大數(shù)據(jù)基礎(chǔ)上的社會認(rèn)知

徐 磊

(北京理工大學(xué) 軟件學(xué)院，北京 100081)

0 引 言

分析過社會科學(xué)研究方法的人都能夠理解，對人的社會行為特征及其交互關(guān)系的研究，始終被雙重似乎無解的關(guān)系所困擾:(1)具有自主意識的人，其行為與意識之間究竟如何關(guān)聯(lián)?對此問題進(jìn)行細(xì)分，會引申出一系列更加復(fù)雜的問題，例如:人的意識取決于哪些因素?人的特性與其意識特征之間是什么關(guān)系?人際之間的互動又如何影響和改變?nèi)说囊庾R取向等等?截至目前，對上述關(guān)系的認(rèn)知，基本上是一些含糊其詞的假設(shè)。(2)同樣，有差異的個體組成了錯綜復(fù)雜的社會，不同的個體在社會結(jié)構(gòu)和社會運(yùn)行中又發(fā)揮著不同的作用，那么如何描述這些關(guān)系呢?細(xì)分之下，這也是一個問題系列:個體關(guān)系及其作用權(quán)重如何分布?宏觀的資源配置條件和各種顯性及隱性的制度和規(guī)則又如何作用于不同的社會個體?社會的整體特征與個體的行為和關(guān)系之間究竟怎樣關(guān)聯(lián)，這種關(guān)聯(lián)如何變化等等?這幾乎是天書一樣的謎語。

因此，從100 多年前孔德構(gòu)造社會物理學(xué)開始，學(xué)者們一直試圖尋求社會科學(xué)研究方法的突破，以便破解上述謎語。

然而，無論是社會物理學(xué)，還是此后統(tǒng)計理論、系統(tǒng)理論、復(fù)雜性科學(xué)的進(jìn)展，除了使社會科學(xué)的概念元素更為豐富以外，落實到具體問題的研究過程中，人們所得到的依然是平均的、模糊的答案。究其原因，人們也是心知肚明，在借用自然科學(xué)方法解讀社會問題時，不得不基于簡單假設(shè)，界定意識對行為的作用，不得不將社會對象同質(zhì)化，不得不將復(fù)雜的非線性的社會關(guān)系簡化為線性穩(wěn)定的關(guān)系。之所以如此，是因為人們無從獲取刻畫上述關(guān)系的巨量數(shù)據(jù)，即使獲取數(shù)據(jù)，人們也無從處理，解讀并從中挖掘可信的結(jié)構(gòu)關(guān)系。

進(jìn)入21 世紀(jì)，傳感器網(wǎng)絡(luò)、物聯(lián)網(wǎng)和社交媒體的推進(jìn)，極大地豐富了有關(guān)社會形態(tài)的數(shù)據(jù)來源;Hadoop 等大數(shù)據(jù)計算軟件逐步成熟和應(yīng)用，標(biāo)志著人類獲取，處理并應(yīng)用數(shù)據(jù)的能力得到了實質(zhì)性的提升，許多在小數(shù)據(jù)背景下無從理解的社會問題，在大數(shù)據(jù)條件下變得似乎有解。于是，有人驚呼:大數(shù)據(jù)時代來臨了［1］。海量、異構(gòu)和分散的大數(shù)據(jù)正在顯現(xiàn)其價值，社會科學(xué)能夠?qū)Υ思挠杵谕麊?

1 社會科學(xué)的問題是大數(shù)據(jù)的問題

目前，人們公認(rèn)大數(shù)據(jù)研究的進(jìn)展，至少與三個科學(xué)領(lǐng)域的發(fā)展密切相關(guān):①天文觀測，目前獲取信息量的速率至少在1015bit/周的數(shù)量級;②粒子物理，高能粒子加速器具有109張圖片/秒的信息量;③社交媒體，僅僅短信的數(shù)量，也在108～109條/天的數(shù)量級。此外，分子生物學(xué)不但試圖破解大分子的原子構(gòu)成，而且期望刻畫分子長鏈上原子分布的拓?fù)浣Y(jié)構(gòu)及其功能，這同樣需要大數(shù)據(jù)的支持。

由此而言，大數(shù)據(jù)的問題和相應(yīng)數(shù)據(jù)獲取、集成、計算和存儲的技術(shù)進(jìn)展，已經(jīng)不是今天才有的事情，正是上述研究領(lǐng)域的積累，展現(xiàn)了大數(shù)據(jù)條件下科學(xué)研究的一些新特征:(1)當(dāng)數(shù)據(jù)的規(guī)模達(dá)到一定閾值之后，數(shù)據(jù)自會發(fā)聲，并且涌現(xiàn)出在小數(shù)據(jù)條件下無從顯現(xiàn)的性質(zhì);(2)因果關(guān)系的偏好，可能是小數(shù)據(jù)條件下人們認(rèn)知世界不得不選擇的一種簡化思維的研究模式，大數(shù)據(jù)時代，與空間分布和時間延續(xù)結(jié)合的關(guān)聯(lián)關(guān)系，可能比傳統(tǒng)的因果關(guān)系，更精準(zhǔn)地解讀世界;(3)對數(shù)據(jù)問題而言，傳統(tǒng)的自然科學(xué)與社會科學(xué)的劃界，可能不再具有實質(zhì)的意義，只要從復(fù)雜的關(guān)系或復(fù)雜的網(wǎng)絡(luò)中能夠獲取數(shù)據(jù)，技術(shù)上的處理不再需要更多關(guān)于對象特性的假設(shè)前提。

僅僅憑借大數(shù)據(jù)研究的上述特征，人們就有足夠的理由期待，大數(shù)據(jù)的研究范式，可以給社會認(rèn)知帶來根本性的變化。

引言提到社會科學(xué)研究的兩大疑惑，一是自主意識的問題，在大數(shù)據(jù)的視野下，意識的問題不再無從解析，腦科學(xué)的研究表明，人類的意識活動與大腦皮層1011數(shù)量級的神經(jīng)元及其1015數(shù)量級的神經(jīng)元鏈接密切相關(guān)，神經(jīng)元經(jīng)濟(jì)學(xué)就是由此角度剖析人類行為特征的范例。關(guān)鍵在于，人們能否或如何有效獲取與此相關(guān)的大數(shù)據(jù)。目前，腦神經(jīng)元分布及其功能特征的認(rèn)知科學(xué)研究，正在通過fMRI、PE 等探測技術(shù)，試圖獲取神經(jīng)元網(wǎng)絡(luò)的大數(shù)據(jù)［2］。二是個體之間的復(fù)雜關(guān)系及宏觀參量對個體行為的動態(tài)影響，同樣呈現(xiàn)動態(tài)復(fù)雜網(wǎng)絡(luò)的特征，如果能夠獲取社會網(wǎng)絡(luò)節(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系、作用權(quán)重、影響傳播和網(wǎng)絡(luò)進(jìn)化的相關(guān)數(shù)據(jù)，解讀這類問題也不是無從期待［3］。

關(guān)鍵是，傳統(tǒng)的技術(shù)條件只能使人們獲得小樣本、靜態(tài)的個體或社會關(guān)系的數(shù)據(jù)，不得不簡化社會研究對象的特征，人們更多地依賴假設(shè)、直覺和經(jīng)驗解釋社會問題，其準(zhǔn)確性和可信度自然大打折扣。

因此，有人認(rèn)為基于大數(shù)據(jù)的社會研究，是一種新的研究范式，它代表著全新的研究視野和理論基礎(chǔ)，依據(jù)截然不同的操作方法，它將重組探索世界的學(xué)科分布，從而成為人類繼定性研究、定量研究和計算機(jī)仿真研究之后的第四種探索世界的研究范式［4］。

2 解讀社會問題的大數(shù)據(jù)類型

既然解讀社會問題需要規(guī)模、差異性、產(chǎn)生速率和內(nèi)涵價值全然不同的大數(shù)據(jù)，那么人為操作的有限樣本選取的小數(shù)據(jù)獲取模式，顯然不足為據(jù)。剖析社會問題的大數(shù)據(jù)可能的來源在哪里呢?

如果暫時擱置關(guān)于數(shù)據(jù)保護(hù)和系統(tǒng)分界的各種制度限制條件，如隱私保護(hù)，商業(yè)數(shù)據(jù)保密等，目前或不太遠(yuǎn)的將來，僅僅討論在技術(shù)上可行的大數(shù)據(jù)來源有以下幾種:

(1)交互數(shù)據(jù)?；诰W(wǎng)絡(luò)的社交媒體和基于電子信息的各類交易平臺，顯然能夠產(chǎn)生反映社會個體交往和交易的實時數(shù)據(jù)，目前，網(wǎng)民互動、網(wǎng)購及其金融業(yè)務(wù)的數(shù)據(jù)信息量應(yīng)當(dāng)不少于1012bit/天的規(guī)模，解析這些數(shù)據(jù)，不但能夠反映個體之間的關(guān)系及其關(guān)系權(quán)重和發(fā)生頻度，還能夠反映個體間資產(chǎn)的分布及其流動信息，此類信息，顯然能夠直接集成社會經(jīng)濟(jì)、政治和文化等宏觀屬性的信息。數(shù)據(jù)發(fā)聲不是虛言。

(2)內(nèi)容數(shù)據(jù)。其實在網(wǎng)絡(luò)數(shù)據(jù)中心，網(wǎng)民瀏覽網(wǎng)頁的信息:如網(wǎng)頁內(nèi)容，訪問頻度、時長及其時間分布等，通過語義分析或時頻結(jié)構(gòu)分析，顯然可以獲取其IP 地址擁有者知識偏好、起居特征、閱讀習(xí)慣、文化品位等信息。如果僅從技術(shù)角度講，通話內(nèi)容，以及QQ、郵件和通話的內(nèi)容數(shù)據(jù)，反映個性特征當(dāng)然更為直接，只是其法律障礙更大。隨著歷史的推進(jìn)，人類隱私的界定和公開信息的邊界也在不斷變化。大數(shù)據(jù)時代，不管人們愿意不愿意，個體的信息狀態(tài)實際上更為透明，為了更為便捷和精準(zhǔn)的互動，個體實際上需要在虛擬或真實空間中，有效標(biāo)識其性格特征、消費(fèi)偏好、價值取向、文化品位等信息，個體信息未必都會劃入隱私范疇，其中一部分信息恰恰是需要彰顯的個性。因此，內(nèi)容數(shù)據(jù)在何種條件下能夠轉(zhuǎn)化為識別個體的信息，以及其相應(yīng)的應(yīng)用方式，本身也會成為有意思的探討話題。

(3)時空數(shù)據(jù)。手機(jī)作為移動信息網(wǎng)絡(luò)的終端，不僅提供了隨時、隨地、隨身交互信息和推送信息服務(wù)的界面，它還能夠在時間軸線上標(biāo)識手機(jī)擁有者空間位移的變化軌跡。實際上，分布各處的傳感器同樣可以記錄時空數(shù)據(jù)。如果這類數(shù)據(jù)與前述的交互數(shù)據(jù)和內(nèi)容數(shù)據(jù)連用，人們可以挖掘出個體和群體特性極為精致的信息和知識。試想，如果今后人們可以向網(wǎng)絡(luò)數(shù)據(jù)中心，定制自己在一個時間周期中(月度、季度或年度)的信息報告，其中詳盡統(tǒng)計和分析了個體社會交往的結(jié)構(gòu)、對象特征、時間頻度，以及空間軌跡等信息，它就有可能比個體自我分析更精確地反映其行為特點(diǎn)，誰能擔(dān)保未來人類在自我認(rèn)知的過程中沒有這類信息服務(wù)的需求呢?關(guān)鍵是，在大數(shù)據(jù)時代，能夠并行地為億萬個體和群體提供這種信息服務(wù)，其模式和結(jié)果現(xiàn)階段實在難以想象和估量。當(dāng)然，不可忽視的是，如果這類信息只為少數(shù)社會機(jī)構(gòu)或個人所掌握，那一定是可怕的老大哥統(tǒng)治世界的模式;相反，數(shù)據(jù)公開、信息透明、相互確認(rèn)和選擇，個體或群體之間就能夠衍生出更為有效、豐富的盈利或公益性的交往模式，人類的才智和財富就能夠形成更多樣化的組合結(jié)構(gòu)和進(jìn)化路徑［5］。

(4)分層互動數(shù)據(jù)。其實，人類社會的變化及特性，是其個體、群體、社會及其環(huán)境等不同系統(tǒng)層面之間復(fù)雜互動的涌現(xiàn)性質(zhì)，理解其性質(zhì)需要不同層面大數(shù)據(jù)的支持。第一個層面的大數(shù)據(jù)，是個體的微觀信息，這種信息與個體心理和生理稟賦及其神經(jīng)元網(wǎng)絡(luò)的信息流動和功能分布有關(guān)，還與DNA基因網(wǎng)絡(luò)和蛋白質(zhì)分子結(jié)構(gòu)相關(guān)，人類今天或不太遠(yuǎn)的未來，一定可以獲取和分析這類大數(shù)據(jù)。第二個層面的大數(shù)據(jù)，是前面已經(jīng)分析過的三種數(shù)據(jù)，它可以呈現(xiàn)個體、群體及人類社會的特征及變化方式。第三個層面的大數(shù)據(jù)，來自自然和工程系統(tǒng)以及它們與社會系統(tǒng)的關(guān)聯(lián)，它包括但不限于物質(zhì)環(huán)境系統(tǒng)、生態(tài)系統(tǒng)、物流系統(tǒng)等，環(huán)境監(jiān)測網(wǎng)絡(luò)、物聯(lián)網(wǎng)實際上就是獲取、處理和應(yīng)用相關(guān)大數(shù)據(jù)的平臺。在今天，不同層面的大數(shù)據(jù)，尚需要不同專業(yè)的分析架構(gòu)，不同層面數(shù)據(jù)的關(guān)聯(lián)目前尚不清晰。但是，也許人們不僅可以處理同一層面的數(shù)據(jù)，也能夠處理分層間交互的數(shù)據(jù)，從而揭示分層交互的機(jī)制和原理。至此，社會科學(xué)有可能與自然科學(xué)、工程科學(xué)真正地融為一體。這是后話。

(5)進(jìn)化數(shù)據(jù)。上述各類數(shù)據(jù)按時間序列聚類、存儲和分析，將得到社會進(jìn)化演變的動態(tài)信息，人們對歷史的呈述，將不再是直覺假設(shè)或邏輯推理，而是數(shù)據(jù)呈現(xiàn)的歷史進(jìn)程，這也是呈現(xiàn)歷史最為直接的方式。實際上，基于上述大數(shù)據(jù)，人們還能夠?qū)ι鐣€體、群體乃至社會整體進(jìn)行復(fù)雜程度不同的建模，模型是粒度不同的自適應(yīng)主體的集合，彼此間受制于博弈的或合作的規(guī)則，受制于制度環(huán)境和自然環(huán)境的約束條件，他們根據(jù)博弈策略或價值偏好，選擇交互作用的方式，這種模型同樣可以自演繹，它可能成為真實社會系統(tǒng)的虛擬的平行系統(tǒng)，如果人們不斷用實際系統(tǒng)的數(shù)據(jù)校正虛擬系統(tǒng)的行為規(guī)則和特性假設(shè)，平行系統(tǒng)之間就能夠形成協(xié)同進(jìn)化的關(guān)系，虛擬系統(tǒng)的可信度和仿真性就能夠不斷升級，以致能夠在一定周期內(nèi)展現(xiàn)未來變化的特性或趨勢，至少它可以提前展示未來變化的可能空間［6］。在大數(shù)據(jù)時代，向未來學(xué)習(xí)的可能機(jī)會是開放的。

總之，人們在技術(shù)上可以預(yù)期的大數(shù)據(jù)，將根本改變?nèi)祟惿鐣J(rèn)知的研究范式。

3 大數(shù)據(jù)及其社會認(rèn)知的展望

如前所述，無論從技術(shù)角度還是制度安排的角度講，基于大數(shù)據(jù)獲取可靠社會認(rèn)知的努力都還處于嘗試性階段，目前人們用于解析社會的數(shù)據(jù)規(guī)模和處理速率，獲取和應(yīng)用大數(shù)據(jù)的制度安排和文化認(rèn)同程度，數(shù)據(jù)層面和樣本范圍等，都還有極大的拓展空間。

目前，人類單位時間信息處理速率在Pb(1015bit/s)的數(shù)量級，按照摩爾定律2020 年會升級到Zb(1021bit/s)數(shù)量級，相對不遠(yuǎn)的未來，今天所謂的大數(shù)據(jù)也就是過渡中的小數(shù)據(jù)。人們?nèi)绻粦岩蓴?shù)據(jù)規(guī)模的躍遷會帶來社會解析意義的質(zhì)變，可以預(yù)期未來的大數(shù)據(jù)將展現(xiàn)更豐富的社會認(rèn)知。

在實際操作中，由于制度的安排和文化認(rèn)知方式的限制，今天的大數(shù)據(jù)分割在不同系統(tǒng)之中，應(yīng)用數(shù)據(jù)附加了許多限制條件，數(shù)據(jù)公開、流動和分享，還必須跨越很多障礙。有些擔(dān)憂是可以理解的，比如通過控制數(shù)據(jù)進(jìn)而控制他人，進(jìn)而形成新的社會專權(quán)模式或損人利己的欺詐模式。數(shù)據(jù)公開，平等分享，契約規(guī)制能否解決問題，尚需認(rèn)真研究。

由于技術(shù)性或制度性的限制，目前人們獲取社會認(rèn)知的大數(shù)據(jù)還僅僅限于傳感器、通訊、網(wǎng)絡(luò)和交易等有限的窗口，對個體心理、生理和神經(jīng)系統(tǒng)的探索，還在實驗室階段，數(shù)據(jù)獲取受到諸多限制。進(jìn)化積累的數(shù)據(jù)更是剛剛起步，在時間軸線上，還顯示不出跌宕起伏的社會歷史變化形態(tài)。

4 結(jié) 語

可以預(yù)期，由于處理異構(gòu)大數(shù)據(jù)的技術(shù)手段的通用性，未來社會科學(xué)、自然科學(xué)的界線將會淡化，并統(tǒng)一表現(xiàn)為復(fù)雜巨系統(tǒng)的認(rèn)知問題。對此，即使回到社會物理學(xué)最初構(gòu)想的軌跡中，人們也會發(fā)現(xiàn)，基于網(wǎng)絡(luò)科學(xué)和大數(shù)據(jù)應(yīng)用，社會認(rèn)知的基礎(chǔ)已經(jīng)全然不同，巴拉巴西關(guān)于無標(biāo)度網(wǎng)絡(luò)的冪律分布［7］和歷史變化的爆發(fā)模式［8］，給出了認(rèn)知社會全然不同的時空架構(gòu)。在這個架構(gòu)中，社會行為及其社會關(guān)系變化的大數(shù)據(jù)以及據(jù)此展現(xiàn)的進(jìn)化過程，就是復(fù)雜巨系統(tǒng)的的典型問題。屆時，糾結(jié)了100 多年的社會科學(xué)研究方法的問題，將徹底歸并到更大的復(fù)雜系統(tǒng)認(rèn)知的問題集合中，這種學(xué)科交融會產(chǎn)生什么結(jié)果，人們只能拭目以待。

［1］V M 舍恩伯格.大數(shù)據(jù)時代［M］.杭州:浙江人民出版社，2012.

［2］R M 哈尼什.心智、大腦和計算機(jī):認(rèn)知科學(xué)創(chuàng)歷史導(dǎo)論［M］.杭州:浙江人民出版社，2010.

［3］TED G LEWIS.網(wǎng)絡(luò)科學(xué)原理與應(yīng)用［M］.北京:機(jī)械工業(yè)出版社，2011.

［4］ TONY HEY，STEWART TANSLEY，KRISTIN TOLLE.THE Fourth Paradigm:Data-Intensive Scientific Discovery［M］. REDMOND Washington，2009.

［5］涂子沛.大數(shù)據(jù):正在到來的數(shù)據(jù)革命［M］. 南寧:廣西師范大學(xué)出版社，2012.

［6］李國杰.大數(shù)據(jù)研究的科學(xué)價值［J］.中國計算機(jī)學(xué)會通訊，2012，9(8):8-15.

［7］艾伯特-拉斯洛 巴拉巴西. 鏈接:網(wǎng)絡(luò)新科學(xué)［M］.長沙:湖南科技出版社，2007.

［8］艾伯特-拉斯洛 巴拉巴西.爆發(fā)［M］.北京:中國人民大學(xué)出版社，2012.