大數據也有辦不到的事情

大數據也有辦不到的事情

數據和其他工具一樣，在一些方面有優勢，而在某些方面則有缺陷

■ David Brooks

不久前，我和一家大銀行的CEO共進了晚餐。考慮到目前經濟的疲軟以及未來歐元危機的前景，他剛剛對是否退出意大利市場作出了決定。

作決定前，這位CEO讓手下的智囊團預測出可能會發生的一系列不利情況，計算出這些情況對于公司意味著什么。但是最終，他還是根據價值判斷做出決定。他的銀行已經在意大利經營了幾十年，不想讓意大利人覺得他的公司是一個不可以共患難的朋友，他也想讓公司里的員工覺得時局艱難時公司不會轉移。他最終決定留在意大利，挺過任何潛在的危機，即便這樣做會有一些短期的成本損失。

他在作決定時沒有忘記數據，但最終，他遵循了另外一條思路。而且，這條思路無疑是正確的。商業有賴于信任，信任是帶有感情的互惠行為。在艱難時期仍然堅守誠信的公司和人會贏得別人的好感和自尊，即便這些不易通過數據來衡量，也是極有價值的。

我講這個故事，是因為里面暗藏了數據分析的優點和局限。在當今這一歷史性時刻，用于數據收集的計算機正在調節著我們的生活。在這個世界上，數據可以用于理解令人難以置信的復雜情況，可以幫助我們彌補自己直覺上的過度自信，幫助我們減輕扭曲看法的程度。

但是還有很多大數據做不到的。數據無法準確描述社會活動。人的大腦在數學方面很差，但是在社會認知上卻很優秀。人們很善于判斷彼此的情緒狀態，洞察出不合作的行為，以及通過情感對事物產生價值判斷。與之相反，由計算機驅動的數據分析只善于衡量社會交往的數量而非質量。網絡科學家可繪制出你在平時76％的時間里與常見的6名同事的交往情況，但卻不能捕捉到你對1年只見2次面的同年伙伴的內心情感。因此，在做有關社會關系的決策時，要想用辦公桌上的粗糙機器替代神奇大腦的話，是相當愚蠢的。

數據也無法準確描述環境。人類的決策并不是一些雜散的事件，它們都是有連續性的，是在特定背景和環境中產生的。人的大腦已進化到能解釋這種現實。人們很善于講一些由多種原因和多重背景交織在一起的故事。數據分析在敘述和突發思考方面很差，若論解釋的細膩程度，甚至連一部平庸的小說都比不上。

大數據在解決重大問題上也遇到了麻煩。如果你想弄清楚哪封電郵帶來了最多的競選捐贈，你可以做一個隨機對照實驗。但是你想刺激蕭條的經濟的話，卻沒有另外一個社會作為對照。比如，關于什么是最好的經濟刺激計劃，我們進行了很多爭論，有堆積如山的數據，但是據我所知，沒有任何一位參與爭論的人會被數據說服而改變立場。

數據會掩蓋價值。沒有任何數據是原始的，往往是根據人的傾向和價值觀構建起來的。最終的結果看起來很無私，但實際上從構建到演繹，一直伴隨著價值選擇。并不是說，大數據不是偉大的工具。我只是想說，數據和其他工具一樣，在一些方面有優勢，而在另一方面則有缺陷。（陳昂編譯）