机器70年: 互联网、大数据、人工智能带来的人类变革

大数据从多个方面改变了我们的认知方式。同样的，如果把大数据看作是一种研究方式，它带来的变化也将是革命性的。大数据以一种前所未有的巨大规模和范围进行问题研究，通过信息化的捕捉、综合、操作将现象从巨大的样本中抽离出来并进行细致的分析研究。

在大数据普遍提出之前，搜索引擎行为可能是互联网领域最大规模的数据分析。从最早时期雅虎进行的“分类信息”式的搜索引擎，到现在以Google为代表的超级搜索机器，可以说大数据的产生在很大程度上依赖于这个工具的出现。

我们知道在全球范围内Google是领先的搜索引擎产品，但为了便于说明，我们借用百度作为对象。百度搜索在国内搜索引擎市场的占有率在85%左右，百度的数据库几乎可以看作国内搜索记录的全样本。我们知道，搜索引擎的使用锚点是关键词，因此用一般的“图书馆标签法”进行关键词分类，比如严肃内容、娱乐内容、电商信息、生活服务信息、其他信息几类。我们发现，2015年在百度引擎的使用习惯中，娱乐内容和电商信息的搜索量达到了1/3。我们原以为，作为一种学习革命产品的搜索引擎，在普及开来之后，其主要功能就是满足人们的娱乐休闲和消费行为。

如果这被认为是“中国国情”，那我们来看一下Google在英国的例子。我们知道，从2013年开始，英国出现了一系列的重大政治事件，包括苏格兰公投以及英国脱欧讨论这种级别的政治事件。即便是这样，2015年英国民众在Google上搜索政治热门问题的数量仅占到总搜索量的1.2%左右，有关政府、财政、内政外交、国家重大项目和决策的总搜索量加起来也只有不到3%，这就很好地说明了搜索引擎在民众中的工具属性。

这样的研究在大数据领域比比皆是。以搜索为例子，以百度为代表，就是因为百度的市场份额高达85%左右，所以百度一家的搜索数据几乎可以被看作全国人民搜索行为的全样本。只要我们按比例抽取数据，即便我们只仔细分析全样本的0.1%，最后的结果也是准确的。

所以，大数据改变着我们的研究方式，其焦点并不在数据量的大小，而是提供了一个更全面的对待有关问题的思维。

当然，对研究者而言，思考获取数据的方式在伦理上如何立得住也显得很有意思，比如隐私问题、信息安全问题等。搜索引擎提供的大数据，确实不是为了我们进行社会学研究的。对商业公司来说，这可能是进行广告交易有力的数据支撑，也可能是提高本搜索引擎用户体验的有效方法。但是，至今未曾出现有任何一所大学或从事社会学研究的学术机构有能力和兴趣以研究为目的制作出一款成熟的搜索引擎。当然，这或许在本质逻辑上根本就不通顺；但这或许能反映一种情况，那就是用搜索引擎的大数据进行社会学研究是搜索引擎的副产品。社会学研究完全按照搜索引擎的大数据分析进行，也完全有可能是一种低效行为。

我们很有幸能接触到百度和Google开放给我们的数据，依照这些数据我们进行了以上关于搜索引擎工具属性的分析研究，但其中还是有很多问题值得探讨。首先最重要的一点是，搜索引擎的取样标准是什么，我们完全不知道。我们不清楚搜索引擎是如何运转的，这个世界上很少人能有“打开盖子”一观究竟的机会。搜索引擎提供的大数据是私人数据，这些数据没有公开的义务，也没有公开的可能性。这在进行研究的时候，是非常严重的事故，直接或单独引用搜索引擎数据进行分析是相当不严谨的。其次是代表性问题，使用搜索引擎的人是不是能代表所有人？

哪些人是不使用搜索引擎的？这些被遗漏的人是不是包含在容错率里面？这些问题搜索引擎都很难解决。

随着互联网的发展，社交网络的出现导致了更大规模数据的产生。社交网络出现后的大数据多是以社交媒体形式暴露给我们的，因为网络化的社交让信息的产生、传递、再加工变得非常容易，海量的信息就是在这种传递交换中产生出来。既然信息能这么便捷被生产传递，那意味着这些信息并没有凝结多数生产者的“心血”。我们看到，社交网络中的信息有很大一部分是无意义的、价值很小的（可能对分析个人或某特殊群体有一定的价值）。

和搜索引擎相比，社交网络的搜索能力几乎可以忽略。但社交网络强调关联性，人与人关联，从而导致信息与信息关联，反过来再通过信息之间的关联强化或扩大人与人的关联。这样看似非常能产生正效应的一个模型，在社交网络发展了一段时间后出现了一个严重的问题，那就是社群化。人们以自己的兴趣、爱好等维度为核心互相连接，也遵循上述的人际关系和信息关系互相强化的过程。可是，如果任由这个过程不断互相强化，人们通过社交网络获取的信息将被框定在一个很小的圈中。用户不断地被某一信息吸引，进而不断地联系有同样兴趣的人。社交网络背后的机制是不断地让用户对这一类信息的欲望得到满足，所以不断地推送相关信息，从而使其看不到其他的信息。这就是社交网络对用户的框定和对用户的塑造。

社交网络大规模使用，并高度渗透性地进入每个人的生活，从而社交化地让每一个其中的人看到世界的某个侧面而不是全部。在社交网络时代，大数据的使用权限被平台方收走，每个用户只能瞎子摸象般在互联网世界中活动，这种线上的活动最终在用户的自我强化下完成对自我的塑造。

总之，大数据的方法为我们的探索打开了一个新的通道。大数据不仅仅停留在“大”的范畴，在运用规模、运用广度、数据收集、计算能力和计算方法等方面都是一次飞跃。当然我们也不能忽视，新的数据和数据的分析方法与技术也导致了新的问题层出不穷，就如我们上文所说的诸多研究中的问题。但无论如何，大数据确实改变了我们探讨问题和研究问题的方法。我们相信在未来，很多研究工作都会向着更实证的方向发展，这将促使人文与社会科学变得更加系统和科学。随着日后大数据在现实中国的成长和普及，知识的积累和产生也会变得更系统；同时，大数据也会给我们带来更多新的研究方面的成果。