英专家：大数据时代“责任”为先
从新药开发到金融交易，从预判犯罪到超市营销，大数据正悄无声息地重塑各领域的业态与人们的生活方式。那么，我们应该赋予这个新时代怎样的特性？英国大数据专家舍恩伯格指出，“负责任”是其中应有之义。
维克托·迈尔-舍恩伯格是研究数据科学十余年的牛津大学教授，《大数据时代》一书作者。这本书被许多人认为是大数据研究的开先河之作，而舍恩伯格则被誉为“大数据商业应用第一人”。
舍恩伯格在演讲时总是活力十足、手势多变，喜欢举的例子也都“很酷很科幻”。不过，在牛津大学一间办公室里，舍恩伯格与新华社记者谈到他所期望的大数据未来，提到最多的，却是“责任”二字。
“大数据是一种工具，一种十分强大的工具。与其他科技工具一样，它可以被用于改善人们的生活，但也有被用以作恶的风险。”舍恩伯格说，也正因如此，在大数据时代，必须更加强调责任，对这一新技术进行“负责任的”开发和使用。
在海量数据的采集和分析中，是否会泄露被调查者或用户的隐私，走向数据高于人的“数据独裁”，是许多人担心的事情。对此，舍恩伯格认为，首先要建立各方之间的信任关系，没有信任，大数据的采集和应用不可持续。
为确立和保障这种信任关系，各参与方都需要采取行动。舍恩伯格说：“对于政府来说，最关键的是要进一步立法保护隐私，保护知识产权。”他认为，大数据发展快速，即便在欧洲、北美这类法律较健全、更新较快的地区，相关法律也已经过时，必须尽快完善以适应大数据时代。
而在有针对性的法律法规出台之前，政府或第三方监督也是必要选择。比如大数据的优势之一就是“一次采集、多次使用”，但如何保障这些数据的再利用符合数据采集初衷、符合规范，就需要有人来严格监督整个过程。
此外，舍恩伯格还强调，业界自律同样十分重要，“利用大数据技术创造利润的人必须明白，只有负责任地采集和使用数据，才有可能可持续地开发大数据价值，这一产业也才能持久发展”。
对于大数据发展面临的专业人才稀缺问题，这位牛津大学教授认为，教育领域需要适应大数据时代，培养具有大数据思维、掌握基本数据技术的学生。他说：“在未来，数据收集和处理将是一项基本技能。无论学习哪个专业、从业于何种领域，都将有必要掌握这一技能。”
舍恩伯格最后说，不管期待还是担忧，大数据时代都在向我们走来，“最重要的是，这个新时代还处于初始阶段，我们可以努力塑造其未来，把握其发展方向，让大数据真正为人们带来福利”。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在大模型（如 Transformer、CNN、多层感知机）的结构设计中，“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是：内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代，“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而，多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中，“显性特征”（如用户年龄、订单金额、商品类别）是直接可获取的基础数据，但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型（LLM）商业化落地过程中，“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言，相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下，企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域，“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别（是 / 否）” 到 “疾病诊断（良性 ...
2025-11-06在数据分析中，面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量，我们常常需要回答： ...
2025-11-06在 CDA（Certified Data Analyst）数据分析师的工作中，“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中（如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”），卡方检验 P 值与 OR 值（比值比，Odds Ratio）是 ...
2025-11-05CDA 数据分析师的核心价值，不在于复杂的模型公式，而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材：CDA教材一级：商业数据分析（2025）__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代，数据挖掘不再是实验室里的技术探索，而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM（Denoising Diffusion Probabilistic Models）训练过程中，开发者最常困惑的问题莫过于：“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA（Certified Data Analyst）数据分析师的工作中，“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时，他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点，理解二者区别是避免统计方法误用的关键。核心结论是：stats.ttest_rel（配对 ...
2025-11-03在 CDA（Certified Data Analyst）数据分析师的工作中，“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
