京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代个体没有秘密_数据分析师
“大数据时代,个体没有秘密,个体的行为都在大数据拥有者的掌握之中。”8月14日,2014夏季腾讯思享会“中国说”在北京正院公馆举办。其中主题为“大数据与社会变革”论坛版块由信息社会研究所所长王俊秀主持,著名社会学学者于建嵘参与了该论坛的跨界碰撞。他指出,尽管大数据更有利于管理者加强对个体的控制,但个体也并非完全无能为力,而是有力量迫使管理者改变方式。最后他希望科技的发展不仅仅是助力于更强的管控,而是可以服务于民主和自由。
以下为于建嵘老师发言实录:
于建嵘(社会学者,社科院农发所研究员):我先给大家讲个故事,前天《金融时报》的张力奋到我家里和我聊天,这个过程中我突然接到一个电话,是国家有关部门来的电话,说于老师你是不是和一个英国的媒体在谈话?我说你怎么知道的?他笑了。我把我们工作室所有的工作人员找过来,问他们是谁给国家安全部门打的电话?都说没有。今天我终于明白了,这是大数据的原因。因为完全可以做到,他把我们所有人的电话输入到一个系统,就知道我们在和谁谈话。这说明什么问题呢?说明目前的科技状况给这个社会的管理者带来很多新办法。
我要讲的第一点,大数据时代,个体没有秘密,个体的行为都在大数据拥有者的掌握之中。你们相信我这句话,你们和女生幽会的时候一定不能带电话,这是一个非常现实的问题。什么原因?在这个时代,相对于大数据拥有者和社会管理者,实际上个体没有什么秘密。我们一定要非常明白我们今天所做的任何事情他们可能都会通过数据把我们分析出来。包括哪些人在这里聚会,这些人是什么情况。刚才吴思等讲了新技术对于人类的安全问题,实际上这对国家来说可能更安全,因为普通人不一定能接触到大数据,我不知道它在干什么,但它知道我在干什么,我和哪些人见面,经常见面,它完全可以通过数据的方法分析出来,这是我得出的第一个结论,大数据更有利于社会管理者,他们对社会统治可能有完全新的方法。
而且我们一定要明白大数据时代我们这些平民百姓没有秘密。刚才说反腐,数据在人家手里你怎么反腐?这个一定对统治最有利的,不要说对老百姓,因为你掌握不了大数据。
是不是个体就没有作为呢?第二个问题来了,最近大家看的一个电视剧,也是腾讯独家播出的《暴君》,当百姓游行示威的时候,这个暴君是采取他父亲的方法进行军事镇压还是采取新的办法谈判?这个暴君反复讲了两句话,今天是每一个人都有选择的时代,每一个人都可以通过互联网把数据传到全世界的时代。所以,他最后选择了谈判。所以,我认为大数据时代带来的第二个问题,在新的科学发展中,管理者对社会民众的情绪的反映也更加了解,他更加了解各种情况,然后采取各种方法。在这个情况下,民众不是无能为力的,民众所拥有的信息,会迫使统治者改变方式。
根据这两个问题,我认为大数据时代对我们个人而言,做事儿一定要有个底线,你要知道你没有秘密,不管采取什么方法,你都在人家的掌控之中。另一个问题是,个体也并非完全无能为力。
第三个问题,你们这些做科技的人,今天我听了一句非常重要的话,科技不仅仅是技术,而是有底线的,有指向的,有伦理的。互联网最大的一个改变,就是对每个人赋有一定的权利,搞科技的人不要过多的想办法控制我们,而是要将科技更多地服务于民主和自由。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21