本文是在《大數據時代》一書的第七章“風險”的內容基礎上集合了作者的一些感悟而成，在此向該書作者：維克托·邁爾·舍恩伯格及肯尼思·庫克耶表示敬意。從2012年開始，關于大數據所帶來的負面問題就已經有過很多的討論了，所以這次多少還是會有些老生常談，請原諒。
今天的話題開始于上映兩周全球票房即達到8億美元的《速度與激情7》，當然，不是說車、說美女，而是影片中那個無所不能的“天眼”，這個很酷炫的系統能夠調 用地球上任何位置任何設備所生成的視頻、圖片、音頻，讓你想要搜索的人或事物無所遁形。大數據時代，“天眼”已經成為可能，同時，天眼也會在遭受病毒入侵 后出現決策上的失誤。
無處不在的“天眼”
你的數據真的安全嗎？這里的安全包含兩層含義： 不丟失和看不到。我們可以使用AWS、阿里云、百度云盤等來存儲自己的數據，也可以用多備份來備份自己的數據，但我們卻無法保證你所產生的數據不被檢測 到。計算能力的提升和數據存儲成本的下降，激發了人們進一步采集、利用我們個人數據的野心。如果說在互聯網時代我們的隱私受到了威脅，那么大數據時代下這 種威脅已經更為深入。這就是大數據的不利影響之一。
雖然Google、亞馬遜、Netflix這種巨頭公司宣稱其對數據的保密性，但這也表 明了他們其實什么都知道。一個例子就是：在2006年10月份，Netflix做了一場題為“NetflixPruze”的算法競賽，在《需求》這本書 中，作者曾經高度贊揚了這個竟在挖掘用戶需求方面的經典做法，然而，雖然Netflix對數據進行了精心的匿名化處理，但是最終還是導致一個化名“無名 氏”的居住在美國中西部的未出柜的同性戀母親的起訴。目前這種算法在各個電商平臺被普遍應用，并且披著“推薦”“猜你喜歡”“看了又看”的外衣。
在大數據時代，我們的數據無所遁形，很多人已經感覺到自己的隱私受到了威脅，當大數據變得更為普遍的時候，情況將更加不堪設想。
數據失效
曹操有多少人馬？諸葛亮說有80萬，周瑜說只有3萬。二者說的都對，也都不對。這就是數據的有效性。我們在做決策的時候，往往希望得到可量化的數據，但是卻 無從保證數據的有效性。導致出現這個問題的原因大體可歸納為兩種：一方面，人們會不自覺的將數據偏向自己喜好的方向，雖然只是下意識的，卻最終導致了結果 的謬以千里；另一方面，數據運算是一個多步驟的協同作業，在我們進行相會推導演算的過程中，因果關系往往顯得并不那么的明顯或者不那么確定。
在由“小數據”時代向大數據時代轉變的過程中，我們對信息的一些局限性必須給予高度的重視。數據的質量可能會很差，可能是不客觀的，可能存在分析錯誤或者具有誤導性，更為糟糕的是，數據可能根本達不到量化它的目的。
決策失誤
正因為數據的失效，因此我們基于數據的決策也變得失效。大數據的不利影響并不是數據本身的缺陷，而是我們濫用大數據預測所導致的結果。所有的精準預測都是不 現實的。或者說大數據分析只能預測一個人未來很有可能進行的行為。比如說，通過輸入海量的特定案件的變量，包括監禁的原因，首次犯罪的時間、年齡、性別等 個人數據，我們可以預測一個緩刑犯或者假釋的人一旦提前釋放會不會再次殺人。根據常識，我們知道這個概率絕不會達到100%，所以當基數足夠大時，就一定 會出現失誤。
這個例子中的主要問題并不是在社會需求面對更多的威脅上，而是我們在人們真正犯罪之前就對其進行了懲罰而否定了人的自由的權利。
另一方面，無數的例子告訴我們一個道理——卓越的才華并不依賴于數據。愛因斯坦說：天才就是1%的靈感加99%的汗水，但是這1%的靈感比99%的汗水更加 重要。當記者問及蘋果在推出iPad之前做了多少市場研究時，喬布斯那個著名的回答是這樣的：沒做！消費者沒義務去了解自己想要什么。
大數據為我們的生活提供了便利，同時也讓保護隱私的法律手段失去了應有的效力。面對大數據，保護隱私的核心技術已經不再適用，所以，我們必須杜絕對數據的過分依賴，以防我們重蹈伊卡洛斯的覆轍。這個可憐的人就是因為過分相信自己的飛行技術，在市局的預估上存在偏差最終導致了自己葬身大海。我們必須學會如何讓數 據為我們所用，而不是成為數據的奴隸。這是另一個問題，后續有機會再和大家一起探討。
京公網安備 11010502049343號