محمد مهدی مولایی – در فارسی Big Data به عبارات و اصطلاحات متعددی از جمله «بزرگ‌داده»، «داده‌های بزرگ»، «کلان داده» و «داده‌‏های کلان» ترجمه شده است. بیگ دیتا را هرطور که ترجمه کنیم، در تعریف آن تفاوتی ایجاد نمی‌شود: «به مجموعه داده‌هایی اطلاق می‌شود که مدیریت، کنترل و پردازش آنها فراتر از توانایی ابزارهای نرم‌افزاری در یک زمان قابل تحمل و مورد انتظار است». مقیاس بزرگ و کلان بودن این داده نیز همزمان با پیشرفت فناوری‌های ذخیره‌سازی و پردازش اطلاعات روز به روز در حال افزایش است.‌ داده‏های ایستگاه‏های هواشناسی، سامانه‌های امواج رادیویی، مبادلات شبکه‌های اجتماعی آنلاین، متون و اسناد اینترنتی، نمایه‌های جست‏وجوهای اینترنتی، داده‏های نجوم، پرونده‏های پزشکی بیماران، اطلاعات سامانه‏های خرید از فروشگاه‏ها، پژوهش‌های زمین‌شناسی و غیره نمونه‌هایی از داده‌ها در مقیاس بزرگ هستند.

بیگ دیتا اصطلاح جدیدی است که برای رشد قابل توجه در تولید، دسترس‌پذیری، ذخیره‌سازی و پردازش داده‌ها و اطلاعات به‌کار می‌رود و در ارتباط با گسترش روزافزودن فناوری اطلاعات مورد توجه قرار گرفته است. حجمی از داده‌ها که این‌روزها می‌تواند ذخیره و پردازش شده و نتایج تحلیل آن مورد استفاده قرار گیرد در گذشته نه‌چندان قابل تصور هم نبود. پیامدها و اثرات این تحول فناورانه اما فقط به دنیای پردازش‌گرها محدود نمی‌شود و همه عرصه‌های زندگی انسان را تحت تاثیر قرار داده است. در مباحث مربوط به بیگ دیتا امروزه از مزایا و معایب بزرگ داده‌ها سخن گفته می‏شود. از سویی شرکت‌ها و سازمان‏ها امروزه قادر به ثبت و کنترل حجم قابل توجهی از داده‏های مربوط به مشتریان و مراجعه‌کنندگان‌شان هستند و از سوی دیگر دولت‌ها اطلاعات گسترده‌ای از همه ابعاد زندگی شهروندان خود در اختیار دارند. این داده‏های کلان، قدرت قابل توجهی در اختیار شرکت‏های تجاری و دولت‏ها قرار می‏دهد که می‏تواند در جهت پیشرفت زندگی بشر قرار گیرد و یا در جهت تامین منافع اقتصادی و سیاسی صاحبان قدرت مورد سوء استفاده واقع شود. از این‌روست که آینده بیگ دیتا و اثرات و پیامدهای آن بر ابعاد مختلف جامعه در آینده دغدغه کارشناسان و صاحب نظران است.

وضعیت داده‏های بزرگ در سال ۲۰۲۰ بخشی از پروژه آینده‏پژوهانه مشترک بین موسسه تحقیقاتی پیو (PEW) و دانشگاه الون (Elon) است که ابعاد مختلف شبکه جهانی اینترنت در آینده را مورد توجه قرار داده است. آینده‏پژوهان این موسسه تحقیقاتی دو سناریوی متضاد با رویکرد بدبینانه و خوشبینانه را طراحی کرده‏اند. این دو سناریوی متفاوت در اختیار تعدادی از کارشناسان و صاحب‏نظران قرار گرفته و از آنها خواسته شده پیش‏بینی کنند کدام یک از این دو سناریو تا سال ۲۰۲۰ محقق خواهد شد. شرکت‏کنندگان در این پژوهش افراد مختلفی شامل مدرسان و پژوهشگران دانشگاهی، متخصصان و مدیران شرکت‏های فناوری اطلاعات، رسانه‏نگاران، آینده‏پژوهان و صاحب‏نظرانی از سایر حوزه‏ها بوده‏اند. نتایج پژوهش نشان داده ۵۳ درصد در دسته خوشبین‏ها و ۳۹ درصد در گروه بدبین‏ها قرار گرفته‏اند.

BigData-2020 Main

سناریوی خوشبینانه

شمار صاحب‏نظران خوشبین نسبت به آینده داده‏های بزرگ بیش از بدبینان است. در نظرات شرکت‏کنندگان به جنبه‌های مثبت آینده داده‌های بزرگ از جمله بهبود بهره‌وری حاصل از همکاری انسان و ماشین، ارتقای شفافیت سازمان‎ها و گسترش مرزهای دانش در حوزه‌های مختلف اشاره شده است. اشاره به چند مورد از نظرات موافقان این سناریو می‏تواند جالب توجه باشد.

جف واریس از جمله خوش‏بین‏هایی است که در حوزه دانشگاهی فعالیت می‏کند. این پروفسورِ وبلاگ‏نویس بدبینی‏های مطرح شده درباره آینده داده‏های بزرگ را «هراس اخلاقی» (Moral Panic) می‏داند. او اعتقاد دارد رسانه‏ها درباره مضرات داده‏های بزرگ و تهدیدهای قابل تصور آن برای حریم خصوصی دیو ساخته‏اند. از این نگاه پیش‏بینی‏ها و موضع‏گیری‏‏های بدبینانه در مقابل اغلب تکنولوژی‏های جدید به شکل‏های مختلف وجود داشته و حال در مورد اثرات منفی داده‏های بزرگ نیز اغراق‏های زیادی صورت می‏گیرد که خلاف واقع هستند.

دیگر موافق حاضر در این پروژه برایان تراگدان یک کارآفرین حرفه‏ای است. او داده‏های جدید را بسیار ارزشمند و معادل با «نفتِ دوران جدید» (New Oil) می‏داند. از نگاه او شرکت‏ها، سازمان‏ها و دولت‏ها می‏توانند این منبع جدید را استخراج کرده و از آن بهره‏برداری‏های زیادی انجام دهند.

تیفانی شلاین صاحب‏نظر اینترنت و از پایه‏گذاران جوایز وبی از منظر دیگری به مزیت‏های داده‏های بزرگ نگاه می‏کند. از نگاه او با استفاده از تحلیل این داده‏ها می‏توانیم الگوهای جدیدی در عرصه‏های مختلف را مشاهده کنیم که تا پیش از این قابل دستیابی نبودند. این الگوهای جدید از مدل‏های رفتاری انسان‏ها در شبکه‏های اجتماعی آنلاین تا الگوهای سامانه‏های هواشناسی را شامل می‏شود.

 

سناریوی بدبینانه

در مقابل نگاه بدبینانه می‌گوید در صورت گسترش توانایی ذخیره و پردازش داده‌های کلان مشخص نیست انسان‌ها توانایی تحلیل هوشمندانه این اطلاعات را داشته باشند. از سوی دیگر گردآمدن مجموعه‌ای از داده‌های مختلف درباره شهروندان دردستان دولت‌ها و شرکت‌ها که می‌توان از اصطلاح کنایه‌آمیز «داشبورد بشریت» (Humanity’s Dashboard) برای آن استفاده کرد محل نگرانی است.

کارشناسی که نظرات خود را با عنوان ناشناس ثبت کرده اعتقاد دارد امروزه رشد گردآوری داده‏ها با دو هدف صورت می‏گیرد: تامین اهداف دستگاه‏های امنیت ملی کشورها و بهبود پایگاه‏های داده بازاریابی. از نگاه او در هیچ‏کدام از این دو هدف تامین منافع عمومی کاربران شبکه دنبال نمی‏شود. در هدف اول همه کاربران تروریست‏های بالقوه تصور می‏شوند و در نگاه دوم به همه کاربران به‏عنوان خریداران کالا و خدمات توجه می‏شود.

برایان هاروی که یک چهره دانشگاهی است نیز نگاه بدبینانه خود را به شکل دیگری مطرح می‏کند. در نگاه او گردآوری داده‏ها به‏دنبال تقویت اغنیا با هزینه فقراست. از منظر او درباره داده‏های کلان نباید به دنبال پاسخ به دوگانه «مفید برای جامعه» یا «مضر برای جامعه» بود. دوگانه مناسب‏تر «مفید برای ثروت‏مندان» یا «مفید برای فقیران» است چرا که چیزی باعنوان جامعه وجود ندارد و ما تنها با فقر و رفاه و نزاع طبقاتی مواجه هستیم. در این موضوع نیز پیشرفت داده‏های کلان شکاف اقتصادی را افزایش خواهد داد و به نفع ثروت‏مندان جامعه تمام خواهد شد.

بری پار که یک تحلیل‏گر رسانه‏ای است نیز اعتقاد دارد اطلاعات بهتر به‏ندرت پاسخ مناسب برای مشکلات اجتماعی جامعه واقعی ما هستند. اطلاعات بیشتر و بهتر در مقابل می‏توانند پاسخ‏های مناسبی برای سوالات و مشکلات تجاری باشند و منفعت حاصل از آنها شامل حال عموم مردم نمی‏شود. در نتیجه از دست دادن حریم خصوصی و آزادی‏های فردی و اجتماعی از جمله پیامدهای رشد داده‏های بزرگ برای مردم خواهند بود.

 

سناریوهای میانه

علاوه بر این دو گروه از صاحب‏نظران که به‏صراحت نگاه‏های خوشبینانه و بدبینانه خود به آینده داده‏های کلان را بیان کرده‏اند، تعداد کمتری از کارشناسان در قالب هیچ یک از دو دسته قرار نگرفته‏اند. حدود هشت درصد از شرکت‏کنندگان با هیچ یک از دو سناریوی طراحی شده موافق نبوده و آنها را انتخاب نکرده‏اند. این کارشناسان دیدگاه‏ها و نظرات مختلفی را بیان کرده‏اند که می‏توان از عنوان سناریوهای میانه برای آنها استفاده کرد. در این گروه دیدگاه‏های مختلفی قرار می‏گیرد. از جمله کسانی که به برشمردن محدودیت‏ها و مزایای داده‏های کلان در کنار یکدیگر تاکید داشته‏اند، کسانی که اعتقاد دارند انسان همواره بیشتر از انچه که می‏داند ادعای دانستن دارد و از این رو شیوه نگاه به داده‏های کلان قابل تجدیدنظر است و همچنین چندین دیدگاه دیگر در این دسته قرار می‏گیرند.

ردپای بحث و جدل درباره پیامدهای مثبت و منفی داده‏های بزرگ را با کمی دقت می‏توان در موضوعات مختلف روز پیدا کرد. سازمان‏ها، شرکت‏ها و دولت‏ها با تمام توان‏شان به دنبال بهره‏گیری از فرصت‏های جدید داده‏های کلان هستند و توجه چندانی به نگاه‏های بدبینانه ندارند. در مقابل برخی صاحب‏نظران و منتقدان رسانه‏ای و دانشگاهی با نگاهی نقادانه چنین اشتیاق پرشتابی را مخاطره‏آمیز می‏دانند. اما امکان قضاوت درباره اینکه کدام یک از این دیدگاه‏ها به واقعیت نزدیک‏تر است تنها با گذشت زمان میسر خواهد شد. کمتر از یک دهه زمان لازم است تا ببینیم داده‏های کلان چه سرنوشتی برای آینده ما رقم خواهند زد.

محمد مهدی مولایی
ماهنامه دنیای کامپیوتر و ارتباطات، شماره ۱۳۱، دی‌ماه ۱۳۹۲

منابع:

Anderson, Janna; Rainie, Lee (2012) “The Future of Big Data”, Pew Research Center, URL: http://www.pewinternet.org/Reports/2012/Future-of-Big-Data.aspx

Kessler, Sarah (2012) “Big Data In 2020: More Info, More Problems”, Fast Company, URL: http://www.fastcompany.com/1843267/big-data-2020-more-info-more-problems