大数据：大影响，不止正面！

科技正以肉眼可见的速度重塑日常生活，把人类社会一步步推进到高度互联的网络化状态。为了纪念这场数字革命，每年的5月17日被设立为世界电信和信息社会日。当年这个纪念日的主题是“大数据，大影响”。说实话，“大数据”这个词在互联网世界的日常语境里已经出现得过于频繁，很多人开始无感。但选定这个主题，本意并不在于追逐热词，而是想真正探讨一件事：怎样把庞杂、混乱、带着各种瑕疵的数据，转化为可以落地、能够用来改善社会的有效信息。

大数据确实具备改善社会的潜力，甚至有人把它比作新时代的电力或者抗生素——从教育、医疗健康到城市规划、环境保护，数据驱动的决策正在渗透公共治理的各个层面。但硬币的另一面同样真实：大数据也可能带来巨大的负面效应。广告商、平台乃至政府机构，都有可能利用数据能力侵犯他人隐私；一旦缺乏约束，这种能力就可能被滥用来监视普通人生活的方方面面。

以Netflix为例。作为全球规模最大的商业流媒体服务商之一，它拥有超过2900万订阅用户，平台会持续记录用户的行为数据——你看了什么、什么时候看的、在哪儿看的、用什么设备看的，甚至快进、暂停、停止播放这些操作都被一一留存。对于广告商来说，这简直是一座金矿。可以试着想象一个画面：Netflix的工作人员就坐在你家沙发后面，每次你打开平台，他都探着脑袋，盯着你的一举一动，逐条记下。Google、Amazon、Facebook、YouTube这些线上服务平台，本质上也是同样的逻辑，只是很多人日常使用中不会刻意去想罢了。

如果说商业平台的数据收集已经足够令人警觉，那么情报机构的大规模监控项目，则把这种能力推向了更极端的程度。美国国家安全局（NSA）、英国政府通信总部（GCHQ）等机构开展的监控行动，借助大数据技术持续压缩个人空间。可以毫不夸张地说，如果没有大数据，如今这种规模和精度的人物画像分析根本无法实现。

人们总是倾向于把大数据的“好处”迁移到各种场景里：根据社交媒体行为来招聘员工，参考运动手环数据来核定保险费率，甚至依托手机通话记录在机场安检中预判潜在犯罪行为。听起来很高效，但把大数据真正应用于公共服务时，有一些根本性问题无法回避。

第一个问题是偏见。无论有意还是无意，人的决策本身就带有偏见。如果把数百万雇主、警察、法官长期以来做出的决策汇总在一起，那些潜藏在个体判断中的偏见并不会消失，反而会被系统性地放大。大数据本身只是海量的非结构化数据，但从数据中推导结论依赖机器学习技术，而机器学习会累积性别偏见、种族偏见等各种隐性偏差。最终，算法做出的判断可能比任何单一个体都更具偏见性，并且以更高效的方式复制和扩散，给社会带来难以察觉且极其恶劣的后果。

第二个问题是错误率。一项研究发现，人脸识别的错误率区间可达3%到20%。这意味着，下一次你经过机场安检时，你的脸可能被系统与某个潜在恐怖分子数据库中的照片错误匹配，然后被拦下盘问，甚至卷入更大的麻烦。类似的事件在国际机场中转通道里并不罕见。现实是，我们无法构建准确率100%的模型；只要基于不完整、有缺失的数据样本做推断，错误就不可避免。问题在于，当这种推断被应用于公共安全和行政决策时，错误的代价往往由普通人承担。

所以在处理大数据时，对数据质量和数据来源保持审慎，同时严格管控数据访问主体与访问权限，并不是一句空话。如果对来源多元的数据集进行妥善处理、充分匿名化以保护隐私，大数据确实可以用来解决复杂的社会难题。但反过来说，如果大数据长期处于监管缺失或监管不到位的状态，没有经过公平性和偏见检测，那么它对个人权利与基本自由构成的威胁，远比我们愿意承认的严重。

大数据本身没有立场，它只是工具。但工具如何使用、用来为谁服务、出错之后由谁负责，这些问题的答案，才真正决定“大数据，大影响”到底是正向的，还是危险的。