過去在個人電腦及網路時代，曾有所謂「數位落差」（Digital Divided）的情況，在台灣很多機構如微軟、雅虎、資策會…等，曾動員很多學校的志工致力於消弭此一落差，讓偏鄉的孩童也能使用電腦、學會上網。晚近隨著智慧型手機、平版電腦的普遍，上網介面較為友善，使用的年齡範圍越來越大。原來的「數位落差」已不像過去那麼常被提及。目前比較被關注的是個人的數位能力可以被拿來創造什麼價值，而不只是在玩遊戲或臉書而已。
但現在有個新的隱憂，就是「大數據」（Big Data）可能帶來組織、機構間的新落差。大數據興起的原因，固然因大量數據每天海量的產生，社群內大家大量地交換訊息，資料的存量與流量都成指數的成長。同時因資料存取的技術進步，成本大幅下降，因此擁有資料庫者，可藉資料平台間的交叉分析與比對，獲得很多新情資來協助組織，做更有差異性的判斷。因此數據的have和have not會不會成為新的階級落差來源？
上個月日本經濟新聞有一則報導，今年日本各公司「資料科學家」（Data Scientist）的職缺有一千個（Accenture 100人、日立80人、富士通100人、NEC100人、NTT Data120人、SAS 100人），未來幾年內會有二十五萬人的需求；美國顧能（Gartner）公司預測美國到2015年大數據會需要190萬個相關人才；台灣的人力市場，不論民間或官方似乎都尚未有類似的評估。
在各國，是誰在確認、決定什麼樣的新科技或新觀念會對我們的產業、社會造成什麼衝擊？在基礎建設、相關法規/規範的訂定、或人力資源的培養，需要投入多少資源？這些都是如何決定的？由誰決定？不論是雲端、群包、3D printing、或各種替代能源，乃至第三次工業革命等各種新的科技趨勢，各種前瞻性的概念不斷地被提出，我們不一定要跟隨花車、聞雞起舞。要不要跟進，企業有企業的判斷。據MIT管理評論今年春季號的研究報告指出，財星500大中有85%已啟動大數據的分析。2011年大數據關連公司獲得3億5千萬的創投基金；相信大數據分析會帶來組織競爭優勢的公司從2010年的37%提高到2012年的67%。
政府是否也要有所回應，是科技部？經建會？科技政委？技術處？工研院？中研院？誰該做多深入的研究？評估未來科技及其影響？過去，科技的變動相對緩慢，「科技採用」快與慢的差別，對國家社會的影響也會一段時間後才顯現出來。現在，科技的變化很快，而且不同事物間交纏引繞也相對複雜，會不會稍有閃失就成千苦恨，一、兩代都追不回來？believe和believe not或許才是新落差的來源。
在法規的相關配套與佈局上，大數據提供的尺度上是否有什麼「個人隱私」是需要被保護的？在「資訊公開法」的框架下，氣象局、健保局、主計處、海關等公有雲的資料要「公開」到什麼程度？在台外商或外國人是否有國民待遇，一樣可以取得這些資料？私有雲上的資料基本上是不會和不相干的人分享的，但光從公開的資料、數據分析就足以產生前所未有的「新情報」，有價值的判斷，如在公共衛生、國家安全等。
在研究的前沿上，壬色列理工大學（RPI）對「大數據」做了回應，具體落實在Rensselaer Institute for Data Exploration and Applications (IDEA)的成立，IDEA聚集了這所美國最古老研究型科技大學的研究能量，重新編組、運用既有的多個研究平台，涵蓋的領域包括資料科學（Data Science）、高效能計算（High Performance computing）、預測性分析（Predictive Analytics）、及認識計算（cognitive computing）。這個啟動牽涉到五個學院、十二個系所的師生，並投入六千萬美金（十八億台幣）。
大數據的研究要投注多少，對理工的大學是一個選項，但對人文社會的學門或學校能有什麼策略呢？照說，人文社會學者應對新科技的政治及社會意涵提出看法，新的「數據落差」會不會帶來強者越強、或贏者全拿的態勢？或者反正新的科技天天都在發生，政府最好保持中立？還是應有可防患於未然之處？
過去人文社會科學的研究方法，因母體資料難以窺得全貌，所以「取樣」或個案的方法，但目前直指母體的成本降低了。那研究方法是否會跟著改變？從資料的取得、儲存、加值、及應用，在方法上、在資料庫的組建、及使用介面的安排上，需要做多大的調整？
在2.0、3.0的時代，仍用1.0時代的研究方法，其研究結果會來得及解決（或解釋）日益紛雜的現象與問題嗎？我們有沒有辦法教學生一套工具及技能，足以應付未來日新月異的日常生活？包括如何調適這麼多未知的事物、器物、工具，以及如何辨識、收集、處理及意會（sense making）海量的資料/資訊。但若缺少正確的問題意識，可能會加速成為數據驅動（data driven）和社會。
我們過去所建構的宇宙觀、世界觀、人生觀所憑據的資料可能是片面的（瞎子摸象）。我們真的期待因更全面的資料，而有像哥白尼、牛頓、愛因斯坦的突破或革命嗎？會不會二十一世紀以來多出來的海量資料，即使你問對問題，也像《萬曆十五年》一樣無關緊要（nothing significant）。
留言列表
