谷歌的失败与算法无关

2014年7月9日，美国《连线》杂志最近发表了一篇关于大数据的评论文章。作者认为，如果缺乏对人们现实生活的实地调查，大数据毫无意义。短短几十年，“技术天才”与社会的关系发生了变化:他们从孤独的人变成了救世主，从反社会变成了社会的最大希望。现在很多人似乎相信，理解我们世界的最好方法就是坐在电脑屏幕前分析大量我们称之为“大数据”的信息。关于这一点，我们只需要看看谷歌(微博)的流感趋势（Google FluTrends）”。2008年，当谷歌推出这项服务时，硅谷的许多人主张它是一种标志性的产品，表明大数据将很快淘汰传统的分析方法。但是他们错了。“谷歌流感趋势”不仅没有准确描述流感传播，而且无法实现大数据倡导者的梦想。这是因为如果没有“厚数据”（丰富的前后相关数据只能通过丢失计算机和深入现实生活获得），大数据就毫无意义。电脑极客被嘲笑是因为他们不能适应社会生活，他们被告知应该“多出去散步”。事实上，如果大数据的信徒想了解他们也在参与塑造的世界，他们真的需要出去走走。谷歌的失败与算法无关。“谷歌流感趋势”的目的是找出流感季节常用的搜索词，然后实时跟踪这些搜索词的高峰期。这样，谷歌就可以在新流感爆发前发出警报，预警时间比官方疾病防治中心早两周左右。对许多人来说，“谷歌流感趋势”已经成为大数据的典型代表，它展示了大数据的巨大力量。畅销书《大数据：改变生活、工作和思维方式的革命》（ARevolutionThatWillTransformHowWeLive,WorkandThink）作者维克托迈尔?舍恩柏格（ViktorMayer-Sch?nberger）和肯尼斯?库克耶（KennethCukier）“谷歌流感趋势”是一种比政府滞后的数据更有用、更及时的流感指示器。然而，著名的《科学》杂志本月发表了一篇文章，告诉我们，自2011年8月以来，“谷歌流感趋势”几乎每周都高估流感的流行率。2009年，“谷歌流感趋势”推出后不久，就完全没有注意到猪流感的爆发。事实上，流感季节的许多常用搜索词与流感无关，与流感的常见爆发季节-冬季密切相关。许多人争论说，“谷歌流感趋势”的失败是由于大数据的不成熟。这种观点没有切中要害。当然，调整算法和改进数据收集技术将使下一代大数据工具更有效。然而，大数据倡导者真正的傲慢不是对一套不成熟的算法过于自信，而是盲目地相信坐在电脑屏幕前做一些数字可以充分理解世界。厚数据大数据为什么只需要大量的“薄数据”，它们是通过跟踪人们的活动和行为获得的。我们最常去的地方，我们在网上搜索的东西，我们每天睡多久，我们有多少联系人，我们听到的音乐类型等等。通过你的浏览器中的“这些数据”cookies”、您戴在手上的FitBit腕带或手机上的GPS收集。这些信息无疑很重要，但我们不能通过它们来完全理解人。为了真正了解人，我们需要大数据和厚数据。厚数据不仅包括事实，还包括事实的前后联系。比如美国86%的家庭每周喝6夸脱以上的牛奶，但是他们为什么喝牛奶呢？他们是怎么喝的？一块布包含三种颜色，绣有星星和条纹图案，这是一个薄数据；美国国旗在风中飘扬，这是一个厚厚的数据。基于“我们做了什么”，大数据简化了解我们；厚数据试图通过我们与周围世界的联系来理解我们。只有了解人与周围世界的联系，人们才能从整体上了解世界，这正是谷歌、facebook等公司想要做的。了解我们的世界，想想硅谷的宏伟宣言。谷歌的目的是“组织全球信息，让每个人都能访问并从中受益。"马克·扎克伯格（MarkZuckerberg）Faceboook最近告诉投资者，Facebook致力于一个新的使命:“理解这个世界”，在当今世界，全球化和知识经济越来越受到重视。“人们每天在Facebook上发布数十亿条内容和链接，”他说。在他们的帮助下，我们通过特殊的算法机制为世界上的一切建立了最清晰的模型。一些小公司甚至参与了“了解世界”。去年，Jawbone公司副总裁耶利米罗宾逊（JeremiahRobison）他们的健康跟踪设备JawboneUP的目标是“理解(人类)行为变化的科学”。这些目标确实很大。奇怪的是，企业渴望更好地理解社会。毕竟，了解与客户行为和社会文化有关的信息对企业经营至关重要。而且，在知识经济时代，这些信息本身已经成为一种可以换取点击率、浏览量和广告收入的通货。或者更简单地说，它们可以换取权力。在这个过程中，如果谷歌、facebook等公司能不断帮助我们提高自己的集体知识，他们获得更多的权力是合法的。问题是，如果他们声称计算机可以组织我们所有的数据，或者提供对流感、健康或社会关系的完整理解，他们从根本上低估了“数据”和“理解”的意义。如果硅谷的大数据倡导者真的想“了解世界”，他们不仅需要掌握大数据，还需要掌握厚数据。不幸的是，为了获得后者，他们需要打开电脑来体验世界，而不仅仅是通过谷歌眼镜（或通过脸书的虚拟现实设备）来观察世界。如果你对一个领域非常熟悉，有能力填补信息空白，想象人们的行为原因，“薄数据”将是有用的。换句话说，如果你能想象和重建人们行为的发生，你观察到的行为是有意义的。如果对行为情况缺乏了解，就不可能引入任何因果关系，也不可能理解人们的行为原因。这就是为什么研究人员应该尽最大努力控制科学实验中实验室的环境，从而创造一个人工场所，考虑到各种影响因素。然而，现实世界并不是实验室。确保你了解陌生世界的情况，唯一的方法就是观察和内化和解释正在发生的一切。如果大数据善于观察人们的行为，那么人们的背景知识就不善于理解人们对一切的背景知识。我怎么知道每次刷牙应该用多少牙膏？我怎么知道什么时候进入另一个交通通道？眨眼是“真有趣”还是“我的眼睛进了什么东西”？这些都涉及到人们的内在能力、无意识和背景知识，它们控制着人们的大部分行为。就像周围的事物一样，这些看不见的背景知识只有在观察者主动去看的时候才能被发现。然而，它们对每个人的行为都有重要影响。它可以解释事物与人之间的联系，以及事物对人的意义。观察和解释人类行为的方法有很多，包括人类学和社会科学。研究人员不仅观察人们的行为，还检查他们的情况和背景知识。这些方法有一个共同的特点：它们要求研究者深入混乱和真实的人类生活。没有一个单独的工具能成为理解人类的超级武器。尽管硅谷有许多优秀的发明，但我们对任何数字技术的期望都应该是有限的。“谷歌流感趋势”真正教会我们的是，我们不仅要问数据有多“大”，还要问数据有多“厚”。有时候，走进现实生活会得到更好的结果。有时候，我们必须离开电脑。