最近，美国联邦商务委员会发布了一份历时两年研究的报告，针对使用大数据的益处和风险（尤其是对于相关消费者保护法规的风险）进行了详细分析。
这份报告备受业内关注，因为它提及大数据的「阴暗面」。该报告提醒，社会在使用大数据时，需要特别注意《公平信用报告法》、《联邦贸易委员会法》及《机会公平法》。因为大数据若使用不当，恐将助长社会的机会差距、伤害弱势群体利益、加剧贫富悬殊，甚至可能导致歧视和排斥。
诚然，虽说大数据的创新使用，为弱势群体带来了增加教育的机会、通过非传统管道获取信贷、更容易获得就业机会等积极面，但其阴暗面也不容忽视，例如大数据的数据偏差和失准，有可能导致错误判断，对社会产生慢性损害。
要相信而不迷信
不久前，《哈佛商业评论》刊登了一则有关大数据伤害特定人群利益的案例，来自波士顿市政府推出的一款手机程序StreetBump，原意是让市民透过这个App，向政府报告路面坑洼，藉此帮助政府分配修路资源，进行优先级安排。但研究发现，由于老人家使用智能手机的比率偏低，导致收集的数据不全面，结果令一些并不影响年轻人、却会妨碍老人家步行的小型坑洼，长期受到市政府忽视。
这种隐性偏差风险，对统计学家来说并不陌生，数据分析就是从庞大体量数据中提炼真相，因此结果往往是「差之毫厘，谬以千里」。在过去，我们担心的问题是小样本导致的统计误差；而在大数据领域上，这问题并不会消失，反而可能更加复杂，更难发现和解释。
大数据的偏差，通常来自多种来源和异类结构的整合，尽管经历了海量数据分析，依然有可能得出失真结论。在商业运作中，我就见过因为数据清洗的偏差，以致KPI完成率彻底逆转，最终影响到晋升的决策。作为数据从业者，我们每天都在与误差奋战。我们一方面相信数据的客观，却不可以迷信，要清楚面对大数据也有「阴暗面」的现实。
Via：品觉大数据
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
