大数据主义与大数据经验主义——兼答黄欣荣教授

大数据经验主义是基于哲学的视角提出的一个具有学术渊源的概念,与目前流行的大数据主义和而不同。大数据经验主义立场显明,认为大数据时代不需要理论;相关性替代了因果性。大数据主义的态度则较为温和,认为理论是处理大数据整个过程中的基础;大数据的相关性为寻找科学规律提供了帮助;相关性是表象,因果性才是事物的本质,获得相关性的目的是为了更好地寻找因果性。

大数据主义与经验主义——兼评齐磊磊博士的“大数据经验主义”

通过梳理大数据主义的概念由来和观点,以及经验主义思潮的由来与历史演变,论证了齐磊磊建立在南茜·卡特莱特(Nancy Cartwright)为代表的新经验主义哲学基础之上的"大数据经验主义"新概念不能客观、全面地概括大数据科学哲学特征,也不具备表征大数据时代人文社会现象的现实需要,因此不能实现对大数据主义概念的超越。受技术限制,人类传统思维只能观察和收集有限的数据,然后运用理性思维建立理论模型,最后在实践中利用理论模型的演绎来把握和预测规律性,因此理论模型的建立强调的是一种知识驱动的经验主义。但大数据技术的发展使得数据采集突破了地域性、时间性和规模限制的瓶颈,科学的发现不再依赖于理论模型,分析数据间的相关性即可实现知识的获取,因此大数据主义是一种数据驱动的经验主义认识论,是传统经验主义的继承和发扬。

大数据经验主义——如何看待理论、因果与规律

大数据时代的领军人物的诸多观点与经验主义、逻辑经验主义,尤其是南茜·卡特莱特倡导的新经验主义的观点极其相似。比如说,他们认为基本定律是不存在的、大数据时代不需要理论;大数据时代相关性替代了因果性;世界是斑杂的,大数据时代世界的本质是数据,是混乱的。我们不否认大数据方法论,并认为数据和大数据在科学与日常生活中扮演着重要的作用,但并不赞同大数据经验主义对大数据神化的观点。

大数据的新经验主义进路及其问题

大数据的新经验主义进路强调数据本身的自足性与独立价值,进而把科学研究的新范式界定为"数据-驱动",以区别于传统科学研究的"理论-驱动"模型。在大数据主义的这一新经验主义解释中,"观察负载理论"观念受到质疑,经验数据重新成为认识论的决定性环节。随着大数据主义的深入发展,科学的认知形式由个体主义认知转向社会群体的分工与合作模式,而其相应认知范式也由对自然的因果规律研究转向对数据间的关联性探索。