大數據時代的知識論

薛巍

美國哲學家邁克爾·帕特里克·林奇與他的著作《我們的互聯網》

搜索到的信息

如果你身上帶著手機，就隨時可以搜索某個問題的答案。但為什么在網絡時代，關于真相和觀點的爭論越來越多了呢？林奇在《我們的互聯網》一書中說：“互聯網給了我們更多信息，它使我們更容易地挑選那些確認我們已有觀點的信息源。”他認為，如今獲取信息變得特別方便、快捷?！拔淖质刮覀兡軌蜃鰰r間旅行，互聯網則使我們能夠跨越空間的鴻溝來交流，我們不再需要前往某個地方尋找所需信息。”但數字手段會削弱和破壞我們其他的認識方式，那些認識方式需要理解，需要更有創造性地、整體性地把握信息是如何連成一體的。

他寫道：“我們以前說眼見為實，現在我們可能要說網上搜到的為實。但這也使得人們更容易相信奧巴馬是穆斯林或者麻疹疫苗很危險。正如我們往往看到我們想看到的東西，我們也往往會去搜索我們想搜的東西。在數字時代，我們能夠獲取更多的信息，但在其他方面我們知道得更少了，數字生活的墻壁使得我們更難獲得真正客觀的知識，互聯網助長了一種更被動的、更順從的認識方式。我們可能會過于依賴某種認識世界的方式而導致我們其他的感知變得遲鈍?！?/p>

搜索到的信息特征是什么呢？我們把搜索引擎當作一個圖書館員，我們問他們問題，他們給出聲稱擁有答案的信息源。但谷歌并不是一個人，它不創造信息，只是分發信息。我們從谷歌點過去的鏈接給出的信息是其他人提供的。如果我們信任它，我們信任的是其他人的見證?！皩嶋H上，整個互聯網，包括維基百科、臉書、推特，就是一個通過見證獲得知識的機器。如此獲得的信息和知識方便、快捷，但依賴于他人。我們還認為這種知識更有價值、更自然?！?/p>

問題在于，我們傾向于自動地信任我們的獲取能力?！坝袡C體要想找到食物、躲避天敵，就需要能夠快速、機械、可靠地把正確信息跟錯誤信息區分開。當我們早晨睜開眼睛看鬧鐘時，當我們聞到咖啡的香味時，當我們想起我們要遲到時，我們都在獲取信息。當我們四處走動時，我們會下載非常多的數據，然后被我們的感官和神經系統處理成信息?！边@些信息反映了我們周圍的世界，但我們被動接收到的知識不是知性的，狗、海豚和嬰兒也是這樣認知的。為了擁有這種知識，你無須知道，你甚至不用知道“知識”這兩個字是怎么拼的。關鍵在于，一個有機體對其接收能力默認的態度是信任它。即使我們知道視力和聽覺會誤導我們，但沒有它我們就無法生存。這種知識還是不加反思的，它們不需要積極的努力。當你在手機上查東西時，你得到的信息并不是你付出許多努力的結果。你是在從事一種快速的、相對非反思的認知過程。我們通常還信任這些用數字方式獲得的信息。

客觀性和理論并未終結

擁抱互聯網的人認為網絡顛覆了許多傳統的認識論概念。互聯網理論家大衛·溫伯格提出，在數字時代，客觀性已經不重要了：1996年，《職業記者道德規范》不再把它當作官方價值觀。溫伯格說，這部分是因為人們總是從某個視角來理解他們的世界，而客觀性依賴于一個形而上學假設：客觀性向讀者承諾，新聞報道展示的世界消除了個人的、主觀的成分，提供的不是源于任何視角的觀點。在溫伯格看來，客觀性是一種幻覺，因為不存在不帶視角的觀點。林奇說，這并沒有排除客觀性，因為做到客觀并不需要不帶視角的觀點?！罢胬碇钥陀^，是因為使它們為真的不取決于我們。一個人是客觀的，是說他對理由很敏感，清楚自己的有限性，知道自己的一些觀點可能不是源自理由，而是源于自己的偏見、自己的視角?！?/p>

溫伯格認為，做到客觀這一需要源于紙張、印刷文字是一種靜態的媒介，它迫使人們把讀者理解一個主題所需的一切都包括進去。在他看來，互聯網用透明取代了客觀性，但“透明之所以有價值，是因為我們注重客觀性”。

2008年，《連線》雜志編輯克里斯·安德森撰寫了一篇文章，題為《理論的終結：數據洪水導致科學方法過時》。他聲稱，大數據分析正在顛覆傳統的科研方式：“在這個世界，大量的數據和應用數學在取代所有被運用的工具。趕走所有關于人類行為的理論，從語言學到社會學。忘掉分類學、形而上學和心理學。誰知道人們為什么要那么做？關鍵在于他們做了，并且我們可以跟蹤和測算它。有了足夠多的數據，數字自己會說話。知道相關性就夠了?！蔽覀儾挥脤ふ夷Ｐ土恕o須假設數據能說明什么就可以分析它們。我們可以把數據扔進巨型計算機中，讓統計學算法去尋找科學找不到的模式。傳統科學理論的目標是建構模型，收集數據只是第一步，科研要做的是建構一個關于事件如何、為何發生的模型來解釋數據。安德森認為，傳統的觀點假定的是數據總是有限的。而這個假定被大數據推翻了。

理論真的終結了嗎？林奇說，答案是沒有。托馬斯·庫恩在《科學革命的結構》一書中說，我們無法不預設一個理論而直接看數據本身，數據總是承載著理論。對世界的觀察總是會受到以前的觀察、經驗和信念的影響。這些信念會產生一些期待?？偠灾?，理論滲透到了數據中。這種影響甚至會決定人們使用何種實驗技術或設備，如庫恩所說：“自覺或不自覺地，決定使用某種設備并以特定的方式使用它，都假定了只會出現某種情況?！?/p>

另一位大數據的倡導者魯德爾說，地震發生后，可以從推特上的反應跟蹤“情緒震中”，這樣的話不需要知道地震的其他情況，就可以決定該如何向災區的人分配援助物資。作為指引，推特上的反應的輪廓遠遠優于傳統的圍繞震中的沖擊波。按林奇的分析，魯德爾這種說法依賴于幾個重要的假定：首先，他假定了救援人員不關心余震（對此傳統的地質學數據預測得更好）。其次，它假定了所有類型的地震會帶來同樣可辨明的推特上的反應。但如果人們受傷嚴重到無法打字的地步呢？第三，它假定了人們都有智能手機，而且他們的當務之急不是救援傷者，而是發推特。這說明，數據相關性只有在特定的背景假設之下才有用。而這些假設正是源于理論。

美國藝術史專家馬克西米蘭和他的同事制作了一個文化史地圖，他們收集了2000多年間15萬個杰出人物出生和死亡的時間與地點，顯示隨著時間的推移，文化如何移動——有時聚集在某個城市，有時非常分散。馬克西米蘭開展這一項目是為了說明，歷史研究跟科學研究一樣，也可以使用數據而不是理論來顯示相關性。林奇說，他的數據地圖依賴一系列假設：他選取的杰出人物幾乎全是歐洲男性白人;他的其他假設涉及如何定義文化;他認為文化是由科學家、電影明星等杰出人物推動的，忽略了經濟和政治力量的作用;其他假設涉及如何衡量文化的漂移。“為什么一個人死亡的地點比他最多產的歲月所處的地方更有意義？比如笛卡兒死于瑞典，但他多產的時候大部分是在法國的時候?！?