技术本身并不能自主地决定分析哪个问题，也不能指导我们如何去设置分析的模式、放置数据流，更不能告诉我们，在数据处理与其他值得保护的价值发生冲突时，在何时、什么情况下，限制数据信息的处理是公平与合理的。因此，大数据在特定项目中，在界定研究方向、研究计划与研究范围等实质性与伦理性的参数时，并不能完全取代人们所能发挥的作用。同时，大数据的整个调查研究并不需要被限定在一系列收集的有限数据样本中，去证成或去证伪一个假定的科学研究项目的前提。它的研究计划也不需要非常明确，它进行的是相关关系而非因果关系的分析。[90]从这个角度看，它是强大的。从另一个角度看，私营部门进行的大数据分析并未将透明度作为他们追求的目标。研究的方法、研究的计划及用于研究的数据集都是严格保密且不透明的，人们需要有能证伪的方法。[91]这是它遭遇“信任危机”广受批评的一方面，也是数据分析引发歧视与差别对待的一个重要方面。
信息处理的过程被预先设计成对某种预定模式的识别。在信息被识别之前，数据分析系统就已注入有倾向性的观念与思维意识。信息从来都不单单是信息，即便是对某种特定模式的识别，也含有价值判断的成分。哪种情况属于此种模式，判断的依据，为什么这种模式是值得注意的，如何对内容进行判断，如何在信息数据集里对原始采集来的数据信息进行合理分类等方面，都会受到价值判断与思维观念的影响。创新从来都不是中立的，技术与产品凝结着开发者的价值取向与一些假定与判断，而用户的价值取向与需求也常常会被纳入考虑。很多技术在设计与改进时，都会有一个特定的目标，设计的产品所包含的特定功能会反映并再现那些人们看重的生活、工作方式与相关信念。[92]在不断向大数据时代迈进的社会中，似乎特定的价值与知识受到了特别的强调与青睐。(www.xing528.com)
大数据的技术可以用于定位有价值的潜在消费者，获得消费者盈余管理与分配风险，但预测性分析中潜藏的设计者的价值判断与思维观念是需要引起人们重视的，这也是数据分析引发歧视与差别对待的一个重要方面。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
