第三部分 大數(shù)據(jù)時代的管理變革

風險：讓數(shù)據(jù)主宰一切的隱憂

大數(shù)據(jù)時代讓我們的隱私受到了威脅

大數(shù)據(jù)的價值不再單純來源于它的基本用途，而更多源于它的二次利用。這就顛覆了當下隱私保護法以個人為中心的思想：數(shù)據(jù)收集者必須告訴個人，他們收集了哪些數(shù)據(jù)、做何用途，并在收集數(shù)據(jù)開始之前征得個人同意?！案嬷c許可”是世界各地執(zhí)行隱私政策的共識性基礎。

但大數(shù)據(jù)時代，很多數(shù)據(jù)在收集的時候并無意用作其他用途，而最終卻產(chǎn)生了很多創(chuàng)新用途。公司無法告知個人尚未想到的用途，而個人也無法同意這種未知用途。一開始就要用戶同意所有可能的用途相當于讓“告知與許可”失去意義。

同時，想在大數(shù)據(jù)時代中用技術方法來保護隱私也是天方夜譚。如果所以人的信息本來都已經(jīng)在數(shù)據(jù)庫里，那么有意識地避免某些信息就是此地無銀三百兩。比如Google街景迫于壓力模糊化某些房屋和花園，但這對盜賊來說反而是強調(diào)。

匿名化也在大部分情況下失效。AOL從搜索內(nèi)容，Netflix通過租賃記錄找出客戶。一是我們收集到的數(shù)據(jù)越來越多，二是我們會結(jié)合越來越多不同來源的數(shù)據(jù)。

預測與懲罰，不是因為“所做”，而是因為“將做”

我們冒險把罪犯的定罪權放在了數(shù)據(jù)手中。30多個州的假釋委員正使用數(shù)據(jù)分析來決定釋放還是繼續(xù)監(jiān)禁某人。越來越多的城市都采用了“預測警務”來決定哪些街道、群體還是個人需要更嚴密的監(jiān)控，僅僅因為算法系統(tǒng)指出他們更有可能犯罪。

但基于預測的懲罰是不公平的。社會關于個人責任的基本信條是，人為其選擇的行為承擔責任。被威脅的情況不算。而且如果大數(shù)據(jù)分析完全準確，那么我們的未來會被精準預測，那我們不僅會失去選擇的權利，而且會按照預測去行動，也就是失去了自由意志。既然我們別無選擇，那么我們也就不需要承擔責任，這不是很諷刺么？

當然，精準的預測是不現(xiàn)實的。但主要問題是我們在人們真正犯罪前對他進行懲罰否定了人的自由權利，我們沒有讓他按照他的意愿去做，卻堅持他應該為自己尚未實施的未來行為付出代價，而我們的預測也永遠無法得到證實。這否定了法律系統(tǒng)的基石——無罪推定原則。除了刑事犯罪，這也會涉及民事法庭案件中判定過失以及公司解雇員工的決策。

大數(shù)據(jù)的不利影響并不是它本身的缺陷，而是我們習慣把大數(shù)據(jù)發(fā)掘出的相關關系解釋成因果關系。進行個人罪責推定需要行為人選擇某種特定行為，他的選擇是造成這個行為的原因。但大數(shù)據(jù)并不建立因果關系，所以不應該用來進行罪責推定。

數(shù)據(jù)獨裁

大數(shù)據(jù)加劇了一個舊威脅：過于依賴數(shù)據(jù)，但數(shù)據(jù)遠沒有我們想得那么可靠。美軍將軍麥克納馬拉在越戰(zhàn)時對數(shù)據(jù)的執(zhí)著，甚至濫用和誤導（評判戰(zhàn)爭進度的方法就是看對方的死亡人數(shù)），讓下級軍官為了達成命令會匯報可觀的數(shù)字給上級。還有Google也在招聘中過分依賴應聘者的學習成績；內(nèi)部任何小事都被量化，所有決策都簡化成一個邏輯問題，數(shù)據(jù)主宰也束縛了整個公司。但其實，才華并不依賴于數(shù)據(jù)，比如喬布斯依賴的事行業(yè)分析，甚至直覺。當記者問他蘋果作了多少市場調(diào)研時，他說：“沒做！消費者沒義務去了解自己想要什么?！?/p>

如果對不可量化的事物進行量化，我們就會失去全面了解該事物的機會。

掌控：責任與自由并舉的信息管理

管理變革1：個人隱私保護，從個人許可到讓數(shù)據(jù)使用者承擔責任

對大數(shù)據(jù)使用進行正規(guī)評測及恰當使用，可以為數(shù)據(jù)使用者帶來的好處是他們無須再去的個人的明確同意，就可以對個人數(shù)據(jù)進行二次使用。相反，他們也要為敷衍了事的評測和不達標準的保護措施承擔法律責任，諸如強制執(zhí)行、罰款甚至刑事處罰。這樣將責任從民眾轉(zhuǎn)移到數(shù)據(jù)使用。者，因為后者更明白他們要如何使用數(shù)據(jù)，他們的評估避免了商業(yè)機密的泄漏。而且數(shù)據(jù)使用者是數(shù)據(jù)二級應用的最大收益者。

此外，數(shù)據(jù)使用者達到了最初目的之后，法律上不再規(guī)定必須刪除個人信息，相反可以長時間保存數(shù)據(jù)。為平衡二次運用的優(yōu)勢與過度披露帶來的風險，監(jiān)管機制可以決定不同種類的個人數(shù)據(jù)必須刪除的時間。再利用的時間框架取決于數(shù)據(jù)內(nèi)在風險和社會價值觀不同。時間限制可以消除永久記憶的恐慌——永不磨滅的數(shù)字記錄讓人無法告別過去；數(shù)據(jù)利用者在有權限的時間內(nèi)盡力挖掘數(shù)據(jù)的價值。

一個創(chuàng)新途徑是“差別隱私”：故意將數(shù)據(jù)模糊處理，促使對大數(shù)據(jù)庫的查詢不能顯示精確的結(jié)果，只有相近的結(jié)果。這使特定個人與特定數(shù)據(jù)點的聯(lián)系難以實現(xiàn)并且耗費巨大。

管理變革2：個人動因VS預測分析

個人可以并應該為他們的行為而非傾向負責。

公開原則：公開預測分析的數(shù)據(jù)和算法系統(tǒng)

公正原則：有第三方專家公證的可靠、有效的算法系統(tǒng)

可反駁原則：個人可對預測進行反駁的具體方式（類似科學研究披露可能影響結(jié)果的因素）

要確保個人動因能防范“數(shù)據(jù)獨裁”的危害

大數(shù)據(jù)管理的基本支撐是保證我們依然通過考慮他人的個人責任對其進行評判，而不是借助“客觀”數(shù)據(jù)處理去決定他們是否違法。只有這樣，我們才是把其當作人來對待。

管理變革3：擊碎黑盒子，大數(shù)據(jù)程序員的崛起

大數(shù)據(jù)時代讓我們對計算機依據(jù)算法而做出的決策的原因無法解釋清楚，因為數(shù)據(jù)龐大，計算復雜。為了防止大數(shù)據(jù)預測變成黑匣子，讓人類不僅知道“是什么”，還要知道“為什么”，大數(shù)據(jù)將需要被檢測并保持透明度。這要求一個新的人群來扮演這種角色，他們是計算機科學、數(shù)學和統(tǒng)計學領域的專家。

我們將“大數(shù)據(jù)程序員”的概念視為是在以市場為導向來解決這些問題，這也避免了以侵入式規(guī)章來解決問題。他們和20世紀早期為了處理泛濫的財務信息而出現(xiàn)的會計以及審計員一樣，是為了滿足新需求而出現(xiàn)的。一般人很難理解這樣的數(shù)字沖擊，所以必須有一群以一種靈活的自我監(jiān)管方式組織起來的專業(yè)人員去保護大眾的利益，提供專門金融監(jiān)管服務的新公司就應運而生。

外部程序員扮演審計員的角色，根據(jù)法律對大數(shù)據(jù)的準確和有效性進行鑒定。他們會有自己行業(yè)的規(guī)范。內(nèi)部程序員不僅要考慮公司的利益，也要顧及受到公司大數(shù)據(jù)分析影響的其他人利益。

管理變革4：反數(shù)據(jù)壟斷大亨

為了確保給大數(shù)據(jù)提供一個活躍的市場環(huán)境，我們應該實現(xiàn)數(shù)據(jù)交易，比如通過授權和協(xié)同合作的方式。為了促進大數(shù)據(jù)平臺上的良性競爭，政府必須運用反壟斷條例。反壟斷法遏制了全力的濫用，可以從一個領域完美轉(zhuǎn)移到另外一個領域，適用不同類型的網(wǎng)絡產(chǎn)業(yè)。它提供的事一個平等的競爭平臺。

結(jié)語

大數(shù)據(jù)并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數(shù)據(jù)為我們提供的不是最終答案，只是參考答案，幫助是暫時的，更好的方法和答案在不久的未來。