大数据时代专家在舆论场中的公信力分析
|
摘要
大数据时代,数据专家的公信力表现为两种情况:一种为"塔西佗陷阱"现象——数据专家无论如何努力,都无法被公众信任;一种为"豪猪法则"现象——公众一边质疑,一边不得不依赖数据专家。造成前一现象的原因在于"专家无法摆脱利益和权力的影响""专家无法解决偶然性问题"和"数据方法存在非理性特征"等因素。造成后一现象的原因在于"现代社会存在高度分工""直觉无法给予公众安全感""公众信任真空区亟需填补"和"同行评议可资信赖"等因素。这两种现象互相矛盾,相互依存,共同表明了:"客观""理性"只是数据专家在舆论场中的身份修辞。
In the era of big data, the credibility of data experts in the public opinion field is manifested in two phenomena: one is the phenomenon of "Tacitus trap"—data experts cannot be trusted by the public no matter how hard they try; the other is the phenomenon of "the porcupine rule"—the public has to rely on data experts while questioning them. The reasons for the former phenomenon are as follows: experts cannot get rid of the influence of interests and powers; experts cannot solve contingency problems; data methods are irrational. The reasons for the latter are as follows: the high division of labor in modern society, the inability of intuition to give the public a sense of security, the need to urgently fill the vacuum of public trust, and the credibility of peer review. These two phenomena are contradictory and interdependent, showing that "objectivity" and "rationality" are only the rhetoric of identity of data experts in public opinion.
In the era of big data, the credibility of data experts in the public opinion field is manifested in two phenomena: one is the phenomenon of "Tacitus trap"—data experts cannot be trusted by the public no matter how hard they try; the other is the phenomenon of "the porcupine rule"—the public has to rely on data experts while questioning them. The reasons for the former phenomenon are as follows: experts cannot get rid of the influence of interests and powers; experts cannot solve contingency problems; data methods are irrational. The reasons for the latter are as follows: the high division of labor in modern society, the inability of intuition to give the public a sense of security, the need to urgently fill the vacuum of public trust, and the credibility of peer review. These two phenomena are contradictory and interdependent, showing that "objectivity" and "rationality" are only the rhetoric of identity of data experts in public opinion.
引文
[1] ROB K. Big data,new epistemologies and paradigm shifts[J]. Big Data&Society,2014(1):1-12.
[2]吴秋兰.怀疑主义、科学怀疑精神与科学信任[J].福建师范大学学报(哲学社会科学版),2005(2):48-53.
[3]郭飞,盛晓明.专家信任的危机与重塑[J].科学学研究,2016(8):1131-1136.
[4]马克斯·韦伯.经济与社会(第1卷)[M].上海:上海人民出版社,2010:34-35.
[5]叶伟民,凯西·奥尼尔.盲目信仰大数据的时代必须结束[EB/OL].(2018-02-03)[2018-08-04]. https://mp.weixin.qq.com/s/bR4lom5ipTWtefkUa_A7ng.
[6]胡税根,单立栋,徐靖芮.基于大数据的智慧公共决策特征研究[J].浙江大学学报(人文社会科学版),2015(3):5-15.
[7]曹彬,顾怡立,谢珍真,等.一种基于大数据技术的舆情监控系统[J].信息网络安全,2014(12):32-36.
[8] MALLEY M O. Doing what works:governing in the age of big data[J]. Public Administration Review,2014,74(1):555-556.
[9]孟天广,李锋.网络空间的政治互动:公民诉求与政府回应性———基于全国性网络问政平台的大数据分析[J].清华大学学报(哲学社会科学版),2015(3):17-29.
[10]朱旭峰,王倩如.政府决策者能力与专家咨询选择[J].公共行政评论,2010(4):47-67.
[11]安东尼·吉登斯.现代性的后果[M].南京:译林出版社,2011:72-73.
[12]朱伟.政策制定过程中官员、专家、公众的互动模式[J].南京工业大学学报(社会科学版),2013(3):106-113.
[13]许纪霖.从特殊走向普遍———专业化时代的公共知识分子如何可能?[C]//许纪霖.公共性与公共知识分子.南京:江苏人民出版社,2003:62-63,48-49.
[14]汪波.大数据、民意形态变迁与数字协商民主[J].浙江社会科学,2015(11):41-47.
[15]博格斯.知识分子与现代性危机[M].南京:江苏人民出版社,2002:128-129;132-133.
[16]陈其荣.科学主义:合理性与局限性及其超越[J].山东社会科学,2005(1):35-39.
[17]国内外新闻与传播前沿问题跟踪研究课题组.大数据实践与研究:批判性反思与研究推动[J].新闻与传播研究,2015(8):122-125.
[18] HUFFMAN W E. New insights on the organization of research:theory and evidence for western developed countries[G]//KUNGL. Skogs-och Lantbruksakademiens Tidskrift,2000,139(12):9-41.
[19]爱德华·萨义德.知识分子论[M].北京:生活·读书·新知三联书店,2002:56-57.
[20] HEADDEN S. Inside impact:D.C.’s model teacher evaluation system[J]. Education Sector,2011(6):50-68.
[21]江濡山.“大数据”产业的“真实面目”[EB/OL].(2016-12-19)[2018-08-22]. http://finance.sina.com.cn/zl/china/2016-12-19/zl-ifxytqax6578452.shtml.
[22]杭敏.直觉和大数据,谁错了?[J].新闻战线,2017(3):89-90.
[23]休谟.人性论(上册)[M].西安:陕西师范大学出版社,2009:18-19.
[24]凯斯·R·桑斯坦.信息乌托邦:众人如何生产知识[M].毕竞悦,译.北京:法律出版社,2008:67-68.
[25] PARISER E.当心网上“过滤气泡”[EB/OL].[2018-08-22]. https://www.ted.com/talks/eli_pariser_beware_online_filter_bubbles/transcript?language=zh-cn#t-2155.
[26]匡文波,黄琦翔.大数据热的冷思考[J].国际新闻界,2016(8):134-148.
[27]维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代:生活、工作与思维的大变革[M].杭州:浙江人民出版社,2013:64-65.
[28]安东尼·吉登斯.现代性的后果[M].南京:译林出版社,2011.
[29] MUNNICHS G. Whom to trust? Public concerns,late modern risks and expert trustworthiness[J]. Journal of Agricultural and Environmental Ethics, 2004,17(2):113-130.
[30] COLEMAN J S. Foundations of social theory[M]. Harvard University Press.1994:200-201.
[31]刘彤,谭红,张经华.基于大数据的食品安全与营养云平台服务模式研究[J].食品安全质量检测学报,2015(1):366-271.
[32]郑也夫.信任论[M].北京:中国广播电视出版社,2001:208-209.
[33]黑格尔.哲学史讲演录(3)[M].北京:商务印书馆,1983:120-121;110-111.
[34] IBM. Extracting business value from the 4 v’s of big data[EB/OL].[2018-08-22]. http://www.ibmbigdatahub.com/sites/default/files/infographic_file/4Vs_Infographic_final.pdf.
[35] POWER D J. Using big data for analytics and decision support[J]. Journal of Decision Systems,2014,23(2):222-228.
[36] WATTS D J. A twenty-first century science[J]. Nature,2007(1):444-445.
(1)塔西佗陷阱:古罗马时代的历史学家塔西佗在评价一位罗马皇帝时所说的话:“一旦皇帝成了人们憎恨的对象,他做的好事和坏事就同样会引起人们对他的厌恶。”之后被引申成为一种现社会现象,指当政府部门、某一组织或者某人失去公信力时,无论说真话还是假话,做好事还是坏事,都会被认为是说假话、做坏事。
(1)休谟提出的归纳问题是指:归纳推理的正当性不能从理性上证明。
(2)信息茧房是指人们的信息领域会习惯性地被自己的兴趣所引导,从而将自己的生活桎梏于像蚕茧一般的“茧房”中的现象。
(3)“过滤气泡”指搜索引擎推荐算法根据人们已经显露的偏好以及与之具有相似性的好友的偏好,为用户推荐内容,形成高度同质化信息流的行为。
(1)德国哲学家叔本华有一则寓言:一群豪猪在一个寒冷的冬天挤在一起取暖。但是它们的刺毛开始互相击刺,于是不得不分散开。可是寒冷又使它们不得不聚在一起。后来美国心理学家莱欧·博格借此提出了“豪猪法则”,指在人际社交中,交往者既要保持自己的独立性和批判性,又要呈现出对他人的依赖和尊重。
(1)西方古典修辞学将修辞资源一分为三,认定除了话语系统中蕴含的各种道理(logos)以及受众的情感(pathos)外,修辞者的身份形象(ethos)也是说服的一个比不可少的条件和手段。“Ethos”基本概念意义非常复杂,直到如今都还在反复被重新解读。本文依据西方早期现代修辞理论家乔治·坎贝尔的基本观点和当代西方修辞理论对身份(identity)的强调而采用“修辞身份/修辞形象组合”作为其标准汉译。该翻译表明“Ethos”包括两层含义:一层含义指修辞者所具有的社会身份(老师、律师、专家等);一层含义指修辞者所具有的人品形象(中立、正直、客观等)。该翻译并不排除其他学者使用“修辞人格、修辞威信”翻译的可能。
[2]吴秋兰.怀疑主义、科学怀疑精神与科学信任[J].福建师范大学学报(哲学社会科学版),2005(2):48-53.
[3]郭飞,盛晓明.专家信任的危机与重塑[J].科学学研究,2016(8):1131-1136.
[4]马克斯·韦伯.经济与社会(第1卷)[M].上海:上海人民出版社,2010:34-35.
[5]叶伟民,凯西·奥尼尔.盲目信仰大数据的时代必须结束[EB/OL].(2018-02-03)[2018-08-04]. https://mp.weixin.qq.com/s/bR4lom5ipTWtefkUa_A7ng.
[6]胡税根,单立栋,徐靖芮.基于大数据的智慧公共决策特征研究[J].浙江大学学报(人文社会科学版),2015(3):5-15.
[7]曹彬,顾怡立,谢珍真,等.一种基于大数据技术的舆情监控系统[J].信息网络安全,2014(12):32-36.
[8] MALLEY M O. Doing what works:governing in the age of big data[J]. Public Administration Review,2014,74(1):555-556.
[9]孟天广,李锋.网络空间的政治互动:公民诉求与政府回应性———基于全国性网络问政平台的大数据分析[J].清华大学学报(哲学社会科学版),2015(3):17-29.
[10]朱旭峰,王倩如.政府决策者能力与专家咨询选择[J].公共行政评论,2010(4):47-67.
[11]安东尼·吉登斯.现代性的后果[M].南京:译林出版社,2011:72-73.
[12]朱伟.政策制定过程中官员、专家、公众的互动模式[J].南京工业大学学报(社会科学版),2013(3):106-113.
[13]许纪霖.从特殊走向普遍———专业化时代的公共知识分子如何可能?[C]//许纪霖.公共性与公共知识分子.南京:江苏人民出版社,2003:62-63,48-49.
[14]汪波.大数据、民意形态变迁与数字协商民主[J].浙江社会科学,2015(11):41-47.
[15]博格斯.知识分子与现代性危机[M].南京:江苏人民出版社,2002:128-129;132-133.
[16]陈其荣.科学主义:合理性与局限性及其超越[J].山东社会科学,2005(1):35-39.
[17]国内外新闻与传播前沿问题跟踪研究课题组.大数据实践与研究:批判性反思与研究推动[J].新闻与传播研究,2015(8):122-125.
[18] HUFFMAN W E. New insights on the organization of research:theory and evidence for western developed countries[G]//KUNGL. Skogs-och Lantbruksakademiens Tidskrift,2000,139(12):9-41.
[19]爱德华·萨义德.知识分子论[M].北京:生活·读书·新知三联书店,2002:56-57.
[20] HEADDEN S. Inside impact:D.C.’s model teacher evaluation system[J]. Education Sector,2011(6):50-68.
[21]江濡山.“大数据”产业的“真实面目”[EB/OL].(2016-12-19)[2018-08-22]. http://finance.sina.com.cn/zl/china/2016-12-19/zl-ifxytqax6578452.shtml.
[22]杭敏.直觉和大数据,谁错了?[J].新闻战线,2017(3):89-90.
[23]休谟.人性论(上册)[M].西安:陕西师范大学出版社,2009:18-19.
[24]凯斯·R·桑斯坦.信息乌托邦:众人如何生产知识[M].毕竞悦,译.北京:法律出版社,2008:67-68.
[25] PARISER E.当心网上“过滤气泡”[EB/OL].[2018-08-22]. https://www.ted.com/talks/eli_pariser_beware_online_filter_bubbles/transcript?language=zh-cn#t-2155.
[26]匡文波,黄琦翔.大数据热的冷思考[J].国际新闻界,2016(8):134-148.
[27]维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代:生活、工作与思维的大变革[M].杭州:浙江人民出版社,2013:64-65.
[28]安东尼·吉登斯.现代性的后果[M].南京:译林出版社,2011.
[29] MUNNICHS G. Whom to trust? Public concerns,late modern risks and expert trustworthiness[J]. Journal of Agricultural and Environmental Ethics, 2004,17(2):113-130.
[30] COLEMAN J S. Foundations of social theory[M]. Harvard University Press.1994:200-201.
[31]刘彤,谭红,张经华.基于大数据的食品安全与营养云平台服务模式研究[J].食品安全质量检测学报,2015(1):366-271.
[32]郑也夫.信任论[M].北京:中国广播电视出版社,2001:208-209.
[33]黑格尔.哲学史讲演录(3)[M].北京:商务印书馆,1983:120-121;110-111.
[34] IBM. Extracting business value from the 4 v’s of big data[EB/OL].[2018-08-22]. http://www.ibmbigdatahub.com/sites/default/files/infographic_file/4Vs_Infographic_final.pdf.
[35] POWER D J. Using big data for analytics and decision support[J]. Journal of Decision Systems,2014,23(2):222-228.
[36] WATTS D J. A twenty-first century science[J]. Nature,2007(1):444-445.
(1)塔西佗陷阱:古罗马时代的历史学家塔西佗在评价一位罗马皇帝时所说的话:“一旦皇帝成了人们憎恨的对象,他做的好事和坏事就同样会引起人们对他的厌恶。”之后被引申成为一种现社会现象,指当政府部门、某一组织或者某人失去公信力时,无论说真话还是假话,做好事还是坏事,都会被认为是说假话、做坏事。
(1)休谟提出的归纳问题是指:归纳推理的正当性不能从理性上证明。
(2)信息茧房是指人们的信息领域会习惯性地被自己的兴趣所引导,从而将自己的生活桎梏于像蚕茧一般的“茧房”中的现象。
(3)“过滤气泡”指搜索引擎推荐算法根据人们已经显露的偏好以及与之具有相似性的好友的偏好,为用户推荐内容,形成高度同质化信息流的行为。
(1)德国哲学家叔本华有一则寓言:一群豪猪在一个寒冷的冬天挤在一起取暖。但是它们的刺毛开始互相击刺,于是不得不分散开。可是寒冷又使它们不得不聚在一起。后来美国心理学家莱欧·博格借此提出了“豪猪法则”,指在人际社交中,交往者既要保持自己的独立性和批判性,又要呈现出对他人的依赖和尊重。
(1)西方古典修辞学将修辞资源一分为三,认定除了话语系统中蕴含的各种道理(logos)以及受众的情感(pathos)外,修辞者的身份形象(ethos)也是说服的一个比不可少的条件和手段。“Ethos”基本概念意义非常复杂,直到如今都还在反复被重新解读。本文依据西方早期现代修辞理论家乔治·坎贝尔的基本观点和当代西方修辞理论对身份(identity)的强调而采用“修辞身份/修辞形象组合”作为其标准汉译。该翻译表明“Ethos”包括两层含义:一层含义指修辞者所具有的社会身份(老师、律师、专家等);一层含义指修辞者所具有的人品形象(中立、正直、客观等)。该翻译并不排除其他学者使用“修辞人格、修辞威信”翻译的可能。