社會學裡的大資料革命

社會科學近年正經歷一場數位革命，計算社會科學（πomputational social science）的興起，宣告了這場革命的來臨。在我們二○○九年刊登於《科學》期刊的文章中，大衛•雷薩教授和我在十多位研究同儕的支持下，闡述了計算社會科學運用廣度、深度和規模空前的資料，增加我們有關個人、群體和社會的知識之潛力。這場革命的主要驅動因素，是信用卡、手機、網路搜尋等資料來源，所提供的有關人類及其行為的巨量資料。

提供人類行為巨量資料的行為測量平台

我和我的學生創建了兩個行為測量平台，以促進這門新科學的發展。如今，這些平台正為世界各地數以百計的研究小組，產生大量量化資料。第一個平台是社會計量識別牌（sociometric badge），這種可以記錄佩帶者行為的電子裝置，取代了簡單的身分識別牌。第二個平台是行為測量軟體funf，配合如今無所不在的智慧型手機使用。

無論是社會計量識別牌，還是智慧型手機funf系統，使用的總體框架是一種縱向實地實驗室或社會觀察研究，結合一套支援系統基礎設施（提供資料的感測、蒐集和處理功能），以及一套反饋和與實驗對象交流的工具。

這些實地實驗室研究的關鍵目標之一，是同時蒐集多種網絡模態（networking modalities）的資料，例如面對面互動、電話通話、電子郵件往來等，以增進我們對其特性和相互關係的了解。我們通常會利用下列元件：

● 數位感測平台：這是此類研究資料蒐集的核心。我們會以社會計量識別牌或智慧型手機為原位社交感測器（in situ social sensor），以掌握使用者的活動特徵、親近網絡（proximity networks）和互動形態。社會計量識別牌適合用在已習慣使用身分識別牌的公司中的實驗，而智慧型手機則適合用在以整個社區為對象的實地實驗室研究。

● 調查：實驗對象通常會定期完成一些調查。月度調查包括有關他們的自我感知、關係、團體聯繫和互動的問題，以及一些標準分析，例如心理學家的五大人格特質檢驗。每日調查則可能包括有關心情、睡眠和其他活動的問題，通常會記錄在智慧型手機或網路瀏覽器中。

● 購買行為：有關購買的資料，會藉由收據和信用卡帳單蒐集。這部分會以可能受同儕影響的類別為目標，例如娛樂和用餐選擇等。

● 數位社群網絡資料蒐集應用：參與者可以選擇安裝一個社群媒體應用程式，記錄有關他們的線上社群網絡的資料和交流活動。

當我們比較自動蒐集的數位資料和問卷調查資料時，我們發現一些出人意表的行為模式。舉例來說，我們只靠某些資料，如實驗對象走了多少路、何時與誰通電話，以及何時花多少時間在面對面社交上等，便能估計其性格類型和可支配所得。我們也能看到某人何時感染流感或心情憂鬱。

社會計量識別牌

一個組織中最有價值的意念流，是面對面和電話交談，因為這種交流傳遞最複雜、敏感的資訊。但是，幾乎沒有組織會測量這種意念流，而不測量的東西當然是無法管理的。

我們的研究對象包括創新團隊、醫院的手術後病房、銀行內面對客戶的團隊、後勤部門和客服中心的團隊。我們通常會安排這些組織的所有成員，尤其是管理階層，佩帶社會計量識別牌，蒐集有關他們個人交流行為的資料，如語氣、肢體語言、與誰交談和攀談多久等。我們發現一個驚人的一致現象：交流形態是預測團隊成就的最重要因素，而且其重要性往往不低於所有其他因素，如個人智慧、性格、技能，以及意念內容等的總和。

社會計量識別牌藉由測量佩帶者表達出來的許多常見社交訊號，蒐集和分析社會行為資料。它包含一個位置感測器、一個記錄肢體語言的加速感測器、一個偵測誰在附近的距離感測器，以及一個偵測是否有人講話的麥克風。但是，為了避免侵犯隱私，該裝置並不錄下講話內容，也不錄影。

這種識別牌蒐集的資料，正在改變辦公空間的布局設計，也正在改變企業對互動形態的認識。這種資料對遠距離工作和跨文化團隊特別重要（這種工作團隊在今日的全球經濟體中關係重大），因為他們能據此將互動形態視覺化並加以改善。

手機感測

我和我的學生利用智慧型手機和普遍的計算方法，開發出一個以手機為中心的社交活動和行為感測系統，名為funf。這套系統蒐集的資料，包括超過二十五種基於手機的連續訊號，例如位置、加速感測資料、基於藍芽的裝置鄰近情況、通訊活動、安裝的應用程式、正在使用的應用程式、多媒體和檔案系統資料，以及我們試驗的應用程式所產生的額外資料。此外，我們也蒐集其他類型的資料，包括藉由收據和信用卡帳單獲得的財務資料；數位社群媒體活動紀錄；有關心情、壓力、睡眠、生產力和社交情況的每日調查；有關健康情況的其他資料；標準的心理分析，例如人格測驗；以及實驗對象手動輸入的許多其他類型的資料。

這些資料使我們得以自動重建實驗對象社區的多種網絡模態，例如他們的電話通訊、面對面的互動、線上社會關係，以及手動自報的網絡等。我們利用這些網絡觀察，研究意念、決定、情緒，以至流感等事物如何在社區內傳播。我們的高層次目標，包括研究「自然」和外部強加的社會機制如何影響行為和決策，以及以提升決策品質為目的的新機制或工具該如何設計與評價。

納德夫•阿哈龍尼等人在二○一一年描述的funf開放感測框架（funf Open Sensing Framework），是一種可擴展的行動裝置感測和資料處理框架。它提供了一套開放源碼、可重複使用的功能，使我們得以蒐集、上傳和設計許多類型的資料。目前世界各地，有超過一千五百個研究小組正在使用funf。

這套系統是設計來做科學研究的，使用這套系統的核心問題之一是保護隱私和敏感資料，所以funf的所有功能都包括嚴格的隱私保護措施。例如，funf蒐集的資料，是與特別設計的手機用戶識別碼連結，而非與他們現實世界中的識別資料相連。人類可讀的文字，例如文字訊息和電話號碼，全都以散列識別碼（hashed identifiers）存起來，絕不以可讀文字的形式儲存。

標準的funf感測功能包括：全球衛星定位（GPS）、無線區域網路（WLAN）、加速感測器、藍芽、基地台ID、通話紀錄、簡訊紀錄、瀏覽器紀錄、聯絡人、使用的應用程式、安裝的應用程式、螢幕狀態、媒體電池狀態。這套系統還能記錄社群媒體活動、信用卡活動和其他類型的資料。使用Android手機，可在www.funf.org獲得這套系統。

關於「開放式個人資料儲存」

個人資料-有關使用者位置、通話、網路搜尋和偏好的數位資料-被稱為新經濟的石油，而我的見聞使我更相信這項比喻。各種應用程式正是靠這些高維度資料，提供智慧型服務和個人化的體驗。演算法幫助服務使用者加強與世界的聯繫，提升生產力和獲得更多娛樂。這些應用也彰顯了以用戶為中心的資料，具有驚人潛力和潛在風險。

個人和以用戶為中心的資料，已經有人大規模地蒐集、處理和利用。數以百計的各種服務和公司蒐集和儲存這些資料，這種零碎狀態使創新的服務和產生這些資料的當事人，無法取得和使用它們。當事人無法充分利用他們的資料，而且也很難、甚至是不可能了解與管理相關風險，因為多數資料並非匿名或是有辦法辨別當事人的身分，而這是一個大問題。這些資料的使用和探勘技術，必須與資料的所有權和隱私保護設計同步發展。

邁向個人資料儲存

個人資料的所有權和儲存方式，已成為人們討論的議題很長一段時間。不過，相關解決方案的大規模應用是一個雞與蛋的問題，因為用戶在等合適的服務，而服務則在等用戶採用。

我和約翰•克利平格在資料導向設計中心的研究顯示，最近的政治和法律發展，改變了這方面的情況。我和博士與博士後學生伊夫•亞歷山卓•蒙如耶、艾瑞茲•史梅利和王聲宏開發出名為「開放式個人資料儲存」（openPDS）的框架，它採用世界經濟論壇的資料「所有權」定義，也就是資料的占有權、使用權和處分權（這是我為「資料新政」所提出的）。此外，它也遵循網路空間可信身分國家策略（NSTIC）、美國商務部綠皮書，以及美國網路空間國際策略的政策。openPDS這個框架，也與歐盟執委會二○一二年的資料保護規則改革高度一致。這些建議、改革提議和規則全都承認，個人資料愈來愈需要受當事人控管，因為當事人最清楚相關的風險和好處。

在當前這個用戶每天與很多公司互動的年代，互通性（interoperability）不足以達致實質的資料所有權，遑論解決隱私問題。為了達致真正的資料所有權，用戶必須擁有一個安全的空間來集中儲存自身的資料。擁有一個個人資料儲存空間（PDS），將使用戶得以檢視和了解其資料的可能使用方式，並控制資料的流動，以管理細緻的資料存取。

除了可促進資料所有權外，PDS也是一個特別誘人的解決方案，因為它能促成一個公平、有效率的資料市場，也就是用戶可以替其資料取得最佳服務和演算法的市場。

● 公平：用戶控制資料的存取，因此可以評價相關服務。用戶可以考慮公司的聲譽，決定該公司的服務是否值得他提供其要求的資料。在我們建議的框架中，用戶可以問諸如下列的問題： 「找出這首歌的名稱，是否值得我透露自己的位置？」因此可以很方便地改用另一種服務。

● 有效率：用戶可以很順暢地允許新服務存取其資料。我們提議的框架清除了新企業的市場進入障礙，使創新能力最強的公司，得以提供仰賴資料的更好服務。這個框架也能激勵企業，因為用戶選擇的服務可以不必靠自己蒐集大部分資料，企業可以存取智慧型手機的感測器，以及其他應用程式或服務已經蒐集的歷史資料。因此，服務業者可以專注利用全部的可用資料，盡可能提供最好的用戶體驗。舉例來說，音樂服務公司可以根據用戶在網路上表示自己喜歡的歌曲和藝人、用戶朋友的喜好，甚至是用戶光顧哪些夜店，來提供個人化的電台服務。

有關個人資料的儲存、存取控制和隱私保護問題，也有人提出了其他方案。不過，
openPDS在其與現行政治和法律思維一致，以及其保護隱私的動態機制這兩方面均是獨特的。

保護個人資料的隱私，是眾所周知的一個難題。高維度資料的相關風險，往往是微妙和難預測的。將個人的非總合資料匿名化是很困難的，專家已表示這是「演算法上不可能」（algorithmically impossible）的難題。近幾年來，有很多研究顯示，看似匿名的資料集有「被解密」的風險，當事人的身分可能被重新辨識出來。例如，就有人發現，數百萬名用戶的移動資料集，可能只需要四個時空資料點，就能辨識出當事人的身分。

動態隱私：一種新典範

人們已經提出很多保護或模糊處理個人資料的方案，但這些方案沒有一個能滿足現今記錄的高維度、多模態和持續演變資料的需要。我們研擬出動態隱私的概念，以便將演算法上不可能解決的匿名化問題，轉化為一個較容易處理的安全問題，其做法是回答問題，而非允許服務業者存取原始資料。

想像一下，有項服務希望根據用戶是否正在跑步，來提供個人化的用戶體驗。在現行模式下，這項服務會蒐集來自用戶手機的位置和／或加速感測器資料，然後上傳至遠處某個伺服器，以計算出相關資料，也就是用戶是否正在跑步。在openPDS／動態隱私機制下，用戶的PDS中將安裝一段程式。這段程式將在PDS的安全環境下，利用敏感的位置和加速感測器資料，計算出這項服務需要的答案，而遠處的伺服器只會收到這個答案。

結合資料所有權，這個簡單的構想，使用戶得以受惠於個性化服務，而不必分享原始資料，如原始的加速感測器讀數或GPS座標。換句話說，用戶分享出去的，是服務所需要的答案，而非原始資料。雖然這種做法本身不是一種完整的方案，但自動縮減資料的維度和範圍，僅提供特定問題所需要的最少資料，使分享資料變得較為安全。這種機制也使用戶得以安全地授出或撤銷資料存取許可，不需要可信的第三方，即可匿名分享資料，並監督、審核資料的使用。群體計算機制的功能更進一步，允許多名用戶匿名提供資料，總合起來回答諸如下列的問題： 「目前有多少位用戶在這個區域？」

用戶體驗

假設愛麗絲希望在不使用PDS的情況下，安裝Foursquare這個用來打卡報告位置的Android應用程式。愛麗絲會將該程式下載到自己的手機，授權Foursquare存取手機的網絡通訊、個人資料和手機功能設定等資料-這是用戶在Android手機上，安裝任何新應用程式時會遇到的問題。愛麗絲將建立一個使用者帳戶，然後從零開始與Foursquare建立關係。

Foursquare會將它蒐集到的有關愛麗絲的所有資料，儲存在其後端的伺服器上。愛麗絲將無法存取這些資料，也無法看到Foursquare使用什麼資料來推斷她這個人。此外，各種服務之間若有整合，是在幕後發生的。如果Foursquare希望利用推特或臉書的資料，愛麗絲將必須做出相關授權，但她基本上不會知道Foursquare隨後使用多少外部資料。

如果愛麗絲選擇下載結合PDS使用的Foursquare版本，她將像安裝其他Android應用程式那樣安裝這個程式。當這個程式啟動時，將提醒愛麗絲在其PDS中安裝一個Foursquare應用程式。這個PDS程式，會說明Foursquare將確切存取愛麗絲PDS中的哪些資料，以及哪些概要資料將傳送給Foursquare的伺服器，使愛麗絲得以了解安裝這個程式對其隱私有何影響。

這個Foursquare PDS程式，將存取和處理愛麗絲PDS中的資料，而不是將愛麗絲的個人資料儲存在Foursquare的伺服器上。愛麗絲將在她喜歡的雲端服務商或自己的伺服器上，安裝或購買一個PDS。假以時日，她的PDS將儲存她的手機蒐集的資料，以及有關她的音樂品味和聯絡人的資料，還有她在日常生活中累積的其他感測器資料。愛麗絲將能完全控制這些資料，也能看到她的手機、其他感測器和各種服務，確切蒐集了哪些有關她的資料。

因為這個Foursquare PDS是在愛麗絲擁有的基礎設備上運行，愛麗絲可核查外流的資料，以確保當中沒有意料之外的東西。如此一來，我們可以在這個PDS上，建立豐富的應用和服務，利用各種不同的資料源，而愛麗絲則仍然擁有這些計算背後的資料，而且能夠採取措施，保護自己各方面的隱私。

實際應用的例子

精神病雖然往往是可治療的，但在世界各地卻是社會成本最高的健康問題之一。舉例來說，在已開發市場經濟體中，重度憂鬱是失能的一大原因。

精神異常的許多症狀，涉及當事人的身體運動、活動和交流形態，而這一切皆可藉由手機資料測量。加速感測器可以偵測到坐立不安、踱步和突然或狂亂的動作。位置追蹤可以偵測當事人探訪的地方、走的路線，以及整體活動量的變化。當事人與其他人通訊的頻率和形態，以及他們講話的內容和態度，也可能透露出數種精神異常的關鍵跡象。此外，如果可以偶爾問問當事人的感受，或是他們在行為開始變得令人擔心時在做些什麼，這些資料的價值將可大為增加。

如果我們可以被動地自動測量這些精神痛苦的「誠實訊號」，醫護人員或許能在當事人的生活失控之前接觸他們。更重要的是，如果他們的朋友可以收到出現問題的提示，便能在最幫得上忙的時候伸出援手。當然，這涉及當事人的隱私問題。

我針對手機感測器測量的行為誠實訊號可以如何用來評估精神健康，以及當事人與朋友分享這些訊號有何價值的觀察，促使美國國防部高等研究計劃署將openPDS和funf系統，納入其「心理訊號的偵測和計算分析計劃」（DCAPS）中。

在「心理訊號的偵測和計算分析計劃」中，智慧型手機提供了一個無所不在的平台，可以在自然狀態下持續感測和監測當事人，而且能將老人配合監測的負擔降至最小。這些裝置可以記錄用戶的語氣、與他人互動的頻率、整體的運動和活動量，以及其他微妙和誠實的社交訊號。（摘錄整理自本書附錄）

個人資料被稱為新經濟的石油，是驅動數百種服務的燃料，各種應用程式更靠這些高維度資料，提供智慧型服務和個人化的體驗。

數位麵包屑裡的各種好主意：社會物理學──剖析意念傳播方式的新科學

艾力克斯‧潘特蘭（Alex Pentland）／著；許瑞宋／譯

大塊文化出版

售價：320元

作者簡介

艾力克斯‧潘特蘭

Alex Pentland

麻省理工學院人類動力學實驗室主任，麻省理工學院媒體實驗室創業計劃主持人，世界經濟論壇大數據與個人資料倡議共同發起人，也是日產汽車、摩托羅拉行動和多間新創企業的顧問委員會創始成員。

2012年獲《富比世》（Forbes）雜誌遴選為全球7大權威資料科學家之一。