时间: 2021-07-30 09:13:47 人气: 2 评论: 0
生活在大数据时代下的我们，似乎正经历着《1984》所描绘的场景——无论我们说了什么、做了什么、想了什么，“老大哥”（大数据）都了如指掌。
最近，整个大数据行业如履薄冰：
天翼征信官网显示，该公司成立于2014年，是中国首家运营商旗下征信机构，属于电信控股的子公司。
“连国企都开始被调查了，可见数据行业的整顿力度之大。”
多位数据行业从业者认为，大数据行业自诞生以来最大的行业地震到来。
近期，网安部门联合多个部门，针对大数据行业的乱象展开了整治行动，以上描述便是本次大数据行业治理行动的缩影。
网络和大数据的发展带来了极大的便利和社**效率的提升，但与此同时，社**管理和数据伦理规范的滞后性导致了数据风险一定程度上的失控。
维克托·迈尔·舍恩伯的《大数据时代》揭示了在大数据时代的三大风险：
英国作家乔治·奥威尔在早些年出版的小说《1984》中，描述了一个极权社**里面的极权政权“老大哥”。
他为了维持和巩固其凌驾于社**之上的绝对权力，便对社**的每一个成员进行全方位监控：不论是你说了什么、做了什么，“老大哥”都**知道，甚至包括你在想什么也都能了如指掌。
大数据时代下，这一社**寓言似乎正在成为现实：
来过必留痕迹，互联网的发展，使得监视变得更容易、成本更低廉且更有用处。
微博上使用手机监控、广告推送进行搜索能够轻易搜出许多的案例。
进行大数据分析的人可以轻而易举地看到大数据地价值潜力，这极大刺激着他们进一步采集、存储、循环利用我们个人数据的野心。
你的数据塑造了你，同时“老大哥”们也能够利用数据影响着你。
2018年3月，《纽约时报》等媒体揭露称一家服务特朗普竞选团队的数据分析公司Cambridge Analytica获得了Facebook数千万用户的数据，并进行违规滥用。
Cambridge Analytica自称主要为政界人士和企业客户提供消费者研究、定向广告和其他与数据有关的服务。
该公司吹嘘说，它可以开发消费者和选民的心理特征，然后用这个“秘密武器”来影响消费者和选民的意愿，这比传统广告更加有效。
该公司最著名的工作是曾协助美国总统特朗普的2016年总统竞选活动。
除了与特朗普团队的合作之外，Cambridge Analytica还参与了美国和英国的几十场政治活动，包括英国退欧公投，以及参议员泰德·科鲁兹2016年的初选。
此外，大数据时代下，数据的交叉比对使得匿名化近乎毫无意义，足够大量的数据维度对比能够简单地定位到真实个人，同时Ta的任何隐私将无所遁形。
电影《少数派报告》中，描述了男主角逮捕一位即将在当天犯下杀人罪行的“罪犯”。
在这个社**，人们因为将做而受到惩罚，而不是因为已经实施犯罪。
但是《少数派报告》中这个令人不安的社**，正是不受限制的大数据分析可能导致的：罪责的判定是基于个人未来行为的预测。
宾夕法尼亚大学的理查德·伯克教授建立了一个大数据模型，他声称这个模型可以预测一个判缓刑的人一旦释放是否**再次犯罪。
伯克说这一模型对未来预测的准确性可以达到75%，听起来不错的数字。但是，这意味着，每四个人里面可能就有一个人因为模型的失误而错判。
此外，主要的问题并不是模型的准确性，而是我们在人们真正犯罪之前对他进行惩罚，否定了人的自由权利。
我们永远不**知道他是否真的**犯罪，而我们的预测也永远不**得到证实。
大数据大大威胁到我们的隐私和自由，这都是大数据带来的新威胁，与此同时，过于依赖数据的趋势也在加剧。
大数据诱使我们盲目信任数据的力量和潜能，而忽略了它的局限性。如果对不可量化的实物进行量化，我们就**失去全面了解它的机**。
用标准化测试来检验学生的表现和评定对老师、学校的奖惩是不合理的。
考试是否能全面展示一个学生的能力？是否能有效检测教学质量？
这些都饱受争议，但是数据本身不**显示这些问题的存在。
2017年6月1日，《网络安全法》开始实施。但是，由于数据生意的巨大利益，仍有为数不少的数据公司游走在法律边缘。
大数据行业，其实存在很多所谓的“黑产数据的搬运工”公司。
简历数据爬取、网格照**缓存、用户信息盗取，拿到这些数据后，自然可以清洗包装，之后供给营销甚至诈骗之用，卖个好价钱。
目前，整个行业近乎停摆，大数据行业正在经历着推翻重生的历程。
当世界开始迈向大数据时代时，社**也将经历类似的地壳运动，生产和信息交流方式的变革必然**引发社**管理规范的变革。
首先，对于个人隐私保护的责任需要从民众转移到数据使用者。
当前，数据的使用依赖于事前的告知与授权。大数据时代，数据二次利用的不确定性导致事前告知的个人许可模式意义不大。
因此应该让数据使用者承担数据保护责任，使其为敷衍了事的评测和不达标准的保护措施承担法律责任。
第二点，大数据时代下，很重要的一点是保障人们选择的自由意志（个人可以并应该为他们的行为而非倾向负责）。
公开分析数据与算法系统、第三方公证的可靠算法和个人对其预测结果进行反驳的权利，有助于保护个人免受单纯依赖大数据预测的危害。
这些危害包括诸如对未进行的行为承担责任、基于算法预测的雇佣与解雇行为，以及按揭或信用卡的评估结果等。
由于对大数据运作的理解依赖于专业的算法知识，大数据预测、算法和数据库有变成黑盒子（不透明、不可解释、不可追踪）的风险。
因此需要大数据算法工程师来担任大数据分析和预测的评估专家。
他们需要监控数据源的挑选、分析和预测工具的选取，甚至包括运算法则和模型，以及计算结果的解读是否正确合理（类比当前的财务审计）。
另外，保护极具竞争性的大数据市场，防止数据大亨的崛起与垄断，是避免数据独裁的重要手段。
大数据时代并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法完全替代。
我们要正确认识大数据的风险和局限性，更好的方法和答案或许在未来的将来。
作者：Ray，公众号：Ray的数据分析自习室
本文由 @Ray 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议
