大数据鸿沟下的意识形态安全风险及其治理

大数据技术的快速发展为社会各领域提供了创新驱动力,同时也带来了一系列意识形态方面的安全风险,在此背景下,明确国家意识形态安全,制定切实有效的风险防范措施显得尤为重要。当前,大数据鸿沟造成的意识形态风险主要体现在政治安全、社会安全、文化安全三个方面。为了应对大数据鸿沟所带来的意识形态风险,政府部门需要借助法律治理的手段,针对不同主体采取相应的立法措施,在充分发挥大数据优势的同时,有力地降低和防范意识形态安全风险。

大数据鸿沟的伦理风险治理研究

大数据鸿沟是数字鸿沟的最新进展,随着数字技术发展,不同群体间的数字鸿沟有所缩小,大数据鸿沟却不断加大。大数据鸿沟带来了社会监视、社会分类、社会歧视等伦理风险问题。伦理风险治理引入多利益相关方模式,通过政府、企业和个人三者的合力,打破了数据监视的“黑箱”,促进大数据权力下放,消解了数理化逻辑下的歧视。

传播学视角下社交媒体大数据研究的现实与困境

近几年,国内外研究者从技术、方法、伦理等角度对社交媒体研究中大数据分析进行了热烈的讨论。基于已有文献,本文分析总结了现阶段进行社交媒体大数据研究所面临的三个困境:使用大数据进行社交媒体研究所获得的结论尚不具有普适性;通过数据揭示传播中的规律,需要来自理论的支持;大数据的出现会带来新的"数字鸿沟",即"大数据鸿沟"。

算法不正义与大数据伦理

大数据正在对中国社会科学研究范式、路径、方法和未来发展产生极其重大而深远的影响和挑战。然而,对于以各种算法为基础的大数据而言,在其数据收集、处理和应用中,也出现了相应的不正义伦理议题,亟需社会科学研究者进行深入思考。所谓的算法不正义,指的是在大数据的知识建构过程中,社会不同个体或团体,在大数据资源的占有、使用和分配上出现不平等,从而导致在数据资源的"代表性"、"用户画像"、决策支持、行动干预等不同维度上出现不正义的情形。在大数据收集、处理、应用的过程中,算法忽视或者无法甄别数据来源,传输和使用过程中对某个区域范围内总人口中特定人群的优待或者排斥,从而导致数据本身所蕴含的不平等被原封不动地转移到大数据的计算结果之中,这种计算结果有可能反过来进一步加剧原本不同人群在数据资源分配和再分配上的不平等,进而导致基于算法的大数据不平等和不正义。为了解决这些算法不正义的问题,学者们也提出了诸如"促进平等的数据倡议"的行动方案,有些国家和地区还出现了公民自发的"量化自我"运动,以有意识地应对因大数据及其算法而导致的不平等和不正义。