上帝、数据和故事

• 就人类说话的方式而言，除了数据，我们还有故事。
• 故事和数据的不同，在于数据很大程度上是已经存在、甚至记录下来的真实信息，而故事则可能含有前者，还可以去“虚构”或是“创造”。

早些年，在读黄仁宇先生的“大历史”作品时，中国落后于西欧和日本是由于“数目字管理差”的判断，印象极其深刻。黄先生将“数目字”管理的准确和意识形态统辖的笼统，做了直接的褒贬对比。潜台词是，中国人图强发奋，跻身世界强国，当“以史为鉴”，重视数目，万万不可只是“大概”而已。在我看来，先生的如此观点，大可名冠“仁宇结论”，与史共存。

近年来，读了多本“大数据”的著作，其中涂子沛先生的《大数据》和《数据之巅》，读来令人振聋发聩。“数目字管理”在当下中国，应当是主流或主流中的重要成分，但相比于美国等强国，有着明显的距离。涂先生明言，收集数据、使用数据和开放数据，是现代国人面临的严峻挑战。大有一种历史呼应的意味，涂先生发出了新时代的“仁宇结论”，依然是民族和国家强盛的警醒之言，让人内心不由得升腾起深深的敬意。

事物总是具有两面或多面性。当我们强调某个方面时，很容易出现某种过量的渲染；而当我们过于渲染某个方面时，则必定会出现一些逻辑偏差和思想矛盾。应当说，在流行颇多的“大数据”文字里，这种偏差和矛盾是较明显的。无疑，它们不只是文字上、逻辑上和思想上的争议问题，基于“大数据”的时代功能，它们会引致出偏颇的实践经历和结果。

上帝、人和数据

这是关于“大数据”的名言：“除了上帝，任何人都必须用数据来说话。”

在汉语语法里，“除了”一词具有英文中“besides”和“except”的两重含义。“besides”表达的“除了”，是一种相加关系，如“Besides him, we all went to the movies （除了他之外，我们都去看电影了）”，其中的“他”和“我们”是都去了；而“except”的“除了”是排除性的，如“We all went to the movies except him（除了他之外，我们都去看电影了）”，这里的“他”不在看电影群体之中。那么，上面名言中的“除了”，是相加性的，还是排除在外的？

显而易见，由于上帝和人完全不同，“除了”一定是排除性的。只要你是人，就必须用数据来说话；上帝，则可以排除在“用数据说话”之外。很不幸，即便是这种解释，从主体的角度来看，上帝和人不可避免地归属到了同一个群体之中，他们只有“说话方式”的不同，但都是世界说话的主体。换言之，“除了”所排除的，只是上帝和人在用数据问题上的“必须与否”，却排除不了上帝和人同处在世界说话主体位置的共性。

就这样，一个逻辑的偏差就生成了。

如果说，上帝不等于人，将两者放在同一位置上进行“说话方式”差别的比较，就全然没有基础，也就没有比较的意义，这如同“除了动物，我们都去看电影了”一样怪异；如果说，上帝等于人，比较的基础有了，内在的逻辑冲突就出现了——因为“任何人”一旦包括上帝在内，上帝也必须“用数据来说话”，此名言前后就是自我否定的了。在这里，解决问题的办法，就是放弃用上帝做比较，仅仅说“任何人都必须用数据来说话”，便可逃离逻辑的深渊。

我理解，作者之所以要动用“上帝”做文章，在于试图以一种唯一的、绝对的、终极的方式，加大对“大数据”神奇性的渲染。不曾细想的或许是，这等说法在逻辑上的偏差，很可能反过来导致人们疑虑“大数据”的科学价值和现实功能。要知道，人们大多笃信，离上帝近的东西，离人类科学认知和现实生活会很远。

解说“大数据”名言的逻辑偏差显然不是最重要的。最重要的在于，将“大数据”的功能绝对化，会对人的主体性带来冲击和伤害。因为绝对化，大数据就成了一个新的“上帝”，人容易在如此理解里被大数据所管控，时不时地失去自我主体位置，最终导致认知和改造世界的迷惘与失误。

所谓“大数据”，即是“大量”的数据集合。它解决了以往小部分数据时，必须由局部去推测整体的困难，以及推测方法和结果的不确定性。如在大海中航行时，航行者发现冰山一角，以往必须借助于某种“算法”，去推测整个冰山的大小；在冰山的“大数据”可得到时，整个冰山的“庐山真面目”便容易掌握，航行者就不需要推测和任何的“算法”了。更紧要的是，如果数据“大”到几近无所不包，可以称之为“全量”时，人类的各种活动就能够大大地提高趋利避害的准确性。试想，当你一眼就看清全部的冰山，你自然就能够相当准确地安全航行。可见，大数据特别是“全量性”的数据具有直观、结构清晰和综合性强的特点，人类在生产和生活实践中，通过它，能够迅速把握事物的整体、相互关系和发展趋势。毫无疑问，大数据是人类一种新型的、功能强大的好工具。

“功能强大”常常是被人们夸大的基础，而夸大的最高境界就是将被夸者置于神龛之上。当大数据经拥戴走向登峰造极时，它作为人的工具的特性便急剧弱化；相应地，它被赋予了某种超越工具的特性，大有替代人作为主体的部分作用。收集数据也好，分析数据也罢，特别是使用数据，本来都是人作为数据的主宰者主动所为，数据只是一种人的工具。然而，大数据的神化，让这一切转化成了人在数据之下的被动适应——收集的数据越“大”，事物的直观性、整体性就越强，发展的趋势似乎就越容易把握，问题的解决办法似乎就越明了，数据自身的主体功能似乎就越突出，人对数据的使用就越容易被数据对人的指挥所替代；而数据的指挥越是强势，人就越是容易屈从于数据的管控，这又会刺激起人们更多地去收集“更大”的数据，进而叠加性地加固数据对人的指挥。在这样的格局之下，人退居于次位，大数据则向人的主体位置上升。

这不是一种逻辑演论和主观臆测。在现实生产和生活中开始使用“大数据”的人们，已经有了“宁可相信数据，也不相信人”的初步理念。例如，一些公司招聘新员工时，完全依赖于各种类型的考试成绩单和就读学校、学历、学位等组成的“大数据”，“准”比尔·盖茨、乔布斯类人士，肯定进入不了选择范围。在法律界，用“大数据”来分析人的犯罪倾向，并预测某些人的犯罪行为，提前给予限制或是监控，这实际上是对未来的犯罪可能而非实际犯罪行为进行惩罚，显然有损于人的尊严；犯罪学上有“犯罪性”和“犯罪”的区分，前者只是犯罪心理倾向，大量存在于人们之中，并非只有犯罪的人才有，即使用“大数据”分析预测某人的犯罪性，也不能认定犯罪行为一定发生。过于绝对地依赖和笃信数据，不仅在具体的事项里会出差错，重要的是人的主体性被侵犯和损害，不论他们是招聘者还是被招聘者，也不论他们是“犯罪”的怀疑者还是被怀疑者。

实际上，“大数据”这种人类的创造物反过来管控人，不时挤掉人主体地位的事情，人类有史以来就一直存在。西方人关于人的“异化”之说，东方人关于“自己立个菩萨自己拜”的理念，早就对此现象有过深刻的分析和批判。人类制造了机器，人就时常依附于机器；人类创造了组织、制度，人就被组织和制度统治；人类发明了货币，人便成了货币的奴隶；人类推崇宗教，信教者就有了心中的“主”而忘却了自己。在某种视角上看，人类追寻的自由和进步，不只是在改造和创造世界中获得，还要在摆脱自己创造物的控制和束缚中获得。颇为无奈的是，人类已有的深刻认识和实践，仍然无法消除对创造物的顶礼膜拜。这种根植于人性中的东西，我们能够做的，只有反复的提示和警醒。

正因为如此，大数据被极端性神化，并不是多么新鲜的事情。新鲜的，只是大数据这种新的推崇对象，还有那神化大数据的现代渲染形式——上帝类的绝对观念存在被拿来做了衬托。熟悉人类自由和进步的历史，就能够熟悉当下的大数据工具地位，人也能够在时常的迷惘中醒来，这是让人永远乐观和自信的一面。

除了数据，我们至少还有故事

关于大数据的理解，公认的说法，数据就是信息，而“大”则只是一个相对的界定，并非科学概念。由于科学技术的进步，相对于历史，现在收集数据量巨大；相对于原来的“数目字”理解，现在的数据还包括文本、图片、视频等新信息；相对于过去“数目字”主要用来做大的事项记录，如计时间、记大小、记经济交往账目等，现在的数据使用则介入到了社会生活中的方方面面，如个人健康、企业管理、宏观经济预测等。因此，“大”是游离不定的，其边界不清晰也不可能清晰。大数据就是巨大信息量的别名。

基于这样的理解，人人都必须用数据说话，是完全正确的。只要你开口，一定是带有信息量的。即使是你说的内容没有新的信息量，你在进行表达本身，也是一种新的信息，结合你说的内容，就成了新信息。例如，同一个信息，由普通民众说出和由总统说出，是不一样的。这样说来，人们用数据说话，不是“必须”与否，而是自然而然的。我们想象不出，从古到今，离开了信息交流和交往，人类还能交流和交往什么。可见，对于大数据，我们还是需要一个较为一般的界定。

多少有些遗憾的是，我没有看到关于大数据的一般概念。或许，在这个时代里，概念本身已经不重要，不重要到不必认真地去定义它。即便是将大数据分为“结构化”和“非结构化”不同数据，我们也无法准确地说，哪些信息是在“大数据”范围，哪些不在。不过，对于“数据”而言，我们通常将那些可以数量化或是进行数量化处理的信息，归列在一起，称其为“数据”，而将其他的信息另行归类，不算为此种意义上的“数据”。在读到的不少大数据著作中，这种分类是占多的，尽管作者并未明言。

其实，就人类说话的方式而言，除了数据，我们还有故事。故事和数据的不同，在于数据很大程度上是已经存在、甚至记录下来的真实信息，而故事则可能含有前者，还可以去“虚构”或是“创造”。人类社会的历史表明，人们的交流和交往，少不得数据作为媒介，也少不得故事。甚至，故事的重要，时常都在数据之上。

让我们看看人类历史记录下来的那份宝贵财富《圣经》，它就是由故事组成的，其中有数据，有他类信息，更有某种“上帝”赋予人类的精神期盼——实质是人类对于自我的认知和价值理念创设，或者说，是人类精神世界里的一种意识形态的构建。正是这样的构建，创造了西方世界的文明史基础，它的地位高度如何评说，自不待言。

华夏文明的历史又何尝不是如此。包括黄仁宇先生在内的许许多多历史学家，只能依据历史留下来的有限资料或“数据”，去分析、推测甚至想象历史的过程，构建某种历史观或是意识形态。我们当下看到的华夏文明史，当然有真实的历史记录，更多的则是历史的“故事”创造。在某种意义上讲，至少历史中的大多数细节，不是历史中人的言行自然记录（根本不可能有），一定是他人或史家的推测或是“虚构”。延续着中华数千年文明历史的传统或价值观，并不因为这些“虚构”而失色。相反，正是它们，组合成了较为清晰的文明色谱，让后人承接了文化的精髓而繁衍了强大的华夏民族。这些算不得“数据”的故事，竟然是如此地具有生命力，由不得我们不顶礼合十。

现代计算机、网络、传感和移动等技术的飞速发展，创造出大数据的时代。当下人类历史的许多细节，已经被有形和无形中存在的设施所自动记录，并且由庞大的存储系统保留下来，不再需要史家的“虚构”。但是不是技术手段的再进步，会将人类社会的一切都自动记录下来，从而消灭史家的“虚构”呢？从纯粹技术的角度讲，这是完全可能的。可以想象，当人类一切的言行，自然界的所有变化，都能够每时每刻地被传感器、移动网络和存储设备所收集时，历史本身的“大数据”就已经集合起来，“虚构”历史细节的空间就没有了。

先不说人类社会和自然界的一切信息是否都可以被收集，即使是史家完全没有必要去“虚构”历史，却无法不去“创造”由史而来的价值观、信仰，或是精神层面上完善一个民族、一个国家，甚至整个人类社会生存和延续的正向理念。现代的数据可以是很大，大到足以让人看清经历的所有细节，但它们不会自动地生成价值评说和善恶区分，更不会自动形成某种意识形态。这些由大数据组成的历史经历，有其自身的数据存在逻辑，却未必是人类走向未来的合理存在，如一味追求经济速度的发展经历，并不表明人类美好未来会在此种速度下快速到来。只有人类自身和谐、圆融地发展，与大自然和谐共存，才是人类的长久发展之道。当历史的细节不需要“虚构”时，人类历史的信仰和价值观，仍然还是需要创造的。事实上，以往史家“虚构”历史细节，当然不是就“虚构”而为，而是冲着信仰和价值观来的。

更何况，要完整无缺地收集人类社会和自然界的全部信息，那是不可能的。自然界存在至少在亿年之上，人类社会也有数千年历史，过去的信息，我们只是收集和储存了很少的部分。当今的信息，由于人类数量的增长和活动的复杂化，其产生量和收集储存量相比，仍然存在巨大的遗漏——每个人都在每分每秒里产生信息，却不是都被收集和储存了起来。事实上，从人类的所有活动都要耗费资源来说，人类不可能将全部的资源都用于信息的收集和储存，仅此一点，那些消失在自然界和人类社会里的信息，不知道要大于收集和储存的信息多少倍！所谓的大数据，相比于人类无能力收集和储存而丢失的信息，是极其渺小的，要得到所谓的“全量性”数据，也只能是南柯一梦。

一个确定无疑的结论是，在当今的大数据时代里，数据的收集、储存和使用，可以说是空前的，并将获得更加惊人的发展，但这并不能够成为消灭“故事”的理由，因为它根本消灭不了。如果我们不是从相对的视角去看待数据的“大”，不尊重和选择数据以外的其他工具，尤其是弃“故事”类工具而仅仅以数据代之，我们就可能大大地误解自然界，更误解人类社会自身，在“故事”类工具的弃用中，迷失在存在观、价值观和信仰等意识形态的缺失中，成为大数据的奴隶。虽然说，从长期来看，人类整体一定不会祭出大数据为神，但一时的迷失或部分的误解，也会大大地伤害人类的自由意志和尊严。

如何认知“大数据”

在现实社会里，将大数据作为符号者颇多，许多人已是言必称之；将大数据作为工具来服务于特定目标者，正在迅速增加。不过，一般观察而言，对于大数据似懂非懂又渴望了解者，规模最大，其中包括不少的“符号者”和少量的“工具者”。面对如此的格局，现在正是从大数据的内在规定出发，宣讲它的最佳时期。不少的大数据著作出现，大受欢迎，正是契合了时代的需要。但是，过于绝对的渲染，可能会适得其反。大数据的思想者们，必须清醒地看到这一点。

在“大数据”的认知问题上，对人的主体性的强调，始终应当是第一位的。收集、分析和使用的数据再大，大到我们甚至要言听计从地服从于数据演化生成的结论，它们也只是在人的指挥和管控之下形成的。是人，收集到了足够多的数据，有了厚实的分析基础；是人，整理、归类、理清关联、发现特征或规律，并梳理出了可使用的途径；还是人，通过使用数据实践，总结、评估、叠加分析并进一步地提供改进使用措施。即使有些人，总只是处于一般使用者的位置上，那也必须明白，这是人创造出来的东西，不能绝对化它的作用；这也是人在使用的东西，人的操控具有决定性，不可自我否定主体作用。生活中，绝对相信GPS定位的驾驶者，在明明白白走错路时，不怀疑定位器而怀疑自我之事，是时有发生的。

“大数据”之“大”的相对性，需要倍加牢记。现代社会数据的巨量增长，其计量的单位自然发生了变化，百、千、万、亿和兆类单位，已经无法表达数据量界。以二的几十次方出现的“拍、艾、泽字节”单位，它们计量的数据，大到我们无法用传统的数量概念去想象。即便如此，我们也无法用“全量”去界说“大数据”。就是在某个主题设定的前提下，如根据某种疾病的巨量信息来寻求治疗方案，我们运用最先进的技术去收集、储存和分析，并且通过无障碍的方式共享，也无法穷尽所有关联数据，更无法得到全部无遗漏的治疗良方。“大”是一种永远相对的数界，不可能是绝对的完整存在。如果绝对了，那便是终结，那种疾病根本就不可能有。在这个意义上，我们不应当期望，大数据由于其“大”，会带给我们一个绝对的整体，一个完全不需要因果分析的事物结构，一个彻头彻尾的最优解。那是人类脑海里构造的“乌托邦”，不是真实的人类社会。

我们相信人有神性之说，却无论如何也不会相信人就是神本身。既然有关大数据的一切，都还是人作为主体主宰之下的所为，那么，人具有的天性，尤其是那与生俱来的弱点，如贪婪、恐惧和懒惰等，就必定会在与大数据关联的各种过程中，得以充分地展现。由此而来的是，收集数据中无法避免造假，分析数据中无法避免差错；而使用数据，则会出现利益争夺之下，人为的效果夸张或缩减，将使用结果叠加为不真实的“新数据”而反馈到大数据群体之中。这一点说明，大数据在人类社会里，总是会包含假的、错的和人为制造出来没有用处的内容。大数据不只是不绝对地“大”，还不是绝对地有意义。

在人类社会学说的历史上，那个“量变到质变”的哲学结论是深入人心的。数据由小变到大，巨量数据时代的到来，是不是意味着某种新质的出现呢？

一定是的。那么，这种新质又是什么呢？如果说，人类并不会因为大数据的出现而改变其主体地位，也不会改变其天性，那么，由大数据带来的新质，就必定只是人的思维方式的变化，以及由此而来的社会生存和生活模式的重造。那种过往“小数据”下的传统的思维，包括生存方式选择、管理方法确定和预测模型设立，都将在大数据的冲击之下走向弱势，部分则走向终结，进而演进出现实社会生存和生活中的新景。说实话，现在还不到描绘大数据新社会景象的时候。这是因为，我们的社会，正处于历史的拐角处，传统社会的景致依然活跃，它使得我们的传统思维仍然占领了颇大的地盘，让我们一时半会儿也构想不出那个场景来。

2015年6月6日　星期六　开始动笔
2015年8月2日　星期日
（原载《读书》2015年第10期）