蘇玉娟

[摘要]大數據知識是新時代實現國家治理現代化的重要工具。大數據技術通過對大數據的存儲、分析、挖掘和可視化等發(fā)現大數據知識，大數據知識不僅被發(fā)現，還被應用于社會實踐，成為實現治理革命的重要工具。大數據知識的倫理視角來源于大數據知識對傳統(tǒng)知識價值選擇、科技倫理、實踐價值等方面提出的挑戰(zhàn)。大數據知識的倫理問題表現為客觀性與主觀性、實效性與無用性、普遍性與特殊性、確定性與非確定性及多元價值等方面的沖突。為應對大數據知識帶來的倫理問題，我們應堅持善、真、效和公平的倫理原則，以大數據技術創(chuàng)新為工具，提高大數據知識的客觀性；以張揚人的理性為支撐，提高大數據知識的實效性；以整合碎片化知識和融合大數據為手段，彰顯大數據知識的普遍性；以客觀規(guī)律和人類需要為基礎，尋求大數據知識發(fā)展的合理性；以大數據知識聯(lián)盟為依托，構建系統(tǒng)的價值體系。只有解決好大數據知識的倫理問題，才能更客觀有效地彰顯大數據價值，實現人類的治理革命。

[關鍵詞]新時代；大數據知識；倫理問題；倫理原則；治理

[中圖分類號]B15

[文獻標識碼]A

[文章編號]1674-0599（2018）01-0102-07

黨的十九大報告指出：全面深化改革總目標是完善和發(fā)展中國特色社會主義制度、推進國家治理體系和治理能力現代化。大數據作為實現國家治理體系和治理能力現代化的重要工作，首先要實現大數據向大數據知識的轉換，大數據才能發(fā)揮作用。“倫理主要指天倫、人倫和人際關系的客觀法則和他律性?！盵1]1970年，著名的分子生物學家和哲學家莫諾在其《偶然性與必然性》一書中提出了“知識倫理學”的概念，他認為“真正的知識定義歸根到底是建立在一種倫理假定之上的?！毙聲r代，通過對大數據的存儲、分析、挖掘和可視化，發(fā)現遮蔽在大數據中的知識，即數據驅動成為發(fā)現知識的新來源，大數據知識不僅被發(fā)現，還被應用于社會實踐，成為實現治理革命的重要工具。可以說，大數據知識發(fā)現和應用，是社會、政府、企業(yè)、民眾等主體進行倫理選擇的過程。目前，國內研究多是側重大數據技術、大數據的倫理問題，對于大數據知識的倫理問題研究較少。本文將對大數據知識的倫理視角、倫理問題及治理路徑進行系統(tǒng)的研究。

一、大數據知識的倫理視角

大數據知識作為知識新的形態(tài)，客觀要求大數據本身的客觀與真實。大數據知識的價值選擇、發(fā)現過程和實踐應用等都存在著倫理問題。

（一）大數據知識對傳統(tǒng)知識的價值選擇提出了挑戰(zhàn)。倫理涉及價值的選擇，知識與倫理的關系，從古至今不斷地被研究著。蘇格拉底提出“美德即知識”的知德合一說，柏拉圖提出“知識是被證明為真實的信念”的真理論，中國古代哲學家的知行合一說，及知識社會學所探討的知識社會論等，彰顯知識的德性、客觀性、實踐性及社會性等價值取向，這本身就是一種倫理選擇。大數據時代，大數據知識本身應堅持什么樣的價值選擇，直接決定了大數據知識的發(fā)展方向。有學者認為，“大數據為倫理世界帶來的最大改變就是確定性的終結”[2]。大數據知識來源于對經驗世界大數據的存儲、分析、挖掘和可視化，由于大數據的即時性、歷時性、共時性等特征，無法實現像傳統(tǒng)知識那樣的重復實驗。另外，大數據知識對相應語境具有強依賴性。大數據資源不同，可能獲得的知識就不同。大數據知識對傳統(tǒng)知識所追求的確定性、普遍性、客觀性等提出挑戰(zhàn)。

（二）大數據知識對傳統(tǒng)的科技倫理提出了挑戰(zhàn)。大數據知識的發(fā)現是大數據技術對存儲、分析、挖掘大數據中隱含的相關關系，并通過語言、圖表等可視化形式將這種相關關系表征出來。此過程涉及大數據技術倫理、大數據倫理等?？萍紓惱硎前殡S著其在改變人類生活與交往手段時頻頻向倫理提出挑戰(zhàn)而倍受關注。傳統(tǒng)意義上的科技倫理主要研究科學家以責任概念為表征的倫理問題，延伸出科研倫理與社會責任問題。大數據時代，大數據知識的發(fā)現過程首先需要借助大數據技術對大數據存儲、分析、挖掘與可視化。大數據技術的相關性分析可能挖掘到民眾或企業(yè)的隱私和商業(yè)秘密。所以，我們需要在技術層面盡可能保證隱私大數據和商業(yè)秘密大數據的安全。

傳統(tǒng)知識的發(fā)現來源于經驗世界和理性分析。而經驗世界多是以小數據的形式呈現出來，科學共同體通過采用定性描述、樣本分析或對歷史資料的梳理、計算、模擬等方式發(fā)現知識。這些經驗世界多是自然世界或模擬世界，其所包含的倫理問題多是客觀性與真實性。大數據時代，傳統(tǒng)的結構性數據和圖片、視頻等非結構性數據都成為知識的來源，而這些大數據雖然也是對經驗世界的鏡像表征，但是多數是人類社會產生的大數據。我們應該在多大程度上采集大數據，即大數據邊界涉及倫理問題；同時又在多大程度上開放大數據，即大數據開放涉及倫理問題。

（三）大數據知識對傳統(tǒng)知識的實踐價值提出了挑戰(zhàn)。休謨第一次將價值命題與事實命題分開，似乎知識的發(fā)現過程是事實命題，而知識應用過程是價值命題，并認為不能從事實命題邏輯地推導出價值命題，似乎事實與價值無涉。笛卡爾將主體和客體二分開來，蘊含了科學研究的“客觀性”原則，客觀性本身也是一種價值選擇。隨著科技革命的不斷推進，生態(tài)、可持續(xù)發(fā)展等倫理問題越來越突出，知識應用的倫理問題倍受關注。傳統(tǒng)意義上知識的實踐價值主要側重知識對產業(yè)結構、經濟發(fā)展方式、社會變等方面的變革。近代科技革命不僅是一場知識革命，而且引起產業(yè)結構變革，引領人類進入工業(yè)文明?，F代科技革命在實踐領域的應用凸顯生態(tài)、環(huán)保、安全等價值目標，并引領人類進入信息文明。大數據知識的倫理價值有兩個方面：大數據知識的倫理價值和大數據知識應用的倫理價值。前者指其本身所賦予的倫理道德意義，即大數據知識活動中的精神和規(guī)范。后者指大數據知識應用中的價值，即大數據知識被政府、企業(yè)、民眾等主體應用大數據知識所彰顯的價值。大數據知識所蘊涵的精準預測，正在引起一場治理革命。當然，大數據知識被不法分子所利用，將成為侵害個體隱私、企業(yè)秘密的重要工具。因此，大數據時代，如何應用好大數據知識是一項重要的社會課題。

（四）大數據知識主體的多元性使其價值選擇更復雜。小科學時代，知識來源于科學家或哲學家對經驗事實的歸納與總結，知識發(fā)現要求科學家或哲學家遵從“真”的價值標準。大科學時代，知識論研究從本體論轉向實踐論，知識發(fā)現與應用的主體從科學家擴展到政府，科學共同體發(fā)現知識的經費受政府的支持，知識應用的方向更是政府價值選擇的結果。知識不僅追求真而且追求效。追求統(tǒng)一性和整體性是傳統(tǒng)知識的基本特征。大數據時代，政府、企業(yè)和民眾已不是知識的“門外漢”，而成為知識的“劇中人”，他們既是大數據知識的生產者，同時又是大數據知識的使用者。大數據知識的發(fā)現要求不同主體產生的大數據是對經驗世界的客觀鏡像，具有真實性，我們利用大數據可以得到很多的事實命題。但此過程中已滲透政府、企業(yè)和民眾等主體的價值選擇。原因在于大數據作為大數據知識發(fā)現的基礎，對于采集哪些大數據本身就是不同主體價值選擇的結果；大數據知識應用的價值選擇，即“應該”怎么做，或者是對現實“應該”如何治理等更是政府、企業(yè)和民眾價值選擇的結果。顯然，差異性和多元性成為大數據知識不能忽視的價值。因此，大數據知識發(fā)現與應用是科學共同體、政府、企業(yè)和民眾多元價值選擇的過程，彰顯大數據知識的倫理訴求。

總之，大數據時代，大數據知識能否被發(fā)現和應用不僅僅是技術問題，更重要的是社會層面的倫理問題。

二、大數據知識的倫理問題及其表現

大數據知識發(fā)現與應用的過程“充滿了安全、隱私、公正、透明、平等、可及等人類終極價值”[3]，其不僅對傳統(tǒng)知識論所追求的客觀性、普遍性、真理性等提出挑戰(zhàn)，而且對當代社會行為規(guī)范構成了嚴重沖擊。目前，大數據知識的倫理問題表現在以下幾個方面。

（一）客觀性與主體性。傳統(tǒng)意義上，知識就是對主觀世界和客觀世界的正確反映，也就是對主觀世界和客觀世界的認識從去蔽到無蔽，追求客觀真理。“蘇格拉底把知識看作是道德的基礎，認為人的德行來源于洞見，而洞見就是對善的認識?！盵4]這是知識對主觀世界的倫理要求。自近代西方哲學家提出主觀與客觀二分法之后，知識越來越成為主體對客觀世界的認識?？陀^性成為知識最基礎的倫理追求。傳統(tǒng)知識論追求客觀真理，現代知識論強調價值，而價值是人的理性選擇的結果。“沒有主體性不能符合人的目的，沒有客觀性不能符合自然的規(guī)律?！盵5]

由于大數據來源于對經驗世界和網絡世界的鏡像反映，其中包含了一些虛假數據、個體隱私數據、企業(yè)秘密數據和國家安全數據等，完全實現對大數據的去蔽以發(fā)現知識，彰顯大數據知識的客觀性顯然是有困難的。虛假大數據、模糊的大數據邊界等成為影響大數據本身客觀性的重要因素。所以，大數據知識是否能夠客觀地反映和認識經驗世界和網絡世界，彰顯知識的客觀性，受到人們的質疑。與此同時，有些人提出唯大數據論，擁有大數據，即可產生大數據知識，人工智能正在代替人類的思維和理性，這種價值選擇也是值得商榷的。原因在于通過大數據所挖掘出的相關性有無數種，哪些才是根本性的或本質的，需要人的理性思維進行綜合判斷。

（二）實效性與無用性。知識不僅是人類對客觀世界和主觀世界的認識，而且也是人類改造客觀世界和主觀世界的重要工具。傳統(tǒng)意義上的知識論側重對真的信念的確證，多是理念層面的研究。隨著知識社會學的發(fā)展，知識的社會價值越來越受到關注?！靶袆邮鞘怪R和價值同時發(fā)揮作用，或同時成為問題，一切行動都意味著是有利于或有損于某種價值的行動；或構成了，或企圖構成對價值的一種選擇?！盵1]特別是20世紀90年代知識經濟的興起，知識成為一種經濟形態(tài)，一種生產力。

大數據時代，我們通過對交通、醫(yī)療、環(huán)保、民眾消費等大數據的存儲、分析、挖掘和可視化，產生對某領域發(fā)展動態(tài)的預測，這些知識成為政府治理、公共治理、企業(yè)治理的重要工具，彰顯大數據知識的治理價值，同時也成為改變政府、企業(yè)治理方式和民眾生活方式的重要工具。可以說，大數據知識正在引領一場治理革命，并成為提升經濟價值、推進民主進程、拓展文化空間的重要工具。目前，一些人夸大大數據知識的效用，似乎用大數據可以解決人類所面臨的一切問題。我們知道，大數據知識的實效性首先要求其大數據是可靠的和全面的，大數據技術主要通過對大數據進行相關性分析，這種相關性包括強相關性、弱相關性等多種形態(tài)，哪種相關性是對客觀實在的真實反映，是一個非常復雜的選擇過程。因此，大數據知識實效性的彰顯，也不是一件容易的事情，這也是很多大數據被閑置的重要原因，這樣就產生另一種價值判斷，即大數據知識的無用論。

（三）普遍性與特殊性。傳統(tǒng)意義上，知識多是指科學知識，只要條件滿足，無論在何時何處知識都是可以被確證的，這彰顯知識的普遍性。正是知識所具有的普遍性特質，知識才能被人們公認為是真理，是可以依靠的信念。

大數據知識來源于對特定大數據的存儲、分析、挖掘和可視化，大數據不同，所獲得的大數據知識也不同。所以，大數據知識更多彰顯的是特定語境中的碎片化性知識。這樣，大數據知識是否具有普遍性，受到質疑。一方面，大數據作為對歷時語境中經驗世界的記錄，是不可重復的，想驗證大數據知識的真與效，需要借助人的理性思維和實踐應用的結果。另一方面，我們不能將某個領域的大數據知識推演到整個領域，即不能以單稱命題推得全稱命題。正是大數據知識的不可重復性和語境依賴性，使大數據知識的普遍性受到質疑。

（四）確定性與不確定性。按照傳統(tǒng)的知識定義只有確證為真的信念，才可以成為知識，顯然，知識具有確定性。也就是說某種信念如果不能確定，那么，它就不能成為知識。西方哲學一直把尋求確定性知識作為研究的終極目標。

對于相同的主題，由于大數據不同，最后獲得的知識是不同的，由于不可重復性，即使采集相同領域，時間不同，所獲得的大數據也不同，就是說不同時間所獲得的大數據知識也可能是不同的。我們不僅需要確證某個大數據所產生的碎片化知識，還需要確證不同碎片化知識融合形成的普遍知識。同時，由于大數據相關性分析所彰顯的碎片化知識是一種相關集，哪些相關集應該被確證，是非常復雜的選擇過程。似乎確證大數據知識陷入相對主義的泥潭。再加上大數據的不可重復性，使得大數據知識的確證更困難。不能確證，也就不能確定其為知識。似乎大數據知識不具有確定性，因而很難被確證為真的信念，這樣它構成知識很困難。但是，知識論是時代發(fā)展的結果，我們不能固化在傳統(tǒng)認識中，需要發(fā)掘大數據知識所具有的倫理特質。

（五）多主體性與多價值性。傳統(tǒng)意義上，知識是德、真、效的統(tǒng)一體。被確證為真的信念的知識，往往會從信念層面逐步向實踐層面轉化。傳統(tǒng)社會中由于分工的不同，知識發(fā)現的主體往往是哲學家或者科學家、科學共同體，他們一般在理念層面實現知識的“真”；而知識應用的主體多是社會，如政府、企業(yè)和民眾會從公共性、經濟性等方面探討和實踐知識的價值。大數據時代，發(fā)現知識和應用知識的主體的邊界越來越模糊。政府擁有大數據，可以依托大數據服務公司實現對大數據知識的挖掘與應用。政府所承擔的角色已不單單是知識的應用主體，要發(fā)現什么，如何發(fā)現，如何應用等都需要政府來決策。而對于科學共同體來講也不能只關注對大數據“真”的挖掘，還需要根據政府、企業(yè)和民眾的技術需要，不斷創(chuàng)新大數據技術。民眾既是大數據的生產者，也是大數據知識的使用者，他們更追求“效”。但是，他們出于某種目的往往會產生虛假數據，這些因素會影響大數據知識的效用。不僅民眾而且企業(yè)和政府某種程度也存在這種雙重矛盾的價值選擇。正是由于不同主體角色的雙重性，導致他們價值選擇的沖突。

三、大數據知識的倫理治理

“治理的意義是決策和決策實施過程，并包括公司、地方、國家以及國際多個層面。”[6]可以說，治理是多方面協(xié)調的行動。由于大數據知識發(fā)現與應用過程是科學共同體、政府、企業(yè)和民眾等主體多方參與的過程，此過程產生的倫理問題也是較復雜的，彰顯多元價值和具體行動的協(xié)同。

（一）倫理原則

“倫理原則是利益攸關者應盡的義務，也是我們應該信守的價值，這些倫理原則構成一個評價我們行動的倫理框架?！盵6]1942年，默頓在《論科學與民主》一文中提出科學活動的規(guī)范結構，也是其基本原則——普遍主義、公有性、無私利性、有組織的懷疑主義。歷史上知識惡果的根源在于重視知識的效用，卻忽視其倫理。大數據知識作為知識的新形態(tài)，也需要遵從一定的倫理原則，彰顯知識發(fā)展的時代特質。

1.善的原則。蘇格拉底關于“知識即美德”“美德即知識”的“知德合一”說與其的性善論是相通的?！叭藗冎挥杏辛诉@種普遍的善的知識，才會自覺地合乎道德地去行動?！盵5]弗蘭西斯·培根認為“善的定義就是有利于人類。”求知不僅獲得個人最大快樂和幸福，而且可以造福于整個人類，即服務于人類命運共同體。中國古代哲學家認為，不僅要認識（“知”），尤其應當實踐（“行”），只有把“知”和“行”統(tǒng)一起來，才能稱得上“善”。倫理領域是求善的過程，知識是求真的過程。善與真在一定的條件下是可以轉化的。人類命運共同體的價值觀包括國際權力觀、共同利益觀、可持續(xù)發(fā)展觀和全球治理觀等。大數據時代，雖然科學共同體、政府、企業(yè)和民眾等不同主體具有不同的價值追求，但是求善，即大數據知識服務于人類命運共同體是所有價值中最基本的原則，也是一項最初始的義務。為了整個人類的生態(tài)、安全、健康等，大數據可以突破國界，實現國際間的聯(lián)盟與共享?？梢哉f，造福人類命運共同體，是大數據知識追求善的總目標和原則。

2.真的原則。追求“真”一直是知識論研究的重要方面。無論是真的信念的形成，還是確證的過程，都是在追尋“真”，沒有“真”，知識就無法成立。真的核心是對客觀世界的真實反映。小數據時代，很多知識來源于對抽樣或者是個別樣本的研究或者模擬實驗，并通過歸納形成知識。此過程由于不是全樣本，也會存在失真或不確定等，后通過不斷地糾偏或修正，才逐步接近真理。因此，追求“真”是一個動態(tài)的過程。大數據時代，可能存在虛假數據和隱私數據，我們需要通過大數據技術創(chuàng)新，不斷完善大數據。我們也需要不斷地糾偏和修正，實現大數據知識對客觀世界的真的反映?？梢哉f，追求大數據的真是一個基本的原則和規(guī)范。

3.效的原則。效強調“功用”和“結果”。知識作為人類文明進步的象征，不僅實現了人類對客觀世界的認知，而且成為人類支配和改造自然的有力工具。體現為知與行的統(tǒng)一。中國傳統(tǒng)文化重視實用性，也就是對效的追求。現代知識論從本體論向實踐論轉向，知識的實踐價值越來越成為社會關注的焦點。由于大數據無所不在，無所不包，不僅傳統(tǒng)的自然科學實現了數據化；而且社會科學借助大數據，實現了像自然科學一樣的數據化，促進了社會科學的發(fā)展；同時社會領域借助大數據，發(fā)現了社會領域數據之間隱蔽的相關性關系，并成為政府、企業(yè)和社會實現治理變革的重要工具。大數據知識對效的追求，是科學共同體、政府、企業(yè)、民眾共同的價值選擇。如果大數據知識不能產生行動，它就會成為不同主體的負擔，因為存儲、分析和挖掘大數據，是需要費用的。作為社會人和經濟人，如果沒有產出只有投入，這項技術的發(fā)展前景將會越來越暗淡，并被新的技術所取代。

4.公平的原則。公有性是知識顯著的特征，每個人都有公平的機會和權利擁有知識。大數據時代，政府、企業(yè)、民眾等都產生大數據，但是大數據的擁有者可能是政府、企業(yè)、科學共同體，知識發(fā)現的主體可能委托給第三方大數據服務公司。但是，大數據知識擁有者多是大數據的擁有者?？梢哉f，誰擁有大數據，誰就可以擁有大數據知識。由于大數據生產者與擁有者存在差異，如何體現公平原則，是一個很難的現實問題。原因在于大數據本身的低價值性和大數據知識的強語境依賴性，使大數據知識傳播的動力不足。但是，對于涉及交通、安全、環(huán)保、健康等公共領域的大數據知識的傳播是彰顯其公平性的重要途徑。大數據知識作為知識的一種形態(tài)，應該適當地平衡個體與公共的利益，維護每個人從大數據知識中受益的權利。將有限的大數據知識公平分配，努力縮小和消除數字鴻溝，特別關注社會中的弱勢人群。

（二）倫理治理策略

倫理原則是大數據知識發(fā)現和應用的客觀法則。要實現大數據知識的倫理治理，我們還需要具體的策略。雖然大數據知識的倫理問題很復雜，但是我們不可否則，大數據知識所具有的客觀性、實效性、普遍性和確定性等，是大數據知識發(fā)展的新常態(tài)，而主觀性、無用性、特殊性和非確定性等是大數據知識追求新常態(tài)過程中所呈現的復雜性和曲折性。我們需要通過具體的治理策略，在實現大數據知識德與知、知與行辯證統(tǒng)一的同時，促進其新常態(tài)的形成。

1.以大數據技術創(chuàng)新為工具，提高大數據知識的客觀性。解鈴還需系鈴人，大數據技術實現對大數據的去蔽，并發(fā)現知識。大數據技術背后的工具理性成為規(guī)約整個現實的價值導向?！皹嫿ù髷祿夹g的過程就是要通過隱式或顯式方式把價值嵌入到數據使用中”[7]，以提高大數據的客觀性和安全性，也就是說要通過技術創(chuàng)新來過濾虛假數據和隱匿隱私數據。當然，提高政府、企業(yè)、民眾的社會責任感，也是削減虛假數據的重要途徑。

2.以張揚人的理性為支撐，提高大數據知識的實效性。大數據時代，有些人認為“讓數據發(fā)聲”“得數據者得天下”，似乎大數據成為主宰人類命運的主體，這種唯數據論帶來很多負面的影響。如忽視人的理性或主體性。而現實中采集哪些大數據，選擇和應用哪些大數據知識等都需要人的理性思考。沒有人的參考，就不會有大數據。我們知道，大數據知識彰顯大數據之間的相關性特質，僅有相關性分析，并不能上升為知識，此過程還需要人的理性其對進行歸納總結，形成系統(tǒng)化的知識體系，進而應用于社會實踐中。因此，為提高大數據知識的實效性，我們必須張揚人的理性，使冰冷的大數據有理性的溫度，實現相關性與因果性的有機統(tǒng)一，提高大數據知識的實效性。

3.以整合碎片化知識和融合大數據為手段，彰顯大數據知識的普遍性。普遍性是知識所具有的顯著特征。沒有普遍性的知識，也許只是一個意見或者建議。當然，這種普遍性是有條件的普遍性，即在滿足一定條件下的適用性。大數據知識作為知識的一種形態(tài)，也應該具有普遍性。但是，由于大數據來源的強語境依賴性，導致大數據知識多是碎片化知識，我們需要將相關的大數據碎片化知識連接起來，形成大數據知識網絡，并對其進行提煉形成更具普遍性的大數據知識。也就是“將以往局域的、臨時的、瑣碎的粗糙知識上升到全局的、長久的、精細的普遍知識”[8]。同時，我們也可以通過實現更大范圍大數據的融合，形成更具普遍性的大數據知識。

4.以客觀規(guī)律和人類需要為基礎，尋求大數據知識發(fā)展的合理性。倫理首先是信仰，其次才是知識和行動。對于確定的時間確定的大數據來講，它所產生的大數據知識是確定的。但是，對于不同時間不同的大數據來講，大數據知識是不確定的。那么我們如何來判斷和理解大數據知識的確定性呢？胡塞爾認為，“我們時代只愿意相信合理性”，勞丹也認為，“合理性的核心是做我們有充足理由去做的事。合理性在于做出最進步的理論選擇。”我國有學者認為，“合理性是合規(guī)律性、合目的性和合規(guī)范性的統(tǒng)一，也是真理性和價值性的統(tǒng)一?！盵5]大數據知識目前已被廣泛應用于政府治理、社會治理、公共治理和企業(yè)治理中。我們應在遵循客觀及符合人類目的性和規(guī)范性的基礎上，尋求大數據知識的合理性。以對合理性的追求，彰顯大數據知識的價值。

5.以大數據知識聯(lián)盟為依托，構建系統(tǒng)的價值體系。知識最大的價值在于使人類從繁重的體力勞動、腦力勞動中解放出來，實現全人類的解放，這是最高價值。在現實中，個體、群體和社會的利益總是存在不一致，價值沖突時常存在。大數據知識發(fā)現主體、應用主體所追求的價值也是不相同的，也會存在價值沖突。只有構建以人類命運共同體為價值依托的大數據知識聯(lián)盟，才能協(xié)同不同群體的利益。所以，我們應建立包括不同國家科學共同體、政府、企業(yè)和民眾在內的大數據知識聯(lián)盟為依托，實現更大范圍內大數據的融合，為全人類的解放貢獻大數據的力量。

總之，大數據知識既具有傳統(tǒng)知識的倫理價值，又具有自己新的價值特質，我們需要用發(fā)展的辯證的思維，看待大數據知識，體現知識論發(fā)展的繼承性與突破性；同時，我們還需要用理性的思維，提升大數據知識的客觀性、普遍性和確定性等，彰顯大數據技術與人的理性的完美結合。

[參考文獻]

[1]郝文武.知識倫理的終極追求和邏輯與結構[J].山東師范大學學報，2015（1）.

[2]朱鋒剛，李瑩.確定性的終結——大數據時代的倫理世界[J].自然辯證法研究，2015（6）.

[3]宋吉鑫，魏玉東，王永峰.大數據倫理問題與治理研究述評[J].理論界，2017（1）.

[4]戴景平.知識與德行的生成[J].昭烏達蒙族師專學報，2003（6）.

[5]郝文武.西方哲學知識倫理發(fā)展軌跡和基本特征[J].陜西師范大學學報，2016（2）.

[6]邱仁宗，黃雯，翟曉梅.大數據技術的倫理問題[J].科學與社會，2014（1）.

[7]王紹源，任曉明.大數據技術的隱私倫理問題[J].新疆師范大學學報，2017（4）.

[8]方環(huán)非.大數據：歷史、范式與認識論倫理[J].浙江社會科學，2015（9）.