大数据时代马克思主义传播探析_思想理论_人民论坛网
大数据时代马克思主义传播探析
【摘要】大数据时代给马克思主义传播带来了机遇：壮大传播主体、扩大信息量、拓展传播渠道、增强传播实效；但另一方面又对传统的马克思主义传播主体、传播注意力、传播反馈机制提出挑战。因此，大数据时代必须运用&大数据&的分析技术增强传播内容的可读性，查找传播受体的关注点，捕捉传播的未知受体，调整传播语言，以增强马克思主义传播实效。
【关键词】大数据时代　马克思主义传播　挑战与机遇　对策
【中图分类号】A81　　　　&&& 　　【文献标识码】A
大数据时代已经来到我们的身边，并以它独特的方式影响着甚至改变着人们的生产、生活方式和思维方式。作为认识世界、改造世界的科学世界观和方法论的马克思主义如何在浩瀚的数据海洋中，发出自己的声音，让广大群众真正接受、深刻理解，并在实践层面发挥强大的精神动力，是当今时代马克思主义的研究方向，也是马克思主义工作者的艰巨任务。
大数据时代的科学内涵及特点
大数据时代是建立在对大数据的理解之上的。&大数据&概念最早源于20世纪80年代，用来描述和定义信息爆炸时代产生的海量数据，具有量大、类型繁琐、价值密度低、速度快、时效高等特征。伴随着计算机、互联网、社交媒体、智能手机等的出现，以几何级数增长的电子形式存储的数据越来越多，计量单位也日益升级，由原来的T逐渐升级为P（1000个T）、甚至是Z（10亿个T）。当数据越来越成为重要的社会资源和生产资料，决策越来越依赖于数据和分析作出，而非依赖于经验和直觉，那我们就已经进入&大数据&时代。
通常来说，大数据时代是继农业时代、工业时代、信息时代后的智能时代，它具有以下几个特点：第一，信息数据化。大数据时代，数据即信息，数据的多少和类型预示着人们的需求。数据成为重要的生产要素和竞争资源，谁掌握数据和数据分析方法，就能抢占先机。第二，参与个体化。大数据时代没有旁观者，每个人都是数据的贡献者。无论是上网搜索信息，还是用QQ、微信进行社会沟通，抑或是网络购物等都可以用数据显示，所有人都在制造和分享数据。中国联通网络技术研究院首席专家唐雄燕说，&预计到2020年，一个中国普通家庭一年产生的数据相当于半个国家图书馆的信息储量。&第三，事物关联化。大数据时代，庞大的数据揭示了事物之间的关联性，告诉我们&是什么&，而不必非得知道现象背后的原因&&为什么&，这是大数据时代的核心价值，它改变了人类探索世界的方法。第四，未来预测化。大数据时代，海量的数据形成了一个可以看得见的未来。个人、社会和物质世界三维所组成的空间在大数据时代有机地融合起来，出现了个人数据、公共服务数据、物质生产数据等的集成，数据挖掘技术则把数据分析的范围从&已知&扩大到了&未知&，这可以为人们进行数据预测分析，进而做出有针对性的决策。
大数据时代为马克思主义传播带来机遇
大数据时代传播的平等性壮大马克思主义传播主体。理论的价值不在于束之高阁，而在于能否指导实践，在多大程度上指导实践。所以任何理论都离不开传播，马克思主义也不例外。历史上马克思主义传播更多的是正统的马克思主义理论的创造者、发展者、阐释者和实践者，起着&形象代言人&的作用。但在大数据时代，每个人都可能成为&代言者&。截至2015年12月，中国互联网络信息中心（CNNIC）的第37次《中国互联网络发展状况统计报告》显示，中国网民的规模达6.88亿，其中手机网民达到6.20亿，互联网普及率为50.3%。这说明，每个人都是数据的贡献者，也是信息的传播者，大家是平等的主体。在网络这个自由空间里，信息与人之间的对接、人与人之间的关系、信息与信息之间的碰撞被无限可能的推动，每个人制造的数据都在传递一种信息，马克思主义理论在这个过程中被生活化、大众化，为更多的人所接受，从而壮大了马克思主义理论的传播主体。
大数据时代传播的多样化扩大马克思主义传播信息量。按传播方式来划分，马克思主义传播可分为显性传播和隐形传播：显性传播主要指直接传播马克思主义经典著作文本，隐性传播则指传播文本和理论背后的理论精髓、精神实质。如马克思主义的立场、观点和方法以及伴随理论成果的优良传统和作风。①历史上对马克思主义传播更多的侧重于显性传播，以文本为主，注重于灌输性。而大数据化时代，传播形式是富媒体化的，&数据不仅仅是有根据的数字，还演变成指代一切存储在电脑中、网络上的信息，包括数字、文本、图片、邮件、音频和视频等等&（涂子沛语）②。在形式上更加富有可读性，在内容上更多渗透马克思主义的立场、观点及方法，做到了贴近群众、贴近生活、贴近实际，从而无形中扩大了马克思主义隐性传播的信息量。
大数据时代传播的融合性拓展马克思主义传播渠道。长期以来，对马克思主义的传播主要借助于大众传媒，如印刷传媒、广播传媒、影视传媒等，采取的多是一种居高临下的姿态，是以传播者为中心的单项传播方式，缺乏互动，因而没有触及马克思主义传播的实质。大数据时代，微博、微信等社会化媒体不断发展，&人际媒介和信息媒介发生融合，社交媒体是其融合产物&（周小普语）③，它打破了传统媒介的单一性与局限性，拓宽了人们的交流渠道，发展了人们的传播能力，这种双向互动的传播方式，必将成为马克思主义传播的有效渠道。
大数据时代传播的个性化增强马克思主义传播实效。传统的大众传播是粗放型、广种薄收式的传播，针对性不足、精准度不够。大数据时代，传播将更有针对性，更精准，传播更有效果。马克思主义大众化的传播效果，可以从认知、情感、态度、行为四方面进行考察。传统的马克思主义传播在认知效果上比较显著，表现为对传播内容的被动接受。大数据时代，一方面可以通过数据了解受体的个性，充分掌握马克思主义传播中遇到的问题；并能根据数据进行预测，从而合理地掌控和设计个性化传播途径、传播内容，从而在传播的情感、态度上增强效果。另一方面，对于不确定的受体来说，他们&对信息的获取是随需自助服务，&按需分配&的资源技术使他们得以快速且低价地获取信息&④，无形中在信息传播的行为上增强了效果。
大数据时代为马克思主义传播带来挑战
大数据时代的去中心化挑战马克思主义传播的权威性。&传播者不仅决定着传播活动的存在与发展，而且决定着信息内容的质量与数量、流量与流向，还决定着对人类社会的作用与影响。&⑤历史上正统的马克思主义传播者主要是在报刊杂志、电台、电视等新闻出版部门的监管下进行媒介传播，掌控着传播的方向，占据中心地位，突出了传播优势。大数据时代，一方面，每个人都是信息的传播者，&每个人都可以对马克思主义进行阐释、评判，这在一定程度上削弱了传统的马克思主义传播者的话语垄断优势&，解构了理论话题。另一方面，网络传播的公开性、无主体性导致传播内容良莠不齐，出现了各式各样的意识形态，有些是弘扬正能量的，成为我国主流意识形态的有益补充，但有些却是居心不良的，立场、观点是非马克思主义的，甚至是反马克思主义的。如何在一个无中心主体、无中心内容的时代，牢牢站在马克思主义立场上，宣传马克思主义科学的世界观和方法论，的确是一个巨大的挑战。
大数据时代信息的超载性挑战马克思主义传播的注意力。大数据时代从来不缺乏信息，它扩大了信息量，但降低了信息质。就像美国精神卫生专家詹姆斯&弥勒所说的，&一个人接受的信息超过他能处理的极限时，可能导致紊乱。&面对庞大的数据、繁多的类型，大量的信息成了一种&噪音&，&不但掩盖有用信息，使其难以寻找，影响决策效率，而且占用信息空间，污染信息环境&。⑥面对海量的信息，整合是关键。但&今天的中国是人口大国、互联网大国、手机大国，却恰恰还不是一个数据大国。收集、使用、开放数据，都是我们中国人需要一一面对的挑战。&统计显示，目前在整个互联网上，以英语为传播载体的信息占了约90%，以法语为传播载体的信息占5%，而以汉语作为传播载体的信息其比例还不足1%。所以西方发达国家充分利用技术、语言上的强势地位，打着&普世价值&的幌子推行他们的价值观、民主观，搞文化霸权主义，封杀和围堵马克思主义传播。此外，&应试教育弊端产生的近因效应，使得部分中青年受众看到马克思主义的相关信息就逃避；对信息选择的从众心理引发马太效应，导致人气信息越热，沉寂信息越发无人问津。&⑦这都极大地削弱了马克思主义传播的注意力。
大数据时代传播的预测性挑战马克思主义传播的反馈性。传播要取得实效，重在有相应的反馈机制，有了及时、全面的信息反馈，就能有效构建&自我矫正机制&，调整和优化传播过程，积累和反思传播经验。以往对马克思主义传播的反馈主要是通过&受众来信、来电、来访；召开受众座谈会；进行受众调查&⑧等方式，依据的是随机样本，讲求精确性，探求因果关系，有一种先入为主的态度在里面。大数据时代，传播效果不仅要用事实来说话，更重要的是用数据来说话。这个数据不是随机样本，而是全体数据；不是精准性，而是混杂性；不是因果关系，而是相关关系，核心是进行预测。在这个过程中不仅要掌握、占有庞大的信息资源，更要对信息进行目的化、专业化的处理。换句话说，对数据的分析、挖掘、利用成为关键。这势必对以往的马克思主义反馈机制提出挑战，需要对&大数据&进行探索以准确掌握受众的偏爱、倾向，所以必须掌握三种能力：数学运算与建模的能力、网络工程与分析能力、能够洞见事物本质的能力⑨。
大数据时代增强马克思主义传播实效性研究
运用&大数据&的可视化分析技术增强马克思主义传播内容的可读性。大数据时代已经由原来的&读文时代&、&读题时代&过渡到了&读图时代&，在360图片中以&一张图读懂&作为关键词就有382999 张图片，其中包括&一张图读懂政府工作报告&、&一张图读懂O2O&、&一张图读懂儒、道、佛三家文化的区别&等，都是以简明的方式传递了尽可能多的信息量，这已成为大数据时代的一种传播方式。马克思主义要发挥其作用，增强其传播实效，就必须在传播内容上增加可读性，不能是一味的大部头、难啃的经典著作，而要适应大数据时代特点，应用&大数据&的分析技术，在内容上采用数据可视化技术来宣传马克思主义的基本立场、观点和方法，以图片、视频的直观方式，先从感性上接受马克思主义，而后渗入到理性认同。具体来说，第一，准确把握马克思主义精神实质，将马克思主义经典著作进行分类，突出问题意识，简化观点，强调立场、方法，以图表的方式将内在的逻辑结构可视化；第二，采用数据对比的方式，将马克思主义与非马克思主义理论进行较量，以数据可视化分析技术来呈现马克思主义与非马克思主义的关系，从而在对比中增强马克思主义传播的可读性。
运用&大数据&的数据挖掘算法查找马克思主义传播受众的关注点。大数据时代，信息传播中的&受体&已经向&用户&转变，相应地要求传播由&内容为王&转变为&内容为主、服务为王&。马克思主义作为科学的世界观和方法论，不是休闲的空谈哲学，不是晦涩思辨的书斋哲学，也不是学生课堂的教科书哲学，而是&改变世界&的实践哲学，要时刻关注时代热点，解决时代问题，体现服务性。所以，马克思主义传播不仅要传播具体内容，更应&找对人，说对话&，力求寻找马克思主义受众的关注点，进而开展有针对性、个性化的传播，从而提高传播实效性。这需要运用&大数据&的数据挖掘算法服务受众，发现受众个性化需求，然后给受众个性化服务，使受众更加认可、理解和接受。具体而言，一方面是通过对马克思主义传播内容的分类匹配受众的类别，保护和吸引受众的眼球，防止其&荒漠化&；另一方面，利用大数据的数据挖掘技术，准确定位受众的关注点，确立&受众中心地位&，用&关系利益人&的管理视角服务受众。⑩
运用&大数据&的预测性分析技术捕捉马克思主义潜在受众。大数据的核心就是预测，是把数学算法运用到海量的数据上来预测事情发生的可能性。比如：亚马逊可以帮我们推荐想要的书，腾讯QQ可以猜出我们认识谁等都是大数据的分析预测结果。马克思主义在当代的传播要增加其实效性，除了巩固现实受众，更应扩大传播范围，捕捉潜在受众。潜在受众与现实受众一样对马克思主义理论具有一定程度的需求，但由于这种需求的程度还不是很强烈，或仅仅为隐性需求，还没有引起传播者足够的重视，需要分析挖掘。可以采用不同的匹配方式，如精确匹配、短语匹配、广泛匹配寻找潜在受众。其中精确匹配以&马克思主义&作为关键词，短语匹配的关键词可以是&西方马克思主义&、&马克思主义中国化&等，广泛匹配的关键词可以是&马克思传&、&列宁主义&、&存在主义&等。在相关匹配的基础上，获取海量信息，从而利用&大数据&的预测性分析技术，准确、广泛地捕捉马克思主义潜在受众，扩大马克思主义传播广度。
运用&大数据&的语义引擎分析法调整马克思主义传播语言。大数据时代的语义引擎分析法是指搜索引擎的工作不再拘泥于用户的关键字，而是&通过对网络中的资源对象进行语义上的标注，以及对用户的查询表达进行语义处理，使得自然语言具备语义上的逻辑关系，能够在网络环境下进行广泛有效的语义推理，从而更加准确、全面的实现用户的检索&。它注重的是相关性分析。马克思主义在当代传播，要增强实效性，必须能用语义引擎分析法进行检索，而不迷失于大数据中。为此，必须对马克思主义传播语言进行调整：第一，确立通俗化的传播语境，做到马克思主义传播语言通俗但不庸俗、深刻但不费解。也就是说要以简单明了的语言加上群众喜闻乐见的形式来阐明深刻的道理。第二，采用大众化的马克思主义传播语言，将枯燥的理论与时代热点词汇紧密结合，如&女汉子的哲学解析&、&群发的短信我不回与矛盾的特殊性研究&等，以提升马克思主义语义检索，增强传播实效性。
（作者单位：河北农业大学马克思主义学院；本文系2014年度教育部专项项目&大数据时代马克思主义网络传播研究&成果，项目编号：14JD710018）
①王璜：&试析马克思主义大众化传播的几个要素&，《毛泽东邓小平理论研究》，2011年第11期。
②单之卉：&叩响未来之门&涂子沛解析大数据时代的挑战与应对&，《数据》，2012年12月，第8～9页。
③王平：&大数据时代的机遇与挑战&，《新闻记者》，2013年3月，第74～76页。
④张梦晗：&信步云端&大数据时代下信息传播形态与模式的改变&，《中国传媒报告》，2013年2月，卷首语。
⑤邵培仁：《传播学》，北京：高等教育出版社，2000年，第172页。
⑥郭明飞：《网络发展与我国意识形态安全》，北京：中国社会科学出版社，2009年，第117页。
⑦赵付科：&微博视域下的马克思主义传播探析，《中国石油大学学报》（社会科学版），2012年8月，第74～78页。
⑧唐碧君：&简论马克思主义大众化传播反馈机制的构建，《前沿》，2012年7月，第51～52页。
⑨张潇：&大数据时代传媒业的变革&，《今传媒》，2014年1月，第129～131页。
⑩周子渊：&大数据时代的传播特征&，《青年记者》，2014年5月，第20～21页。
责编 /王坤娜
[责任编辑：张蕾]douban.com, all rights reserved 北京豆网科技有限公司您的位置： &
大数据经验主义——如何看待理论、因果与规律
优质期刊推荐黄欣荣:大数据主义者如何看待理论、因果与规律-中国社会科学网
黄欣荣:大数据主义者如何看待理论、因果与规律
日 09:41 来源：《理论探索》
作者：黄欣荣
内容摘要：
作者简介：
　　How Big Data Theory View Theory,Causality and Law　　作者简介：黄欣荣(1962- )，男，江西赣州人，江西财经大学管理哲学研究中心主任，马克思主义学院教授，博士生导师，主要研究方向为大数据哲学、复杂性哲学。南昌 330013　　内容提要：大数据主义者强调数据及其相关性在科学发现中的重要地位，但并不否认理论的作用，也不否认因果性的存在，更不否认世界的规律性。大数据主义者试图克服理论先入为主的偏见，强调让数据自己说话，增加了数据密集型科学知识生产新方式。大数据主义者试图用相关性纠正传统科学对因果性的偏执，科学发现中首先应重点寻找数据间的相关关系，进而为因果关系的发现提供进一步探索的路标。大数据主义者不但承认世界的规律性，而且拓宽了规律的内涵和外延，用数据规律补充了以往那种单一的因果规律，规律的范围从而得到了重大的拓展。　　关 键 词：大数据主义者/相关性/因果性/理论/因果/规律　　标题注释：国家社会科学基金重点课题“大数据技术革命的哲学问题研究”(2014AZX006)，江西省社会科学规划项目“马克思恩格斯复杂性哲学思想研究”(12ZX02)，负责人黄欣荣。　　原发信息：《理论探索》第20166期　　大数据的兴起，给传统的科学哲学带来许多新挑战，特别是对诸如科学理论的作用、因果关系、科学规律等科学哲学的核心问题提出了有别于传统的新观点。齐磊磊博士概括总结了大数据相关学者的论述，在《哲学动态》杂志发表了题为《大数据经验主义——如何看待理论、因果与规律》的重要文章[1]。她在文中提出了大数据经验主义的概念，并系统提炼了大数据经验主义的科学哲学观点，这是大数据哲学的重要提炼和概括。她认为，大数据经验主义是一种新经验主义(以下简称为大数据主义)，并将其观点概括为三点：1.在科学理论问题上，大数据主义认为“理论已经终结”，否定科学理论对科学发现的作用；2.在关系到科学存亡的因果性问题上，大数据主义否定因果性的存在，提出由相关性取代因果性；3.在世界的本质问题上，大数据主义否定世界的规律性，认为世界的本质是混乱的。树立起大数据主义的靶子之后，齐磊磊进行了批判，并明确提出反对大数据主义对大数据的神化。问题是大数据主义果真要彻底否定理论、因果和规律吗?通过相关文献的研读，笔者发现，齐磊磊对大数据主义的概括过于以偏概全。为此，笔者深入大数据学者的原始文献，按照齐磊磊所分的理论、因果、规律三个维度与其商榷，试图还原大数据主义的真相，以便让人们有机会了解大数据主义者的真实观点究竟是什么。　　一、大数据主义者如何看待理论&　　齐磊磊将大数据主义的第一个特征概括为对理论的全盘否定。她认为，在对待理论的态度上，大数据主义持彻底否定的态度，认为在大数据时代，只要数据就够了，理论成了多余，甚至彻底无用。齐磊磊得出这个结论的依据主要有三个，一是大数据前期的代表人物安德森的观点，二是畅销书《大数据时代》的作者舍恩伯格的观点，三是哈尔滨理工大学孙博文教授的观点。孙博文教授的观点是在一次会议上提出的，笔者没有参加这次会议，所以无从考证其观点的原意。下面我们主要来看安德森和舍恩伯格的观点。　　安德森是美国《连线》杂志的主编和主要撰稿人，齐磊磊引用的观点出自安德森于日发表在《连线》杂志上的文章：《理论的终结：海量数据使科学方法变得过时》，不过齐磊磊没有找到并阅读原文，只是转引了舍恩伯格在《大数据时代》一书中所引用的部分观点。作为大数据时代的预言家，在大数据时代来临的前夜，安德森就预感到了大数据的浪潮已经惊涛拍岸，并提前预言大数据对我们传统科学方法将带来怎样的革命。安德森一开始就用统计学家乔治·博克斯在30多年前的抱怨：“所有的模型都是错的，虽然有些很有用”。[2]安德森认为，传统科学发现的方法都是从理论假设出发，建立模型，然后用经验检验模型的正确性。但这种猜想性的模型往往出错，而海量数据的出现改变了这种科学知识的生产方式，Google等大数据公司不再首先从理论假设、模型出发，而是从数据出发，从海量数据中归纳、提炼、发现其中的规律。安德森提出这些观点是有前提的，首先是海量数据，即大数据的出现；二是他谈论的主旨是知识发现的问题；三是他所说的“理论的终结”只是针对知识发现的出发点而言。他认为，我们已经进入了PB(Petabytes)时代，即现在所称的大数据时代，数据资源像洪流一样爆发、增长。面对PB级别的大数据，小数据时代的“假设—模型—检验的科学方法变得过时了”。“现在有更好的方式。允许我们这么说：相关性就足够了。我们可以停止寻找模型。我们可以对数据进行分析，而不需要预先假设它会显示什么。我们可以把数字扔进世界上从未见过的最大的计算集群中，并让统计算法找到科学无法找到的模式。”[2]这就是说，在大数据时代，知识的发现可以从数据开始，不再需要预先做出理论的假设。所以，安德森所说的“理论的终结”不是说大数据时代就不需要理论，不再有理论，只是科学发现不再是从理论出发，而是从数据出发。他说：“大量的可用数据，以及处理这些数据的统计工具，提供了一个全新的方式认识世界。通过相关关系而不是因果关系，即使没有清晰的模型、统一的理论，甚至没有任何机理解释，科学依然能够取得进步。”[2]因此，安德森并不是全盘否定科学理论，只是说在大数据时代，科学发现可以从数据开始，而不是必须从理论假设出发。
转载请注明来源：中国社会科学网
（责编：李秀伟）
用户昵称：
&(您填写的昵称将出现在评论列表中)
所有评论仅代表网友意见
最新发表的评论0条，总共0条
查看全部评论
中国社会科学网版权所有，未经书面授权禁止使用
Copyright (C)
by www.cssn.cn. all rights reserved您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
大数据主义者如何看待理论、因果与规律.doc 22页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
大数据主义者如何看待理论、因果与规律
你可能关注的文档：
··········
··········
大数据主义者如何看待理论、因果与规律 　　〔摘要〕 大数据主义者强调数据及其相关性在科学发现中的重要地位，但并不否认理论的作用，也不否认因果性的存在，更不否认世界的规律性。大数据主义者试图克服理论先入为主的偏见，强调让数据自己说话，增加了数据密集型科学知识生产新方式。大数据主义者试图用相关性纠正传统科学对因果性的偏执，科学发现中首先应重点寻找数据间的相关关系，进而为因果关系的发现提供进一步探索的路标。大数据主义者不但承认世界的规律性，而且拓宽了规律的内涵和外延，用数据规律补充了以往那种单一的因果规律，规律的范围从而得到了重大的拓展
〔关键词〕 大数据主义者，相关性，因果性，理论，因果，规律
〔中图分类号〕N02 〔文献标识码〕A 〔文章编号〕（3-07
大数据的兴起，给传统的科学哲学带来许多新挑战，特别是对诸如科学理论的作用、因果关系、科学规律等科学哲学的核心问题提出了有别于传统的新观点。齐磊磊博士概括总结了大数据相关学者的论述，在《哲学动态》杂志发表了题为《大数据经验主义――如何看待理论、因果与规律》的重要文章 〔1 〕。她在文中提出了大数据经验主义的概念，并系统提炼了大数据经验主义的科学哲学观点，这是大数据哲学的重要提炼和概括。她认为，大数据经验主义是一种新经验主义（以下简称为大数据主义），并将其观点概括为三点：1.在科学理论问题上，大数据主义认为“理论已经终结”，否定科学理论对科学发现的作用；2.在关系到科学存亡的因果性问题上，大数据主义否定因果性的存在，提出由相关性取代因果性；3.在世界的本质问题上，大数据主义否定世界的规律性，认为世界的本质是混乱的。树立起大数据主义的靶子之后，齐磊磊进行了批判，并明确提出反对大数据主义对大数据的神化。问题是大数据主义果真要彻底否定理论、因果和规律吗？通过相关文献的研读，笔者发现，齐磊磊对大数据主义的概括过于以偏概全。为此，笔者深入大数据学者的原始文献，按照齐磊磊所分的理论、因果、规律三个维度与其商榷，试图还原大数据主义的真相，以便让人们有机会了解大数据主义者的真实观点究竟是什么
一、大数据主义者如何看待理论
齐磊磊将大数据主义的第一个特征概括为对理论的全盘否定。她认为，在对待理论的态度上，大数据主义持彻底否定的态度，认为在大数据时代，只要数据就够了，理论成了多余，甚至彻底无用。齐磊磊得出这个结论的依据主要有三个，一是大数据前期的代表人物安德森的观点，二是畅销书《大数据时代》的作者舍恩伯格的观点，三是哈尔滨理工大学孙博文教授的观点。孙博文教授的观点是在一次会议上提出的，笔者没有参加这次会议，所以无从考证其观点的原意。下面我们主要来看安德森和舍恩伯格的观点
安德森是美国《连线》杂志的主编和主要撰稿人，齐磊磊引用的观点出自安德森于日发表在《连线》杂志上的文章：《理论的终结：海量数据使科学方法变得过时》，不过齐磊磊没有找到并阅读原文，只是转引了舍恩伯格在《大数据时代》一书中所引用的部分观点。作为大数据时代的预言家，在大数据时代来临的前夜，安德森就预感到了大数据的浪潮已经惊涛拍岸，并提前预言大数据对我们传统科学方法将带来怎样的革命。安德森一开始就用统计学家乔治30多年前的抱怨：“所有的模型都是错的，虽然有些很有用”。〔2 〕安德森认为，传统科学发现的方法都是从理论假设出发，建立模型，然后用经验检验模型的正确性。但这种猜想性的模型往往出错，而海量数据的出现改变了这种科学知识的生产方式，Google等大数据公司不再首先从理论假设、模型出发，而是从数据出发，从海量数据中归纳、提炼、发现其中的规律。安德森提出这些观点是有前提的，首先是海量数据，即大数据的出现；二是他谈论的主旨是知识发现的问题；三是他所说的“理论的终结”只是针对知识发现的出发点而言。他认为，我们已经进入了PB（Petabytes）时代，即现在所称的大数据时代，数据资源像洪流一样爆发、增长。面对PB级别的大数据，小数据时代的“假设―模型―检验的科学方法变得过时了”。“现在有更好的方式。允许我们这么说：相关性就足够了。我们可以停止寻找模型。我们可以对数据进行分析，而不需要预先假设它会显示什么。我们可以把数字扔进世界上从未见过的最大的计算集群中，并让统计算法找到科学无法找到的模式。” 〔2 〕这就是说，在大数据时代，知识的发现可以从数据开始，不再需要预先做出理论的假设。所以，安德森所说的“理论的终结”不是说大数据时代就不需要理论，不再有理论，只是科学发现不再是从理论出发，而是从数据出发。他说：“大量的可用数据，以及处理这些数据的统计工具，提供了一个全新的方式认识世界。通过相关关系而不是因果关系，即使没有清晰的模型、统一的理论，甚至没有任何机理解释，科学依然
正在加载中，请稍后...