潘绥铭：生活是如何被篡改为数据的？

编者按：

互联网时代，信息大爆炸引来大数据的盛行，对大数据的分析和拔高也在不经意间甚嚣尘上。

但数据本身不能表达现实生活中的所有细枝末节，人的生活无法量化更无法脱离其实时背景加以考量，主观建构的存在更使得数据无法完全解释人的行为，故而数据可以作为参考，但绝不可视为无所不包的唯一参考。

作者潘绥铭，现任中国人民大学性社会学研究所所长、社会学系教授、博士生导师；主要作品《存在与荒谬——中国地下性产业考察》、《神秘的圣火——性的社会史》。

近年来，对于大数据崇拜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。但是，大数据真的如此万能以至于可以取代各种非量化的人文社会研究吗？

大数据最值得质疑的，既不是其定义，也不是其功能或意义，以及方法论层次上的“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，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。

那么在操作的层次上，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？

1

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。

可是人尽皆知，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，依然无法获得的且无法监测。

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。

以上网活动的痕迹为例，大数据的生产者，怎么来界定那些痕迹是有意的还是无意的、闲置的还是凝视的、主动寻找的还是被引导而来的？

界定之后，到底是根据停留时间长短还是活动的频率，来制造分类？为什么将“活跃”定义为“需求”？“需求”又被赋值成什么？从“不需求”到“强需求”的不同赋值之间，究竟是什么样的数量关系？

显而易见，在这个四部曲的过程中，依然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”，将人类生活的痕迹，篡改为自己的世界观和价值观所能接受的“数据”。

这就意味着，所谓的大数据，其实并未超出“小数据”原有的局限性：裁剪生活，撕碎人生；将把整体生存的“人”，视为一堆杂乱的零碎。

因此，大数据其实并不是在帮助人类思考，而是企图取代和控制人类的生活经验，是人工智能的噩兆。

2

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；但是，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，才会产生和带来某种结果吗？

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。

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“此因此果的此行为”。这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。

如上所述，这样的批评还是很中肯的：“数据不懂社交、不懂背景，会制造出更多噪音，遗漏真正有价值的东西。大数据无法解决大问题。”

3

主体建构被抹煞

“大数据崇拜者”往往不敢承认：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。

那么，在大数据监测到的人类的行为中，它究竟是如何分辨出其中主体建构的成分呢？首先，以网购的大数据为例，即使收集到全部的上网痕迹，而且全都数字化地一览无余，那如何知道这是监测对象的真实想法？

其次，人类有“自我呈现”的天赋，即表演。那么如何筛除被监测对象的表演？

第三，这些数据是否经历了被监测对象的认可，无核实且漠视主体意愿的数据如何呈现真实意志？

即使是某些询问对方意愿而获得的数据，尚且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？

我们不能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，依然不能容纳和表述人类的全部生活意义。

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，都无法否定人类“主体建构”的重要性，结果都必然将真实的生活阉割。

因此，大数据所获得的一切“发现”，其实只是部分人对他人生活的描述。而他人既不知道自己被描述了，也没有渠道去修正这种描绘。结果，大数据就变成一帮技术分子所构建起来的新的认知霸权。

4

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。

那么，该如何确定被监测者在不同的渠道中，在不同的情境之中，都会做出同样的选择？

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”。但所有这些数据，都仅仅是对人们生活中的零散的侧面的记录。

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？

其次，人类生活的各个侧面之间，难道不是相互影响着的吗？

第三，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？

如此这般，数据越大，岂不是错误越大？

5

原罪就是原罪

本文所论述的一切，其实都是来自人文社会研究中，久已存在的对于“量化研究”的批评。大数据崇拜是这种思潮的最新表现，只不过是披上了更为光鲜亮丽的外衣。

在基督教教义中，原罪与生俱来，背负终身，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，其缺陷与弊病就无法从根本上避免。

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。

但这并不意味着量化研究和大数据毫无可取之处，本文只表达三层意思：

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；

第三，两种研究就像是两条铁轨，缺一不可，但又平行延伸，永不交叉。