大数据背景下工程师的伦理责任分析

刘晓凡

摘要：大数据是当下社会的热门词汇和实时热点，它已经成为了一种互联网时代的显著表现和技术发展的重要趋势。在此背景下，工程师具有一定的特殊伦理责任。该文分析了大数据背景下工程师的伦理责任，将主要从以下几个方面：1）对“大数据”的概念、它的起源和发展、其特点等进行大体上的概述，为后文大数据对伦理责任和工程师选择的影响提供依据。2）对大数据和伦理责任进行简单的概述和分析，对“大数据伦理”进行定义，接着大致分为世界观和方法论，从这两个方面简要分析了大数据对伦理责任的影响。3）对“工程师”的概念以及大数据背景下工程师面临的挑战进行定义、筛选和整理、分析，工程师面临的挑战与其担负的伦理责任在某种程度上是一个问题的两个方面。4）对大数据背景下工程师的伦理责任进行不同角度的分析，理论层面主要分析了工程师应该遵循和遵守的原则和规范，实践层面主要提出和分析了工程师可以在实际中帮助健全法规、提供技术支持、加强合作治理，最后针对大数据的其他特点和工程师的职业特点，提出另外的思路。

关键词：大数据；大数据伦理；伦理责任；工程师

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）11-0011-03

1大数据概述

1.1概念

近年来，信息技术发展迅速，社会进入“+互联网”和“互联网+”时代，技术的进步为数据的存储、积累、分析、整合、处理等提供了重要前提，大数据和“大数据时代”在此情形下作为一种现象和趋势突显出来。大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产[1]。大数据技术是物联网、云计算等技术更高的发展阶段[2]，在很大程度上，大数据以信息技术的不断发展为基础，当下数据量越来越大，然而人们对大数据的处理技术还不够成熟。

1.2起源和发展

大数据的概念，虽说是近几年出现的频率比较高，但是大数据技术并不是这些年才出现的。过程历经30余年，大数据技术在20世纪80年代诞生，主要是其相关思想的萌芽。从2009年开始，大数据技术进入了早期发展时期，逐渐进入市场。2012年起，大数据技术正式进入了政治层面[3]。如美国奥巴马政府启动“大数据技术的研究和发展计划”，我国启动863项目、将其发展计划提升到国家战略层面。大数据今时仍在不断发展，且应用方面越来越多、应用范围愈发广泛，如可在相关工程方面发挥其特点、作用。

1.3特点

大数据的特点，依照IBM公司提出的“4V”概念，分为Volume（海量的数据）、Velocity（快速处理和收集）、Value（创造价值）和Variety（类别等多样化）[4]。以“4V”为一种比较得到普遍认可的特点阐释为基础，大数据技术的特点可分为五点：信息多样化、信息海量化、信息速度快、信息价值密度低、信息复杂化[3]。由于大数据可看作是复合性数据的集合，从数据自身来看，大数据技术具有以下特点：数据结构的非线性、数据属性的社会性、数据技术的效率性、数据思维的变革性[2]。数据结构的非线性体现出大数据的数量之多、之杂，数据属性的社会性表现出大数据的丰富性、与不同个体的不同社会经历紧密相关，数据技术的效率性突显了其对社会发展具有工具性，数据思维的变革性则显示出具有一定的世界观的指导作用。

2 大数据与伦理责任

2.1大数据伦理

大数据伦理是在大数据时代的进程中，处于社会背景之下逐渐引起更多人们注意的组合型概念。一般来说，事物发展的本质是新事物的产生和旧事物的灭亡，因此，大数据的发展必然会在一定程度上引起相关的伦理问题，其中包括大数据对既定伦理的冲击以及既定伦理主动或被动地对大数据的接近或进行融合。大数据的伦理关注体现在认识论层面上，如数据处理、应用，对个体信息的保护，均属于认识论伦理的范畴[5]。

认识论伦理一方面是数据处理与应用伦理，一方面是相对于海量数据的个体信息伦理[5]。数据处理过程中蕴含了数据样本数量多少、样本是否具有突出性、代表性等问题，因此延伸到实际应用领域中，如何有效地梳理因果性、相关性等内容是大数据伦理的重要部分。另外，从个体立场出发，大数据伦理所需要关注的，不仅是整体的伦理责任道德，而是要更加注意落实在每个个体单位上。

2.2大数据对伦理责任的影响

2.2.1 世界观方面

大数据的发展和繁荣，对于人们的思维方式、思想态度以及社会的人文价值方面产生了影响。其一，大数据技术对人的异化，体现在束缚人类自由、架空人类思维、算计人类生活等方面[2]。大数据技术具有极强的工具性，久而久之，人对于大数据技术容易产生依赖性，大数据技术左右甚至控制人的活动。互联网发展是大数据发展的基本驱动力，人们在进行互联网活动时，虚拟的互联网可以实时收集人类的活动轨迹，人类的信息被统计和圈定。由于大数据的呈现方式相对原始形式更加直观、直接，人在接收信息时常常不需要思考。另外，人类的生活本质上是实践的，而大数据技术的迅速发展，将诸多的信息，生动形象具体地展示在人们眼前，从某种程度上限制了人的想象空间和生活空间，侧面对人类的探索和发现活动形成了一定的阻碍。

其二，大数据带来的“数字鸿沟”问题。“数字鸿沟（ Digital Divide） ”指不同群体对于信息技术使用的巨大差异[6]，与人的思维层面緊密相关。基于社会经济文化等方面发展的差异，不同的人群和不同的个人对于大数据的获取能力、收集渠道等存在不小的差异，与经济文化发展不均呈现相互因果关系以及相互交叉，换言之，“数字鸿沟”的扩大也不利于社会经济文化的发展。“数字鸿沟”难以消除，但是可以相应缩小。

2.2.2方法论层面

大数据对伦理责任的影响，同样体现在方法论层面上，即包括人们日常生活中的所作所为。其中非常重要的部分是“隐私问题”。在大数据时代，隐私很容易遭到流失，因此，也由此发生了许多甚至触碰法律边缘的问题。比如，当进行交易和注册登记时，个人要提供私人信息，信用卡信息、身份证号码、电话号码、母亲婚前姓名、住址等，这些隐私信息被公司和公共机构搜集和利用，可能导致隐私的丧失。值得注意的是，诈骗和假冒属于因私人信息直接或间接滥用而引起的恶意活动。另外，获取信息的原来目的被悄悄地、不知不觉地扩大到包括未获得参与者知情和自愿的同意[7]。

大数据的发展提出了“数据权利”的问题，如在个人、企业、政府、公众之间，关于大数据的拥有权、采集权、使用权、处理权、交易权、分红权等权利成立吗？可以定价吗？[8]由此引发的关于大数据的规范、关于其法律法规的制定和对人道德上的规制，不同主体对大数据的拥有与公开程度如何，都是值得进一步探讨和实践的内容。

3工程师概述

3.1概念

工程师指具有从事工程系统操作、设计、管理、评估能力的人员。工程师的称谓，通常只用于在工程学其中一个范畴持有专业性学位或相等工作经验的人士[9]。依照我国国情和工程师的专职等情形，工程师大致可分为以下四类：服务工程师、生产工程师、设计工程师、研发工程师[10]。由于大数据具有一定的特殊性，与大数据相关联的工程师，不只是限制在某一类别，他们可能贯穿于整个大数据创新应用的过程中，从设计、策划到调试、开发，再到试验、投放。大数据工程师很多是大数据从业人员，尤其是创造各种新颖奇特的大数据研究和应用的科技人员[8]。

3.2大数据背景下工程师面临的挑战

大数据和大数据技术对伦理责任有一些不可忽視的影响，在此情形下，工程师面临着许多伦理责任等方面的挑战。首先，工程师的责任定位需要更加清晰、明确。大数据背景下，各类责任主体，包括企业、个人、社会大众、政府等，都有更加多元的利益关注点，他们的价值追求和行为动机[8]也因大数据技术对思维、对人文方面的影响等因素而呈现出个性化、创新性等特点。第二，作为大数据工程师（大数据创新科技人员），在大数据爆炸并愈加发挥其重要作用的情形下，需要进一步加强与其他部门、职能人员的分工与合作。大数据工程师与大数据发布者、大数据提供者、大数据整合者、大数据发布者之间需要进一步加强联系。另外，大数据技术仍在发展阶段，技术漏洞产生的信息泄露、虚假信息、数字鸿沟等伦理责任问题，无形中对大数据工程师自身的专业技术水平提出了更高的要求，以技术为保障的行业守则面对大数据时代的许多经济诱惑，同样是对于大数据创新科技人员的挑战。

4大数据背景下工程师的伦理责任分析

4.1理论层面

4.1.1 原则

谈及大数据背景下工程师的伦理责任，需要遵守一些原则，值得注意的是，这些原则不只是工程师所需要遵守的，从某种意义上来说，它们具有一定伦理责任方面的普遍意义。

人道原则：大数据技术的应用、创新和研发必须以促进人类的幸福和提高人类生活的质量为最终目的[11]。人道原则强调人是一切的出发点，发展大数据时必须要尊重人、关怀人，促进人的全面发展。

无害原则：无害原则是斯皮内洛提出的信息技术伦理三条规范性原则之一，即“人们不能使用计算机和信息技术给其他网络主体和网络空间造成直接的或间接的伤害 ”[11]。大数据的特征，比如其信息的预测性，如果不遵循此原则，则可能加剧预测方与数据权人的不平等[12]。

公正和共济原则：在知识权力谱系主宰下的现代信息活动中，信息权利的实现总是不平等的，必须依靠公平正义原则对其加以规制[11]。信息的传入和传出，过程中质与量的不对等，不同群体、不同地域、不同条件的人们对大数据的获取能力是不同的。需要进一步拓宽大数据传输渠道，增强大数据技术和大数据信息的普及率。受益最多的互联网服务商和相关从业人员有责任帮助那些处境最不利者在大数据技术的应用中获益[11]。

4.1.2规范

与大数据背景下工程师需要遵循的原则相似，大数据背景下工程师需要遵守的基本规范，也具有一定的时代普遍性，相比较原则而言，规范更加落实在工程师作为“人”的主体，或者体现社会范围对这一职业普遍的认知。

保持开放心态、坚持分享精神、坚守伦理底线、加强数据立法、呼唤透明公开、确保人性自由[13]。以上这些规范，同时致力很大程度上对大数据带来的风险进行规避。当今社会经济不断发展，大数据也是其表现之一，因而，大数据背景下的工程师，自身需要有守持之心，对行业有敬畏之心，对人文精神有坚持之心。在提高自身素养的基础上，为社会范围内加强大数据向规范、开放、法制化发展，提出自己的想法和建议。

尊重个人自由、强化技术保护、严格操作规程、加强行业自律、承担社会责任[8]。以上这一些规范，将重点更倾向于放在职业化的角度方面，对工程师的职业素养提出了较高的要求。尤其是强化技术保护和加强行业自律这两点。强化技术保护，突出了工程师需要技术水平过硬、专业能力高超，需要更“精”更“专”。加强行业自律，突出了工程师的职业精神的重要性，自觉规范自己的行为。

4.2实践层面

4.2.1 健全法规

规范大数据繁荣时期工程师等群体的行为规范和准则，建立和健全相关法律法规必不可少。联系大数据背景下工程师的伦理责任，工程师出于自觉承担社会责任的意识，可以根据自身的工作、研究等实际经历、经验，由此提出对于建立健全大数据相关法规的建议。如用户隐私、政府信息收集和管控、敏感数据管理、数据质量方面都需要进一步通过法律来进行规范和保障，工程师可有所针对，提出对健全法规的看法[14]。

另外，大数据工程师还可以辅助法规的推行于实施，将一些法规应用到工作过程中。例如，未来的数据收集过程都需要先通过密码，同时，凡是对个人数据的使用均需要登记[15]。工程师能够在技术层面上对此予以支持和负责实施。

4.2.2技术支持

工程师的技术素养得到保证的基础上，工程师所拥有的技术资源是其遵守伦理、发挥责任的重要条件。以大数据隐私伦理问题为例，工程师可能掌握用户信息，因此保护大数据的安全便是不可忽略的责任。工程师掌握技术，与民众建立信任。掌握技术者的“应给”不仅是经济和权益上的补偿，更要体现在保护隐私信息上的技术支持[3]。

通过不断完善信息系统安全性能，部署防火墙、入侵检测系统、防病毒系统、认证系统，采取访问过滤、动态密码保护、登录限制、网络攻击追踪方法的技术手段，强化应用数据的脱敏处理、存取管理、业务审计，确保系统中的用户个人信息得到更加稳妥的安全技术防护[8]。以上的技术措施，旨在通过技术手段，从源头上保护数据、大数据信息的基本安全，尤其是防止外来的安全威胁和隐患，避免大数据技术被二次利用，在最大程度上避免信息的意外泄漏等问题。根据大数据的发展方向，工程师还需要随时跟进趋势，研发新的技术以保护数据和用户权益、对抗大数据非道德行为和犯罪活动。

4.2.3合作治理

切合实际来看，大数据背景之下，各方群体都具有伦理责任，且不尽相同。那么对于大数据背景下的工程师来说，主动加强与其他群体、部门的联络，求同存异，共同探讨和分担在大数据发展过程中的伦理责任。治理大数据，可以跨学科（即不同研究方向的学者）、跨行业（即包括大数据工程师在内的各行业工作者）、跨部门（即可主要指某个企业中从属于各个不同部门的人员），如此“三跨”，是合作治理的有效方法。我国现在也已经开始通过“三跨”的方式治理大数据。2016年6月，由国家自然科学基金委、复旦大学和清华大学主办召开了“大数据治理与政策”研讨会，会议邀请学术界、政府官员、企业代表就大数据的治理问题进行了探讨。这一标志性事件充分体现出大数据伦理问题治理的过程需要技术专家、数据分析专家、业务人员以及管理人员的协同合作[16]。

4.3意见和建议

以上段落从理论和实践两个层面简单地对大数据背景下工程师的伦理责任进行了分析，在这个基础之上，我再提出一点对于该话题的意见和建议。

大数据是一个相对宽泛的概念，它涵盖内容较多、应用范围广泛、牵扯人群丰富。因此，如果在此理解上，先对大数据进行某一个层面的细化，那或许可以“对症下药”，细化某一方面的伦理责任。

例如，可以将大数据的处理按阶段进行更加具体的划分，包括收集阶段、交易阶段和应用阶段[8]。在收集和获取阶段，工程师在面对用户时，要充分尊重用户的意愿，包括传递信息的自由、拒绝传递数据的自由以及选择性透露数据和保护自己的自由。在交易阶段，工程师要抵御各方的诱惑，防止来自外界的攻击和陷阱，在这个过程中，工程师要加强安全防护措施，整合好采集到的数据信息，监督数据安全存储和传输。在应用阶段，及时跟进数据的走向，与各方各部门相互分工合作，保障受众的权利，努力消弭数字鸿沟。

5结论

大数据背景下工程师的伦理责任，分析来看，大数据时代下大数据技术的发展是工程师伦理责任必须要考虑的大前提。诚然，不论是伦理责任的定义也好，工程师的概念也好，虽然仍旧具有很多普遍性，但大数据之下，各自呈现出不同于其他的特别性。大数据伦理责任的定义和内容也比较宽泛，因此，大数据背景下工程师的伦理责任同样呈现出一方面“事无巨细”的特点、一方面宏观与微观共存的涵盖面。不论是理论方面还是实践层面，工程师都要遵循公平、尊重的原则和规范，积极主动地参与大数据的处理和建设，落实在大数据技术发展的每个阶段和步骤中，促进大数据健康良性发展。

参考文献：

[1] “大数据”百度百科，baike.baidu.com/item/大數据/1356941？fr=aladdin

[2] 涂燕燕.大数据技术对科学认识和社会伦理的影响[D].江西财经大学，2015.

[3] 闫经伟.大数据技术的伦理问题及其责任规约[D].大连理工大学，2016.

[4] 祝建华.从大数据到数据新闻，新媒体与社会（第十一辑）

[5] 方环非.大数据：历史、范式与认识论伦理[J].浙江社会科学，2015（9）.

[6] 岳瑨.大数据技术的道德意义与伦理挑战[J].马克思主义现实，2016（5）.

[7] 邱仁宗，黄雯，翟晓梅.大数据技术的伦理问题》，科学与社会，2014，4（1）.

[8] 李正风，丛杭青，王前，等.工程伦理[M].清华大学出版社，2016.

[9] “工程师”百度百科，baike.baidu.com/item/工程师/474613？fr=aladdin

[10] 林健.工程师的分类与工程人才培养[J].清华大学教育研究，2010（1）.

[11] 安宝洋.大数据时代的网络信息伦理治理研究[J].科学学研究，2015，33（5）.

[12] 蒋洁，陈芳，何亮亮.大数据预测的伦理困境与出路[J].图书与情报，2014（5）.

[13] 黄欣荣.大数据技术的伦理反思[J].新疆师范大学学报，2015，36（3）.

[14] 陆伟华.大数据时代的信息伦理研究[J].现代情报，2014，34（10）.

[15] 臧一博.关于大数据时代下隐私问题的伦理探究[J].电子商务，2015（10）.

[16] 宋吉鑫，魏玉东，王永峰，大数据伦理问题与治理研究述评[J].社会观察，2017（1）.