新时代大数据知识的伦理问题及其应对

苏玉娟

[摘要]大数据知识是新时代实现国家治理现代化的重要工具。大数据技术通过对大数据的存储、分析、挖掘和可视化等发现大数据知识，大数据知识不仅被发现，还被应用于社会实践，成为实现治理革命的重要工具。大数据知识的伦理视角来源于大数据知识对传统知识价值选择、科技伦理、实践价值等方面提出的挑战。大数据知识的伦理问题表现为客观性与主观性、实效性与无用性、普遍性与特殊性、确定性与非确定性及多元价值等方面的冲突。为应对大数据知识带来的伦理问题，我们应坚持善、真、效和公平的伦理原则，以大数据技术创新为工具，提高大数据知识的客观性；以张扬人的理性为支撑，提高大数据知识的实效性；以整合碎片化知识和融合大数据为手段，彰显大数据知识的普遍性；以客观规律和人类需要为基础，寻求大数据知识发展的合理性；以大数据知识联盟为依托，构建系统的价值体系。只有解决好大数据知识的伦理问题，才能更客观有效地彰显大数据价值，实现人类的治理革命。

[关键词]新时代；大数据知识；伦理问题；伦理原则；治理

[中图分类号]B15

[文献标识码]A

[文章编号]1674-0599（2018）01-0102-07

党的十九大报告指出：全面深化改革总目标是完善和发展中国特色社会主义制度、推进国家治理体系和治理能力现代化。大数据作为实现国家治理体系和治理能力现代化的重要工作，首先要实现大数据向大数据知识的转换，大数据才能发挥作用。“伦理主要指天伦、人伦和人际关系的客观法则和他律性。”[1]1970年，著名的分子生物学家和哲学家莫诺在其《偶然性与必然性》一书中提出了“知识伦理学”的概念，他认为“真正的知识定义归根到底是建立在一种伦理假定之上的。”新时代，通过对大数据的存储、分析、挖掘和可视化，发现遮蔽在大数据中的知识，即数据驱动成为发现知识的新来源，大数据知识不仅被发现，还被应用于社会实践，成为实现治理革命的重要工具。可以说，大数据知识发现和应用，是社会、政府、企业、民众等主体进行伦理选择的过程。目前，国内研究多是侧重大数据技术、大数据的伦理问题，对于大数据知识的伦理问题研究较少。本文将对大数据知识的伦理视角、伦理问题及治理路径进行系统的研究。

一、大数据知识的伦理视角

大数据知识作为知识新的形态，客观要求大数据本身的客观与真实。大数据知识的价值选择、发现过程和实践应用等都存在着伦理问题。

（一）大数据知识对传统知识的价值选择提出了挑战。伦理涉及价值的选择，知识与伦理的关系，从古至今不断地被研究着。苏格拉底提出“美德即知识”的知德合一说，柏拉图提出“知识是被证明为真实的信念”的真理论，中国古代哲学家的知行合一说，及知识社会学所探讨的知识社会论等，彰显知识的德性、客观性、实践性及社会性等价值取向，这本身就是一种伦理选择。大数据时代，大数据知识本身应坚持什么样的价值选择，直接决定了大数据知识的发展方向。有学者认为，“大数据为伦理世界带来的最大改变就是确定性的终结”[2]。大数据知识来源于对经验世界大数据的存储、分析、挖掘和可视化，由于大数据的即时性、历时性、共时性等特征，无法实现像传统知识那样的重复实验。另外，大数据知识对相应语境具有强依赖性。大数据资源不同，可能获得的知识就不同。大数据知识对传统知识所追求的确定性、普遍性、客观性等提出挑战。

（二）大数据知识对传统的科技伦理提出了挑战。大数据知识的发现是大数据技术对存储、分析、挖掘大数据中隐含的相关关系，并通过语言、图表等可视化形式将这种相关关系表征出来。此过程涉及大数据技术伦理、大数据伦理等。科技伦理是伴随着其在改变人类生活与交往手段时频频向伦理提出挑战而倍受关注。传统意义上的科技伦理主要研究科学家以责任概念为表征的伦理问题，延伸出科研伦理与社会责任问题。大数据时代，大数据知识的发现过程首先需要借助大数据技术对大数据存储、分析、挖掘与可视化。大数据技术的相关性分析可能挖掘到民众或企业的隐私和商业秘密。所以，我们需要在技术层面尽可能保证隐私大数据和商业秘密大数据的安全。

传统知识的发现来源于经验世界和理性分析。而经验世界多是以小数据的形式呈现出来，科学共同体通过采用定性描述、样本分析或对历史资料的梳理、计算、模拟等方式发现知识。这些经验世界多是自然世界或模拟世界，其所包含的伦理问题多是客观性与真实性。大数据时代，传统的结构性数据和图片、视频等非结构性数据都成为知识的来源，而这些大数据虽然也是对经验世界的镜像表征，但是多数是人类社会产生的大数据。我们应该在多大程度上采集大数据，即大数据边界涉及伦理问题；同时又在多大程度上开放大数据，即大数据开放涉及伦理问题。

（三）大数据知识对传统知识的实践价值提出了挑战。休谟第一次将价值命题与事实命题分开，似乎知识的发现过程是事实命题，而知识应用过程是价值命题，并认为不能从事实命题逻辑地推导出价值命题，似乎事实与价值无涉。笛卡尔将主体和客体二分开来，蕴含了科学研究的“客观性”原则，客观性本身也是一种价值选择。随着科技革命的不断推进，生态、可持续发展等伦理问题越来越突出，知识应用的伦理问题倍受关注。传统意义上知识的实践价值主要侧重知识对产业结构、经济发展方式、社会变等方面的变革。近代科技革命不仅是一场知识革命，而且引起产业结构变革，引领人类进入工业文明。现代科技革命在实践领域的应用凸显生态、环保、安全等价值目标，并引领人类进入信息文明。大数据知识的伦理价值有两个方面：大数据知识的伦理价值和大数据知识应用的伦理价值。前者指其本身所赋予的伦理道德意义，即大数据知识活动中的精神和规范。后者指大数据知识应用中的价值，即大数据知识被政府、企业、民众等主体应用大数据知识所彰显的价值。大数據知识所蕴涵的精准预测，正在引起一场治理革命。当然，大数据知识被不法分子所利用，将成为侵害个体隐私、企业秘密的重要工具。因此，大数据时代，如何应用好大数据知识是一项重要的社会课题。

（四）大数据知识主体的多元性使其价值选择更复杂。小科学时代，知识来源于科学家或哲学家对经验事实的归纳与总结，知识发现要求科学家或哲学家遵从“真”的价值标准。大科学时代，知识论研究从本体论转向实践论，知识发现与应用的主体从科学家扩展到政府，科学共同体发现知识的经费受政府的支持，知识应用的方向更是政府价值选择的结果。知识不仅追求真而且追求效。追求统一性和整体性是传统知识的基本特征。大数据时代，政府、企业和民众已不是知识的“门外汉”，而成为知识的“剧中人”，他们既是大数据知识的生产者，同时又是大数据知识的使用者。大数据知识的发现要求不同主体产生的大数据是对经验世界的客观镜像，具有真实性，我们利用大数据可以得到很多的事实命题。但此过程中已渗透政府、企业和民众等主体的价值选择。原因在于大数据作为大数据知识发现的基础，对于采集哪些大数据本身就是不同主体价值选择的结果；大数据知识应用的价值选择，即“应该”怎么做，或者是对现实“应该”如何治理等更是政府、企业和民众价值选择的结果。显然，差异性和多元性成为大数据知识不能忽视的价值。因此，大数据知识发现与应用是科学共同体、政府、企业和民众多元价值选择的过程，彰显大数据知识的伦理诉求。

总之，大数据时代，大数据知识能否被发现和应用不仅仅是技术问题，更重要的是社会层面的伦理问题。

二、大数据知识的伦理问题及其表现

大数据知识发现与应用的过程“充满了安全、隐私、公正、透明、平等、可及等人类终极价值”[3]，其不仅对传统知识论所追求的客观性、普遍性、真理性等提出挑战，而且对当代社会行为规范构成了严重冲击。目前，大数据知识的伦理问题表现在以下几个方面。

（一）客观性与主体性。传统意义上，知识就是对主观世界和客观世界的正确反映，也就是对主观世界和客观世界的认识从去蔽到无蔽，追求客观真理。“苏格拉底把知识看作是道德的基础，认为人的德行来源于洞见，而洞见就是对善的认识。”[4]这是知识对主观世界的伦理要求。自近代西方哲学家提出主观与客观二分法之后，知识越来越成为主体对客观世界的认识。客观性成为知识最基础的伦理追求。传统知识论追求客观真理，现代知识论强调价值，而价值是人的理性选择的结果。“没有主体性不能符合人的目的，没有客观性不能符合自然的规律。”[5]

由于大数据来源于对经验世界和网络世界的镜像反映，其中包含了一些虚假数据、个体隐私数据、企业秘密数据和国家安全数据等，完全实现对大数据的去蔽以发现知识，彰显大数据知识的客观性显然是有困难的。虚假大数据、模糊的大数据边界等成为影响大数据本身客观性的重要因素。所以，大数据知识是否能够客观地反映和认识经验世界和网络世界，彰显知识的客观性，受到人们的质疑。与此同时，有些人提出唯大数据论，拥有大数据，即可产生大数据知识，人工智能正在代替人类的思维和理性，这种价值选择也是值得商榷的。原因在于通过大数据所挖掘出的相关性有无数种，哪些才是根本性的或本质的，需要人的理性思维进行综合判断。

（二）实效性与无用性。知识不仅是人类对客观世界和主观世界的认识，而且也是人类改造客观世界和主观世界的重要工具。传统意义上的知识论侧重对真的信念的确证，多是理念层面的研究。随着知识社会学的发展，知识的社会价值越来越受到关注。“行动是使知识和价值同时发挥作用，或同时成为问题，一切行动都意味着是有利于或有损于某种价值的行动；或构成了，或企图构成对价值的一种选择。”[1]特别是20世纪90年代知识经济的兴起，知识成为一种经济形态，一种生产力。

大数据时代，我们通过对交通、医疗、环保、民众消费等大数据的存储、分析、挖掘和可视化，产生对某领域发展动态的预测，这些知识成为政府治理、公共治理、企业治理的重要工具，彰显大数据知识的治理价值，同时也成为改变政府、企业治理方式和民众生活方式的重要工具。可以说，大数据知识正在引领一场治理革命，并成为提升经济价值、推进民主进程、拓展文化空间的重要工具。目前，一些人夸大大数据知识的效用，似乎用大数据可以解决人类所面临的一切问题。我们知道，大数据知识的实效性首先要求其大数据是可靠的和全面的，大数据技术主要通过对大数据进行相关性分析，这种相关性包括强相关性、弱相关性等多种形态，哪种相关性是对客观实在的真实反映，是一个非常复杂的选择过程。因此，大数据知识实效性的彰显，也不是一件容易的事情，这也是很多大数据被闲置的重要原因，这样就产生另一种价值判断，即大数据知识的无用论。

（三）普遍性与特殊性。传统意义上，知识多是指科学知识，只要条件满足，无论在何时何处知识都是可以被确证的，这彰显知识的普遍性。正是知识所具有的普遍性特质，知识才能被人们公认为是真理，是可以依靠的信念。

大数据知识来源于对特定大数据的存储、分析、挖掘和可视化，大数据不同，所获得的大数据知识也不同。所以，大数据知识更多彰显的是特定语境中的碎片化性知识。这样，大数据知识是否具有普遍性，受到质疑。一方面，大数据作为对历时语境中经验世界的记录，是不可重复的，想验证大数据知识的真与效，需要借助人的理性思维和实践应用的结果。另一方面，我们不能将某个领域的大数据知识推演到整个领域，即不能以单称命题推得全称命题。正是大数据知识的不可重复性和语境依赖性，使大数据知识的普遍性受到质疑。

（四）确定性与不确定性。按照传统的知识定义只有确证为真的信念，才可以成为知识，显然，知识具有确定性。也就是说某种信念如果不能确定，那么，它就不能成为知识。西方哲学一直把寻求确定性知识作为研究的终极目标。

对于相同的主题，由于大数据不同，最后获得的知识是不同的，由于不可重复性，即使采集相同领域，时间不同，所获得的大数据也不同，就是说不同时间所获得的大数据知识也可能是不同的。我们不仅需要确证某个大数据所产生的碎片化知识，还需要确证不同碎片化知识融合形成的普遍知识。同时，由于大数据相关性分析所彰显的碎片化知识是一种相关集，哪些相关集应该被确证，是非常复杂的选择过程。似乎确证大数据知识陷入相对主义的泥潭。再加上大数据的不可重复性，使得大数据知识的确证更困难。不能确證，也就不能确定其为知识。似乎大数据知识不具有确定性，因而很难被确证为真的信念，这样它构成知识很困难。但是，知识论是时代发展的结果，我们不能固化在传统认识中，需要发掘大数据知识所具有的伦理特质。

（五）多主体性与多价值性。传统意义上，知识是德、真、效的统一体。被确证为真的信念的知识，往往会从信念层面逐步向实践层面转化。传统社会中由于分工的不同，知识发现的主体往往是哲学家或者科学家、科学共同体，他们一般在理念层面实现知识的“真”；而知识应用的主体多是社会，如政府、企业和民众会从公共性、经济性等方面探讨和实践知识的价值。大数据时代，发现知识和应用知识的主体的边界越来越模糊。政府拥有大数据，可以依托大数据服务公司实现对大数据知识的挖掘与应用。政府所承担的角色已不单单是知识的应用主体，要发现什么，如何发现，如何应用等都需要政府来决策。而对于科学共同体来讲也不能只关注对大数据“真”的挖掘，还需要根据政府、企业和民众的技术需要，不断创新大数据技术。民众既是大数据的生产者，也是大数据知识的使用者，他们更追求“效”。但是，他们出于某种目的往往会产生虚假数据，这些因素会影响大数据知识的效用。不仅民众而且企业和政府某种程度也存在这种双重矛盾的价值选择。正是由于不同主体角色的双重性，导致他们价值选择的冲突。

三、大数据知识的伦理治理

“治理的意义是决策和决策实施过程，并包括公司、地方、国家以及国际多个层面。”[6]可以说，治理是多方面协调的行动。由于大数据知识发现与应用过程是科学共同体、政府、企业和民众等主体多方参与的过程，此过程产生的伦理问题也是较复杂的，彰显多元价值和具体行动的协同。

（一）伦理原则

“伦理原则是利益攸关者应尽的义务，也是我们应该信守的价值，这些伦理原则构成一个评价我们行动的伦理框架。”[6]1942年，默顿在《论科学与民主》一文中提出科学活动的规范结构，也是其基本原则——普遍主义、公有性、无私利性、有组织的怀疑主义。历史上知识恶果的根源在于重视知识的效用，却忽视其伦理。大数据知识作为知识的新形态，也需要遵从一定的伦理原则，彰显知识发展的时代特质。

1.善的原则。苏格拉底关于“知识即美德”“美德即知识”的“知德合一”说与其的性善论是相通的。“人们只有有了这种普遍的善的知识，才会自觉地合乎道德地去行动。”[5]弗兰西斯·培根认为“善的定义就是有利于人类。”求知不仅获得个人最大快乐和幸福，而且可以造福于整个人类，即服务于人类命运共同体。中国古代哲学家认为，不仅要认识（“知”），尤其应当实践（“行”），只有把“知”和“行”统一起来，才能称得上“善”。伦理领域是求善的过程，知识是求真的过程。善与真在一定的条件下是可以转化的。人类命运共同体的价值观包括国际权力观、共同利益观、可持续发展观和全球治理观等。大数据时代，虽然科学共同体、政府、企业和民众等不同主体具有不同的价值追求，但是求善，即大数据知识服务于人类命运共同体是所有价值中最基本的原则，也是一项最初始的义务。为了整个人类的生态、安全、健康等，大数据可以突破国界，实现国际间的联盟与共享。可以说，造福人类命运共同体，是大数据知识追求善的总目标和原则。

2.真的原则。追求“真”一直是知识论研究的重要方面。无论是真的信念的形成，还是确证的过程，都是在追寻“真”，没有“真”，知识就无法成立。真的核心是对客观世界的真实反映。小数据时代，很多知识来源于对抽样或者是个别样本的研究或者模拟实验，并通过归纳形成知识。此过程由于不是全样本，也会存在失真或不确定等，后通过不断地纠偏或修正，才逐步接近真理。因此，追求“真”是一个动态的过程。大数据时代，可能存在虚假数据和隐私数据，我们需要通过大数据技术创新，不断完善大数据。我们也需要不断地纠偏和修正，实现大数据知识对客观世界的真的反映。可以说，追求大数据的真是一个基本的原则和规范。

3.效的原则。效强调“功用”和“结果”。知识作为人类文明进步的象征，不仅实现了人类对客观世界的认知，而且成为人类支配和改造自然的有力工具。体现为知与行的统一。中国传统文化重视实用性，也就是对效的追求。现代知识论从本体论向实践论转向，知识的实践价值越来越成为社会关注的焦点。由于大数据无所不在，无所不包，不仅传统的自然科学实现了数据化；而且社会科学借助大数据，实现了像自然科学一样的数据化，促进了社会科学的发展；同时社会领域借助大数据，发现了社会领域数据之间隐蔽的相关性关系，并成为政府、企业和社会实现治理变革的重要工具。大数据知识对效的追求，是科学共同体、政府、企业、民众共同的价值选择。如果大数据知识不能产生行动，它就会成为不同主体的负担，因为存储、分析和挖掘大数据，是需要费用的。作为社会人和经济人，如果没有产出只有投入，这项技术的发展前景将会越来越暗淡，并被新的技术所取代。

4.公平的原则。公有性是知识显著的特征，每个人都有公平的机会和权利拥有知识。大数据时代，政府、企业、民众等都产生大数据，但是大数据的拥有者可能是政府、企业、科学共同體，知识发现的主体可能委托给第三方大数据服务公司。但是，大数据知识拥有者多是大数据的拥有者。可以说，谁拥有大数据，谁就可以拥有大数据知识。由于大数据生产者与拥有者存在差异，如何体现公平原则，是一个很难的现实问题。原因在于大数据本身的低价值性和大数据知识的强语境依赖性，使大数据知识传播的动力不足。但是，对于涉及交通、安全、环保、健康等公共领域的大数据知识的传播是彰显其公平性的重要途径。大数据知识作为知识的一种形态，应该适当地平衡个体与公共的利益，维护每个人从大数据知识中受益的权利。将有限的大数据知识公平分配，努力缩小和消除数字鸿沟，特别关注社会中的弱势人群。

（二）伦理治理策略

伦理原则是大数据知识发现和应用的客观法则。要实现大数据知识的伦理治理，我们还需要具体的策略。虽然大数据知识的伦理问题很复杂，但是我们不可否则，大数据知识所具有的客观性、实效性、普遍性和确定性等，是大数据知识发展的新常态，而主观性、无用性、特殊性和非确定性等是大数据知识追求新常态过程中所呈现的复杂性和曲折性。我们需要通过具体的治理策略，在实现大数据知识德与知、知与行辩证统一的同时，促进其新常态的形成。

1.以大数据技术创新为工具，提高大数据知识的客观性。解铃还需系铃人，大数据技术实现对大数据的去蔽，并发现知识。大数据技术背后的工具理性成为规约整个现实的价值导向。“构建大数据技术的过程就是要通过隐式或显式方式把价值嵌入到数据使用中”[7]，以提高大数据的客观性和安全性，也就是说要通过技术创新来过滤虚假数据和隐匿隐私数据。当然，提高政府、企业、民众的社会责任感，也是削减虚假数据的重要途径。

2.以张扬人的理性为支撑，提高大数据知识的实效性。大数据时代，有些人认为“让数据发声”“得数据者得天下”，似乎大数据成为主宰人类命运的主体，这种唯数据论带来很多负面的影响。如忽视人的理性或主体性。而现实中采集哪些大數据，选择和应用哪些大数据知识等都需要人的理性思考。没有人的参考，就不会有大数据。我们知道，大数据知识彰显大数据之间的相关性特质，仅有相关性分析，并不能上升为知识，此过程还需要人的理性其对进行归纳总结，形成系统化的知识体系，进而应用于社会实践中。因此，为提高大数据知识的实效性，我们必须张扬人的理性，使冰冷的大数据有理性的温度，实现相关性与因果性的有机统一，提高大数据知识的实效性。

3.以整合碎片化知识和融合大数据为手段，彰显大数据知识的普遍性。普遍性是知识所具有的显著特征。没有普遍性的知识，也许只是一个意见或者建议。当然，这种普遍性是有条件的普遍性，即在满足一定条件下的适用性。大数据知识作为知识的一种形态，也应该具有普遍性。但是，由于大数据来源的强语境依赖性，导致大数据知识多是碎片化知识，我们需要将相关的大数据碎片化知识连接起来，形成大数据知识网络，并对其进行提炼形成更具普遍性的大数据知识。也就是“将以往局域的、临时的、琐碎的粗糙知识上升到全局的、长久的、精细的普遍知识”[8]。同时，我们也可以通过实现更大范围大数据的融合，形成更具普遍性的大数据知识。

4.以客观规律和人类需要为基础，寻求大数据知识发展的合理性。伦理首先是信仰，其次才是知识和行动。对于确定的时间确定的大数据来讲，它所产生的大数据知识是确定的。但是，对于不同时间不同的大数据来讲，大数据知识是不确定的。那么我们如何来判断和理解大数据知识的确定性呢？胡塞尔认为，“我们时代只愿意相信合理性”，劳丹也认为，“合理性的核心是做我们有充足理由去做的事。合理性在于做出最进步的理论选择。”我国有学者认为，“合理性是合规律性、合目的性和合规范性的统一，也是真理性和价值性的统一。”[5]大数据知识目前已被广泛应用于政府治理、社会治理、公共治理和企业治理中。我们应在遵循客观及符合人类目的性和规范性的基础上，寻求大数据知识的合理性。以对合理性的追求，彰显大数据知识的价值。

5.以大数据知识联盟为依托，构建系统的价值体系。知识最大的价值在于使人类从繁重的体力劳动、脑力劳动中解放出来，实现全人类的解放，这是最高价值。在现实中，个体、群体和社会的利益总是存在不一致，价值冲突时常存在。大数据知识发现主体、应用主体所追求的价值也是不相同的，也会存在价值冲突。只有构建以人类命运共同体为价值依托的大数据知识联盟，才能协同不同群体的利益。所以，我们应建立包括不同国家科学共同体、政府、企业和民众在内的大数据知识联盟为依托，实现更大范围内大数据的融合，为全人类的解放贡献大数据的力量。

总之，大数据知识既具有传统知识的伦理价值，又具有自己新的价值特质，我们需要用发展的辩证的思维，看待大数据知识，体现知识论发展的继承性与突破性；同时，我们还需要用理性的思维，提升大数据知识的客观性、普遍性和确定性等，彰显大数据技术与人的理性的完美结合。

[参考文献]

[1]郝文武.知识伦理的终极追求和逻辑与结构[J].山东师范大学学报，2015（1）.

[2]朱锋刚，李莹.确定性的终结——大数据时代的伦理世界[J].自然辩证法研究，2015（6）.

[3]宋吉鑫，魏玉东，王永峰.大数据伦理问题与治理研究述评[J].理论界，2017（1）.

[4]戴景平.知识与德行的生成[J].昭乌达蒙族师专学报，2003（6）.

[5]郝文武.西方哲学知识伦理发展轨迹和基本特征[J].陕西师范大学学报，2016（2）.

[6]邱仁宗，黄雯，翟晓梅.大数据技术的伦理问题[J].科学与社会，2014（1）.

[7]王绍源，任晓明.大数据技术的隐私伦理问题[J].新疆师范大学学报，2017（4）.

[8]方环非.大数据：历史、范式与认识论伦理[J].浙江社会科学，2015（9）.