大數據的哲學意蘊

張麗麗 吳小龍 汪宇玲

摘 要：大數據是在這個科技高速發展時代信息爆炸所產生的空前龐大的數據，具有容量大、多樣性、速度快、價值高四個特征。從本體論看大數據歸根結底就是將世界上所有客觀存在的事物通過數據的方式表達出來，使數據變為一個獨立的客觀反映世界。從方法論層面分析了大數據的相關關系與因果關系，精確性與混亂性，整體性與層次性，主客體之間的關系，全面透徹地解剖了大數據所帶來的思維變革，深層次理解了大數據的哲學意蘊，為今后對大數據的認識和利用提供了更好的理論依據。

關鍵詞：大數據；相關關系；哲學內涵

中圖分類號：B0 文獻標志碼：A 文章編號：1002-2589（2018）01-0093-03

現如今，我們進入了科技高速發展的時代，各個領域的數據都在呈爆炸式增長，并且滲透到全球的政治、經濟，科技研究等方面，引發了一系列的技術認知觀念的變革。此時，數據也成為帶有冠有量詞屬性的“大數據”，人們可以通過大數據去認識新事物、發現新知識，甚至創造新的價值，大數據也逐漸成為人們追求創新的新范疇、新思潮。大數據的重要逐日凸顯，大數據的內在哲學意蘊也引起了各界人士的廣泛討論。

一、大數據及其特征

自新世紀以來，數據信息增長速度驚人，隨著互聯網技術的普及和進化，網絡中所存儲的數據已是恒河沙數，所謂量變到達一定程度必然導致質變，數據在這個全新的時代成為大數據。大數據本身并沒有明確的定義，是一個相對寬泛的概念，各個領域都對它有各自的定義。總體而言大數據是指，在這個科技高速發展時代信息爆炸所產生的空前龐大的數據，并由此引發的一系列技術以及認知觀念的變革。這場新的大數據變革聲勢浩大，我們每個人的日常工作、生活都被其所影響，它以前所未有的廣度和深度改變著我們的世界。很多人將大數據片面地理解為一種對數據進行分析和管理的手段，但其實它也是一種知識發現的邏輯，通過對事物進行量化研究和數據化分析，觀察結果重新對數據的客觀性和真實性進行審視，既為我們提供了認知事物的新途徑，又是在創新發現領域的新方法。

“大數據具有4v的特征”[1]分別是容量大、多樣性、速度快、價值高。容量大是指數據規模大，它的數據儲存規模巨大，堪稱海量。多樣性是指數據的增長態勢成爆發性，這得益于信息技術的發展。隨著手機、平板等電子設備被廣泛使用，這些設備產生的數據不同于傳統數據類型，呈碎片化結構。而速度快則是指數據的產生和傳播的速度快，人們可以隨時隨地地利用通信設備實施數據的交流，這成為衡量大數據的一項重要指標。最后的價值高是說數據當中所包含的價值，大數據是將世界中的客觀物體進行量化研究，數據的背后所代表的對象具有相應的立場和價值觀，人們對這些數據進行處理時，不只是對其簡單的存儲與管理，而是通過對這些數據進行整合和研究之后，挖掘其中有價值的信息。將這些信息所代表的物件通過合適的途徑，讓其得到更有效的利用，提高其資源利用率，避免浪費。大數據的這四個特征促使其深入到了社會的各個領域。這些數據緊密聯系著人們的現實生活，更蘊含著許多哲學意蘊。相信通過我們對大數據中的哲學意蘊和內在本質的了解和探討，將會對大數據技術更加全面深入的認識提供幫助。

二、大數據的哲學內涵

隨著互聯網技術的普及和發展，大數據使得我們所處的時代開始轉型。大數據為我們提供了一種全新的交往方式，人們可以利用通信工具隨時隨地地交流溝通。大數據出現之前，數據的重要性被哲學家所忽視，隨著21世紀初大數據的悄然興起，人們的生活方式以及對世界的認知不斷被改變，豐富的信息為新發明和新服務提供了導向，并且由此引發了一系列關于大數據的哲學革命和反思，因此哲學家的目光開始向大數據聚焦，大數據的研究成為其最重要的課題之一。本文將從本體論、方法論兩個層面，以哲學的角度對大數據進行分析研究，了解大數據背后所蘊含哲學蘊意。

（一）本體論層面

大數據這一概念的誕生源于我們對數據的研究。大數據溯其根本就是將世界上所有客觀存在的事物通過數據的方式表達出來。古希臘哲學家畢達哥拉斯曾說過：“數既是萬物始基”。隨著大數據時代的發展，數據的意義也變得更加深厚。相對于古時候的文明來說數據是虛幻縹緲的，不具有現實意義。但是過去哲學在不斷發展，特別是數據也被納入科學的研究行列中。人們對于數據的認知變得更加客觀。“大數據，更是源于數據的概念”[2]開始逐步變得具體起來。在大數據的觀念中，世界上的關系都可以用數據來表示，數據開始慢慢轉變成一個獨立的客觀世界。

對于數的本體論思想，在2000年，孫幕天教授曾經創造性地提出了“世界4”的觀念，他認為，所謂的“世界4”是一個符號標碼的世界，它可以作為我們所生活的現實世界的某種產物，也是某種需要。這不是人所控制的主觀意識形態，數有它自己存在發展的“生命”。它是從“世界3”分化出來的，“世界3”是反映世界的，而“世界4”則是表現世界的。南京師范大學的張之滄教授也對“世界4”觀念理論做出了相應的補充解釋。張老師的觀點認為“世界4”存在于物質精神客觀知識世界之后，它借助于電子通訊等設備以及人類自身主觀的想象。“將光、電、色、能、數字與信息集于一個整體，對宇宙萬物和人類社會的政治經濟、科學文化、日常生活模擬縮合，構建起一個與自我緊密結合的新天地?！盵3]由此說來，大數據將客觀事物與人的主觀情感聯系起來，構成一個客觀的反映世界。

（二）方法論思維的變革

1.因果關系到相關關系，在相關關系中探究因果關系。近代自然科學開始至今，科技以飛快的速度發展起來，這些成就的實現在很大程度上依賴于邏輯推理和分析探究事物之間的因果關系。探究事物之間的因果性本身就是科學哲學的一大熱點問題。但是又有與之相悖的觀點“相關比因果更重要”[4]。此觀點認為重視因果關系在大數據時代是不夠深入全面的，因為大數據本身具有數據的4v特征，這些特征使得探究事物之間的因果關系變得更加艱難。了解全部的數據，分析它們之間的因果關系其工程量巨大且困難，是毫不實際的。所以我們不能將思維單單局限在因果關系上，要努力去擺脫這種思維限制。大數據所涵蓋的全體數據，是對事物比較全面的描述，能將物理世界的某種關聯呈現出來，在大數據時代“相關比因果重要”，分析事物之間的相關關系能夠為我們的認知和決策帶來莫大幫助。由此，這種分析相關關系的大數據思維就顯得彌足珍貴。對大數據進行相關性分析與之前對小數據的相關性分析是有很大區別的。其原因在于大數據的信息數據龐大，各個數據之間存在直接相關性和間接弱相關性，并且不論哪種相關性都是可以用來分析問題，找尋對策的。若要探尋事物之間的相關關系，首先，要明確現象中存在關聯的事物，建立關聯物的相互關系。其次，要分析關聯物之間的數據信息，著眼于整體樣本數據，這樣一來分析的結果更加精準，更加可靠。大數據的相關性分析是非?？陀^的，不容易受到主觀思維個人傾向的限制影響，同時也不存在創建模型，操作性比較強。分析大數據的相關性能夠多方面地發散思維，消除主觀因素的偏見傾向，更深層次地挖掘出潛在的奧秘，更加精確地進行科學的預測。

在大數據時代，人們發現了因果關系的局限性，關注點也從事物之間的因果關系變為相關關系，甚至有些人認為因果關系可以被相關關系代替，這樣的說法無疑是荒謬的。的確，在大數據時代中我們分析關聯物之間的相關性是必不可少的，但是因果關系也占很重要的位置，不能被忽視。從哲學角度來看，分析數據的相關性是科學領域比較關注的課題，而對因果性的思考探究是技術領域更加側重的問題。但是兩者之間并不是完全對立，人類的理性行為是基于對事物因果性的分析，人類在分析問題時絕對不能夠忽視因果性，人類不能摒棄因果性生存，用關聯物的相關關系推論出事物的因果關系才是正確地看待大數據問題的方法。在大數據問題中必定會涉及事物量的研究，所以采取相關性的分析法是必要的，但是若想對事物的本質進行研究，那么單單用相關關系來分析大數據則不可能從根本上探尋大數據的本質。只有對事物的因果不斷深入探討才有可能去發現事物的內在屬性，因此因果關系更適合質的研究。但是在事物整體的趨勢分析過程中，分析事物的相關性確實比分析事物的因果性更簡捷而且有意義。但其實這種意義的來源歸根結底又是來自于關聯物自身的本質，所以分析的基礎仍舊是因果。因為我們所生活的社會不僅僅是一些數據的單一集合，我們不能夠被數據的表象所限制，我們要做的是深層次的分析處理，將無序的資料變得有條理性、有邏輯性，做出對未來有價值的預測。去挖掘事物的本質也就是分析出因果關系，換句話說，大數據時代下，對數據的相關性分析只是對因果關系的升華，但是這一切的基礎還是因果關系。在維克托的代表作《大數據時代》一書中，他也沒有明確否認因果關系的作用。他只是認為在大數據時代下，相關關系更加有價值。但是分析問題時都需要邏輯的思考和支撐，分析事物的因果關系是邏輯的條件基礎，所以在關注關聯物的相關性關系時，不能夠忽略因果關系的存在，追尋事物的本質是人類繁衍生息的理論基礎。用相關關系來代替因果關系是不可取的，因果關系更加觸及大數據的本質與根基。其實相關關系可以說是因果關系的派生關系，因為有了比對，相關性的分析更加方便理解大數據的因果性。毋庸置疑的是，大數據的思維改變了我們的思考行動方式，很多的習慣慢慢被改變，對生活有著潛移默化的影響。由此可見，大數據并沒有放棄對事物本質因果的探討，而是在基礎上的補充發展。相關關系與因果關系都是大數據時代下分析問題的重要方式，二者缺一不可。

2.精確性與混雜性。在一定程度上，大數據自身具有復雜的特點，這使其區別于傳統小數據。從小數據方面來看，小數據最重要的是精確絕對與標準統一；而大數據是融合復雜性、多樣性為一體的一門方法論。從精確的小數據時代到混雜的大數據時代，“混雜的數據是數據規模增長的邏輯前提。”[5]舍恩伯格認為，傳統的科學研究只關注數據的精確性，這是因為信息缺乏和計算機技術的落后。而現今新信息技術不斷地更新與發展，這使得數據的生成越來越具有多元化、廣泛化的特點，數據類型已朝著多樣化、非結構化的方向發展，而多樣化、非結構化的特點則引起了數據處理技術的變革?；祀s性如果不被認可那么我們就不能對非結構化進行合理解釋。事實證明，只有接受這種不確定性，我們才能進入新的數據世界。雜亂的數據并不可怕，精確的數據也不一定就意味著結果的正確性，其實大數據更強調數據的完整性和混雜性，以幫助我們進一步接近事實的真相。我們要探討的關鍵不是數據是否精確，而是關乎數據的數量大小，因此，在大數據時代，我們應該把混雜性作為一種指標，而不是盡力去規避。

從哲學的層面來看，混雜性與精確性是辯證統一的，首先我們不能將他們混淆，因為精確性與混雜性都有一定的適用范圍，主體的主觀目的性與客體的客觀規定性決定了這種特點。在小數據時代，我們認識主體的是通過處理、分析研究對象而進行還原的，得到數據信息是精準的。而在大數據時代，主體認識目的內容多樣開放、涉及范圍廣，認識對象本身也具有豐富性，這就使得認識結果有混雜的特點。所有被稱為準確的東西在更高的層面上或者更大的廣度上是混雜的，但是又必須要在一定范圍內，精確性才具有實際意義。同時精確性與混雜性又是能互相調整、互相作用的。一個方面的發展變化要以另一方面的發展變化為基礎，精確的作用是除去混雜，而混雜之所以能夠影響我們，是因為要得到的答案更精確。換句話說，大數據時代的混雜是其內質，那些表面不準確的信息在實際生活中一定會發生，將這樣看上去混雜的數據進行整理，所得的結果反而更具備精確性，這樣的混雜是對實際最好的描繪。以否定混雜為基礎的精確，精確的作用是去除混雜，去除混雜的目的是獲得精確的數據。最后結果的精確性是對事物未來變化的最好依據。

3.整體性與層次性。大數據是一種具有整體性的思考方式，在這種方式中宏觀看待很重要。從古希臘時期開始，科學研究使用還原論思想為主，這是“白箱方法”中的一類，我們打開箱子，搜索其中每一個事物組成的部分，然后直接進行研究或是再分割這些部分?！按髷祿恼w又離不開各個數據?！盵6]究其兩個原因：一是當時的研究科學還處于初級階段，科學家們沒有很高要求，只要具備簡單的部分就可以得到豐富的研究成果。二是傳統的技術對信息、數據的整理能力還無法分析繁亂的整體，科學家們采取了還原的辦法，分析部分以期達到整體目的。大數據能夠補充這種整體與部分隔閡的缺點，大數據思維是一種整體性的思維，在大數據時代，樣本就是總體。大數據技術富含整體思維，從此，整體不再是虛無的想象，而是能夠進行實際操作的實驗對象。我們通過對它們的研究發現人類整體的行為。在大數據時代，這種思維邏輯活動，就是人類思維的內在活動，是一種自慣性地看待問題的途徑和解決問題的方法，它影響著我們對待事物的看法，并因而對我們的行為活動產生直接的作用。

我們的生存環境是一個多層次的環境，相同的是，大數據的組成也是多層次的。大數據來自初級、中級、高級數據，具有各種層次。而這些數據的層次區別是相對的，相對不同的層次數據之間是有一定聯系的，不僅是比鄰上下層之間的數據有作用和聯系，而且層次相差較遠之間的數據也進行著各種相互聯系、相互作用，與此同時，不同層次之間的數據還有相互的協同作用，比如電商的大數據。搜索行為是簡單的，整合成的大數據能夠容易地分辨不同消費者自身的消費需要。這是依據其自身特點的大數據組成。我們能將這些群體細分為不同的客戶種群加以區別對待，但這些數據的組合體都不是獨立的，而是相互影響、相互聯系的。這些各種層次的大數據信息、可以使不同的人群，從不同的方面加以使用，從而實現數據使用效率的最大化。

4.主客體關系。大數據對主體的影響，主要體現在對其思考角度的影響上，主體自身所儲備的知識體系、積累的經驗思想、情感過程以及生活習性等，對主體思維或群體的思維方式具有較大的影響。在小數據時代，由于信息和數據的限制，思維活動的主體很多時候以個人為基礎，“主體的個人經驗是影響主體思維模式的主要因素?！盵7]大數據時代，我們對信息以及數據的獲取能力不斷增強，超大規模的信息使得主體的思維方式發生變化，主體可以突破過去的思維定式，從聯系性而不是因果性、總體性而不是還原性、偶然性而不是確定性的新思維中變化發展，走向一種多元化多方位的思維方式。大數據很多時候取決于擁有智慧主體的操作者，智慧性主體處于主動位置，其智慧性是引導大數據智慧的翹板，但是我們也需要明白，這種主客體關系不但不可顛覆，還會因其智慧內涵而發展促進。因此，無論大數據是怎樣的火熱，我們都應該清楚地意識到其中的主客體關系，認識到數據是為主體服務的，這種服務表現在主體對數據的品質需求上，但價值的發揮又是來自于主體視角觀察決定的。

三、結語

當下，我們生活在一個數據化的生存時代，紛繁復雜的大數據在不斷拓展著個體生命以及社會群體的生存空間。從大數據中發掘的數據規律雖然不能輕易斷定完全正確，也不可能堅如磐石永遠不會被推翻，但這樣的數據規律是在目前科學技術以及環境條件下所能得出的最佳結論，具有相對真理性。并且隨著科學技術的不斷發展，大數據中所蘊含的規律的這種自我更新、自我組合的性質會起到愈發重要的作用。當然，對大數據的哲學研究是系統化研究及其他指標的導向，例如大數據相關的系統哲學的研究將在某種程度上幫助人類更好地認知和利用大數據。隨著互聯網技術革命的深入發展，人類利用互聯網和云計算在科學、生產、經濟、文化的發展和交流等領域取得了重大成果，使得各領域的發展更加具有系統性和全球性。在這其中人們是否具有系統地觀察問題和處理問題的世界觀和方法論就顯得至關重要。大數據是一次全新的技術革命，它必然會對我們現有的科學技術哲學相關研究結果提出挑戰，但與此同時，隨著大數據革命相關問題的回應，科學技術哲學也將不斷豐富和發展。

參考文獻：

[1]張學義，彭成倫.大數據技術的哲學審思[J].科技進步與對策，2013（13）：130-134.

[2]孫辰朔，萬劍鋒，劉山松.大數據熱潮的分析與審視[J].自然辯證法研究，2015（9）：31-36.

[3]張之滄.“第四世界”論[J].學術月刊，2006（1）：5-12.

[4][美]馮啟思.數據統治世界[M]. 曲玉彬，譯.北京：中國人民大學出版社，2013.

[5]鮑春嬌.對大數據的哲學認知[D].哈爾濱：哈爾濱工業大學，2016.

[6]朱江濤.關于大數據的系統哲學思考[J].中國高新技術企業，2016（4）：17-18.

[7]董艷麗.大數據的哲學研究[D].西安：陜西師范大學，2015.