京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据背景下的公共性价值建构如何完成
在信息无所不在的大数据时代,我们每一个人都是公共领域和媒介空间中的一员,唯有做到共建共享,协商合作,互利互助,才能在“善治”和坚守中维系好我们共有的公共家园。
美国学者阿尔文托夫勒很早就在《再造新文明》一书中预言:世界正迎来第三次浪潮的冲击。今天,随着移动通讯技术、物联网、云计算、智能搜索引擎等技术的融合与创新,我们正迎来一个信息消费的大数据时代。
当前,网络化生活催生的信息消费习惯,正将个体的私域与公域无缝链接。从时政资讯到娱乐科技,从商业消费到政治参与,我们正按照自己的信息消费习惯、内容偏好和行动逻辑,在定制和消费大量文字、图片、视频、多媒体等信息数据的同时,正不断制造和推衍出一个个“数据王国”。实践表明,越是当我们频繁借助手机移动终端、社会化软件抑或是自媒体通讯工具,进行信息的浏览获取、信息的交互共享以及电子商务平台的资源整合应用等,我们越是在无形之中共同编绘起一张张“信息图谱”和“数据网络”。正因如此,大数据时代的预言家维克托迈尔-舍恩伯格在《大数据时代:生活、工作与思维的大变革》一书中指出:“大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙,显微镜让我们能够观测微生物一样,大数据正在改变我们的生活以及理解世界的方式,成为新发明和新服务的源泉,而更多的改变正蓄势待发。”
面对“万物皆联网、无处不计算”的大数据时代,我们似乎正从被动式的web2.0的“推时代”快速过渡到主动而为的web3.0的“拉时代”。我们知道,传统意义上的“推时代”,注重的是个体借助某个媒介讯息平台,以附属的参与性角色推动着信息的交互共享和频繁更迭。相反,进入“拉时代”的最显著特征在于,每个人都是信息的生产与再生产的关键中心,个体已从附属的参与性角色转化为主动而为的信息生产性角色。
随着个体信息中心的生成,每个人都可以借助手中的自媒体平台和社会化软件,自由开启手中信息的“核按钮”,成为信息的策源地和信息发射终端。于是,大数据时代我们总会看到这样的情形发生:一方面是大数据时代开启的自助式信息服务平台,快捷、海量、多样性、前沿性的信息资料渗透到我们生活的方方面面,为我们的知识获取、资源整合、现实转化与应用等带来极大的便利和效益;另一方面是面对碎片化、歧义化、复杂化、多元化的信息资料和数据流,各式各样的信息终端和发声管道,让我们很难辨识信息的真伪和虚实,各种谣言和人为故意扭曲的“小道消息”,充斥着虚拟公共领域和媒介网络,这些多点面、多中心、多渠道的不同信息“版本”和信息源,极有可能在瞬间颠覆公共秩序、挑战社会的伦理底线,进而引发连锁反应的公共危机。
以最近牵动着全球亿万颗心的马航MH370航班搜救事件为例,人们在为飞机上来自13个国家的239人的生命安全祈福接力的同时,也以善意的持续关注,摇身一变成为“福尔摩斯”,争先恐后地传递和报道着失联飞机的最新进展。有人说飞机已经安全着陆,也有人说飞机不幸坠海失事,还有的说飞机遭到“自杀式”恐怖袭击,各种渠道的流言和“小道消息”满天飞。面对即时的信息播报和数据传递,各种花样翻新的传闻和谣言一次次挑战人们的敏感神经和承受能力。有人慨叹,在科技和资讯如此发达的时代,纵使全球多个国家以史无前例的规模和力度参与到搜救行列中来,却依旧难以确定飞机的最终下落。
然而,当我们在为生命的脆弱感慨和焦虑的同时,似乎更应该理性地停下来思考:在这个高科技催生的四通八达的大数据时代,我们在享受快捷便利的信息和数据之余,是否更应该为在无意之中成为谣言的“二传手”而心生自责,抑或是“个体自发式”生成的随意数据表达和信息传递,是否也在无形之中给人类自身带来无尽的麻烦和灾难。很显然,马航搜救事件中信息混乱和谣言满天飞的局面,在给失联飞机上的乘客家属带来心灵伤害的同时,也给搜救行动带来了无形的麻烦和困扰。
“破窗效应”理论早就告诉我们:如果一栋建筑物上的一扇窗户的玻璃被人打碎了,但又没有及时得到修复,于是那些看到“破窗”的人们便可能在无形之中受到心理暗示和纵容,去继续打碎更多的窗户玻璃。长此以往,“破窗”的诱导性或暗示性影响,会给人们造成一种杂乱无章、无规则底线的心理错觉,从而诱发各种非理性的群体极端化行为,使社会秩序和伦理底线遭到彻底的破坏和挑战。同样的道理,大数据时代,个体自发式的、随意性的、非理性的媒介讯息传播行为习惯,如果得不到及时的规避和管控,那么,人们自娱自乐式的谣言编造、情绪宣泄、数据歪曲传递等,只会日益加剧虚拟公共领域的信任裂痕,那些突破常规和道义底线的恣意传播行为,只会更加加剧公共空间的戾气和不安,并最终导致“破窗效应”的连锁反应,从而危害到我们每个人的切身利益。
由此可见,大数据时代,确立共有的公共规则和行为底线,倡导理性化舆论公共空间和虚拟公共新秩序成为现实逻辑使然。正如维克托迈尔-舍恩伯格给予我们的忠告:“尽管大数据的力量是那么耀眼,但我们必须避免被它的光芒诱惑,并善于发现它固有的瑕疵。”今天,面对来势汹汹的大数据时代,为了每一个社会共同体成员能够共同享有大数据带给我们的快捷与便利、知识与财富,我们就必须大力倡导公共性价值建构,以促进公共领域的善为责任担当,以维系公共媒介空间的公共秩序为己任,以期在公共现实生活实践中养成公共理性的行为习惯。一方面,要强化公共精神的培育和形塑,通过知识教育和心智模式重构,以引导人们超越狭隘的个体私域和自我利益,通过规则意识、底线意识、独立人格意识和公德意识的培育和熏陶,从而提高人们利他的思想境界和公民素养。另一方面,要建立和完善理性成熟的沟通对话和协商机制,通过打造反应灵敏、快捷高效、价值中立的多中心公共治理协商机构,以便第一时间对不合理的行为现象予以纠偏,以最大化地整合和凝聚社会共识。此外,还要强化“在场意识”,无论是个体、媒介运营商抑或是公共信息媒介平台,都要强化公共责任意识,以在场的行为意识和专业、敬业的精神强化信息的整合与分析,在最大化考量信息用户最直接利益关联的情形下,强化信息和数据的权威发布。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19