从2011年麦肯锡最早提出"大数据"时代到来，“数据”已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。就在大数据广泛应用于物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业时，人们日益关注近年来互联网和信息行业的发展。此时，有一问题引发了。
大数据技术异化
昨日，知网期刊更新的一篇文章分享给大家：
要解决大数据技术的异化问题，必须以制度的创新为切入点，结合利益分析、监管防范、价值导向等层面进行综合施策，为大数据营造和谐的生态环境，将技术异化限制在一定程度和范围之内。首先，构建完善的大数据法治管理体系。法律是国家长治久安最有效的保障力量，大数据技术的可持续发展离不开配套的法律管理体系。一方面，要加快建立大数据安全审查机制。将敏感、重要的大数据资源和服务纳入到安全审查范畴中，确保大数据源头安全可靠；重点关注重要部门、敏感人员对涉及大数据上传的软件、手机应用的使用，有效控制大数据传播途径；及时追踪通过互联网向境外传递大数据情报的目标，依法打击大数据泄密对象。另一方面，要进一步提升大数据相关法律的可操作性。在《网络安全法》的框架下，制定细则解释和提供判例参考，并加快出台专门的大数据法律法规，赋予大数据法治管理体系在经济、政治、文化、社会领域里的权威性和可操作性，彻底消除大数据社会应用的“灰色地带”。
其次，实现数据利益相关者的“帕累托最优”。帕累托最优是经济学关于资源配置的共赢理想状态。在大数据活动中，利益相关者通过授权、交易、共享、分配等方式获取自身利益，但在转瞬即逝的数字世界里，确切地界定数据的权属关系是困难的。因此，唯有实现各方利益的最大化，才可能走出数据利益主客矛盾对立的困境。对于大数据搜集者与大数据使用者来说，重点是建立数据交换场所，明确数据交易、共享边界，提供敏感数据目录清单，在法定的框架下实现双方利益的最大化；对于大数据搜集者、大数据使用者与大数据生产者来说，重点是要保护大数据生产者（主要指大众）的利益，如个人隐私、知识产权和数据去向知情权等。只有在确保大数据生产者的利益不被侵犯的前提下，才能在大数据建设应用中更好地发挥其主观能动性，有效推动社会发展进步，赋予技术完整的价值意义。
再次，加强资本控制与摆脱技术依赖。大数据技术异化的实质，是利益相关者之间的博弈，说到底是资本逐利的外现。大数据技术的发展不排斥资本的功能，但当资本目标与公共利益发生冲突时，就要毫不犹豫地选择服从公共利益，对资本控制进行防范。只有明确资本走向，扎牢法治围栏，相关部门对市场中各种违法违规行为严加防范、严厉打击，以法治赢得利益各方的信任，才能让资本有效助推大数据发展。另外，大数据是依靠互联网技术支撑的，摆脱技术上的依赖、提高自主控制能力，也是推进大数据技术异化治理的重要维度。因此，要提高技术创新力度，积极参与大数据技术标准制定，努力实现关键网络设施及软件产品的国产化，摆脱对西方技术的依赖，从根本上提升大数据平台的安全防护能力；进一步提升安全生产管理水平，从“软技术”层面上降低数据泄露风险。
最后，坚持科学精神与人文精神的统一。科学精神和人文精神共同构成人的存在条件，有效治理大数据技术的异化既要坚持理性使用大数据，尊重数据的应有价值，提高共享协作意识，还要加强对数据的人文研究，摒弃“数据主义”带来的数据崇拜与垄断。同时，在大数据技术的发展上要抓好“技术共同体”的道德建设。作为信息时代的“技术关键少数”，技术共同体比普通人更具判断技术成果潜在风险的能力，而且他们的专业权威也更容易影响政府决策。因此，在复杂多变的大数据环境下，必须坚持权利与责任相统一的原则，实行“谁搜集谁负责、谁使用谁负责”策略，抓好技术人员共同体的道德建设。
