意愿呢？不应该忽视无意识行为的广泛存在，更不应该否认：人类的一切行为痕迹，无论多么海量，其实并不能容纳和表述人类的生活意义。因此，如果行为者自己都搞不清楚自己是怎么回事，那么您还怎么去核实呢？根据什么来判断真伪与程度呢？

总而言之，一切试图用自然科学或者数字化来了解人类及其社会的尝试，不是都必然失败，而是都无法否定人类“主体建构”的重要性，结果都必然是把真实的生活给削足适履了。

生活意义被取消

人文社会研究的至少两千年历史告诉我们：人类的一切行为，不仅蕴含着他们的人生意义，而且是为了追求其人生意义而行动的。这是人与物的根本区别。可是，大数据所谓的一切“可记录的痕迹”，如果没有获得对方的主诉，那么就不可能包含该行为意义的信息。例如一切上网活动，行为主体都不会表述自己为了寻求什么才这样做的，也不可能表达出这样做带来了什么样的价值与意义。

交通监控录像、医疗记录、通讯记录，等等，都足以号称自己是“大数据”。可是，所有这些数据，都仅仅是记录下了人们生活中的一个个零散的侧面。因此，这样的“大数据”再怎么大，也无法解决以下一系列常识性的问题：首先，人在生活的某个侧面里的表现，与他/她的整个人格与人生，难道不存在紧密的关联吗？农民工吃20 元的盒饭都嫌贵；富豪买上千万的汽车也不眨眼，这难道仅仅是所谓的“消费选择”吗？其次，人类生活的各个侧面之间，难道不是相互影响着的吗？农民工吃20元的盒饭，却可以搭上200元的礼钱；富豪买上千万的汽车，却不肯做一点儿慈善，这也仅仅是所谓“购买习惯”吗？最后，任何一个人的生活，难道不是被社会、文化、历史等因素制约着吗？农民工之所以要吃20元盒饭，绝不仅仅是因为工资低，还因为他的抚养系数、失业可能性、职业风险等等都比富豪要高出很多。这，难道也是“可支配资金”吗？如此这般，数据越大，岂不是错误越大？

结语：原罪就是原罪

在基督教教义中，原罪不但是与生俱来的，而且是背负终身的，不能通过人自己的救赎而被消除。很可惜，量化研究也是如此。无论其技术手段如何发达，无论其数据多么大，一旦应用于人文社会研究，其缺陷与弊病就根本无法避免，充其量也不过是程度的减轻而已。说到底，“大数据崇拜”，其实就是“唯科学主义”在人类历史面前一败涂地后的末日哀鸣。如果科学没能阻止希特勒的统治，也没能预测出此后人类的一切发展，那么就绝不是“艺不精”的问题，而是用错了地方，是越界跑到了自己无能为力的领域。

当然，这并不是说，量化研究和大数据就一定不能用，而是表达三层意思：首先，它们都不能质疑更不能取代各种非量化的人文社会研究；其次，只有对这些先天缺陷进行深刻反思，并且予以充分展示的量化研究，才有资格在人文社会研究中保留一席之地；最后，两种研究就像是两条铁轨，缺一不可，但又平行延伸，永不交叉。

（作者系中国人民大学性社会学研究所教授；摘自《新视野》2016年第3期）