大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進行專業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。大數(shù)據(jù)時代的到來，既是機遇也是挑戰(zhàn)，一方面使得生活更加便捷、大部分企業(yè)找到了革新的契機，另一方面信息泄露和數(shù)據(jù)安全也日益成為諸多矛盾的焦點。大數(shù)據(jù)在社會和道德的影響。中琛魔方大數(shù)據(jù)表示大數(shù)據(jù)時代的到來，某種意義上也讓數(shù)據(jù)得到了充分使用，但是，一定要杜絕數(shù)據(jù)的過分依賴，防止被數(shù)據(jù)所利用，以至于成為數(shù)據(jù)的奴隸。

大數(shù)據(jù)的社會影響

一、大數(shù)據(jù)對政治的影響

大數(shù)據(jù)會對社會產(chǎn)生影響，不應(yīng)該傳播的數(shù)據(jù)有可能被用來強化某種特定的信仰，最終成為加深偏見的武器。這會產(chǎn)生廣泛的影響，尤其是在大選中，并可能導(dǎo)致政治家們將注意力集中在極其錯誤的政策上。這就要求機構(gòu)對所有已發(fā)表的數(shù)據(jù)進行事實核查和審查，以確保公眾獲得準(zhǔn)確的信息。

比如說，從日常購物習(xí)慣到智能手機軟件的使用，還有用戶的瀏覽檢索交流數(shù)據(jù)，通過這些收集、生成和分析的數(shù)據(jù)在決定選舉結(jié)果以及最終的黨派勝負(fù)方面可能產(chǎn)生巨大的政治影響。

二、大數(shù)據(jù)與自動化決策

長期以來，做出決策的能力一直被視為將人與機器區(qū)別開來的屬性。隨著數(shù)據(jù)科學(xué)在算法、自動駕駛汽車和機器人技術(shù)方面的進步，人類和人工智能之間的區(qū)別變得越來越難以區(qū)分。機器學(xué)習(xí)的當(dāng)前應(yīng)用超越了決策支持系統(tǒng)的門檻，并進入了人工智能領(lǐng)域，在該領(lǐng)域中，復(fù)雜的算法被設(shè)計用來代替人類的決策。

比如不允許未成年人開車，美國必須至少16歲，歐洲至少18歲，并且必須參加交通學(xué)校課程并通過考試。也許，我們可以通過對合成數(shù)據(jù)集的測試數(shù)量和經(jīng)過的極端情景來認(rèn)證”AI，然后再允許AI駕駛汽車。

三、大數(shù)據(jù)與微觀定位

約翰·巴特爾（John Battelle）幾年前建議，我們的數(shù)據(jù)通過我們的使用提供了不可磨滅的記錄軌跡。大數(shù)據(jù)的主題一直是幫助組織了解個人和的目標(biāo)，動機和行動。

米哈爾·科辛斯基（Michal Kosinski）和戴維·斯蒂爾威爾（David Stillwell）的工作進一步發(fā)現(xiàn)，說明性分析的相關(guān)性可以大大提高，因為重點放在行為模式（人格特質(zhì)，信念，價值觀，態(tài)度，興趣或生活方式）上，而不是關(guān)注人口統(tǒng)計數(shù)據(jù)。

此后，微目標(biāo)定位的應(yīng)用已被視為在營銷，政治和經(jīng)濟學(xué)領(lǐng)域的強大影響力工具。

三、數(shù)據(jù)公民與立法

如今，大數(shù)據(jù)使用過程中的個人數(shù)據(jù)保護受到更多關(guān)注。

通過軟件登錄使用、檢索瀏覽記錄等揭示了個人信息，個人想法以及工作內(nèi)容。最近在歐洲（GDPR）、印度（2018年《個人數(shù)據(jù)保護法》）和加利福尼亞州（2018年的《加利福尼亞消費者隱私法》）引入了立法，專門承認(rèn)數(shù)字公民的權(quán)利，并一定程度上解決了商業(yè)廣告和使用個人信息數(shù)據(jù)可能帶來的危害。

這些法律試圖在組織和個人之間重新平衡權(quán)力以及影響力之間不平等的關(guān)系，這些基準(zhǔn)包括知情權(quán)，反對權(quán)，獲取權(quán)，更正權(quán)和被遺忘權(quán)。對立法的關(guān)注遠遠超出了對數(shù)據(jù)保護的關(guān)注。

大數(shù)據(jù)的道德影響

一、數(shù)據(jù)收集可能侵犯隱私

圍繞著每一個以數(shù)據(jù)科學(xué)收集的名義去搜集目標(biāo)的個人信息存在著不可忽視的風(fēng)險。這種收集數(shù)據(jù)的方式往往是在未經(jīng)個人同意、知情或理解的情況下產(chǎn)生的。如果這種做法發(fā)生在其他領(lǐng)域，就會被視為違法道德的做法。

比如說，劍橋分析丑聞是數(shù)據(jù)科學(xué)中關(guān)鍵的倫理案例。媒體對這起丑聞的*****和公眾的強烈抗議表明，從公共網(wǎng)站獲取個人數(shù)據(jù)，然后利用這些敏感信息鎖定和指導(dǎo)政治廣告，影響政黨投票，是極其惡劣的行為。

然而，如果這些數(shù)據(jù)被用于醫(yī)學(xué)研究，例如，如果這些數(shù)據(jù)被用來識別處于癌癥早期階段的人，并且能夠提高存活率，也就是說如果這些數(shù)據(jù)被用于“好的方面”，可能不會引起如此普遍的憤怒，也更符合道德的立場。

二、大數(shù)據(jù)與性別歧視

社交媒體是大數(shù)據(jù)研究的理想領(lǐng)域，從中還是會發(fā)現(xiàn)女性歧視的存在，而這些大數(shù)據(jù)卻被部分集體所壟斷，并從中牟利，某些女性通過社交媒體發(fā)表聲明抗議，但是，部分記者，甚至是學(xué)者依舊忽視或貶低相關(guān)女性的工作。

三、過度使用大數(shù)據(jù)預(yù)測，缺乏人性柔性

比如說通過算法收集相關(guān)信息，從推薦與用戶個人資料相關(guān)的合適音樂，到根據(jù)瀏覽搜索記錄展示廣告。但是，如果算法在這些情況下出了問題，你要么在聽一首歌30秒后轉(zhuǎn)到下一首歌，要么看到一個你不感興趣的廣告。

此外，其他算法，比如用來決定一個人是否獲得假釋的算法，可能會導(dǎo)致更加險惡的結(jié)果。為了符合道德基準(zhǔn)和公平性，這些改變生活的算法必須有某種形式的獨立驗證，這是為了確保它們在社會中不受歧視，不受性取向和政治宣言的影響。應(yīng)用這些算法時，應(yīng)該要明白算法不可能產(chǎn)生100%正確的決策。換句話說，總會有失敗概率的因素。

四、大數(shù)據(jù)濫用可能造成責(zé)任主體缺失

比如說，不法分子通過不正當(dāng)手段獲取信息資源，然后將其販賣，從中謀取利益。這就極其容易導(dǎo)致責(zé)任主體的不明確，甚至是缺失，其危害程度將會是驚人的，這意味著不法分子將會肆無忌憚地濫用數(shù)據(jù)，而如果公眾或企業(yè)害怕數(shù)據(jù)被不正當(dāng)使用，就會停止提供數(shù)據(jù)，如此一來，也就可能會帶來大數(shù)據(jù)的終結(jié)。