论大数据认知旨趣从“知识域”向“道德域”拓展之可能

《论大数据认知旨趣从“知识域”向“道德域”拓展之可能》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、论大数据认知旨趣从“知识域”向“道德域”拓展之可能一、问题的提出　　大数据(英文为BigData，亦有Megadata的表述)一词首次见诸1998年《科学》杂志刊发的《大数据处理程序》(AHandlerforBigData)一文。10年后(2008年)《自然》杂志做了一个大数据的专刊，一时之间，大数据迅速流行起来，成为时下的跨学科、跨领域的跨界新宠。从最为明显的特点看，它又被称为巨量数据、海量数据、大资料等等，它是随着信息技术、互联X技术、计算技术等科技的飞速发展，出现了对人类行动和自然事件进行实时记录的技术形态后，所形成的一种数据存储、交换、

2、分布、获取、利用(包括数据挖掘)的新型的数据形式。从运用方式看，大数据是由互联X或移动互联X平台支持的数据存储、获取、交换和分析的数据技术。而从看，大数据主要来自科学仪器、传感设备、互联X交易、电子邮件、社交X络平台、音视频软件、点击流等，是无数多样的数据源生成的大规模、多元化、复杂的、长期的、分布式的数据集。随着大数据浪潮的汹涌而至，大数据的广阔应用前景和战略意义吸引了从医疗、卫生保健、政治、经济、教育、社会、文化、军事领域的战略家、行业领袖到自然科学、社会科学、人文科学诸领域的知识分子的广泛关注。几乎是在一时之间，从国家首脑、银行职员、农庄

3、的经营者到茶社的品茗客，只要有智能和移动X络覆盖的地方，人们都置身于或开始关注和讨论大数据带来的挑战和机遇。大数据浪潮带来了前所未有的挑战和机遇，也带来了新的伦理道德的理论课题。英国学者舍恩伯格等提出大数据及思维方式变革的重点是从因果关系到相关关系。这是大数据推动人类道德进步的伦理特质。这个观点引发了国内学者从哲学价值论(黄欣荣)、认识论(吕乃基)、社会学(罗玮)、心理学(喻丰)、历史学(刘红)、政治学(孟天广)等异常广阔的人文社会科学领域关注大数据生活、工作和思维带来的大变革。大数据信息方式在改变人类理解和构造社会的方法的同时，也改变了人们理

4、解生命、权衡利害、筹划良好生活、构建公序良俗的伦理方式。数据挖掘不仅成为企业竞争力的和国家竞争力的重要组成部分，在驱动人们应对复杂性、洞察形势、创制益品、提供人性化的规制程序和服务以及做出合理决策等方面也展现出无与伦比的优势并开拓出意想不到的可能性。然而，面对汹涌的数据驱动型社会的来临，特别是面对大数据在展现人类道德进步时隐蔽着的不明所以的计算幽灵，我们绝不能以一种浅薄的技术乐观主义信念随着机器一起舞蹈，或者把自己也转化成为由数据驱动的跳舞的机器，而是要在大数据带来的人类价值图式、知识体系和生活方式的相互激荡、相互关联、相互融汇的历史大视野上，

5、思考应该做什么以及应该如何做的根源性问题，面对我们应该成为什么样的人的问题。即要透过大数据这种新的物质形式或文明形式，通过回应伦理方式上的两个明所以(不仅在应该做什么的实质伦理问题上要明所以，而且在应该如何做的程序伦理问题上要明所以)，切近大数据时代不明所以的人类道德进步。就如同好奇心重的顽童往平静的湖面投进一颗石子，他要观察激起的水波纹是怎样一层层地扩散开来。鉴于问题本身的复杂性，笔者重点考察大数据认识旨趣从认知域扩展到道德域的进路。这就像是在互联X或大数据的大规模水域投入了一颗小小的石子。笔者以此探问:在大数据时代，如何评估人们遭遇的伦理问

6、题的性质?当权衡大数据价值方式下的那些紧要的伦理问题时，应该做什么以及应该如何做?我们从区分理解大数据的两个不同视角入手，分析大数据是如何影响或改变人类知识和道德行为的物质形式的形态学特征的。由此，引入我们用来考察大数据生命伦理学诸议题的关键概念道德形态学范畴。下面试图要进行区分理解大数据的两个不同视角，是认识论视角和伦理学视角。它们分别对应人与世界打交道的两大领域:知识域和道德域。　　二、知识域中的明所以和不明所以　　一般说来，认识论视角关注的重点是主体把握对象时主客之间发生关联的认识方式。它关乎事实之领域，或者说，关涉是之领域。从这一视角看

7、问题，形成了人类认识世界或把握世界的科学范式。大数据认识方式，被已故图灵奖获得者JimGray(19442007)描述为eScience范式或数据挖掘范式。Gray称之为第四科学研究范式。按照Gray的说法，相对于以实验为主的经验范式、以模型为主的理论范式和以模拟为主的计算范式，大数据使得科学研究范式升级到主要通过__eScience平台对实验、理论、模型不同渠道产生的大规模的海量数据进行探掘的第四科学研究范式。显而易见，Gray的4种科学研究范式的划分，包含人类获取、处理和使用数据的两个层次或两种类型:第一层次是通过实验、模型和模拟计算，获取

8、表象世界的数据;第二层次是建立在互联X、大数据、云计算、物联X、穿戴技术等普适计算基础上的密集型数据挖掘。刘红、胡新和从数据演变历史将上述两个层次或类