基于大數據知識表征的特質

蘇玉娟

基于大數據知識表征的特質

蘇玉娟

基于大數據的知識表征不僅凸顯知識的精神特質，而且凸顯知識生產特質、實踐特質和規范特質。多元的大數據主體使知識更加復雜，數據的主體多元性在客觀上要求數據共享，而實現大數據共享是一個復雜的過程；數據的主體多元性使大數據倉庫的客觀性越來越復雜。關聯的網狀大數據彰顯知識的客觀性，基于大數據知識表征的客觀性不僅來源于關聯的大數據形態，而且來源于經驗世界的大數據、主體與經驗世界關聯的數據、主體間數據的客觀實在。強語境依賴的大數據彰顯知識的相對性，基于大數據知識表征依賴大數據產生的時空語境，基于大數據知識應用具有應用空間的相對性。大數據知識的實踐應用彰顯知識的社會規范性，應遵循客觀性、公有性和社會性及技術層面、組織層面的制度規范。基于大數據的知識表征不僅彰顯大數據工具的個性特征，而且具有普遍知識的本質特征，是對人本主義和外在主義知識論的超越，是關聯分析和因果分析的辯證統一，并具有實踐意義。

大數據；知識表征；數據關聯；復雜性；客觀性；相對性；社會規范性

知識是內在主義主觀與外在主義客觀知識定義的集合，內在主義知識主要關注點是人的認知過程及其特質；外在主義認為知識是客觀的，強調客觀性結果。可以說，知識是證實了的真的信念，并被客觀展現的結果。表征是指在實物不在場的情況下指代這一實物的任何符號或符號集。這里的符號或代碼既可以是客觀的物理符號，也可以是主觀的心理意象，既可以是靜態的事物，也可以是動態的機制。知識的表征就是用這些東西代表知識。*王建安、葉德營：《知識分類與知識表征——評賴爾的知識分類與圍繞它的爭論》，載《自然辯證法通訊》2010年第4期。從表征的方式看，知識可分為陳述性知識和程序性知識，陳述性知識回答“是什么”“為什么”“怎么樣”的問題，程序性知識解決“怎么做”的問題。組織理論家羅素·艾可夫勾勒關于知識的三角形金字塔，最下層是數據，依次為信息、知識、理解和智慧。這樣，知識表征彰顯知識被生產和應用的整個過程。知識研究的對象是經驗世界，經驗世界包括“自然事實、科學事實和現象學事實，形成日常知識、科學知識和哲學知識”*馬克斯·舍勒：《知識社會學問題》，艾彥譯，北京：北京聯合出版公司2014年版，第11頁。。大數據不僅可以實現對自然事實、科學事實和現象學事實等經驗世界的表征，而且可以實現對網絡世界虛擬現實痕跡的表征。因而基于大數據的知識表征包括對自然知識、科學知識、現象學知識、網絡知識的表征，是更廣意義上的知識表征。基于大數據的知識表征不僅凸顯知識的精神特質，而且凸顯知識生產特質、實踐特質和規范特質等。

一、 多元的大數據主體使知識更加復雜

吉姆·格雷認為科學形成四個關鍵性科學范式，即經驗范式、理論范式、計算范式和數據挖掘范式。不同范式折射出知識的不同特質。經驗范式產生于幾千年前，以個體觀察和實驗為依據，邏輯經驗主義強調一切綜合命題都以經驗為基礎，并提出可證實性、可檢驗性和可確認性原則，由于本身證實原則的不可靠性、不普遍性等原因，以及不能對經驗知識進行滿意的描述而受到質疑。理論范式產生于幾百年前，以建模和歸納為基礎，歸納主義認為知識是從觀察和實驗得來的經驗事實中推導出來的，但是有限不能證明無限，歸納不是一個嚴密的邏輯形式推理，作為知識的生產范式存在缺陷。計算范式產生于幾十年前，以模擬復雜現象并進行計算為基礎，計算主義認為一切事物的變換都是計算，物理理論永遠是真實物理世界的一種簡化和理想化，這樣物理世界是可計算的觀念受到了質疑。數據范式以數據挖掘為基礎并聯合理論、實驗和模擬為一體的數據密集計算，數據范式包括了事物發展的經驗大數據，并運用計算反映出事物之間的相關性，形成理論知識。不同范式折射出知識來源的不同途徑和不同特質。從人類認識范圍看，有自在世界、經驗世界、表象世界和網絡世界。自在世界是在經驗世界之前就存在的世界，是自在的客觀的外在世界。表象世界是自在世界的再現或者我們的幻覺或夢境。經驗世界是自在世界通過先驗自我的意向性活動，把表象世界與自在世界統一為一體的世界。網絡世界是人類思維和行為在網絡空間的再現。基于大數據的知識表征，研究的是經驗世界和網絡世界。從知識演進的范式看，知識的主體從一元走向多元，多主體的協同成為知識表征最顯著的特征，并使知識表征越來越復雜。

在傳統的經驗、理論和計算范式中，知識主體相對比較單一，知識表征主要在認識論層面，研究知識是如何被確證的，并與客觀相符合。在經驗范式階段，知識主體主要是哲學家，內在主義關注信念、真和證實三個要素。如柏拉圖認為知識是被證明是真實的信念。在理論范式階段，知識主體從哲學家擴展到科學家群體，知識來源于科學家或者哲學家的理性構建。笛卡爾被認為是近代科學的“始祖”，也是一個理性主義者，他認為理性比感官的感受更可靠，知識是思維本身的產物。在計算范式階段，知識主體由科學共同體進一步擴展到企業，知識來源于計算機對知識主體數據庫中結構性數據進行處理并獲得知識，數據庫多為知識主體所擁有，數據庫之間共享少。根據目的的不同，知識既包括認識論層面的知識生產，也包括實踐層面的知識應用。科學共同體利用計算范式探索未知世界，形成認識論層面的知識。企業通過對自己所擁有的數據庫中數據的分析挖掘，形成為企業服務的知識。所以，在計算范式中，知識管理是企業管理很重要的內容，知識表征開始從認識層面走向實踐層面。

從知識主體的演進歷程看，基于大數據知識表征的知識主體從哲學家擴展到科學家、企業、政府和民眾，他們既是大數據知識的生產者，也是數據知識的使用者，知識主體的多元性使知識表征走向復雜化。

首先，數據的主體多元性客觀要求數據共享，而實現大數據共享是一個復雜的過程。傳統的小數據時代，各知識主體都是依托自己的經驗、理論、計算來生產知識、分享知識和利用知識，知識生產與應用都是某些人的事情。大數據時代，知識來源于不同主體所擁有的大數據形成的大數據倉庫，大數據倉庫既包括結構性數據，也包括圖片、音像等非結構性數據。大數據倉庫的完備程度由大數據知識表征的客觀程度決定，而大數據倉庫的完備程度由各知識主體大數據共享程度決定。目前，從我國大數據共享的現實情況看，“不愿共享開放”“不敢共享開放”“不會共享開放”的情況較為普遍。特別是我國各級政府、公共機構匯聚了存量大、質量好、增長速度快、與社會公眾關系密切的海量數據資源，除了部分自用和信息公開外，大部分沒有充分發揮數據資源作為“生產要素、無形資產和社會財富”的應有作用，這不僅是認識方面的問題，而且是制度和規范等方面的問題。《關于促進大數據發展行動綱要》的核心就是要推動數據資源共享開放，解決大數據共享難的問題。

其次，數據的主體多元性使大數據倉庫的客觀性越來越復雜，這影響了大數據知識表征的客觀性。知識是對經驗世界運行規律的認識，無論我們是直觀經驗世界，還是通過理論和計算范式認識經驗世界，都是建立在對經驗世界客觀實在的認識基礎上。小數據時代，數據庫規模小，多是采集經驗世界運行數據并在分析挖掘相關數據基礎上形成知識，這些數據基本能夠客觀反映事物的客觀實在，因而具有可信性，依靠其產生的知識具有客觀實在性。大數據依靠的不是隨機樣本，而是全部樣本。大數據倉庫的數據來源于網絡、政府數據、基于傳感器的鏡像數據，而網絡數據特別是社交網絡中的數據，有些是虛假的。這些虛假大數據會影響大數據倉庫中大數據的客觀性，進而影響由此產生的知識的客觀性。“我們應該對依賴有缺陷的大數據可能給公共服務及公共政策造成的影響有所警惕。”*苗東升：《從科學轉型演化看大數據》，載《首都師范大學學報》2014年第5期。因此，在大數據時代，解決大數據虛假和缺陷問題非常必要，我們需要提高科學共同體、政府、企業、民眾等不同主體的社會責任感，提高政府對虛假大數據制造者的懲罰力度也是非常必要的。“政府必須在理念層面、技術層面、保障層面積極回應大數據時代提出的新要求。”*任志鋒、陶立業：《論大數據背景下的政府“循數”治理》，載《理論探索》2014年第6期。

二、 關聯的網狀大數據彰顯知識的客觀性

知識很重要的一個元素就是真，能夠反映客觀實在，即客觀性。知識的客觀性是由兩個方面確定的，一個方面是認識對象的客觀性；另一個方面是認識對象與感知主體之間的客觀聯系。只有滿足這兩個條件，知識的客觀性才能被表征。客觀性彰顯知識主體對經驗世界的理性認識，是主觀認識與經驗世界的符合。

在傳統的經驗、理論和計算范式中，設定主體與客體二元分立，秉持“主觀理性”的個體視自身為知識生產的絕對主體，而將自我以外的他者視為知識的對象或客體，知識的客觀性來自主體對客體的概括與反映。在不同的認識階段，客觀性表征的形態是不同的。經驗范式階段，知識建立在主體對傳統經驗的歸納基礎上，主體通過對經驗的理論概括形成知識，知識是否客觀關鍵看理論與經驗世界之間的契合度。理論范式階段，主體通過理論建構形成對經驗世界的客觀認識，理論的客觀性需要通過在具體事物中的演繹來驗證。計算范式來源于對經驗世界的模擬以建構理論，反映客觀規律，理論與現實的契合度需要通過計算工具來實現。所以，無論知識來源于經驗、理論或計算，知識的客觀性都是通過主客體間性表征出來的，知識反映主體對客體的認識水平。

大數據時代，主體也產生大數據，可以說沒有旁觀者，都是參與者，大數據不僅成為聯結主體與客體的橋梁，而且正在消解主客體之間的二元對立。基于大數據知識表征的客觀性不僅來源于關聯的大數據形態，而且來源于經驗世界的大數據、主體與經驗世界關聯的數據、主體間數據的客觀實在。

第一，經驗世界的客觀性表征為間接的數據間性。這是借助大數據工具實現對經驗世界的間接表征。產生知識的大數據來源于網絡、政府數據和基于傳感器的鏡像數據，這些大數據不僅包括結構性數據而且包括圖片、音像等非結構性數據，大數據呈現爆發式增長，這些大數據反映了經驗世界的鏡像存在，這為基于大數據知識表征提供了客觀基礎。正是數據間的相關關系，彰顯了經驗世界的客觀存在。

第二，主體與經驗世界關系的客觀性表征為主體對經驗世界大數據存儲、分析、挖掘、應用等一系列過程的客觀分析。“數據挖掘一方面發現了隱藏在數據表面下的歷史規律，另一方面又可以對未來進行預測，它具有了科學規律的要求和特征。”*黃欣榮：《大數據對科學認識論的發展》，載《自然辯證法研究》2014年第9期。雖然大數據正在消解主體與客體之間的界線，但是，主體與客體還是有區別的。大數據時代，知識表征的主體從科學家擴展到企業、政府和民眾，不同主體對大數據的客觀性認知程度影響其知識表征的程度。主體對經驗世界大數據的認知是客觀存在的。不同主體對大數據的客觀性認知包括三個方面，即具有大數據可以產生知識的信念，相信這些知識能夠反映經驗世界的真實性，這些知識并能為實踐提供服務。目前，不同主體對大數據的客觀性認知不斷提升。

第三，主體間的客觀性表征為科學共同體、政府、企業和民眾等不同主體間大數據的內在關聯，而且是知識生產與應用客觀性彰顯的重要方面。在傳統的經驗、理論和計算階段，知識主體不管是哲學家、科學家或科學共同體，主體間關系都是微弱的。由于基于大數據知識表征的大數據來源于政府、企業、民眾，只有形成跨越主體邊界大數據倉庫，大數據挖掘形成的知識才具有客觀性，即全樣本的大數據分析彰顯知識表征的客觀性。所以，基于大數據知識表征的客觀性還表現在科學共同體、政府、企業、民眾之間數據關聯的客觀存在，這種關系的客觀存在表征為不同主體所擁有的大數據互聯互通，特別是公共數據的互聯互通對創造公共知識非常重要。

第四，知識整合的客觀性表征為不同類型數據的網狀關聯。傳統范式下，知識大廈是由可以實證地觀察和檢驗的語句構筑成的。知識遵從物理的疊加原理，即具有還原性。隨著大數據時代的到來，數據不斷轉換成有價值的信息，信息再提煉加工成相應的知識，這是大數據時代知識形成的完整鏈條。目前，由于大數據的巨量增長，由大數據產生的信息碎片化越來越嚴重，多數信息是對大數據實在的現象描述而非邏輯和系統的知識體系。這個問題的關鍵就是人們缺乏將碎片信息轉化成系統化知識這個關鍵環節，并形成系統的、聯系的和理論的知識體系，以指導實踐。大數據時代，“知識不是對照自然的一面鏡子，而是一種相互聯系的網絡”*戴維·溫伯格：《知識的邊界》，胡泳、高美譯，太原：山西人民出版社2015年版，第281頁。。“通過網絡數據，大量的個人的或很小組織的真實行為通過計算機以數據形式被記錄下來，這些數據為人類行為研究提供了極其豐富的可靠信息，避免了研究者認知的偏見、感知的誤差和框架的歧義。”*D. J. Watts, “A Twenty-First Century Science”， Nature， Vol.2, 2007, p.77.數據的原子因為共同分享元數據而相互鉤在了一起。大數據能夠根據不同目的實現結構性和非結構性數據之間的關聯整合，形成基于大數據語境之間的關聯分析，提高不同語境中知識之間的整合力。一方面，不同語境中事物之間的關聯性彰顯為不同類型數據之間的多種關聯性，也就是說同一數據根據使用目的不同，會同其他不同的數據形成不同的關聯。這樣，由數據形成的網狀關聯，經過分析、挖掘會形成網狀的知識結構，實現知識的網狀化發展，使知識由分隔走向整合。這樣，知識大廈并不遵從還原論，而是具有復雜的網狀的交叉關系。大數據因在科學共同體、政府、企業和民眾之間的可通約性而具有共享性，這種共享性有助于不同學科、不同領域知識之間的交叉融合，實現不同學科的資源共享。

三、 強語境所依賴的大數據彰顯知識的相對性

知識無論產生于經驗范式、理論范式、計算范式還是數據挖掘范式，都對相應語境有一定的依賴性。隨著范式的不斷演進，知識對相應語境的依賴度不斷上升。從經驗范式看，由于知識來源于對大量經驗事實的歸納，由歸納形成的知識的應用語境與知識形成的語境具有同質性。如天鵝都是白色的，僅限于對中國境內東北、內蒙古等地天鵝的歸納，這個歸納結果不適用于澳大利亞和新西蘭等地，原因在于這些地區有黑天鵝。從理論范式看，理論構建不僅是對經驗事實的歸納，而且具有高度的主觀構建的特征，主體所認識的經驗世界具有語境依賴性，這樣，理論知識的形成也具有語境依賴性。如牛頓的經典力學只適用于對宏觀世界的分析，而愛因斯坦相對論適用于宏觀世界。從計算范式看，其所有計算資源多是結構性數據并被集中在一個物理系統之內，結構性數據來源決定了計算所產生的知識所依賴的語境。如對流動人口的治理，流動人口數據庫是該理論形成和被應用的語境。

大數據時代，大數據呈現主體多元、數量巨大、類型多樣、處理速度快、真實有效、立體時空感強、價值低密度性等特征。大數據產生的知識不僅反映客觀實在，關鍵在于社會應用，這是大數據知識最大的價值所在。目前，大數據已被廣泛應用于環境保護、公共安全等政府治理、社會治理、國家治理和企業治理領域。基于大數據的知識生產和應用具有強語境依賴性和相對性。

第一，基于大數據的知識表征依賴大數據產生的時空語境。知識來源于對客觀實在的理論概括。大數據時代，客觀實在依托時空鏡像中的大數據。大數據的巨量特征使得即便研究問題相同，不同時空語境呈現出的大數據形態也是截然不同的。我們要分析城市公路交通發展的規律性，不同城市由于居住人口、機動車輛等差距較大，大數據鏡像依賴的語境因素不同，因而表征出來的知識是不同的。“牛頓運動定律、歐姆定律等具有廣泛的適用性，而大數據所發現的規律一般都具有時效性和地域性的特點。沃爾瑪發現颶風與蛋撻的關系，僅僅適用于美國。”*汪大白、徐飛：《大數據：科學方法的新變革》，載《自然辯證法研究》2016年第1期。因此，我們分析交通發展的規律性不僅需要分析挖掘與此相關的汽車等交通工具運行的表象特征，同時還需要分析這種表象存在的客觀原因，形成時空語境中的客觀實在—大數據鏡像—理論知識—實踐服務的知識鏈條。

第二，基于大數據的知識應用具有應用空間的相對性。從知識生產演化進程看，知識對語境的依賴性越來越強，知識依賴的經驗事實涵蓋從個體普遍的經驗到依賴計算和大數據采集的經驗實在。大數據雖然呈現巨量化增長，但是，對于確定的研究目標而言，其大數據可采集的時空邊界是相對有限的，其產生知識的應用范圍也局限于相應的語境。這種相對性表現在不同時空里產生的知識是有區別的，相應知識的應用也具有相對性。

四、 大數據的實踐應用彰顯知識的社會規范性

“科學的精神特質指約束科學家的有情感色彩的價值觀和規范的綜合體。”*R. K. 默頓：《科學社會學》，魯旭東、林聚任譯，北京：商務印書館2010年版，第363頁。科學的精神特質某種程度上強調對知識生產主體的價值指引和行為規范的約束。默頓認為科學的精神特質包括普遍主義、公有性、無私利性和有組織的懷疑態度。作為愛丁堡學派的代表之一，大衛·布魯爾認為科學知識應當遵循因果關系、客觀公正、對稱性以及反身性四個信條。他們主要研究知識生產過程中精神層面的規范性。社會規范指人們的社會行為和社會活動的規矩和準則。根據規范對人們的控制程度的不同，可以分為價值規范、制度規范(技術規范)等。價值規范是一種內化了的行為規則，制度規范是社會組織對其成員的要求和準則。

隨著知識生產主體從科學領域走向大眾，知識表征所依賴的客觀實在從直接經驗向理論、計算和數據等間接經驗的轉變，知識生產與應用的社會規范性越來越重要。在經驗范式階段，當時科學還沒有從哲學中分離出來，生產知識的主體是哲學家，知識生產和知識應用多是個人行為，因而還沒有形成真正意義上的社會規范。在理論范式階段，科學家已成為專門的職業，理論建構建立在科學共同體對科學理論的思想把握上，該階段科學家的活動更多遵循的是價值層面的規范性，如默頓所言的普遍主義、公有性、無私利性和有組織的懷疑態度，庫恩的范式結構等。在計算范式階段，知識生產主體包括科學共同體、企業等，計算數據多來源于組織內部的實驗和經驗的結構性數據，知識歸屬問題決定了知識生產者的行為規范。所以，該階段知識生產主體多是遵循價值層面、組織內部的制度規范，屬于組織內部的知識應為組織保密，為公共利益而進行的知識生產應遵循公共的價值規范和制度規范。

隨著大數據時代的到來，基于大數據知識表征的主體不僅僅局限于科學家，知識表征不僅僅局限于知識的認識過程，還包括對知識的應用過程。可以說，基于大數據知識表征的社會規范指約束知識生產和應用主體的價值規范和制度規范的綜合體，體現基于大數據知識表征的本質特征。

首先，從價值規范看，基于大數據的知識生產和應用主體應遵循客觀性、公有性和社會性等。由于大數據來源的復雜性，特別是巨量的網絡大數據的產生，大數據的真實性影響知識表征的客觀性。所以，基于大數據的知識要求科學共同體、企業、政府和民眾等產生的大數據無論是圖片、評論或者鏡像數據，都具有真實性，是事物發展過程的客觀再現，應消除數據虛假、數據主觀等因素。公有性要求對于涉及國家治理、政府治理和社會治理等公共領域的大數據，不同公共數據擁有主體應樹立公共價值理念，促進公共大數據倉庫的形成，為公共利益服務。目前，數據分隔、數據孤島等問題比較突出，關鍵在于不同主體對大數據公有性價值認識不足。同時，不同主體應具有社會性，即不同主體不但具有將大數據融入社會大數據倉庫的義務，而且具有相應的社會責任感，特別是對于服務于公共領域的政府來講，不僅應提供由大數據產生的碎片化信息，而且應提供系統性的知識體系，為大數據知識服務社會提供知識支撐。

其次，從制度規范看，基于大數據的知識生產和應用主體應遵循大數據的技術層面、組織層面的制度規范。目前，由于技術規范體系建設的滯后性，使很多大數據融入公共大數據倉庫比較困難。就技術規范來講，不同領域大數據如何整合需要建立相應的技術規范體系。“由于政府利用數據意識薄弱，相關制度創新不足和數據分析能力欠缺等原因，大數據的有用性及數據驅動力不足。”*蘇玉娟：《政府數據治理的五重系統特性探討》，載《理論探索》2016年第2期。組織層面的制度規范主要從制度層面規范不同主體的行為。《中共中央關于制定國民經濟和社會發展第十三個五年規劃的建議》提出，要實施國家大數據戰略，為大數據知識表征提供了制度規范的空間。“對民眾來說， 大數據帶來的最現實問題是個人隱私的泄漏與保護問題。”*黃欣榮：《大數據哲學研究的背景、現狀與路徑》，載《哲學動態》2015年第7期。制度規范應解決民眾大數據與個人隱私之間的邊界問題，既要充分利用民眾產生的大數據，又要保護其自身利益。

五、 進一步探討

基于大數據知識表征的本質特質體現在知識生產與應用的復雜性、客觀性、相對性和社會規范性等方面，彰顯大數據存儲量大、數據類型繁多、處理速度快、價值密度低等特征。為了更好地發揮基于大數據知識的功能，我們需要思考以下幾個方面的問題。

(一) 基于大數據知識表征具有普遍知識的本質特征

知識作為人類對經驗世界的系統認識，是個體隱性知識向社會顯性知識不斷轉換的過程。知識表征過程是人類發揮主觀能動性認識經驗世界并形成客觀性結果的過程。因此，知識的本質特征是主體性、客觀性、系統性。基于大數據的知識具有知識的本質特征。首先，基于大數據的知識生產與應用離不開科學家、企業、政府和民眾等主體提供的大數據倉庫，同時也離不開這些主體對大數據挖掘形成的信息的理性分析，否則，數據只可能是碎片化信息，而不可能上升到知識。其次，基于大數據知識表征的客觀性來源于數據之間的關聯，大數據不僅是事物客觀運動的反映，同時也是歷史經驗的客觀再現。所以，客觀性是基于大數據知識表征的最基本特征。最后，基于大數據知識表征的系統性來源于對大數據挖掘所形成的碎片化信息的理論分析。大數據挖掘、可視化形成的文字、圖片等表征并不是知識的表征，僅是大數據形成信息的表征，還需要人類根據相應語境及理論概括形成系統化的知識體系。因此，基于大數據知識表征具有知識的本質特征，只是借助大數據工具彰顯知識的這些本質特征而已。

(二) 基于大數據知識表征是對內在主義和外在主義知識論的超越

內在主義與外在主義的區別在于知識的確證是否是可以直接把握的，知識確證的標準是否僅僅是信念的內在狀態。也就是說內在主義強調人的主觀能動性的發揮，知識確證及其確證的標準都來源于主體的經驗及其信念，即知識是被主觀證實了的真的信念。外在主義強調知識表征的客觀性結果，即知識的確證及其標準與外部世界相聯系。基于大數據知識表征是借助大數據工具，使不同主體具有確信大數據分析挖掘提煉后形成的知識的信念。可見，基于大數據知識不僅強調個體的廣泛參與性和主觀能動性，而且強調主體間關聯性，正是主體間的數據關聯，知識才得以產生。所以，基于大數據知識表征是對內在主義的超越。

傳統的外在主義強調借助數學、經驗、行為、計算等工具讓主體形成對客觀分析的確證性或心理方面的可信賴性，并認為這一信念是真的。基于大數據的知識表征過程借助大數據工具對客觀事物的行為進行概率及行動軌跡的分析，形成主體對客體運行規律的確證性，并使主體相信這個分析結果形成的信念是真的。因而，基于大數據的知識表征不僅借助大數據工具，而且也借助概率、客觀事物的行為、經驗等工具，因而它超越了僅依靠某種外在工具的外在主義，而是在發揮主觀能動性并綜合運用多種工具基礎上形成的知識。

(三) 基于大數據知識表征是關聯分析和因果分析的辯證統一

傳統意義上知識的來源多是建立在因果分析的基礎上。英國經驗論者從培根一直到洛克都把因果規律看作是知識產生必然的條件。發現相關性是因，做出決策是果，相關性是一種弱因果性，因果性是一種強相關性。基于大數據知識表征是借助大數據工具分析事物之間的關聯性，呈現事物運行的規律性。其實從大數據分析挖掘所得到的是事物之間關聯的信息，要使關聯信息上升到知識，還需要對其進行因果分析，提出理論性的知識體系，而不是碎片化的信息。如沃爾瑪通過對人們購物的大數據分析，發現尿布與啤酒銷量之間具有相關性，這種相關性分析結果僅僅是相關性信息，并不能構成知識。我們需要進一步進行因果分析，發現該區域好多消費者多是男性，他們在給孩子買尿布時不忘犒勞下自己捎帶買上啤酒。如果沒有因果分析，單純靠數據挖掘形成的相關信息就做出決斷，不考慮相應的生活語境和因果關系，容易產生碎片化信息，而這種信息不具有理論性和可信性，因而不能作為知識。因此，基于大數據的知識表征是關聯分析和因果分析的辯證統一。僅依靠關聯分析得到的僅是碎片化的信息或關聯信息，而不是知識。要想使碎片化信息上升為知識，必須進行因果性分析，才可能形成可信的知識，實現人類認識從感性到理性的升華。相關分析不能代替因果分析，人類對因果關系的渴求是永恒的，大數據表征知識也不例外。

(四) 基于大數據知識表征具有實踐意義

知識是知與識、知與行的辯證統一。從泰勒斯到黑格爾的傳統知識論者，重視對知與識的研究，認為求知是人類的本性，真理性的知識是主觀認識與客觀對象相符合的結果。

在當代西方哲學中，無論是強調“語言游戲”嵌入“生活形式”的維特根斯坦，還是倡導“以言行事”的奧斯汀，其共同點在于都是把知識奠基于人類的生存實踐基礎之上，實現知與行的辯證統一。人類的認識過程不僅包括感性到理性的飛躍，而且包括理性認識到實踐的飛躍。知識的實踐論是實現知識從精神到物質、從理性到現實的橋梁，是知識改造世界和檢驗理性認識的重要途徑。當代美國新實用主義者羅蒂指出：“一個信念之真，是其使持此信念的人能夠應付環境的功用問題，而不是其摹寫實在本身的存在方式的問題。”*羅蒂：《后哲學文化》，黃勇譯，上海：上海譯文出版社1992年版，第1頁。基于大數據的知識表征不僅重視對知識的認識論層面的研究，而且重視相應知識的實踐應用。如對于尿布與啤酒的正相關銷售，在實踐層面指引沃爾瑪將二者位置放在一起，為消費者提供方便。目前，政府、企業、民眾等主體已從觀念上認同基于大數據表征的知識，并將這些知識應用于企業治理、政府治理和社會治理等。這是基于大數據知識表征最大的實踐意義，即用大數據知識解決企業、政府、社會等方面的治理問題。目前，《關于促進大數據發展行動綱要》從國家大數據發展戰略全局的高度，提出了我國大數據發展的頂層設計，是指導我國未來大數據發展的綱領性文件，包括構建“國家基礎信息資源體系”“國家宏觀調控數據體系”“國家知識服務體系”等，將大數據知識應用于國家、社會、政府治理的方方面面。因此，大數據時代，基于大數據知識表征落腳點必然在于其實踐功能。目前，我國的安全、環保、交通、反腐等治理都在利用大數據知識。大數據知識成為創新國家治理、政府治理和社會治理的重要利器，大數據知識的實踐價值越來越得到政府、企業和民眾的認可。

總之，大數據時代，我們緊要的任務是要將大數據知識表征出來，彰顯大數據知識的特質。大數據知識表征的過程是科學共同體、政府、企業和民眾共同參與的過程，是對關聯的大數據存儲、分析和挖掘彰顯大數據知識客觀性的過程，是大數據對相對語境依賴的過程，是大數據知識被社會應用的過程。

(責任編輯：肖志珂)

蘇玉娟，中共山西省委黨校理論研究室副研究員。

本文是國家社會科學基金重大項目“基于信息技術哲學的當代認識論研究”(項目編號：15ZDB019)的階段性成果。

B80

A

2095-0047(2017)02-0116-11