大数据与“数据民主”

大数据应该服务于个人还是服务于商业?这其实是一个深刻的问题。一个不好的事实是,目前主流的认识偏向于大数据的商业价值,许多人误以为大数据是为了帮助商业组织更好地赚钱,让他们从竞争中">脱颖而出。

未来会有公司或因自我迷失或因外部误导,走上商业利益绝对化的大数据利用之路——殊不知在新知识和信息机制大发展的环境下,以大数据引爆商业利益固然未可厚非,但一旦在这一过程中有意或无意地损害了个人的利益,同样会引爆报复性的反击,而且这不仅是个人层面的,更是社会层面的反击。

商业巨头们经常产生一种误解,认为他们所拥有的大数据是自己的财富,是自身赢得竞争、战胜市场的资源。但是,大数据的终极所有者并不是商业组织,而是社会以及个人,市场的内在要求是大数据必须开放和共享。

正如市场是人的活动的产物,大数据同样是用户活动的产物而非市场的产物。应该讲,在历史的长河中,目前的大数据还处于成长初期归属未明、制度缺失的特定时期,商业组织对大数据并不拥有法定的占有、使用、收益和处置权,其至多拥有某种事实上的占有权。

大数据之“大”,既在于其总体体量之大,也在于其对个人而言的意义之“大”。对个人而言,大数据不仅意味着传统意义上的隐私,更意味着一个人是否交出对自己生命的控制权,是否让自己成为数据枷锁下的奴隶。这是必须树立的一个非常重要的认识。

大数据是个人生命的一部分,是社会肌体全新的核心构成。如果社会和个人放弃对大数据的权利要求,那不啻于将个人类的一部分天然权利割让给不同的商业组织,或者说人们默认自己在部分意义上成为某些商业组织的奴隶——人将不再是自由的社会人,因为他们的一部分成为商业组织牟利的机器。

大数据可催生核武器一般的社会权力,其无论为政府还是商业组织所掌控都可能破坏近几百年相对趋于稳定的社会制度基础,而且随着大数据的迅猛增长和相关技术、机制的高速发展,这种风险正如暴雨和洪水下猛涨的河流水位一般,随时会猛烈地冲击社会权力稳定的传统堤坝。

这向我们提出一个必须令所有人重视和警醒的问题:在大数据时代,如何界定大数据的权益归属,如何控制大数据的使用风险?在大数据时代,如何保持我们全社会的数据民主?

如果大数据在商业利用的消极方向滑得太远,其所带来的将不仅是个人隐私方面的问题,大数据的风险既是个人风险,更是社会风险。当大数据的损害发生时,付出代价的不仅是个人,还将包括整个社会的文化价值观以及权力和财富的结构。

大数据的权益归属之争,事关个人和社会的自由与未来。其实,当大数据之潮流尚方兴未艾之际,关于大数据力量、控制和风险的矛盾、分歧就已暗流涌动。当商业组织欢呼雀跃,市场人士一片赞声的时候,每个人都需要反思的是,大数据在给予我们的生命以馈赠的同时,是否还有可能从我们的生命中剥夺什么?

(责任编辑:施柏鹏)

时间: 2025-01-23 11:20:22

大数据与“数据民主”的相关文章

云中的大数据:数据速度、数据量、种类、真实性

本文重点介绍使用大数据的应用程序,解释大数据分析背后的基本概念,以及如何将这些概念与商业智能 (BI) 应用程序和并行技术相结合,比如 "云扩展" 系列第 3 部分中介绍的计算机视觉 (CV) 和机器学习方法. 大数据分析与视频分析的区别在于所处理数据类型的广度上,而且与所使用的数据挖掘或 MapReduce 方 法相比,所提供的交互式分析和搜索工具可能更加复杂,而且比 Google BigQuery 的运行时间长得多.例如 ,Google BigQuery 使用列式搜索来压缩和加速海

请求网络数据-怎么请求聚合数据的数据,求一个demo,谢谢各位大神

问题描述 怎么请求聚合数据的数据,求一个demo,谢谢各位大神 我自己做的请求不出来数据,下面上一个类的代码.请大神指点指点 package com.action; import java.io.BufferedReader; import java.io.DataOutputStream; import java.io.IOException; import java.io.InputStream; import java.io.InputStreamReader; import java.i

触目惊心:2015十大最具影响力的数据泄密事件

2015年,是数据安全事故频发年,也是数据安全防护技术高速发展的一年.回顾整个2015,产业信息化.数字化.网络化进程加速,互联网+已然成为一种不可逆的趋势,互联网.云计算.大数据带来更新式革命,然而新趋势下的数据安全状况变得越发严峻.Verizon最新发布的<2015数据泄露调查报告>显示,500强企业中超半数曾遭受过黑客攻击,来自中国的数据安全问题更加触目惊心,福布斯上榜的中国企业中,大多数企业都曾经不同程度遭受过攻击或出现数据泄露,特别是一些掌握大量民众个人信息的通信运营商及金融领域.明

马云谈大数据:数据时代的“五个新” 做好准备

马云,1964 年9 月10 日生于浙江省杭州,1988 年毕业于杭州师范学院外语系,同年担任杭州电子工业学院英文及国际贸易教师,1995 年创办中国第一家互联网商业信息发布网站"中国黄页",1998 年出任中国国际电子商务中心国富通信息技术发展有限公司总经理,1999 年创办阿里巴巴,并担任阿里集团CEO.董事局主席.2013 年5 月,辞任阿里巴巴集团CEO,继续担任阿里集团董事局主席.6 月30 日,马云当选全球互联网治理联盟理事会联合主席.2016 年5 月8 日,马云任中国企

大统计与数据科学联合会议召开 百分点深入探讨大数据价值挖掘之道

ZD至顶网服务器频道 05月30日 新闻消息:5月27日-29日,由百分点集团.中国人民大学.北京大学.伦敦政治经济学院与统计之都共同主办的中国最大的大数据盛会"大统计与数据科学联合会议"在北京召开.28日,百分点集团与北京大学携手举办"2016百分点数据与价值国际论坛",百分点分享了在互联网经济深度融合.数据爆炸的今天,如何更有效地通过大数据系统的建设,实现从数据到价值的回归,进而支撑企业业务的持续增长.  据了解,"2016百分点数据与价值国际论坛&q

bmob-求大神帮助,使用Bmob服务器,获取数据解析数据???我还使用异步加载

问题描述 求大神帮助,使用Bmob服务器,获取数据解析数据???我还使用异步加载 //我建立了Bean,里面有一个ImageView,两个TextView, //ImageView id=imgView; //TextView id=tittle; //TextView id=content; //BaseAdapter在最下面列出来: //ListView布局是activity_main; //item布局是item_layout; 我都是按照视频写的,基础差,请见谅 package com.

从数据仓库到大数据,数据平台这25年是怎样进化的?

" 从「数据仓库」一词到现在的「大数据」,中间经历了太多的知识.架构模式的演进与变革.数据平台这25年究竟是怎样进化的? 我是从2000年开始接触数据仓库,大约08年开始进入互联网行业.很多从传统企业数据平台转到互联网同学是否有感觉:非互联网企业.互联网企业的数据平台所面向用户群体是不同的. 那么,这两类的数据平台的建设.使用用户又有变化?数据模型设计又有什么不同呢? 我们先从两张图来看用户群体的区别. 用户群体之非互联网数据平台用户  企业的boss.运营的需求主要是依赖于报表.商业智能团队的

从快数据到大数据 紫光西部数据的数据存储之道

ZD至顶网服务器频道 03月28日 新闻消息(文/李祥敬):毋庸置疑,我们处于一个数据爆炸的年代,或者我们称之为数据经济.数据早已经渗透到各行各业,成为重要的生产要素.当我们在享受数据经济给我们带来的好处的同时,数据挑战也随之而来. 在紫光西部数据首席执行官缪刚看来,应对数据挑战,需要我们通过从快数据到大数据的数据极化视角来看清数据本质,实现数据价值. 在"数据极化"的全新视角中,"快数据"是指企业在关键型业务中所需要处理的数据,如实时交易系统数据.在线业务数据.即

大数据平台数据脱敏介绍

数据脱敏(Data Masking),又称数据漂白.数据去隐私化或数据变形.百度百科对数据脱敏的定义为:指对某些敏感信息通过脱敏规则进行数据的变形,实现敏感隐私数据 的可靠保护.这样,就可以在开发.测试和其它非生产环境以及外包环境中安全地使用脱敏后的真实数据集. 可以看到数据脱敏具有几个关键点:敏感数据.脱敏规则.使用环境. 敏感数据,又称隐私数据,常见的敏感数据有: 姓名.身份证号码.地址.电话号码.银行账号.邮箱地址.所属城市.邮编.密码类 ( 如账户查询密码.取款密码.登录密码等 ).组织

解读:大数据分析及其数据来源

当我们谈到大数据分析,首先需要确定数据分析的方向和拟解决的问题,然后才能确定需要的数据和分析范围.大数据驱动的分析主要的挑战不是技术问题,而是方向和组织领导的问题,要确定方向,提出问题,需要对行业做深入的了解.当然,大数据分析最核心的,关于数据的来源更是至关重要的.在数据量非常大的今天,如何以更高的效率获取到分析所需要的数据,如何利用这些数据反应最真实的情况,是业内不断探讨的议题.接下来,小编就带大家来了解下大数据分析及其数据来源. 大数据分析 大数据分析,顾名思义,就是对规模巨大的数据进行分析