突破与重构：大数据时代的计算广告学研究(5)

在互联网各类数据平台上留存的以及持续不断生成的海量数据，基本上都掌握和控制在大型互联网企业这些平台拥有者手中。如果说平台上流动的即时数据应用者与研究者尚可触及的话，留存的既往数据往往会被平台拥有者进行处理存储起来，应用者与研究者根本不可能触碰到。并且，在这些数据源中，可供规范分析与研究的结构化数据还是极少数，绝大部分都处于一种非结构化的离散型状态。而采集、传输、存储和处理这些体量巨大的离散型数据的技术，目前也只有少数的大型互联网企业以及大型的通信公司和数据公司才掌握和拥有。即使那些数据源对应用者与研究者开放，由于技术的限制，依然存在一个数据可及性问题。

数据平台的拥有，以及数据采集、传输、存储与处理的技术强权，直接导致数据拥有的霸权与垄断，并在此基础上形成一个个彼此独立、相互隔绝的“数据孤岛”。“数据孤岛”的形成，不仅极大减弱数据未能相互联通的数据价值，也更加强化了使用者的数据不可及性。数据垄断与数据孤岛所带来的数据可及性问题，是各领域大数据运用面临的普遍问题，也是计算广告学研究面临的又一重大障碍。

(三)数据计算与数据黑箱

人工智能的发展，促使人类的知识生产不断走向智能化与自动化[18]。很多事情我们都交由机器去处理，这给人类的知识生产提供了极大便利。但是，机器的各种计算都是一个高度封闭的过程[6]，其数据处理方法“被封装成函数、程序包、软件等”[9]，我们仅仅知道数据处理之后的结果，却不清楚其过程。甚至连研究者也“不清楚计算机算法具体是如何生成数据信息以及如何对数据进行处理的”[24]。他们无从对其数据处理的方法进行全面的评估，也无从通过经验证据和理论框架对其中一些复杂的相互关系进行解释[10]。数据与结论之间的数据处理与分析的过程与方法，便成了一个“数据黑箱”[9]。人工智能越发展，数据处理的“黑箱化”就越发加剧。这种状况在计算广告研究中体现得尤其显著。

然而，科学研究却不仅要“知其然”，更要“知其所以然”。既要检验大数据分析所得结论的可靠性，又要为大数据分析的过程与结果提供合理的解释，研究者需要打开数据处理方法与过程的“黑箱”，寻找到数据、方法与结论之间的耦合点，是包括计算广告学研究在内所有计算社会科学研究极为艰难而又繁重的任务。不如此，大数据发现的研究价值将遭到极大的削减。

打开大数据发现的“数据黑箱”，同样需要跨学科研究的合作。如果说跨学科人才培养机制的建立尚有待时日，跨学科合作研究机制的建立，则是不得不从速解决的当务之急。

(四)数据隐私与数据伦理

在大数据与计算广告提出之初，数据隐私的问题就被提出。所谓隐私，是个体不受打扰的权利，是个体不愿他人干涉与侵犯的私人领域[25]。在互联网平台上，无论是电子踪迹数据还是物联网数据，还有以定位信息和通话记录为核心内容的移动通信数据，都留下大量个体消费者的消费信息。这些消费信息，实际上已经在商业领域以不同的方式被交易，以不同的价格被消费。因此，消费者对商业领域个体数据被利用的隐私忧患也最为深刻。

即便是社会治理与公共领域的个体数据利用，抑或是科学研究领域的个体数据利用，尽管在动机与目标上显示出与商业领域个体数据利用的重大差异，但是，只要是个体数据是在个体不知情或不情愿的情况下被利用，都存在个体权利与私人领域被侵犯的问题，因为无论出于什么目的，数据采集与获取行为本身即可能构成对公民隐私权的侵犯[13]。也就是说，任何领域的个体数据利用，都存在严重的隐私忧患。

隐私侵犯是大数据时代大数据利用必须解决的又一重大问题，否则我们将深陷数据利用的二难选择之中。隐私侵犯，既有法律层面的问题，也有伦理层面的问题。大凡只要数据利用中存在隐私侵权的法律责任，一般也含有隐私侵犯的道义责任与伦理责任。数据利用中，可以规避隐私侵犯的法律责任，却不一定能够规避得了隐私侵犯的伦理责任。甚至可以说，伦理危机是数据隐私侵犯各种危机中最为严重的一种危机。

大数据时代的计算广告学研究，在其发展过程中已经遭遇和正在遭遇种种现实障碍。有些问题已经被提出，相关的讨论与实践探索正在进行，但问题的解决，还有待我们继续努力。尽管充满艰难，我们不必因困难而低估它的发展前景，随着时代的进步，数据条件和技术条件会越来越好，计算社会科学的各种制约、边界会不断被突破，社会科学研究的突破性进展终将到来[26]，所以，计算广告学研究持续而深入的发展也是不可逆转的，计算广告学研究范式下广告学研究的全新图景，正在向我们展开。

文章来源：《计算技术与自动化》 网址: http://www.jsjsyzdhzz.cn/qikandaodu/2020/1005/486.html