杀熟、窥私,暗黑的大数据能否成就善良
大数据的热浪,暗潮汹涌。如果现在向你提到「大数据」,大部分人大概都会像S君一样,脑子里闪过一系列的“标志性事件”:窃取5000万Facebook用户数据的Cambridge Analytical公司,对阴谋论、假新闻和政治广告的精准投喂;李彦宏“用隐私交换便捷性”的争议论调,携程用“大数据杀熟”对用户进行逆向的价格歧视,信用评估的智慧平台ZMAL将更多的有色人种挡在“有信用”的高墙之外的丑闻……
诸如此类,“看上去很美”的大数据反而创造出越来越多信息的垃圾食品,让人上瘾,更难以抗拒。在这个以假乱真、信息污染的世界里,我们不禁好奇,数字民主真的只是幻觉?
要是不在数据流中挖掘商机,也不在在黑箱里窥视隐私,大数据将会把我们带向哪里?其实,除了精确瞄准买买买一族的那些“甜腻”的消费大数据,在全球范围内,还有很多有道德重量的、“美美与共”的数字世界的探路者,其背后有温度的巨量数据,更加值得我们关注。
一、照亮漂泊者:关于苦难的数据
人类学家Joel Robins在其经典文章「Beyond the suffering subject: Toward an anthropology of the good」(《超越受苦难主体:关于善的人类学》)中如是写道:
“那些生活在痛苦和贫困之中,那些饱受暴力与压迫折磨的苦难者,现在站在人类学的中央”。
这种直面社会生活残酷,直面压抑与绝望生命经验的“黑暗人类学”主张(Ortner,2016),也逐渐成为重建数据伦理的重要内容。
它希望数据不是抽离的、冰冷的、佯装价值中立的,而应该是直面黑暗,有切肤之痛的。数字可以照亮我们所“视而不见”的那些人——流离失所的城市流浪者、叙利亚的难民、无处为家的无国籍者……
2017年,《卫报》一项「Bussed Out: How America moves its homeless」的深度调查项目,将目光投向美国大城市中无名的流浪者。关注在美国版的“收容遣送”的城市计划中,无家可归者们颠沛流离的漂泊生活。
卫报用了18个月,爬梳了16个城市,超过20000名流浪者,34240次从此地到他地的被逐之旅。
这张图是27岁的流浪汉Quinn Raber的足迹。他拿着旧金山市为他购买的单程车票,坐上灰狗巴士,穿行2275英里,来到陌生的印第安纳波利斯。
旧金山作为无家可归群体的大本营,从2005年开始实施一项“嫌贫爱富”的旧金山巴士计划。它旨在通过为流浪者提供免费的单程巴士车这种廉价而有效的方式,来削减城市流浪群体的总量。
在过去12年的时间,这种“将问题运往别处”的冷酷治理术富有卓效。就像这张动态图所呈现的一样,一边是10570位无家可归者被灰色的巴士陆续运往他乡,一边越来越少的流浪者有机会进入到旧金山。
纽约这座城市则显得更加的“势利眼”,在《卫报》采集的34240次流浪者离途中,有将近50%来自纽约。而在接受无家可归者的重镇波多黎各,纽约输送了2350名流浪者,比其他的美国城市要多得多。
可是,波多黎各的家庭收入中位数只有19606美元,远不及纽约的60741美元,失业率更是全国平均水平的两倍,这无疑将使流浪者生活雪上加霜。而且,在近九成的被驱逐之旅中,都重复了纽约这种从“富城”到“穷乡”的糟糕方式。
对于这些城市的游民,我们或是视而不见,或是视为“问题”。不愿装睡的《卫报》,将这幅完整的、命如草芥的流浪者们的数字足迹图摆在我们面前。他们如蝼蚁般,从一地驱离到另一地,无处为家。这些地图上流动的点,是一个个灰暗的、苦闷的、饱受侮辱与歧视的生命境况,是我们道德与伦理上的刺,是他者生活的残酷现实,也是我们必须设身处地地去反思的价值问题。
而像卫报这种重建大数据的伦理与道德维度的,还有Sasaki的Understanding Homelessness(理解无家可归者)公共行动,以及博尔扎诺自由大学的People’s Republic of Bolzano(用数字为被污名化的意大利华人社群发声)项目,呈现叙利亚难民跨国流亡之路的Humanizing Syrian Refugee Visualization计划,关注巴西无国籍者的Stateless in Brazil数字行动等等。
二、挖掘历史真相:关于文本的数据
再来看谷歌的一款“黑科技”——Google Ngram Viewer。作为野心勃勃的谷歌图书项目的重要分支,它囊括了1500年到2008年间5195769册来自于世界各地的书籍,并通过OCR技术将其分解成5000亿个独立的语汇,造就一个史学家和语言学家们难以想象的、巨量无比的语料库。
有学者认为:Google Ngram这样的数字利器,可以帮助我们探寻印刻在语言与文字背后更大的历史真相。
权力怪兽对自由与独立思想的钳制,在这个“黑科技”的照妖镜下就露出了马脚。下图是犹太艺术家Marc Chagall在德文与英文书中的“亮相”词频:
1910年,30岁的他逐渐成为德国艺术界一颗冉冉升起的新星。但随着纳粹势力的甚嚣尘上,Chagall开始成为不合时宜的“异类”,变成现代版“焚书坑儒”的替罪羔羊。1936-1944年纳粹统治时期,他的名字被彻底抹去。但与此同时,他的盛名开始在英文国家里得到认可。
下面这张图,则让我们更系统地理解纳粹势力,如何像“权力的毛细血管”一样,逐渐渗透到社会生活与个人心灵里。1936-1944年间,纳粹党员的名字在公共舞台的出现频率飙升,可艺术家、文学家、哲学家、历史学家和政治学家的词频则跌落至历史谷底。
女性主义的研究,也可以在大数据的助力,焕发新的活力。我们可以在这两张曲线图中看到,女性主义(feminism/ Féminisme)从1968年开始,在法语与英语世界中日渐显现,并在80年到90年代成为一股迅速飙升的解放力量。Women与Men这一对性别语汇之间的悬殊落差,也逐渐缩小。80年初,“women”在英文世界终于能顶半边天了。
可是现代女性的平权之路,并非坦途,这注定一场永不停歇的抗争。
这是Google Trends所制作的Me Too Rising专题,它统计了从2017年10月至今,世界各个国家“Me Too” 的动态搜索数据。我们发现:Me Too的浪潮从从北美向全球扩,星星之火,可以燎原。
而有几个高频搜索的城市,是出乎我们意料之外的:印度的印多尔、马来西亚的吉隆坡、危地马拉的首都。这也从侧面反映了:Me Too运动有唤醒当地女性权利意识,激发其参与反抗男性霸权集体行动的巨大潜能。
从左至右分别对应: 印多尔、吉隆坡、危地马拉
三、冲破壁垒之墙:关于共享的数据
大数据时代,各个数据王国“分封而治”。离散的数据,不是被密封在民族国家的保险柜里,就是藏在科技巨头们的黑箱中。这种数字割据的状态,常使我们在全球问题中陷入无能,无感的境地。
全球渔业就是最好的例证,各国的海洋捕鱼数据长期以来是不透明的,不开放给公众与研究者,数据标准杂乱不一。这不仅造成了过量猎杀、非法捕鱼、奴隶劳工、海洋污染和渔业资源枯竭等严峻问题,而且使我们很难对全球商业捕鱼有一个整体性的洞察与监测。
2014年,Google, Skytruth和Oceana共同创建非营利组织Global Fishing Watch。它构建了一个冲破信息藩篱的,透明公开的大数据平台(正如其核心所述Sustainability through Transparency),我们可以实时追踪商业捕鱼船舶的全球足迹,监测非法海洋捕捞的活动,观察全球海上转运船只的动态。
在2012-2016年,它利用卫星监测和谷歌的机器学习工具,共处理了220亿个船舶自动识别的信息,跟踪了7万余艘商业捕鱼船舶,共计4000万小时,200亿千瓦时能耗的渔业活动。
它追踪了世界各地的渔船4.6亿公里的海上活动足迹,这相当于往返月球600次。这个全球共享的数据库,在为地理学家、海洋学家和气象学家们提供了研究的利器的同时,也不断探寻与各个国家之间的数据共享和集体行动(如印度尼西亚,秘鲁将其船舶监测系统的国家数据(VMS)纳入其中)。
不得不说,Global Fishing Watch是数字王国里的“异教徒”,是数字封建割据时代伟大的世界主义先锋。
这张是全球渔船转运的热点图。监测海上转运船舶的动态信息非常重要,因为在商业捕鱼活动中,海上中转长期处于监管的真空地带,这使得非法捕捞、强迫劳动、毒品走私和远洋渔船上侵犯人权行为有了可乘之机。
这张图来自于2016年荣获普利策公共服务奖的Seafood from Slaves,这是一艘穿梭于泰国和巴布新几内亚之间的渔船,而这支远洋渔船藏着血汗劳工的恶行。美联社在收集这些远洋捕捞渔船上惨无人道的罪证时,充分借助了大数据与新科技的力量。
遥感与数字地图公司通过AIS信号确定了这艘船舶的海上活动轨迹,太空影像服务商则透过卫星捕捉到这艘渔船海上转运的高分辨图像,其长期深藏不露的海上罪行,现了原形。
今天的文章,我们主要罗列了三种应用大数据的案例,在这些巨量的数据背后,可能没有所谓消费行为和用户分析,但却有演变历史的真相和直面苦难的真实;可能没有办法谋求商业模式,但却可以做到高效的犯罪监管。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14