如果有一天,数据控制了你……
近年来,随着大数据技术的快速发展,以前不能计算的东西正在逐渐量化,人们的生活渐渐地变成了各种指标,比如学术考核的分数、运动时的步数统计,食物被量化为热量,睡眠被量化为深睡眠、浅睡眠……
身处一个被数字吞噬的时代,数字是否真的要吞噬我们的生活?如果生活被数据控制,我们将得到或失去什么?两位学者带来了他们对这些问题的解读。
每个人都陷入了量化焦虑
解放周一:进入了大数据时代,似乎一切事物都可以用数据衡量。不仅仅在中国,是不是全世界的人们都面临这样的问题?
禹卫华(上海交大大数据与创新传播实验室主任):当然,“量化生活”这一概念是个舶来品。2007年,美国科技杂志《连线》的两位记者凯文·凯利和加里·沃尔夫就注意到了这样的趋势,并将其取名为“Quantified Self”,翻译成中文即“量化自我”,指那些用数字来规范生活的人们。
人们现在都崇尚精致生活,精致化的表现就是精确化,食物、运动、学习、工作,生活的方方面面都可以用数字量化。
这样的趋势离不开科技的进步。之前,人们的生活中是没有传感器的,生活都是自然的状态,人与人之间是什么样子就是什么样子。现在有了手机,手机就是传感器之一。
通过手机,我们每一个人的身体状况、购买行为汇聚在一起,生活的点点滴滴都在向大数据库传递信息。智能手机带来的数字化生活就绕不开了。此外,随着传感器等装置的体积越来越小、价格越来越便宜,原来看起来高大上的可穿戴设备也走入了寻常百姓家。如今,在淘宝上搜索“智能手环”四个字,能搜出2.87万个宝贝,价格从不足百元到几千元不等。可以说,生活中只要有传感器的存在,量化就无法避免。
生活被量化,代表了一种社会的进步。比如公共卫生方面,可以通过医疗就诊的数据来判断流行病; 交通方面,可以通过数据了解交通状况,缓解交通压力; 对公共决策而言,有了数字就会更加精确……从这些实际应用的角度来看,数据化确实给我们的生活带来了很大方便。
解放周一:但当人们都在为大数据时代的到来而欢欣鼓舞时,大家也都陷入了一种新式社会病——“量化焦虑”。
禹卫华:我想,人们倾向于量化自我的一个原因是,人自身的感觉在退化,对自我的判断能力在消失。
比如,以前人们都不用闹钟,但知道第二天要起早,就起得来。现在,这个能力已经被闹钟消灭了。渐渐地,人的能力不断地外化为机器。我们对自己的身体状况无法作出完整判断,所以必须让机器来告诉自己。有了天气预报的穿衣指数,许多人不再以体感的冷暖作为加减衣物的依据; 有了一天八杯水的健康忠告,人们不再以口渴为喝水的前提;睡眠好不好,自己已经不能判断,要交给智能手环。生活越来越陷于数字的纠葛,而不是身体的自觉中,这就是量化焦虑。
然而生活如果都是数字,也未免太无聊了。外在的标准可以作为生活的参考,但绝不是唯一的目标,也不一定全都适合自己。
人要体悟乐趣,填补空虚,有时候反而需要一点不确定,需要一点未知和想象。而精确化的数字有可能压缩了我们的想象空间。当我们用外在的量化标准去计算身体需求的时候,不要忘了更重要的还是自己的内在感受。
追寻一种惬意的生活并不能以一个月或一年的数据和一系列图表为目标。我所想的美好人生意味着每天都要以饱满的姿态去演绎,并尽自己最大的努力去飞跃。它要求你用全新的目光看周围的世界而不是那些小装置。
很多人觉得,当生活被数据化以后,活着就像鱼缸里的金鱼,被观赏、被束缚。所以,现在国外很多人在申请这样的权利——被遗忘权。他们希望互联网公司到一定时间,把留存的行为信息全部清除。这再次提醒我们:人有时候需要被遗忘。
解放周一:数据的便利也以隐私的让渡为代价。越多的便利,意味着越多的隐私让渡,越多的危机风险。
禹卫华:这非常让人担心,个人的消费数据是和个人身份信息联系在一起的,生活轨迹数据和唯一识别码匹配,信息安全特别容易出问题。我们在探讨生活不能被量化之外,还要促进数据安全。
很多时候,如果生活还有乐趣,就是人们还有隐私,还能享受自己的个人空间,这也是一种基本的权利。数字化越来越丰富,渠道越来越多,你的所有信息都可能被共享,这或许也是在量化时代,我们面临的另一个重大挑战。
生命和情感不能被量化
解放周一:把整个世界用数字的方式来看待,对人类社会的发展会有怎样的影响?
王德峰(复旦大学哲学学院教授):积极的一面,可以通过量化的原则来实现技术控制,把社会资源整合度提高。这样的话,生产效率就会提高,社会就会进步。
但是一件事情有积极的一面,就会有消极的一面。比如说科学领域,科学研究成果都被量化地描述了,没有人再看重好奇心。科研机构、高等教育成果用的都是量化指标。你去判断一所学校是不是具备科研能力,就看它的国家重点项目、论文数量、研究经费、博士点多少等等,这些全是数量,未必代表真正的质量。同样,人们判断一所中学的地位,首先看升学率,这依然是数量。
基础教育内容也是被量化的。如果一张有20道题的卷子,学生答错了19题,但其中1道题回答得很有创见,老师当然会认定其不及格。成绩也是量化的,而学生的创见则被淹没其中,难以察觉,更别说因材施教。
再说文化产业,票房高是电影的核心指标。无论电影内容好不好,只要有票房,抓眼球,它就能收获成功。于是越来越多的电影迎合大众口味,追求数量,而失去艺术价值和独立思考。
解放周一:似乎从古至今,让事情越来越精确,让社会可以被数量化描述,已经成为文明进步的代名词。量化的世界观是从何时开始的?
王德峰:在亚里士多德的时代,人们对生活和世界的讨论会穷极根本,追问一些形而上的终极问题。然而科学主义兴起,自然科学的数理分析,让人类进入了一个新的时代。人类开始了对大自然的数据化,似乎所有问题,都可以转变成数学关系。人们试图以数学方程来解释宇宙和生命万物,以为任何事情都可以纳入方程进行计算。
从伽利略开始,人们就不再问“为什么”,而是问“怎么样”。到西方文明走入资本主义之时,资本就是不断增值的货币,增值就是量化目标、数字目标,一定时间里要达到一定的效率。资本的竞争更是数字的竞争。
而在我国,我记得改革开放初期,深圳的标语写的是“时间就是金钱、效率就是生命”。这就意味着资本的生命力是通过计算得到的。我们也开始把数字和价值画上等号。比较显著的就是经济领域,人们用数字建立经济的模型,预测和管理社会的种种。渐渐地,大家有了一种错觉,认为所有复杂的事情都能被量化,也只有在量化以后,我们才能达到对人的很好控制、对社会的精细管理。
然而,全盘量化的社会,让人们漠视生命、漠视情感。人活着要追求价值,不是吃饱穿暖就够了,生命的感受和生命的意义不是量化的富足能够赋予的。但如今,人们正在把自己量化,表现出来的是生命意义的虚无、情感的虚无。
解放周一:适应大数据时代的发展,还要做到不被数据所束缚,对此,您有什么建议?
王德峰:从个体来说,我们当然无法与这个时代脱离,我们在资本市场工作、生活,就不得不受量化的影响。但是,工作之外,在生活中,我建议人们摆脱效率原则,摆脱量化控制。
我觉得每个人都应该有一定的觉悟,要有哲学的修养、有精神的指引。现在很多人很关注儒家、道家文化,并身体力行,我觉得就是一种很好的方式。
如果从大的方向来讲,任何事物在发展中都会产生否定自己的力量。比如说,普遍的观点是资本的发展就是不断自我增值,但马克思曾说,资本的发展也是在不断否定自己。如今,我们看到了信息技术发展的好处,但它也会反过来控制我们,而人们对此也已有所察觉。
事实上,情怀、品位、境界、意义,决定了一个社会的基本品质,是一个社会的基调所在,是一个社会精神文明和文化程度的核心,是一个社会培养什么样的人的标准和尺度,是在本质上促进人类历史前进的力量。
当然,我们不是不要信息技术,而是不能让它成为我们的主宰。古希腊哲学家赫拉克利特曾说:“上升的路和下降的路是同一条路。”古希腊哲学家苏格拉底也说过:“未经审视的生活是不值得过的。”但是重要的是记住我们可以审视它,不可以量化它。我想,人类重返智慧,不应只满足于技术与数字。
◇链接◇生活中的量化,你中了几招
有人说,身在大数据时代,有些人的标配生活,是一颦一笑、一步一摇统统都被数据掌控,为获得某个数据而沾沾自喜,达不到则继续发力。看看以下描述的数据生活,你是否也中招了呢?
恋爱结婚看颜值看存款
以前的择偶标准是什么?善良、孝顺、有责任心……现在呢?最重要的是看颜值,颜值不够,身材来凑,男人看女人三围,女人看男人身高,相亲见面之前,如果数字对不上连看的欲望都没有。
婚姻同理,在量化生活的时代,现实主义者陷在数字的怪圈里不能自拔,看财富看存款,一串数字才代表这个人值不值得相伴一生。
“经济适用男”、“经济适用女”、“白富美”、“高富帅”这些标签已经出现在我们的生活中,也成了很多人的择偶标准,是人们追寻幸福时的量化尝试。
对此,中国婚姻家庭咨询救助网首席心理专家宋家玉认为,爱情没有标准答案,不论是“经济适用男”还是“钻石王老五”,把这些标签当做择偶标准是不合适的。而且人们的标准会随着时间和环境的改变而发生变化,这些并非是幸福婚姻的代名词,怎么能量化呢?
运动步数看数据还是看成果
8000步不完美,10000步才够赞。夏日炎炎,微信运动里的“明争暗斗”愈发激烈,多的是为步数费尽心思的小伙伴。运动固然重要,但比运动更重要的是大汗淋漓后计算出的“数据”,数字越高越有成就感。数据时代里的小伙伴大抵是这样——气喘吁吁地拖着双腿在跑步机上运动,丝毫不管汗水已经模糊了视线,脑子里只有一个念头:还没跑够半小时。
以微信运动来说,现在流行的一些计步软件在使用前,会要求用户输入性别、年龄、身高、体重,然后进行分析得出结论,告诉用户每天需要消耗多少大卡的热量,走多少公里,需要多长时间等等。这样一来,以前人们那种为了增强心肺功能或者锻炼身体的灵活性和力量而运动的想法便少了很多,大部分人的运动目的不再单纯,而是为了达到这些数据标准。他们认为,这些数据是科学的,只要严格按照这些数据来进行锻炼,一定会达到健身的目的。慢慢地,人们就会形成一种习惯,一种设定健身目标的习惯,然后通过这些数据来观察自己的身体状态。
如果严格按照运动软件所提供的参考值完成任务,就能达到健身锻炼的目的吗?山西大学体育学院的老师刘宏强表示,从科学性来讲,通过这样的方式来运动还是可行的,至于运动效果,那就得因人而异了。“因为健身的人群里,每个人的出发点不一样,要达到的目的和要求也不一样。对于真正从事运动的运动型人群来说,他们的目的是要健康健身。那么如果每天仅靠走路来锻炼,运动量就太小了。而对于想要达到健康减肥的人群来说,这样做还是有效果的。不过前提是要了解自己的健身要求以及身体状态,不能盲目地被数据牵着走,也不能为了在数据上领先,而忽略健身的效果。”
卡路里吃的是食物还是热量
一只鸡蛋75卡路里,蛋黄60卡路里,蛋白15卡路里,那么“蛋黄再见”;1只鱼丸15卡路里,3只贡丸40卡路里,那么“贡丸out”……如今,很多人吃饭都不以喜好为标准,而以卡路里为第一准则。瘦身族的手机里藏着一份完整的卡路里对照表,随时随地可以供他们选择热量最低的食物。
而在一些减肥类APP中,除了将运动数据化以外,还会对食物的摄取量进行数据分析。当你输入早、中、晚三餐的种类和数量后,系统会分析出你所摄入的热量有多少大卡,超出多少或者还可摄入多少,并根据你的身高、体重等资料给出一份健康报告。
刘宏强认为,人们吃饭应该笼统一些,不应该只看卡路里,这是一种过度追求数据化的现象。吃饭本来就是一种享受的过程,美食一般都可以提供人们所需的能量。如果为了减肥,也不需要精确到每一卡路里,还是要饮食配合运动。
吃喝玩乐只看评分,不问喜好
如今,无论看电影还是吃饭,你只需要看看评分就可以决定。和朋友外出,第一件事就是看豆瓣上的电影评分和点评平台上的美食评分。
渐渐地,人们不需要以自己的喜好为主,只管看评分,心里必定还会安慰自己一番,评分高的一定难吃不到哪里去,评分低的肯定很难吃。
食物和爱好很多都是发自内心的喜欢,单凭一个评分就来断定喜好,难免还是有些武断。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22