大数据的隐私、失效、失误之痛
如果说在互联网时代我们的隐私受到了威胁,那么大数据时代下这种威胁已经更为深入。这就是大数据的不利影响之一。
从2012年开始,关于大数据所带来的负面问题就已经有过很多的讨论了,所以这次多少还是会有些老生常谈,请原谅。
今天的话题开始于上映两周全球票房即达到8亿美元的《速度与**7》,当然,不是说车、说美女,而是影片中那个无所不能的“天眼”,这个很酷炫的系统能够调 用地球上任何位置任何设备所生成的视频、图片、音频,让你想要搜索的人或事物无所遁形。大数据时代,“天眼”已经成为可能,同时,天眼也会在遭受病毒入侵 后出现决策上的失误。
无处不在的“天眼”
你的数据真的安全吗?这里的安全包含两层含义: 不丢失和看不到。我们可以使用AWS、阿里云、百度云盘等来存储自己的数据,也可以用多备份来备份自己的数据,但我们却无法保证你所产生的数据不被检测 到。计算能力的提升和数据存储成本的下降,激发了人们进一步采集、利用我们个人数据的野心。如果说在互联网时代我们的隐私受到了威胁,那么大数据时代下这 种威胁已经更为深入。这就是大数据的不利影响之一。
虽然Google、亚马逊、Netflix这种巨头公司宣称其对数据的保密性,但这也表 明了他们其实什么都知道。一个例子就是:在2006年10月份,Netflix做了一场题为“NetflixPruze”的算法竞赛,在《需求》这本书 中,作者曾经高度赞扬了这个竟在挖掘用户需求方面的经典做法,然而,虽然Netflix对数据进行了精心的匿名化处理,但是最终还是导致一个化名“无名 氏”的居住在美国中西部的未出柜的同性恋母亲的起诉。目前这种算法在各个电商平台被普遍应用,并且披着“推荐”“猜你喜欢”“看了又看”的外衣。
在大数据时代,我们的数据无所遁形,很多人已经感觉到自己的隐私受到了威胁,当大数据变得更为普遍的时候,情况将更加不堪设想。
数据失效
曹操有多少人马?诸葛亮说有80万,周瑜说只有3万。二者说的都对,也都不对。这就是数据的有效性。我们在做决策的时候,往往希望得到可量化的数据,但是却 无从保证数据的有效性。导致出现这个问题的原因大体可归纳为两种:一方面,人们会不自觉的将数据偏向自己喜好的方向,虽然只是下意识的,却最终导致了结果 的谬以千里;另一方面,数据运算是一个多步骤的协同作业,在我们进行相会推导演算的过程中,因果关系往往显得并不那么的明显或者不那么确定。
在由“小数据”时代向大数据时代转变的过程中,我们对信息的一些局限性必须给予高度的重视。数据的质量可能会很差,可能是不客观的,可能存在分析错误或者具有误导性,更为糟糕的是,数据可能根本达不到量化它的目的。
决策失误
正因为数据的失效,因此我们基于数据的决策也变得失效。大数据的不利影响并不是数据本身的缺陷,而是我们滥用大数据预测所导致的结果。所有的精准预测都是不 现实的。或者说大数据分析只能预测一个人未来很有可能进行的行为。比如说,通过输入海量的特定案件的变量,包括监禁的原因,首次犯罪的时间、年龄、性别等 个人数据,我们可以预测一个缓刑犯或者假释的人一旦提前释放会不会再次杀人。根据常识,我们知道这个概率绝不会达到100%,所以当基数足够大时,就一定 会出现失误。
这个例子中的主要问题并不是在社会需求面对更多的威胁上,而是我们在人们真正犯罪之前就对其进行了惩罚而否定了人的自由的权利。
另一方面,无数的例子告诉我们一个道理——卓越的才华并不依赖于数据。爱因斯坦说:天才就是1%的灵感加99%的汗水,但是这1%的灵感比99%的汗水更加重要。当记者问及苹果在推出iPad之前做了多少市场研究时,乔布斯那个著名的回答是这样的:没做!消费者没义务去了解自己想要什么。
大数据为我们的生活提供了便利,同时也让保护隐私的法律手段失去了应有的效力。面对大数据,保护隐私的核心技术已经不再适用,所以,我们必须杜绝对数据的过分依赖,以防我们重蹈伊卡洛斯的覆辙。这个可怜的人就是因为过分相信自己的飞行技术,在市局的预估上存在偏差最终导致了自己葬身大海。我们必须学会如何让数 据为我们所用,而不是成为数据的奴隶。这是另一个问题,后续有机会再和大家一起探讨。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28