数据主义与人本主义数据伦理
李 伦，黄 关
[摘 要] 数据化催生了数据主义，数据主义是数据化的一种哲学表达。数据主义主张数据流最大化和信息自由是至善，其实质是从以人为本走向以数为本，用数本主义取代人本主义，从强调人的自由走向强调数据的自由，用数据主义取代自由主义。为避免数据主义的弊端，应倡导人本主义数据伦理，尊重人的自由和权利。
[关键词] 数据化；数据主义；数据伦理
一、从数据化到数据主义
“数据化”（datafication）是肯尼斯·库克耶（Kenneth Neil Cukier）和维克托·迈尔-舍恩伯格（Victor Mayer-Schöenberger）于 2013年提出的概念[1]。在他们看来，数据化是新技术的发展促成的一种新趋势，即将人类生活诸方面转换成计算机数据。一般而言，数据化是近代自然科学的基本特征，但这里的“数据化”不再局限于科学意义上的数据化，特指人类行为和社会活动的数据化，即将社会行为转换成在线量化的数据，从而能够对它进行实时跟踪和预测分析[2]。我们也可将这种数据化称为社会数据化，其目的在于将人类行为和社会活动计算机数据化，通过数据挖掘和处理，创造新的价值，即将数据转换成新的价值形式[3]。没有数据化，人类行为或社会活动处于“自然状态”或“混沌状态”，不能成为分析处理的对象，更不能产生效益和价值。数据化正是将以前不可见的过程或活动转换成计算机化的数据，使之可以被操控、跟踪、分析和处理，从而为新价值的产生提供基础。例如，在网络购物中，购物网站常常会记录和统计客户的日常行为，如客户的搜索记录、购物记录、发布的信息等。网站对这些信息进行量化，分析客户的搜索、浏览和购买等行为产生的数据，获知客户购物的种类、价格等偏好，就能据此高效、精准地向客户推送经过筛选的信息。
数据化的观念、方法和实践由来已久，数据化与近代自然科学相伴相生，社会学等学科的产生和科学管理的兴起则是社会数据化的直接先驱。
LMPP方法根据功能函数的非线性程度及目标可靠度确定局部采样区域的大小，但由于未能考虑Kriging近似的误差，导致局部采样区域过小而遗漏某些重要样本点。如图3所示，f(x)为真实的功能函数约束边界，为由克里金近似拟合出来的约束函数边界。外边的圆圈是本文提出的局部采样区域，里面的圆圈是LMPP方法的局部采样区域。可以看出，利用LMPP方法进行采样时，由于未能充分考虑克里金近似的误差，导致对真实的功能函数约束边界f(x)影响较大的样本点A未被采样，降低了采样效率。为提升LMPP方法的采样效率，本文在功能函数非线性程度及目标可靠度的基础上，进一步考虑Kriging近似的误差，计算模型如下：
早在19世纪，孔德就提出“社会物理学”的概念,认为人类社会秩序是自然秩序的延伸，可以运用自然科学的方法研究人类社会。也就是说，社会物理学将自然科学的方法引入社会领域的研究，通过将社会行为数据化，揭示人类社会的社会静力学和社会动力学的规律。如今的大数据技术的发展可以更加清楚地展示人类行为的轨迹和规律，为社会科学的深度数据化提供前所未有的工具。使用精确计算的方法对社会现象进行分析和建模，使社会物理学的理论更加定量化。借助数据化，阿莱克斯·彭特兰（Alex Pentland)将“想法流”（idea flow）的概念引入社会物理学，认为想法流对理解社会而言至关重要，传统的物理学旨在了解能量的流动与运动之间的数学关系，而社会物理学旨在了解想法和信息的流动与人类行为之间的数学关系[4]。2002年提出的计算社会学（Computational sociology）也是获益于数据化，运用计算机模拟、人工智能和复合统计方法，通过对社会交互作用进行建模，提出和检验各种关于复杂社会过程的理论[5]。
科学管理的兴起是管理数据化的里程碑，数据化使管理和决策活动开始摆脱纯粹的经验和直觉，通过对管理活动和人的行为的量化，实现对人财物的精确管理。这种管理和决策活动的量化和科学化转向，是数据化的早期实践。正如史蒂夫·洛尔（Steve Lohr）所指出的：“所有决策活动对经验与直觉的依赖将逐渐减少，而对数据与分析的倚重将与日俱增。在决策活动中，本能的作用逐渐减弱，而科学的重要程度将逐渐增强。”[6]（P9）
目前的数据化与以往的社会科学和科学管理的数据化相比，其广度和深度发生了巨大变化。这场数据化运动不再局限于社会科学研究和管理实践，已延伸至人类社会的各个方面，人类行为和社会活动日益数据化。同时，由于有了大数据等技术，数据化变得更加计算机化，以至于形成了万物互联的数据空间。因此，目前的数据化不只是科学数据化的简单延伸，而是人类社会全面深度数据化的开端。它不再只是一种科学现象，更是一种社会现象，它带来的影响不只是技术变革，而且是人类生存方式的变革，更重要的是它催生了新的观念或意识形态。
综上所述,排除冷凝集素对血型鉴定和交叉配血干扰可采取加热洗涤和冷吸收法,能够有效的降低血液检验的干扰问题,提升血液检测质量、保证临床用血安全。
首先，数据主义推崇数据流最大化。对数据主义说，“最高的价值就是‘信息流’”[9]（P346）。数据主义要求一切都数据化，人类行为和社会活动都应成为数据流，保证数据流的最大化，任何现象或实体的价值都在于其对数据处理的贡献。关于这一点，赫拉利归纳了“数据最大化”的两条律令。第一条律令：数据主义者要连接越来越多的媒介，产生和使用越来越多的信息，让数据流最大化。第二条律令：要把一切连接到系统，就连那些不想连入的异端也不能例外[9]（P347）。数据主义要求所有设备和系统都相互联结，直至实现万物互联。
史蒂夫·洛尔考察了大数据是如何改变社会的，认为数据主义是大数据革命的后果。他指出，“大数据技术正在引导一场计量方面的革命……我们在考虑如何决策，或者说应该如何决策这个问题时，同样需要大数据为我们做出决策”[6]（P6）。大数据这种创新可以帮助我们重塑世界观，他用“数据主义”一词概括这种新的世界观，描述这场大数据革命。当然，他也明确指出他在《纽约时报》的同事戴维·布鲁克斯首先把这种观点称作“数据主义”[6]（P6）。
数据主义最初只是一种强调数据化之重要性的观点，并不是如今这种主张数据至上的思潮。赫拉利指出，“数据主义一开始也是一个中立的科学理论，但正逐渐成为要判别是非的宗教”[9]（P346）。随着数据化的力量增大，数据至上的观念不断得到强化，数据主义应运而生。迪克（José van Dijck）2014年发表“数据化、数据主义与数据监视：科学范式与意识形态之间的大数据”一文，认为数据化反映了广泛传播的大数据的欲望和优越性的意识形态，即数据主义的趋势[10]。
数据主义的基本主张是数据流最大化、信息自由是至善。数据化正在突破自然世界的边界，深入到人类社会领域，开始形成所谓的“数据世界”。一切人类行为和社会活动都可以数据化，因此形成的数据世界就是人类的生存空间，自然空间和数据空间合二为一，即赛博空间。赛博空间是数据化的，是可计算的。数据化建造了数据世界，数据世界适合数据分析，二者的相互强化导致数据和算法至上的观念，形成推崇数据流最大化和信息自由至善的数据主义。
山中景色随四时而变。出自北宋著名的画家兼山水画理论家郭熙写的《山水训》：“真山之烟岚，四时不同。春山淡冶而如笑，夏山苍翠而欲滴，秋山明净而如妆，冬山惨淡而如睡。”正写出了山水随季节变化而迥然不同的物象特征，但这特征正如描写的美人的姿态一样“淡冶而如笑，苍翠而欲滴，明净而如妆，惨淡而如睡”，以此来比喻山水的春夏秋冬。
戴维·布鲁克斯（David Brooks）在2013年2月4日《纽约时报》上发表“数据哲学”一文，首次使用这个术语，用以表征数据时代的哲学。他指出，“在日益复杂的世界里，依靠数据可以减少认知偏差，揭示我们仍未注意到的行为模式。”[8]“如果你要我描述当今正在出现的哲学是什么，我会说是数据主义。”[8]数据主义描述的是大数据巨大影响所产生的哲学或理念。
其次，数据主义信奉信息自由是至善。对数据主义来说，信息自由是最高的善[9]（P347-348）。数据主义“相信一切的善（包括经济增长）都来自信息自由……如果想要创造一个更美好的世界，关键就是要释放数据，给它们自由。”[9]（P349）
我国剖宫产率目前呈现出非理性的增长状态，不合理的剖宫产手术极大浪费了有限的医疗卫生资源，并增加了产后并发症的发生，对广大妇女的健康造成严重影响[9]。我国剖宫产率近20年已超过WTO推荐标准(15%)的3倍，其中有1/3的剖宫产手术可以避免[10]。中华医学会围产学会提出，要严格掌握剖宫产指征，将郊县剖宫产率降至10%以下，其他地区剖宫产率降至15%，重复剖宫产率降至60%。目前，我国剖宫产现状与此标准相差甚远，为实现这一目标，不仅需要广大医务工作者的努力，还需要社会各界共同努力。
数据主义的基本主张有不同表述，但核心观点是一致的。例如，在史蒂夫·洛尔看来，数据主义的核心观点是数据优先（data-first approach）和普遍互联（ubiquitous connectivity）[6]。事实上，数据优先和普遍互联是数据最大化和信息自由至善的另一种表达。
数据主义的两大主张具有内在关联性。数据最大化必然要求信息自由，只有保证信息自由，才能实现数据最大化。存在信息不自由、信息限流的地方，不可能到达数据流最大化。信息自由也要求数据流最大化，没有数据流最大化的信息自由不是真正的信息自由，这样的信息自由实质上是不自由的，因为信息无法流通到更多的地方。数据主义相信，数据化是大势所趋，数据化是万能的，因此数据成了最高价值，算法成了万能钥匙。简言之，数据主义主张数据至上，一切都应成为数据，一切都要交由算法来处理。所有妨碍万事万物数据化和数据自由流通的行为都是不道德的。
数据化对社会的影响全面而深远，数据成了一种新的资源，对新资源的推崇赋予数据和算法以权力和权威，最后内化为一种意识形态植根于大数据社会之中。作为一种技术工具，数据化可以用来分析自然世界和人类社会，但它不再只是一种单纯的技术工具，它开始促成系统化的世界观、价值观和方法论，全方位地影响我们对世界的认识和把握。如果我们要对这样的“数据世界”进行学理性的分析，那我们必须要为这个时代创造出一套稳健、可控、内容丰富且属于它自己的哲学[7]。可以说，数据主义就是大数据、数据化和普适计算的一种哲学表达，是大数据时代产生的一种哲学或理念。
“数据主义既非自由主义，亦非人文主义。”[9]（P352）数据主义挑战传统的人本主义和自由主义，人本主义和自由主义的许多理念遭到破坏，包括个人自由、人权等。如果推崇数据流最大化和信息自由是至善的数据主义不受限制的发展下去，则可能出现“数据巨机器”，压抑人的自由[12]。因此，构建人与技术、人与数据的自由关系，一种人本主义的数据伦理必不可少。
常见电厂电气设备故障主要出现在线路故障及设备故障两方面。绝缘子劣化、线路折断、导线弛度下降以及配电线路故障等是电厂、变电站电气设备线路故障的主要原因，在出现线路故障时，首先检查线路与设备接触点，在确认接触点无故障后，使用输电线路故障距离测试仪进行检测。变电室常见的互感器及其二次回路存在故障时，表针指示将不准确，值班员容易发生误判断甚至误操作，因而要及时处理。出现电压互感器常见的故障时其现象有一次侧或二次侧的保险连续熔断两次。
在政治方面，数据主义认为，所有的政治结构或社会结构都可看成数据处理系统，其区别不在于意识形态或伦理教条的不同，而在于数据处理系统的不同。在数据主义看来，有些政治结构或社会结构是分散式的处理系统，有些政治结构或社会结构是集中式的处理系统[9]（P340）。政治结构或社会结构的变迁就是数据处理系统的更新换代。
在经济方面，数据主义认为，经济机制是收集关于欲望和能力的数据，并将之转化为决策的机制，与政治结构一样，不同的经济制度也不是意识形态或伦理教条的不同，而是数据处理系统的不同[11]（P336）。例如，经济制度存在分散式处理系统和集中式处理系统的区别，就此而言，数据主义认为证券交易是人类迄今创立的最快、最有效的数据处理系统，任何自然现象、社会事件都能够以股价涨跌的形式表现出来，不管是国家政策、科研成果、天气变化甚或股东的日常言行等[11]（P337）。经济机制的效率取决于社会数据处理系统的效率，取决于数据处理系统的算法。
数据主义的核心主张是数据流最大化和信息自由是至善，其实质是从以人为本走向以数据为本，用数本主义取代人本主义，从强调人的自由走向强调数据的自由，用数据主义取代自由主义。正如赫拉利指出的，“在18世纪，人本主义从以神为中心的世界观走向以人为中心，把神推到了一旁。而在21世纪，数据主义则可能从以人为中心走向以数据为中心，把人推到一边”[9]（P354）。
在个体方面，数据主义的箴言是“通过数据，认识自己”，从“认识你自己”到“量化自我”（Quantified Self）[11]（P299-300）。数据主义认为数据时代的人生就是“数据人生”，即“记录-上传-分享”数据。行为即数据，数据即行为，数据的价值在于收集和分享。数据主义的座右铭是“如果你体验到了什么，就记录下来。如果你记录下了什么，就上传。如果你上传了什么，就分享”[9]（P352）。“我们该做的，就是要记录自己的体验，再连接到整个大数据流中，接着算法就会找出这些体验的意义。”[9]（P351）在数据主义看来，人生的价值在于数据的价值，数据的价值在于分享，而不在于单纯拥有体验。体验不分享就没有价值，不能转化为数据或转化的数据没有分享的人生是毫无价值的。如果说在苏格拉底看来，未经反思的生活不值得过，那么在数据主义看来，未经数据化的生活不值得过。
在流动注射状态下，将1 mg/L树莓酮甲醇溶液在正离子和负离子扫描模式下进行全扫描(+Q1扫描)以选择分子离子峰和电离方式。结果表明，正离子模式下[M+H]+为最强峰m/z 164.8，选择其作为母离子。在二级质谱扫描，通过调节碰撞能(CE)和去簇电压(DP)，选择丰度最高，干扰较小的子离子为定量离子m/z 106.7，丰度次之为定性离子m/z 77.0。树莓酮的质谱裂解方式见图2。
人本主义数据伦理主张以人为本，提倡以人的权利为本，反对以数据权力为本。人本主义数据伦理呼吁从数本主义回到人本主义，维护人的尊严，尊重人的权利。在这里，人的权利包括基本权利和数据权利。基本权利包括人格权、自由权和财产权等。数据权利包括隐私权、知情同意权、删除权、数据携带权等。这里的数据权利是指人关于数据的权利，是人的基本权利在数据领域的具体化。基本权利是数据权利的基础，同时，通过保护数据权利，可以实现对基本权利的保护。数据主义忽视人的基本权利，例如，数据主义不在乎自由主义所重视的自由权和隐私权等。要让这些权利重新回归，只有从数据领域入手，保障数据权利，才能实现数据时代基本权利的保障。
王老师：一线教师写出来的论文，和你们的理论研究文章真的没法比，我们的文章普遍质量较差，缺乏理论深度，而且很多教师都是被逼无奈，被迫去写文章、发文章的，怎么可能写出高质量的论文来。
二、数据主义的实质
在历史方面，数据主义“把全人类看作单一的数据处理系统，而每个个人都是里面的一个芯片”[9]（P344）。在数据主义眼中，人类历史是一个通过增加处理器/芯片（人）的数量和类型，增加处理器彼此连接的数量，提高已有连接的流动自由度，来提高系统效率的进程[11]（P344）。也就是说，数据主义将整个人类历史过程看作增加处理器，将处理器互联，形成可以进行信息处理的网络，并为这个网络制定规则，从而形成各种不同的数据处理系统，即不同的社会结构、政治结构或经济机制。这些不同的数据处理系统在发展中相互博弈，在未来的竞争中可能会出现全新的数据处理系统或适应新环境的高效率的数据处理系统，即万物互联网[11]（P346）。人类历史长河就是这样通过不同的数据处理系统的更替或迭代而形成的。
数据主义是唯科学主义在大数据时代的化身。数据主义主张将科学的还原论方法扩展至人类行为和社会生活的所有方面。数据主义将生物体还原为生化算法，认为越来越复杂的电子算法将层出不穷，电子算法不仅可以解开生物算法之谜，而且终有一天能够超越生化算法。数据主义推崇电子算法，因为“数据的流动量已经大到非人所能处理，人类无法再将数据转化为信息，更不用说转化为知识或智能。于是，处理数据的工作应该交给能力远超人类大脑的电子算法”[9]（P333）。在这个意义上，人类只是创造电子算法的工具，电子算法将完胜生化算法，决定权将从人类手中转移到具备高度智能的算法，因此，“智人就是个该淘汰的算法”[9]（P347）。
数据主义信奉电子算法，推崇算法黑箱，其实质是数本主义。人本主义主张人的自由，维护人的尊严，数据主义挑战这种观念，主张数据和算法至上，人的价值应让位于数据的价值。人本主义重视人的价值，但数据主义认为最高价值是数据流的最大化，人不过是保证数据流最大化的工具而已。数据主义推崇数据和算法至上，强调以人为本让位于以数据为本，直接将人进行了降级。为实现算法至上，数据主义推崇算法黑箱，因为算法暗箱是算法至上的必要前提。算法黑箱是人无法理解的，电子算法的地位就这样超越了人的地位。这表明数据和算法的地位高于人的地位是数据主义的默认设置。
数据主义主张“信息自由是至善”，赋予信息以自由。赫拉利对数据主义“信息自由是至善”的观点评价颇高，以至于将信息自由观与法国大革命的自由思想相媲美，认为“人类很少真正能够想出全新的价值观，上一次提出已经是18世纪，人文主义革命开始宣扬人类自由、平等、博爱这种令人激动的理想……数据主义是自1789年以来第一个真正创造新价值观的运动，而这个新价值观就是‘信息自由’”[9]（P348）。需要强调的是，正如赫拉利所指出的，“新的‘信息自由’与过去自由主义所谈论的‘言论自由’不能混为一谈。言论自由赋予的对象是人类，保护的是人类思考及说出自己心中所想的权利……相较之下，信息自由赋予的对象并非人类，而是信息。而且在这种新价值观看来，信息自由流通的权利应该高于拥有并限制数据流通的权利，因此可能侵犯到人类传统的言论自由[9]（P348）。人的自由应让位于信息的自由，数据主义想取代自由主义。
传统的言论自由保障自由表达的权利，“当然也保护缄默、把想法放在心中的权利”[9]（P348）。也就是说，言论自由隐含着自由不表达的权利。然而，数据主义主张信息自由是至善和数据流最大化，主张要把一切连接到系统，连那些不想连入的异端也不例外，认为只有保证信息流通自由和数据流最大化，才能创造更美好的世界，不表达显然违背了数据主义“数据流最大化”和“信息自由是至善”的教条，信息自由已凌驾于自由不表达的权利之上。这意味着信息自由高于人的自由，数据主义试图替代自由主义。
该平台基于图书馆馆藏的大量古籍善本、家谱、私人档案、手稿、近现代图书、期刊、报纸等历史文献资源，以人、地、时、事为纲，以各类文献资源为目，在数据的底层建立逻辑关联。基于数据内在关联进行的知识组织，可以使纲举而目张，让现有的异构资源库榫咬卯合，打通图书馆资源与互联网资源之间的壁垒，构筑数据基础设施。该平台以知识服务为基础，联结用户与图书馆数据，支持并激励用户贡献知识，推动数据开放，促进知识交流，形成有图书馆馆藏特色的知识服务系统。
数据主义对数据和算法的推崇，意味着数据的资源化、权力化和意识形态化。在这种观念下，只见数据不见其他，数据主义将政治、经济、历史和个体生活等都视为数据的收集和处理。
三、人本主义数据伦理
数据主义偏离了人类核心价值，为了纠正这一思潮的偏颇，摆脱大数据之困，重塑人本主义势在必行。我们需要审视数据主义从人本主义那里夺去的东西，需要诉诸和回归人本主义数据伦理。人本主义数据伦理要求从数本主义回归人本主义，从数据自由回归人的自由，主张人的自由高于数据自由，人的价值高于数据的价值。
在数据主义看来，数据分享就是数据互联，数据互联就是人际互动，随时随地的连线或在线是数据人生的常态，掉线或失联意味着数据人生的休克或终结。“对于真正的信徒来说，要他们脱离数据流，就等于是要冒着失去生命意义的风险。”[9]（P351）他们总是担心自己掉线或失联，在社交网站上总是担心自己错过了什么，于是一遍一遍刷新屏幕，仓鼠症和错过恐惧症（Fear Of Missing Out,FOMO）不再是少数人的生活样态。在数据主义眼中，数据沉溺或数据依赖症，当属数据人生的常态。
案例教学一般是由教师根据所学内容，结合目前技术的发展，给学生制定一个范围，让学生在此范围内查找相关实例，对实例进行相关技术的讨论，最终以小组答辩的形式给出成绩。在学生答辩时，不仅教师提问，其他学生也可以就相关内容提出疑问，增强互动性。案例教学在石河子大学电气工程及其自动化专业已经实施四届，效果逐渐体现：学生对于课程的兴趣提高，查阅文献和阅读文献的技能也不断增长，这反映在学生做毕业设计时对文献的查阅和快速反应上，对学生的帮助很大。
人本主义数据伦理主张尊重人的自由，提倡以人的自由为中心，反对以数据的自由为中心，主张有规范的数据共享，反对数据滥用。数据主义信息自由是至善的观念，把人的作用局限在为数据产生和流动的服务之中，无视人的自由意志和个体间的差异性，使人成为技术奴役的对象，最终成为数据巨机器一颗颗没有差别的螺丝钉。要摆脱巨机器的控制，需提倡尊重人的自由的人本主义数据伦理。数据主义眼中的数据自由的主体是数据，与此不同，人本主义数据伦理研究的数据自由的主体是人。当我们谈数据自由和数据权利时，主体是人而非数据。
人本主义数据伦理强调尊重用户的数据权和隐私权。数据的收集和使用需征得用户的知情同意，并实行最少原则或必要原则，用户应当有权知晓个人数据的收集范围和用途。人本主义数据伦理并不一味地反对数据共享，相反它支持数据共享，它反对的是无序无度的数据共享，反对不顾个人权利的数据共享。
人本主义数据伦理主张算法应具有透明性,反对算法暗箱。数据主义主张数据和算法至上，算法黑箱因此获得合法地位。算法黑箱让人无从知晓算法是如何运行的，是如何收集和使用个人数据的，个人也无法得知数据是被合理共享还是被滥用了。人本主义数据伦理要求算法具有透明性，算法透明意味着算法是可见的，是可理解的。
人本主义数据伦理得到了多方面的支持和实践。例如，欧盟2018年5月开始实施《通用数据保护条例》(GDPR)。《通用数据保护条例》基于人的权利，以人为本，并具体化了多项数据权利。例如，知情同意权要求数据收集和使用必须做到知情同意，一旦发生数据泄露事件，必须在知晓数据泄露事件发生后的72个小时内向主管监管机构报告，数据处理者还需要在第一时间通知用户和数据控制者；访问权规定数据主体有权从数据控制者那里获取信息，以确认数据控制者是否要对与他们相关的个人数据进行处理，控制者应以电子格式免费提供一份个人数据的副本；被遗忘权规定数据主体有权要求数据控制者清除其个人数据，停止进一步的数据传播，并尽可能使第三方停止处理数据，数据主体还可撤销之前授权同意与数据处理相关的选择；限制处理权规定如果用户认为企业收集的个人数据不准确，或者使用了非法的处理手段，但又不想删除数据的话，可以要求限制它对个人数据的使用；可携带权规定数据主体有权接收与自己相关的数据，并有权将这些数据发送给另一个数据控制者；被解释权要求数据处理者必须提供数据收集情况，必须宣布数据处理的合法目的，说明保留时间，是否会和第三方进行数据共享，要求所有算法必须解释其输出原理。不难看出，这些数据权利都是人的基本权利在数据领域的具体化，旨在保障人的自由、人格和隐私等权利，是人本主义数据伦理的实践。
人本主义数据伦理不能只停留在理念上，它可以通过技术架构来实现，设计符合道德的算法是行之有效的解决方案。隐私保护设计 (Privacy by Design，PbD)就是其中一种有益的尝试。隐私保护设计属于价值敏感性设计（Value Sensitive Design，VSD），价值敏感性设计是华盛顿大学贝蒂亚·弗里德曼（Batya Friedman）和彼得·卡恩（Peter Kahn）20世纪80年代末90年代初开发的。价值敏感性设计通过强调直接和间接利益相关者的道德价值，解决信息系统设计和人机交互领域中的设计问题，这种方法在整个设计过程中都考虑到了人的价值观。价值敏感性设计通过概念阶段、经验阶段和技术阶段等三个阶段，实现对人类价值的保护。概念阶段旨在了解技术涉及哪些利益相关方，利益相关方在使用这项技术时可能造成哪些价值冲突；经验阶段旨在调查用户的价值观和需求等；技术阶段旨在分析人们如何使用这项技术，设计一种符合用户价值观的系统[13]。
隐私保护设计是一种价值敏感设计，将人类价值纳入整个设计过程，将隐私保护算法嵌入产品或系统中。保护隐私设计蕴含七大基本原则：（1）隐私保护是主动的而非被动的，是预防性的而非补救性的；（2）隐私保护是默认设置，即在默认情况下使用最高可能的隐私保护设置；（3）将隐私保护嵌入在设计中，即在设计过程中就要考虑到隐私保护，而非在系统运行时才考虑隐私保护；（4）隐私保护效果具有正效应而非零和效应；（5）隐私保护贯穿在全生命周期，是全程保护，而非仅在某几个时间点保护；（6）隐私保护具有可见性、透明性和开放性；（7）以用户为中心，尊重用户隐私。这七大原则反映了人本主义数据伦理观，是人本主义数据伦理的中观原则，是人本主义数据伦理的一种实践机制。
欧盟《通用数据保护条例》将隐私保护设计作为基本要求。运用隐私保护设计，在产品或系统设计时就考虑到了人类价值，考虑到了用户的隐私保护，可以有效地避免数据主义重视数据价值甚于人的价值的弊端。同样，如果在技术设计过程中就已经考虑到了平衡数据处理者和数据提供者的价值冲突，就能有效避免数据滥用。隐私保护设计要求将人类价值嵌入在系统的算法中，有助于使产品开发者预先主动承担保护用户隐私的道德责任。这样的系统是嵌入了人类价值的技术架构，是实践人本主义数据伦理的一种有效途径。
人与数据的自由关系，或基于数据的人与人之间的自由关系，是数据伦理学的核心议题。人本主义数据伦理倡导从信息自由主义回归自由人文主义，从数本主义回归人本主义，主张以人为本，反对以数据为本。人本主义数据伦理有助于消除数据主义对数据自由和电子算法的崇拜，重建人在大数据时代的主体地位，尊重人的基本权利和数据权利，建构人与技术、人与数据的自由关系，维护人类自由，增进人类福祉[12]。
1.2 主要仪器 采用美国强生公司出产的豪韵(Harmonic)超声刀系统(型号：GEN04)，工作振动频率为55.5 kHz，配备Focus 9 cm弯形剪式刀头。刀头振动幅度50～100 μm，功率输出设定为3档或5档。电刀为Force EI-8c高频单极电刀，输出功率为30 W，混切。
[参考文献]
[1]CukierKenneth，ViktorMayer-Schoenberger.The Rise of Big Data[M].Foreign Affairs，2013.
[2]Biltgen Patrick，Ryan Stephen. Activity-Based Intelligence：Principles and Applications[M].Norwood，MA：Artech House，2016.
[3]O’Neil Cathy，Schutt Rachel. Doing Data Science[M].O’Reilly Media，2013.
[4]阿莱克斯·彭特兰.智慧社会：大数据与社会物理学[M].汪小帆，汪容，译.杭州：浙江人民出版社，2015.
[5]Willer M R.From Factors to Actors：Computational Sociology and Agent-Based Modeling[J].Annual Review of Sociology，2002（28）.
[6]史蒂夫·洛尔.大数据主义[M].胡小锐,朱胜超，译.北京：中信出版社集团,2015.
[7]卢西亚诺·弗洛里迪.第四次革命[M].王文革，译.杭州：浙江人民出版社,2016.
[8]BrooksDavid.ThePhilosophyofData[N].The New York Times.2013-02-04.
[9]尤瓦尔·赫拉利.未来简史[M].林俊宏，译.北京：中信出版集团，2017.
[10]José van Dijck.Datafication，Dataism and Dataveillance：Big Data between Scientific Paradigm and Ideology[J].Surveillance&Society，2014（2）.
[11]尤瓦尔·赫拉利.未来简史[M].林俊宏，译.北京：中信出版集团，2017.
[12]李伦.数据巨机器的“意识形态”——数据主义与基于权利的数据伦理[J].探索与争鸣,2018（5）.
[13]Batya Friedman，Peter Kahn,Allan Borning.Value Sensitive Design：Theory and Methods.UW CSE Technical Report,2002-12-01.Seattle： University of Washington，Department of Computer Science and Engineering.
[作者简介] 李 伦，湖南师范大学道德文化研究中心教授，大连理工大学特聘教授；
黄 关，湖南师范大学人工智能道德决策研究所博士研究生。
[基金项目] 国家社会科学基金重大项目“大数据环境下信息价值开发的伦理约束机制研究”（17ZDA023）；国家社会科学基金一般项目“开源运动的开放共享伦理研究”（17BZX022）
标签：数据化论文; 数据主义论文; 数据伦理论文; 湖南师范大学道德文化研究中心论文; 湖南师范大学人工智能道德决策研究所论文;