摘要：大數(shù)據(jù)要求人們改變對因果關(guān)系的追問，轉(zhuǎn)而追求相關(guān)關(guān)系；要求人們改變對精確性的苛求，轉(zhuǎn)而追求混雜性；行業(yè)專家及其專業(yè)知識的重要性都會因為統(tǒng)計學(xué)家和數(shù)據(jù)分析的出現(xiàn)而變低。這些說法雖然刻畫了大數(shù)據(jù)時代的新特點和動向，但論證不夠深入全面，可能會引起誤解。其中，第一個論點涉及因果關(guān)系與相關(guān)關(guān)系，第二個論點涉及決定論和概率論，第三個論點涉及統(tǒng)計分析和意義理解。從哲學(xué)理路上考察上述論點，我們會發(fā)現(xiàn)，盡管大數(shù)據(jù)時代開辟了一條模糊地利用數(shù)據(jù)的途徑，但如果沒有通過理想型的理論對大數(shù)據(jù)中的相關(guān)關(guān)系的意義的理解，我們就不知道如何去應(yīng)用這些相關(guān)關(guān)系。如果我們不考慮社會理論的價值觀念和人生指導(dǎo)意義，而沉湎于預(yù)測和操控，就會存在被徹底物化的危險。數(shù)據(jù)庫再大，也是依據(jù)已經(jīng)積累的過去的資料來預(yù)測將來，而將來是開放的，所以決策和預(yù)測總是存在風(fēng)險，因此，機(jī)器的決策永遠(yuǎn)不能夠取代人的決策。

關(guān)鍵詞：大數(shù)據(jù)；因果關(guān)系；相關(guān)關(guān)系；統(tǒng)計分析；意義理解

中圖分類號：C0； TP311.13文獻(xiàn)標(biāo)識碼：A文章編號：0257-5833（2018）09-0069-09

作者簡介：張慶熊，復(fù)旦大學(xué)哲學(xué)學(xué)院教授（上海200433）

一、引言

要討論大數(shù)據(jù)時代的社會科學(xué)方法論的新特點，讓我們從一個例子出發(fā)，比如說調(diào)研一個二三線城市的房地產(chǎn)開發(fā)是否存在過剩的問題。以往社會研究主要采取抽樣調(diào)查結(jié)合統(tǒng)計分析的方法。為了取得數(shù)據(jù)，我們制定抽樣調(diào)查的表格，發(fā)給那里的房地產(chǎn)開發(fā)商、房產(chǎn)中介商和進(jìn)行房屋交易的居民等，我們讓他們填寫表格，并結(jié)合實地采訪。調(diào)查的內(nèi)容包括房屋的價格、建造和出售的時間、空置的比例等。調(diào)研的成功取決于樣本發(fā)放和收回的數(shù)量、樣本設(shè)計、發(fā)放對象和統(tǒng)計分析的合理性。這樣的調(diào)查方法具有局限性。畢竟，樣本再多也不等于全體；此外，填表者和受訪者由于利益關(guān)系或其他的原因可能不愿意說真話。我們希望通過表格設(shè)計、樣本發(fā)放和分析的合理性來彌補(bǔ)這些缺陷，但這不免帶有原始數(shù)據(jù)的不可靠性和主觀估算方面的瓶頸。

在大數(shù)據(jù)時代，這樣的調(diào)研方法即便不算過時的話，至少也顯得少慢差費。實際上，如今許多數(shù)據(jù)不用問卷調(diào)查就可以在具有數(shù)據(jù)記錄的相關(guān)網(wǎng)站獲得，而且這樣的數(shù)據(jù)是客觀真實、全面和動態(tài)的。這是因為在互聯(lián)網(wǎng)時代，大量數(shù)據(jù)被自動記錄下來，即便缺少某一方面的數(shù)據(jù)，也可以通過相關(guān)數(shù)據(jù)加以印證。例如，某個城市房地產(chǎn)的數(shù)據(jù)不一定要從房地產(chǎn)部門直接獲得，也可以從與房地產(chǎn)相關(guān)的部門獲得，如從具有水、電、燃?xì)獾冉y(tǒng)計數(shù)據(jù)的部門獲得。現(xiàn)代城市中的房屋要有水、電、燃?xì)馊?。要查看這個城市房地產(chǎn)的開發(fā)情況，可以查看這個城市一段時期以來安裝水表、電表、燃?xì)獗淼臄?shù)量，以及水、電、燃?xì)饨毁M的情況。如果安裝水表、電表、燃?xì)獗淼臄?shù)量多，開通和交費的用戶少，說明這里的房屋積壓多，空置比例高。我們有了水、電、燃?xì)獾臄?shù)據(jù)，就可以從水、電、燃?xì)獾慕毁M情況中發(fā)現(xiàn)線索。比如，有多少房屋是用來居住的，有多少房屋是用來投資的，然后進(jìn)行有針對性的問卷調(diào)查。

想一想，我們在平時購物和支付的經(jīng)濟(jì)活動中，在社交媒體的文字書寫和轉(zhuǎn)發(fā)中，甚至在打字和語音輸入中，不知留下了多少信息，它們在電腦的服務(wù)器中被儲存下來，通過數(shù)據(jù)處理，能夠被用作各種各樣的宏觀和微觀的統(tǒng)計分析。商家會利用你網(wǎng)上購物成交的記錄和瀏覽商品的記錄，讓電腦自動估算出你的購物傾向和習(xí)慣，向你推薦商品。過去有一種說法：人在做，天在看。在大數(shù)據(jù)時代，“天眼”就是數(shù)據(jù)網(wǎng)絡(luò)，人好像無時不刻不處于無形眼睛的監(jiān)察。我們在不知不覺中留下數(shù)據(jù)，而這些網(wǎng)絡(luò)數(shù)據(jù)可以在你毫不知情的情況下被加以利用。

本文不是想具體說明大數(shù)據(jù)的技術(shù)應(yīng)用，而是想從理論上探討大數(shù)據(jù)技術(shù)應(yīng)用對社會科學(xué)方法論研究的意義。前者是技術(shù)的問題，后者是社會科學(xué)哲學(xué)的理論問題。暢銷書《大數(shù)據(jù)時代》同類的書很多，例如，吳軍：《智能時代：大數(shù)據(jù)與智能革命重新定義未來》，中信出版集團(tuán)股份有限公司2016年版；李開復(fù)、王詠剛：《人工智能：李開復(fù)談AI如何重塑個人、商業(yè)與社會的未來圖譜》，文化發(fā)展出版社2017年版；伊恩·艾瑞斯：《大數(shù)據(jù)思維與決策》，人民郵電出版社2014年版。我的引證選擇《大數(shù)據(jù)時代》這本書，因為它較為集中地描述了“大數(shù)據(jù)時代的思維變革”，從而引發(fā)我考慮與其相關(guān)的社會科學(xué)方法論的問題。非常生動地描述了大數(shù)據(jù)的技術(shù)應(yīng)用和由此帶來的重大變革，其中談到：“當(dāng)數(shù)據(jù)處理技術(shù)已經(jīng)發(fā)生了翻天覆地的變化時，在大數(shù)據(jù)時代進(jìn)行抽樣分析就像在汽車時代騎馬一樣。一切都改變了，我們需要的是所有的數(shù)據(jù)，‘樣本=總體。”[英]維克爾·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代》，浙江人民出版社2013年版，第27頁。從社會科學(xué)方法論的角度看，該書除了以上論點外還有如下三個論點值得我們關(guān)注和反思：（1）發(fā)現(xiàn)關(guān)聯(lián)物，找到相關(guān)關(guān)系，是預(yù)測的關(guān)鍵；知道“是什么”就夠了，沒有必要知道“為什么”；在大數(shù)據(jù)時代，我們不必非得知道現(xiàn)象背后的原因，而是讓數(shù)據(jù)自己“發(fā)聲”。[英]維克爾·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代》，浙江人民出版社2013年版，第2、67-94頁。（2）執(zhí)迷于精確性是信息缺乏時代和模擬時代的產(chǎn)物，依靠大數(shù)據(jù)的統(tǒng)計概率，接受不精確性，我們才能打開一扇從未涉足的世界的窗戶。[英]維克爾·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代》，浙江人民出版社2013年版，第2、45-66頁。（3）行業(yè)專家和技術(shù)專家的光芒，都會因為統(tǒng)計學(xué)家和數(shù)據(jù)分析學(xué)家的出現(xiàn)而暗淡，因為后者不受舊觀念的影響，能夠聆聽數(shù)據(jù)發(fā)出的聲音。在大數(shù)據(jù)時代，專業(yè)知識以及對這些知識的理解變得不重要了，很多工作可以由統(tǒng)計學(xué)家和數(shù)據(jù)分析學(xué)家來做。[英]維克爾·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代》，浙江人民出版社2013年版，第180頁。

以上，第一個論點涉及因果關(guān)系與相關(guān)關(guān)系的哲學(xué)問題，第二個論點涉及決定論和概率論的哲學(xué)問題，第三個論點涉及統(tǒng)計分析和意義理解的哲學(xué)問題。盡管《大數(shù)據(jù)時代》一書通過許多生動的例子刻畫了與上述論點相關(guān)的大數(shù)據(jù)時代的思想方法的特征，但我覺得其論證不夠深入全面，可能會引申出似是而非的結(jié)論。本文試從社會科學(xué)哲學(xué)方法論角度考察上述論點，以期把思想方法上的問題說得更透徹一些。

二、因果關(guān)系與相關(guān)關(guān)系

因果關(guān)系與相關(guān)關(guān)系是哲學(xué)上的老問題。休謨主張，我們關(guān)于因果關(guān)系的知識，“產(chǎn)生于當(dāng)我們看到一切特殊的對象恒常地彼此聯(lián)結(jié)在一起的那種經(jīng)驗”[英]休謨：《人類理智研究》，商務(wù)印書館2009年版，第21頁。。如果人們發(fā)現(xiàn)有兩組現(xiàn)象，后一組總是跟著前一組發(fā)生，通過心理聯(lián)想，我們認(rèn)為，前一組是后一組的原因。兩組現(xiàn)象之間存在相關(guān)關(guān)系是“事實”；認(rèn)為前一組是后一組的原因，是我們對“為什么”的解釋。世間的因果關(guān)系或許根本不存在，所存在的只是現(xiàn)象間的相關(guān)關(guān)系。休謨的觀點是否合理，歷來爭議很多，其關(guān)鍵取決于我們對什么是原因的意義的理解。事實上，原因這個詞語是多義的。亞里士多德提出“四因說”，用以回答“為什么”的問題。一個大理石雕像為什么會產(chǎn)生出來？它是由雕刻家的意圖（目的因）、所采用的大理石（質(zhì)料因）、所設(shè)計的形象（形式因）和所施加的雕刻力量（動力因）結(jié)合起來產(chǎn)生的。

現(xiàn)代科學(xué)尋找事物發(fā)生的規(guī)律，現(xiàn)在我們也常把規(guī)律解說為原因。當(dāng)問：蘋果為什么會掉在地上？回答：因為萬有引力。在此，萬有引力的規(guī)律被理解為原因。但規(guī)律是不是應(yīng)該被理解為原因？這是一個值得商榷的問題。按照《大數(shù)據(jù)時代》作者的看法，一組數(shù)據(jù)不是另一組數(shù)據(jù)的原因，這里存在相關(guān)關(guān)系，它不等同于因果關(guān)系。我覺得這一看法有合理之處。舉例來說，我們不能把水、電、燃?xì)獾臄?shù)據(jù)理解為房產(chǎn)景氣指數(shù)的原因，也不能把房產(chǎn)景氣指數(shù)理解為水、電、燃?xì)獾臄?shù)據(jù)的原因。它們只是兩組數(shù)據(jù)之間的相關(guān)關(guān)系。我們發(fā)現(xiàn)，在一定條件下，一個城市的水、電、燃?xì)獾臄?shù)據(jù)可以用作反映該地房產(chǎn)景氣指數(shù)的參考數(shù)據(jù)，因為它們之間存在相關(guān)關(guān)系，但這種相關(guān)關(guān)系不等同于因果關(guān)系。由此看來，休謨的觀點似乎在大數(shù)據(jù)時代得到印證。但因果關(guān)系的思考方式是不是應(yīng)該被拋棄呢？問題可能沒有那么簡單。因為人類仍然要詢問：數(shù)據(jù)為什么會產(chǎn)生出來呢？怎樣去理解數(shù)據(jù)間的相關(guān)關(guān)系呢？這里還是要尋找因果關(guān)系。計算機(jī)可以發(fā)現(xiàn)兩組數(shù)據(jù)之間的相關(guān)關(guān)系，但計算機(jī)還不能理解為什么會發(fā)生兩組數(shù)據(jù)之間的相關(guān)關(guān)系。回答為什么的問題，還是要借助于因果關(guān)系的解釋。如果我們把投資買房看作原因，就能理解為什么這些房子不是用來住，由此造成空置房多而水、電、燃?xì)庥昧可俚南嚓P(guān)關(guān)系的數(shù)據(jù)。

找到兩組現(xiàn)象之間的相關(guān)關(guān)系，就是找到了規(guī)律。規(guī)律可以加以量化，科學(xué)追求對規(guī)律的量化。近代科學(xué)用公式表示規(guī)律，這是近代科學(xué)區(qū)別于古代科學(xué)的顯著特點。用數(shù)學(xué)公式表示規(guī)律，建立在發(fā)現(xiàn)兩組現(xiàn)象之間存在數(shù)量關(guān)系的基礎(chǔ)之上。從因果關(guān)系這個詞的嚴(yán)格用法來看，把規(guī)律解釋為原因，似乎有不妥之處。我們談到因果關(guān)系的時候，通常說前因后果，但規(guī)律本身沒有時間上的先后關(guān)系。我們通常認(rèn)為，原因與結(jié)果是兩個實體性的東西或兩個發(fā)生的事件之間的關(guān)系，一個在前，另一個在后，一個導(dǎo)致另一個的發(fā)生，但規(guī)律并不是實體性的東西或發(fā)生的事件。那么規(guī)律是不是絕對不可以被理解為原因呢？這取決于對“原因”這個詞的意義的理解。正如亞里士多德的“四因說”把“形式因”解說為原因一樣，把“規(guī)律”解說為原因在一定語境下是可以理解的，在日常用語中已經(jīng)成為習(xí)慣用法。

隨著近代自然科學(xué)的發(fā)展，發(fā)現(xiàn)相關(guān)關(guān)系并用公式表達(dá)其規(guī)律成為科學(xué)探究的熱衷目標(biāo)。發(fā)現(xiàn)相關(guān)關(guān)系被認(rèn)為是科學(xué)的事情，僅僅給出動機(jī)之類的原因被認(rèn)為還停留在前科學(xué)的水準(zhǔn)。自然規(guī)律被認(rèn)為是必然的規(guī)律，是不能用動機(jī)之類的原因來說明的。如何才能把研究自然科學(xué)的發(fā)現(xiàn)規(guī)律的方法用于研究社會科學(xué)呢？顯然，人的行為是有動機(jī)的，人被認(rèn)為有自由意志，并可以進(jìn)行自由選擇。鑒于社會是由人組成的，自然科學(xué)的發(fā)現(xiàn)規(guī)律的方法似乎很難用于社會科學(xué)。但是能不能發(fā)現(xiàn)人的行為方式之間的相關(guān)關(guān)系呢？一定社會層次和團(tuán)體中的人有沒有規(guī)律性的行為傾向呢？這些行為傾向受什么因素制約呢？如果能找到這種相關(guān)關(guān)系的數(shù)據(jù)，對社會現(xiàn)象進(jìn)行量化的研究也非不可能，而大數(shù)據(jù)時代為這種量化研究提供了可能性。人的行為留下大量的信息數(shù)據(jù)，這些信息數(shù)據(jù)能被計算機(jī)和網(wǎng)絡(luò)收集和綜合起來，從而能發(fā)現(xiàn)人的行為傾向之間的相關(guān)關(guān)系。例如，電商發(fā)現(xiàn)某一客戶買了奶粉，就在網(wǎng)頁上向她/他推薦尿布、嬰兒車等，因為電腦記錄能發(fā)現(xiàn)相當(dāng)多的用戶有這類連貫性的傾向，盡管電腦并不知道該客戶是孕婦還是其他什么人。

大數(shù)據(jù)時代營造了這樣一種可能性，計算機(jī)的設(shè)備能自動記錄和發(fā)現(xiàn)人的行為間的這些數(shù)據(jù)關(guān)聯(lián)，商家能利用這些數(shù)據(jù)為他們獲得利益，某些機(jī)構(gòu)能利用這些數(shù)據(jù)對社會中的人進(jìn)行操控。至于造成這些數(shù)據(jù)的原因是什么，他們常常是不關(guān)心的。這就是《大數(shù)據(jù)時代》一書所說的，發(fā)現(xiàn)關(guān)聯(lián)物，找到相關(guān)關(guān)系，是預(yù)測的關(guān)鍵；知道“是什么”就夠了，沒有必要知道“為什么”。然而，讓我們比較一下，這對社會科學(xué)理論會造成什么樣的影響？早先的社會科學(xué)理論大多基于因果關(guān)系來解釋相關(guān)關(guān)系。拿迪爾凱姆的“自殺論”來說，他發(fā)現(xiàn)社會的整合程度與自殺率存在一定的相關(guān)關(guān)系，因為社會生活既意味著個人有一定的個性，又意味著個人準(zhǔn)備放棄這種個性。一個社會的整合程度過于松散，個人缺乏社會群體對他的關(guān)心，自殺率會高一些。反之，一個社會的整合程度過于嚴(yán)密，個人承受不了社會群體對他的監(jiān)控和指責(zé)，自殺率也會高一些。由于有了這種原因說明，迪爾凱姆的社會理論包含著尋求社會合理化的意向，去營造一種個人自由程度和社會整合程度處于“均衡狀態(tài)”的社會結(jié)構(gòu)。參見[法]迪爾凱姆《自殺論》，馮韻文譯，商務(wù)印書館1996年版，第346頁。再如，生產(chǎn)力與生產(chǎn)關(guān)系之間存在相關(guān)關(guān)系，資本傾向于追求利益的最大化，資本的剝削是工人階級受奴役的原因，工人階級為獲得解放，必須改革社會制度。倘若在大數(shù)據(jù)時代，由于計算機(jī)在從事發(fā)現(xiàn)和運用相關(guān)關(guān)系方面的重大作用，而看不到或故意抹殺社會理論在闡明因果關(guān)系中的價值和意義的維度，就會走上偏路。早先的社會理論不是價值中立的。一種社會理論一旦產(chǎn)生，這不是純粹對相關(guān)關(guān)系的說明，而會對人的思想產(chǎn)生影響，對社會改造產(chǎn)生影響。如果認(rèn)為發(fā)現(xiàn)和應(yīng)用相關(guān)關(guān)系都是機(jī)器的事情，人就成了機(jī)器支配下的物品了。

我在此并非批判《大數(shù)據(jù)時代》這本書，我認(rèn)為該書在談到有關(guān)“沒有必要知道為什么”這個論點時，主要是在著力刻畫大數(shù)據(jù)時代的現(xiàn)象，而且說的還比較謹(jǐn)慎，它在這一章的結(jié)尾處補(bǔ)充說：“大數(shù)據(jù)絕不會叫囂‘理論已死，但它毫無疑問會從根本上改變我們理解世界的方式。很多舊有的習(xí)慣將被顛覆，很多舊有的制度將面臨挑戰(zhàn)。”[英]維克爾·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代》，浙江人民出版社2013年版，第94頁。確實，在大數(shù)據(jù)時代，很多發(fā)現(xiàn)相關(guān)關(guān)系的工作和提出行動建議的工作，已由計算機(jī)來承擔(dān)。在這種情況下，如果我們不考慮社會理論的價值觀念和人生指導(dǎo)意義，不去追問為什么的問題，沉湎于預(yù)測和操控，就會存在被徹底物化的危險。

三、決定論與概率

近代科學(xué)理論大都按照決定論模式建立。決定論主張，自然界中的萬事萬物按照必然規(guī)律運行，自然規(guī)律以全稱命題方式表達(dá)。比如，所有物體之間都存在萬有引力。既然是必然的，那就不存在反例；對于一個全稱命題，只要有一個反例，它就不能成立。如果一個科學(xué)家發(fā)現(xiàn)一個按照決定論模式建立的科學(xué)理論中的反例，那么他就可以否定這個科學(xué)理論。波普爾的證偽主義的科學(xué)綱領(lǐng)由此建立，他把能不能被證偽作為區(qū)分科學(xué)與非科學(xué)的標(biāo)準(zhǔn)。

能不能把自然科學(xué)中的這種決定論模式應(yīng)用到社會科學(xué)中來呢？波普爾本人是否定的。他認(rèn)為社會現(xiàn)象不是必然的，歷史沒有決定性的規(guī)律可循，“相信歷史命運純粹是迷信，對于人類歷史的過程不可能以科學(xué)或任何其它理性的方法加以預(yù)言”Karl Popper， The Poverty of Historicism， London： Routledge，1960， p. viii.。但是還有一些社會科學(xué)家主張，自然科學(xué)的模式通過一定改造可以應(yīng)用于社會科學(xué)。其思路大致有兩種：（1）概率論，（2）理想型。按照概率論的思路，即使自然現(xiàn)象也不全是決定論的，微觀世界中的粒子，宏觀世界中的氣象，都不能按照決定論的模式來建立理論；只要能夠發(fā)現(xiàn)其中的一些概率，達(dá)到預(yù)測或預(yù)報的目的就足夠了。社會現(xiàn)象極其復(fù)雜，但不等于沒有概率性的相關(guān)關(guān)系可尋。在人的經(jīng)濟(jì)利益、社會層次、思想方式和行動傾向之間，存在一定的概率的相關(guān)性。社會科學(xué)的任務(wù)是發(fā)現(xiàn)它們之間的相關(guān)性的概率關(guān)系。按照理想型的思路，即便自然科學(xué)也要考慮理想條件和理想類型。例如，一個物體在沒有阻力的理想條件下是勻速運動的，盡管在現(xiàn)實世界中不存在沒有阻力的狀況；世上物體的形狀千差萬別，但幾何學(xué)所研究的是理想的點、線、面和圖形之間的必然關(guān)系。這就是說，科學(xué)理論的理想模型是可以按照必然的、決定性的關(guān)系來建立的，但這種理想模型并不等于現(xiàn)實世界中的實際情況。自然科學(xué)以自然規(guī)律的必然性為預(yù)設(shè)，社會科學(xué)鑒于人的主觀能動性不做這樣的預(yù)設(shè)，但社會科學(xué)可以把現(xiàn)實的人加以典型化，進(jìn)行理想分類，建立它們之間的理想型的相關(guān)關(guān)系。社會科學(xué)中理想模型可以作為現(xiàn)實的社會研究的參考。這就意味著，在一定意義上，社會科學(xué)中的理想模型如同物理學(xué)中的絕對真空的理想條件下物體運動規(guī)律和幾何學(xué)中的理想圖形間的關(guān)系一樣。

英國實證主義哲學(xué)家穆勒首先把概率論的方法用到社會研究中來，他寫道：“一旦我們知道人類中的大多數(shù)、某個民族、某個階級中的大多數(shù)將如何思考、感受和行動時，就足以說這樣的命題相當(dāng)于普遍的命題了。對于政治和社會的科學(xué)來說，這就足夠了。正如我們早先已經(jīng)指出的，在社會的探索中的一個近似的概括，對于大多數(shù)實踐的目的來說相當(dāng)于一個精確的概念；其之可能，僅當(dāng)所要加以斷言的個人被無偏見地選擇時，僅當(dāng)所確定的是大眾的性格和集體的行為時?！盝ohn Stuart Mill， System of Logic，London 1895，p. 554.后來的實證主義的社會學(xué)家基本上都是沿著穆勒的這條思路進(jìn)行的，至多在細(xì)節(jié)上做一些改進(jìn)。

理想型的研究方法則要歸功于韋伯。韋伯社會理論的基本思路是康德式的：一方面主張人有自由意志，人的行為受動機(jī)支配；另一方面又主張，人的社會行動是可以劃分類型的，人的有意志的行為受人的行為模式的制約，類似于康德所說的人的認(rèn)知方式受到人的認(rèn)知范疇的制約。這意味，雖然人的行為不是處于決定論的規(guī)律的支配之下，但依然有線索可循。韋伯認(rèn)為，人的行為與動機(jī)之間關(guān)系可以分為不同的類型；如果確定了這些類型，就有線索可循了。韋伯區(qū)分了如下四種類型：（1）目的合乎理性的，即通過對外界事物的情況和其他人的舉止的期待，并利用這種期待作為“條件”或者作為“手段”，以期實現(xiàn)合乎理性所爭取和考慮的作為成果的目的；（2）價值合乎理性的，即按照倫理的、美學(xué)的、宗教的或作其它某種闡釋的價值規(guī)范采取行動，不管是否取得成就；（3）情緒的或情感的，即所采取的行動受到自己的情緒或情感的強(qiáng)烈影響；（4）傳統(tǒng)的，即按照約定俗成的習(xí)慣采取行動。參見[德]韋伯《經(jīng)濟(jì)與社會》（上卷），林榮遠(yuǎn)譯，商務(wù)印書館1998年版，第56頁。實際上，人的社會行為往往是混雜的，很難見到這四種純粹的類型。有的人可能一時情緒激動，采取了某種行為，但很快平靜下來，按照合理的方式進(jìn)行補(bǔ)救。有的社會行為是目的合乎理性、價值合乎理性和傳統(tǒng)習(xí)慣綜合的結(jié)果。但韋伯進(jìn)行這樣的分類，有助于按照人的社會行為的典型的類型來進(jìn)行推斷，對此加以解釋和理解。

孔子說：“學(xué)而時習(xí)之，不亦說乎！” 如果我們問一個正在被家長和教師逼迫下讀書的孩子，他說出的真實感受可能與孔子的相反：學(xué)而時習(xí)之，不亦苦乎。因此，我們不妨把孔子說的“學(xué)而時習(xí)之，不亦說乎”理解為一種理想型?？鬃舆€說：“其為人也孝弟，而好犯上者，鮮矣；不好犯上，而好作亂者，未之有也?！边@前一句是高概率的判斷，這后一句是全稱判斷。“孝弟”是一種行為類型。屬于“孝弟”行為類型的人，“好犯上”的社會行為是很少見的。“不好犯上”也是一種行為類型。屬于“不好犯上”行為類型的人，造反作亂的社會行為是沒有的。孔子雖然沒有提出理想型的社會理論，但他的思路，也是按照理想型來思考的。他劃分人的行為傾向的類型，找出它們之間的相關(guān)關(guān)系，由此確立儒家的“君子務(wù)本”，而“孝弟”是“仁之本”的社會政策和政治目標(biāo)。

現(xiàn)在我們來看大數(shù)據(jù)時代社會研究方法的特點。有人認(rèn)為，大數(shù)據(jù)為決定論的社會研究方法提供了可能性，因為數(shù)據(jù)全了，依據(jù)可靠了，結(jié)論就確定了。有人進(jìn)而主張，大數(shù)據(jù)為計劃經(jīng)濟(jì)開創(chuàng)了真正的可能性。以前的計劃經(jīng)濟(jì)弊端多，是因為數(shù)據(jù)不全；現(xiàn)在能依據(jù)全面的數(shù)據(jù)來安排經(jīng)濟(jì)，計劃經(jīng)濟(jì)的前提具備了。我覺得以上觀點似是而非，是出于對大數(shù)據(jù)時代數(shù)據(jù)采集和運用的誤解而得出的結(jié)論，其理由如下：

（1）社會生活是動態(tài)的，大數(shù)據(jù)時代所收集的數(shù)據(jù)是動態(tài)的數(shù)據(jù)。我們用已經(jīng)收集到的數(shù)據(jù)去預(yù)測將來，這是用過去預(yù)測將來；即使過去的數(shù)據(jù)再全，也不能完全預(yù)測將來的情況。數(shù)據(jù)全了，依據(jù)就可靠了，這一說法只是基于有限的或必然的情況才能成立。在有限的情況下，當(dāng)我們收集到全部數(shù)據(jù)，根據(jù)完全的歸納法，確實可以得出完全可靠的結(jié)論。決定論的前提是物體運動規(guī)律的必然性，但社會生活中的人的行為沒有這種必然性。社會生活總是變化著的，是向著未來開放的，這不是一個封閉的系統(tǒng)，因此已有的數(shù)據(jù)再全也沒有用，完全歸納法和決定論的研究模式在此行不通。在社會研究中基于過去預(yù)測將來，只能是概率性的。

（2）在大數(shù)據(jù)時代，企業(yè)能夠根據(jù)網(wǎng)上的預(yù)訂來安排生產(chǎn)計劃。比如，一家企業(yè)發(fā)布新款手機(jī)，它根據(jù)網(wǎng)上的預(yù)定情況，來安排生產(chǎn)數(shù)量。從企業(yè)的角度來看，這是計劃經(jīng)濟(jì)。但這種計劃經(jīng)濟(jì)，是企業(yè)依據(jù)市場的供求關(guān)系的計劃經(jīng)濟(jì)。在此，數(shù)據(jù)從市場來，再用于市場的銷售；企業(yè)能依據(jù)這樣的統(tǒng)計數(shù)據(jù)盡可能避免盲目生產(chǎn)。但這種企業(yè)的計劃經(jīng)濟(jì)與國家指令式的計劃經(jīng)濟(jì)不是一回事情。國家指令式的計劃經(jīng)濟(jì)是在非市場或弱市場前提下的計劃經(jīng)濟(jì)，是不考慮或幾乎不考慮市場需求變化的計劃經(jīng)濟(jì)。同樣，國家能根據(jù)互聯(lián)網(wǎng)所提供的大數(shù)據(jù)進(jìn)行宏觀調(diào)控。這是對市場經(jīng)濟(jì)的宏觀調(diào)控，與指令式的計劃經(jīng)濟(jì)是不同的。

《大數(shù)據(jù)時代》的作者斷言，執(zhí)迷于精確性是信息缺乏時代和模擬時代的產(chǎn)物，只有依靠大數(shù)據(jù)的統(tǒng)計概率，接受不精確性，我們才能打開一扇從未涉足的世界的窗戶。我覺得這句話只說對了一半。首先，依靠統(tǒng)計概率，接受不精確性，在穆勒的時代，即在19世紀(jì)，就已經(jīng)在社會研究中流行了，盡管那時還缺乏大規(guī)模收集數(shù)據(jù)和處理數(shù)據(jù)的有效手段。這里所說的“模擬時代”，在我看來，指設(shè)計理想型和模擬理想型的研究方法流行的時代。理想型本身是精確的，按照理想型去設(shè)計表格，進(jìn)行調(diào)查和統(tǒng)計數(shù)據(jù)的流程也可以做到精確化；理想型的現(xiàn)實運用是對理想型的模擬，這里就可能存在偏差和誤用了，甚至?xí)霈F(xiàn)所設(shè)計的理想型是異想天開，根本不適用。在大數(shù)據(jù)時代，大量的信息以混雜的方式涌現(xiàn)出來，如果我們追求精確性，就無法利用這些數(shù)據(jù)。但我們可以通過模糊算法的計算機(jī)程序，對這些信息進(jìn)行模糊的歸類和整理，從中能找到具有概率性的不同類型的數(shù)據(jù)間的相關(guān)關(guān)系，為我們利用這些數(shù)據(jù)提供可能性。而且，大數(shù)據(jù)間的相關(guān)關(guān)系具有這樣的特點，盡管數(shù)據(jù)是模糊的，隨著數(shù)據(jù)收集得越多，正確性的概率就越高。在這一意義上，我覺得《大數(shù)據(jù)時代》作者的說法是可取的。但我們?nèi)绾尾拍芾斫獯髷?shù)據(jù)間的相關(guān)關(guān)系呢？這里依然要靠理想型。沒有理想型，大數(shù)據(jù)的模糊算法的程序設(shè)計不出來，大數(shù)據(jù)間的相關(guān)關(guān)系無法被我們所理解和運用。人的認(rèn)識要通過概念來把握，概念在一定程度上可以說是理想型。有人說，概念之間只有“家族相似”，家族相似是模糊的。此話不錯，但如果沒有理想型，你怎么知道它們之間相似呢？只有樹立一個樣板，你才知道它們與樣板之間的差別和相似。這里，精確性和模糊性是一組相對的范疇，不知道精確也就不知道在多大程度上是模糊的，反之亦然。再說，沒有定性，你就無法定量，量是在定性的分類基礎(chǔ)上的量。定性要借助理想型，而確立理想型，對于構(gòu)建理論很重要。盡管理想型的理論在現(xiàn)實的社會研究中只有參照意義，但離開了理想型的理論，就難以理解事物和數(shù)據(jù)的意義。這就是說，盡管大數(shù)據(jù)時代開辟了一條模糊地利用數(shù)據(jù)的途徑，但如果沒有通過理想型的理論對大數(shù)據(jù)中的相關(guān)關(guān)系的意義的理解，就不知道如何去應(yīng)用這些相關(guān)關(guān)系。

四、人工智能與意義理解

目前人工智能主要涉及兩個方面：識別與決策。在這兩個方面，人工智能都取得了很大的成績。機(jī)器的人臉識別已經(jīng)做得非常好，現(xiàn)在已經(jīng)達(dá)到比人眼的識別更準(zhǔn)確和高效。計算機(jī)下圍棋已經(jīng)戰(zhàn)勝人類頂尖高手。計算機(jī)為什么能夠做到這一點呢？我覺得主要在于計算機(jī)的程序模仿了人的認(rèn)知方式，再加上計算機(jī)所使用的光電感應(yīng)技術(shù)和信息儲存技術(shù)要比人的生物的感覺反應(yīng)和大腦的記憶更加靈敏，并且容量也更大。不過，這后一點不是關(guān)鍵，人早就借助顯微鏡發(fā)現(xiàn)人所看不見的微生物，借助膠卷儲存信息，這不是質(zhì)的飛躍而是量的提升。使我們感到驚訝的是，計算機(jī)似乎有了像人一樣的識別和決策的能力。為了解答這個問題，讓我們比較人和機(jī)器各自是采取怎樣的方式進(jìn)行識別和決策的。對于識別來說，存在著正確還是不正確的問題；對于決策來說，存在著成功還是不成功的問題。人工智能正是在這方面找到了模擬人的方法而大大提高了準(zhǔn)確性。

讓我們先來討論“識別”中的人工智能問題。例如，我們前面有一個人的兩組照片：一組是同一個人的同一張照片的不同比例的放大；另一組是同一個人的不同年齡階段的照片。對于人而言，這種識別很簡單，我們往往一眼就能夠看出它們是同一個人的照片。但對于機(jī)器來講就不那么簡單，這要經(jīng)歷一個“學(xué)習(xí)”的過程。機(jī)器通過它的光電感應(yīng)設(shè)備獲得一系列參數(shù)，面對這些參數(shù)它存在一系列的選項。如果它的第一個選項是按照相片的大小進(jìn)行識別，它就錯了；如果它按照相片中各要素間的同比例關(guān)系進(jìn)行識別，那么它在第一組相片的識別中就成功了。對于第二組相片，由于每張相片中增加或減少了一些要素，如成年人長出了胡子，老年人白了頭發(fā)，就要以眼睛、鼻子、嘴巴間的主要要素間的比例關(guān)系進(jìn)行識別，而懸置非主要的要素。這是一個從試錯中學(xué)習(xí)的過程，是一個逐一排除錯誤選項和保留正確選項的過程。計算機(jī)在識別學(xué)習(xí)的過程中是怎么知道自己犯錯誤的呢？嚴(yán)格地說，計算機(jī)自己并不知道，這是人告訴它的。人給出不同的圖像和標(biāo)準(zhǔn)答案，讓它在試錯中得到訓(xùn)練，讓它通過遞歸的方式最終找到正確的途徑。

現(xiàn)在我們來討論大數(shù)據(jù)時代人工智能的預(yù)測和決策的問題。在大數(shù)據(jù)時代，人工智能預(yù)測和決策的準(zhǔn)確性，在很大程度上得益于數(shù)據(jù)的豐富性。預(yù)測是按照相關(guān)關(guān)系做出的，只要具有相關(guān)關(guān)系的數(shù)據(jù)庫中的資料足夠豐富，預(yù)測的準(zhǔn)確率就會相當(dāng)高。谷歌翻譯為什么正確率高呢？因為它把世界上很多著名的圖書館中收藏的已經(jīng)沒有版權(quán)的書籍及其譯本輸入到數(shù)據(jù)庫中，再加上通過搜索引擎把網(wǎng)頁上的資料及其譯文輸入到數(shù)據(jù)庫中，建立起海量的語言資料數(shù)據(jù)庫，在此基礎(chǔ)上統(tǒng)計具有相同以及大致相同譯文的句子，其相同的數(shù)量越多，相同率越高，翻譯的正確率就越高。過去的機(jī)器翻譯缺乏這樣的條件。在數(shù)據(jù)庫小和語言資料少的情況下，只能建立句型和詞典的數(shù)據(jù)庫，按照句型選擇相對應(yīng)的詞匯。由于語言的句型很豐富，語詞的用法多種多樣，機(jī)器翻譯的正確率就很低。

現(xiàn)階段的人工智能的決策能力的提高，也得益于大數(shù)據(jù)。我們來考察博弈類游戲中人工智能是如何進(jìn)行決策的。如果博弈的規(guī)則確定，數(shù)量有限，是一個封閉的系統(tǒng)，人工智能在原則上能夠窮盡一切算法，這意味著人工智能在原則上能夠找到最佳的決策途徑，人是無法戰(zhàn)勝人工智能的，至多只能平手。這正如計算器計算數(shù)學(xué)題一樣，人不及人工智能快速和準(zhǔn)確。圍棋在原則上也是一種規(guī)則確定的封閉系統(tǒng)，但圍棋要計算的量非常大，目前的計算機(jī)還不能窮盡圍棋的一切算法，特別是在時間限定的比賽中，只能在有限的可能性中做出最佳的選擇。人類棋手是如何尋找最佳選擇的呢？一是靠直覺，二是靠計算，三是靠定式。就計算而言，計算機(jī)要比人類棋手強(qiáng)。如果說人類棋手在1分鐘內(nèi)能算清5步，那么目前的計算機(jī)至少有在1分鐘內(nèi)計算清楚8到10步的能力。定式就是已經(jīng)計算清楚的局部的棋譜，人類棋手借助定式來減少計算量，確定正確的選擇。計算機(jī)能儲存更多的精密計算過的棋譜，而且記憶更加快速和正確。以前的計算機(jī)圍棋程序在“直覺”方面比人類棋手弱。人類棋手能依靠直覺減少選棋的范圍，在很短的時間里找到行棋的大致正確方向。計算機(jī)在過去缺乏這種直覺的能力，搜索大量無意義的局面，導(dǎo)致有意義的局面沒時間計算或者計算深度不足。這就是為什么過去的計算機(jī)圍棋程序不能戰(zhàn)勝人類職業(yè)棋手的原因。如何才能訓(xùn)練計算機(jī)在最短的時間內(nèi)找到最佳的行棋方向呢？計算機(jī)所能做的是依靠對弈中生成的棋譜進(jìn)行學(xué)習(xí)。假如說有“擴(kuò)大實地”、“做活”、“聯(lián)絡(luò)”、“斷”以及它們之間各種兼顧的行棋的方式，人類棋手憑直覺知道當(dāng)下哪一種選擇較好。這是一個手段效率評估的問題，需要考慮的因素很多，而且要結(jié)合棋局上的具體情況，不能給出一個固定的評價指數(shù)。因此，這對于計算機(jī)來講是一個難題。為了培養(yǎng)計算機(jī)的這種“直覺”的能力，我們讓兩臺計算機(jī)進(jìn)行對弈，把在規(guī)定時間內(nèi)找到較好手段獲得成功的棋譜記錄下來，也把選擇了較差手段而導(dǎo)致失敗的棋譜記錄下來，讓計算機(jī)在不斷試錯中學(xué)習(xí)，最終計算機(jī)學(xué)會如何在最短的時間內(nèi)找到最佳的行棋方向。這種計算機(jī)的行棋選點方式的學(xué)習(xí)與計算機(jī)人臉圖譜識別方式的學(xué)習(xí)在思路上是一樣的，就是一開始讓計算機(jī)任意形成各種要素間的可能的連接方式，然后通過試錯，讓它初步淘汰差的選項，從而知道哪一種連接方式及其組合更好。這需要依靠計算機(jī)的深度學(xué)習(xí)及其算法有關(guān)機(jī)器學(xué)習(xí)及其算法的方式很多，如：隨機(jī)森林算法（random forests）、梯度提升算法（gradient boosting）和懲罰線性回歸算法（penalized linear regression）等。有關(guān)介紹這類算法的書也很多。我自己感到鮑爾斯的《Python機(jī)器學(xué)習(xí)：預(yù)測分析核心算法》（人民郵電出版社2017年版）盡可能地用簡單的術(shù)語來介紹算法，同時通過具體例子讓讀者很快深入了解模型構(gòu)建背后的原理，這對于理解機(jī)器學(xué)習(xí)的算法與人的認(rèn)知方法的關(guān)系是有幫助的。來完成這一任務(wù)。當(dāng)然，圍棋的深度學(xué)習(xí)要比人臉識別的深度學(xué)習(xí)更加復(fù)雜，其復(fù)雜程度在于局勢在不斷變化，采取的手段要因地制宜。機(jī)器學(xué)習(xí)的優(yōu)點是，把難以用確定方式表達(dá)的復(fù)雜邏輯放在數(shù)以百萬計的多層神經(jīng)網(wǎng)絡(luò)系數(shù)里，通過海量的大數(shù)據(jù)把這些系數(shù)訓(xùn)練出來。讓兩臺計算機(jī)在對弈中進(jìn)行深度學(xué)習(xí)，要比計算機(jī)學(xué)習(xí)人類棋譜的方式更加好，因為前者是在相同的設(shè)計程序下的學(xué)習(xí)，有助于按照程序進(jìn)行較為周全的比對和在試錯中進(jìn)行系統(tǒng)地學(xué)習(xí)。計算機(jī)的這一能力的提高取決于優(yōu)化的學(xué)習(xí)方式和訓(xùn)練時間的長短。據(jù)說，以前的Alphago是靠人類棋譜學(xué)習(xí)的，而Alphago Zero完全不用人類棋譜，通過機(jī)器對弈中自身產(chǎn)生的數(shù)以千萬計的棋譜進(jìn)行訓(xùn)練，極大地提高了其行棋方向選擇能力。這就是為什么AlphaGo Zero完勝AlphaGo Master的原因。

現(xiàn)在我們討論人工智能與人的意義理解問題。人的意義理解問題歸根到底是人的生活問題，人在生活中理解人生的意義。計算機(jī)不直接參與人的生活，不是真正意義上的人的生活世界中的一員，還不能像人那樣真正懂得生活的意義。人的生活有價值導(dǎo)向，人能感受到生活中的悲歡離合、酸甜苦辣，因此有情感，有激情，有憂愁。前面談到韋伯把人的社會行為分為四種：（1）目的合乎理性的，（2）價值合乎理性的，（3）情緒的或情感的，（4）傳統(tǒng)的，即按照約定俗成的習(xí)慣采取行動。目的合乎理性的社會行為指，在目的已經(jīng)確定的情況下，如何采取有效的手段去達(dá)到目的。在這方面，大數(shù)據(jù)時代的計算機(jī)能夠幫助人們?nèi)ミx擇有效的手段。但人的目的本身是可選擇的，人按照對生活意義的價值的認(rèn)識來選擇目標(biāo)，按照倫理規(guī)范對自己的行為進(jìn)行道德評價。計算機(jī)不能理解這些意義。如果說選擇有效的手段去達(dá)到目的是工具理性的話，那么計算機(jī)所能做的是工具理性范圍內(nèi)的事情。計算機(jī)能夠在一定程度上模仿人的工具理性。在此有兩個關(guān)鍵點：一是對事物的識別；二是采取達(dá)到目的的手段。識別有正確與錯誤，手段有成功與失敗。人的認(rèn)知理性是在試錯中找到正確的方向，失敗是成功之母。波普爾把“試錯法”當(dāng)作科學(xué)理性的基本方法。他寫道：“阿米巴和愛因斯坦的區(qū)別在于，盡管他（它）們都在使用嘗試和排除錯誤的辦法，但阿米巴不喜歡出錯，而愛因斯坦卻對錯誤感興趣：他懷著在發(fā)現(xiàn)錯誤和排除錯誤的過程中學(xué)習(xí)、提高的愿望，有意識地尋找自己的錯誤?？茖W(xué)的方法就是批判的方法?！盵英]波普爾：《客觀知識》，上海譯文出版社1987年版，第75頁。人工智能的成功，在很大程度上取決于把這種試錯的思路用于程序設(shè)計中。計算機(jī)程序的“如果-那么”的遞歸的語言，其實就是“試錯法”的語言。假如有A、B、C三個選項，其中只有一個選項是正確的，計算器的遞歸程序所能做的就是，如果A假則B，如果B假則C。當(dāng)然，如果選項非常多，并不那么確定，就要優(yōu)化選擇的算法，并通過概率計算。在規(guī)則確定的情況下，計算機(jī)能識別什么是正確，什么是錯誤，什么是失?。ㄝ敚裁词浅晒ΓㄚA）。但計算機(jī)并非真正知道正確和錯誤、失敗和成功的意義。說到底，認(rèn)知來源于實踐，只有生活中才能理解生活的意義。計算機(jī)只是輔助地參與了人的生活實踐，猶如過去人使用的鐮刀、斧頭和算盤參與人的生活實踐一樣。因此，我們不能說計算機(jī)真能理解意義。

在大數(shù)據(jù)時代，人工智能是不是只需要依靠數(shù)據(jù)統(tǒng)計就能解決預(yù)測和決策問題呢？《大數(shù)據(jù)時代》的作者特別強(qiáng)調(diào)海量數(shù)據(jù)在這方面的作用，認(rèn)為專業(yè)知識和對這些知識的理解變得不重要了，甚至調(diào)侃：“在谷歌的機(jī)器翻譯團(tuán)隊中，這些工程師們都不會說他們翻譯出的語言；類似的還有，微軟機(jī)器翻譯部門的統(tǒng)計學(xué)家們在茶余飯后的談資就是說每次一有語言學(xué)家離開他們的團(tuán)隊，翻譯的質(zhì)量就會變好一點?！盵英]維克爾·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代》，浙江人民出版社2013年版，第181頁。我不想否認(rèn)在某些情況下會出現(xiàn)這樣的事情。語言學(xué)家的結(jié)構(gòu)主義的語言學(xué)原理曾被設(shè)想為機(jī)器翻譯的基本思路，但這條結(jié)構(gòu)主義的原理在人類語言活動中要通過結(jié)合“語境”的“轉(zhuǎn)換-生成”才能發(fā)揮作用，這在機(jī)器翻譯中很難用計算機(jī)編程的算法實現(xiàn)，畢竟計算機(jī)難于把握“語境”。所以，語言學(xué)家的諸如此類的語言學(xué)見解在實際編程中不得不被束之高閣。目前人工智能機(jī)器翻譯主要是依靠已有譯文的大數(shù)據(jù)，所以統(tǒng)計學(xué)家和數(shù)據(jù)分析學(xué)家在此顯得更加有用。但就總體而言，我認(rèn)為專業(yè)知識以及對專業(yè)知識的意義的理解，在人工智能中依然必不可缺。首先，選用什么樣的數(shù)據(jù)庫對于正確率非常重要。谷歌機(jī)器翻譯團(tuán)隊選用世界上許多著名圖書館珍藏的大量優(yōu)秀著作及其優(yōu)秀譯本為數(shù)據(jù)庫的資料，所以翻譯質(zhì)量很高。對于網(wǎng)上搜索到的翻譯資料，也需要專家對其翻譯質(zhì)量加以甄別。試想一下，如果不加甄別地拿網(wǎng)上搜索到的中文論文的英文摘要作為翻譯的數(shù)據(jù)庫，那么翻譯的質(zhì)量就不會太高，因為這些英文摘要的翻譯質(zhì)量參差不齊，不符合英語習(xí)慣的中式翻譯很多。甄別哪些英文摘要的翻譯質(zhì)量高，這需要仰仗專家的專業(yè)知識。在設(shè)計評估效率參數(shù)和優(yōu)化機(jī)器學(xué)習(xí)流程時，也要具備一定的專業(yè)知識。總之，人工智能是為人的實踐需要服務(wù)的，不理解所需解決的問題的意義，不懂得如何應(yīng)用，就不能設(shè)計出滿足人的需求的人工智能的程序。人工智能的設(shè)計和應(yīng)用，離不開人對社會生活中的意義的理解。

懂得了這一點，就能懂得為什么人的決策不能完全依賴計算機(jī)。拿經(jīng)濟(jì)決策來說，在互聯(lián)網(wǎng)加大數(shù)據(jù)的條件下，一個終端設(shè)備的生產(chǎn)廠商能夠及時和準(zhǔn)確地知道世界各地零部件供貨的情況，并知道哪家工廠生產(chǎn)的零部件質(zhì)量最好和價格最優(yōu)，它能優(yōu)化采購和進(jìn)行組裝，從而獲取最大的利潤。人工智能的專家能根據(jù)這些數(shù)據(jù)設(shè)計出一套程序，為這樣的經(jīng)濟(jì)決策服務(wù)。這一設(shè)計的核心理念就是把追求利潤的最大化當(dāng)作經(jīng)濟(jì)中的“理想型”，從而便于量化的計算。然而，這一程序設(shè)計得再好，也不能夠防備如下情況，某些掌握核心技術(shù)的零部件的生產(chǎn)廠商出于政治或其他原因突然停止供貨，這就超出了“理想型”的范圍。因此，經(jīng)濟(jì)決策不能僅僅依據(jù)工具理性的追求利潤的最大化，還要有價值導(dǎo)向，企業(yè)家要有遠(yuǎn)大的志向和一定的犧牲精神，寧愿一時利潤少也要花大本錢和大力氣攻克核心技術(shù)。

數(shù)據(jù)庫再大，程序設(shè)計得再好，也是依據(jù)已經(jīng)積累的過去的資料來預(yù)測將來，而將來是開放的，人類社會是一個開放的系統(tǒng)，因此這樣的決策和預(yù)測總是存在風(fēng)險，總是會失靈的。人是有理想的，人在生活中產(chǎn)生新的價值觀念，批判過去引領(lǐng)未來。因此，人歸根到底不能跟著機(jī)器走，機(jī)器的決策永遠(yuǎn)不能夠取代人的決策。

（責(zé)任編輯：輕舟）