大數據不太make sense 新潮流倡「厚數據」
不少基於大數據而出來的研究，給人的感覺是太data-driven，得出的結果不見得有什麼重大的概念性意義，甚至根本不太make sense…大數據涉及一個客觀存在的現象和如何處理這現象的一系列「高端」研究方法，厚數據更像是一種基本學術取向和態度…做研究，到最後最重要的不是數據有多少，而是能說明什麼。
潮流興講「大數據」，雖然能說得清楚大數據是甚麼的人好像不多。前一陣子，一位經濟學家對大數據的形容，在一些研究生之間廣泛流傳：
「大數據就像青少年的性愛。人人都在談論它，但沒有人真的知道怎樣做。每個人都以為其他人正在做，所以每個人都說自己也正在做。」（Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it）
以大數據分析互聯網世界
我自己到目前為止沒有做過什麼大數據研究，但由於在學院是研究學部主任，負責碩士生和博士生的課程安排，所以無論自己將來碰不碰這東西也好，至少有責任去思考有沒有需要調整課程內容。例如很多美國的大學，甚至個別中國大陸院校的傳播學研究生，在學習基本統計學的時候，已經不再用什麼 SPSS 了，而是順道學習一些程式語言，如「R」。又例如 network analysis 是存在已久的東西，只是過往傳播學研究很少會遇上需要動用到network analysis 的數據。但現在互聯網世界的特點之一，就是可以產生很多 network data，所以 network analysis 也「紅」了起來，課程對此也可能要有回應。
用大數據研究 結果卻不太make sense
不過，很多人其實私底下對運用所謂「大數據」來進行社會科學研究，仍抱有很多疑問，其中一個原因，是到目前為止，雖然也有一些很出色的運用到「大數據」的研究（如哈佛大學的 Gary King 對中國互聯網審查的分析），但不少基於大數據而出來的研究，給人的感覺是太 data-driven，得出的結果不見得有什麼重大的概念性意義，甚至根本不太 make sense。就像你去 Amazon 買書，將一本書放進購物車後，網頁會告訴你，購買了剛剛那本書的人也購買了另外那一些書，那就是靠「大數據」計算出來的。但那些書本之間有什麼關係？它不會分析。
固然，如果我們只是在做生意，我們是否理解那些書本之間的關係，可能並不重要。一些提倡大數據的人就認為，數據充足時，單憑數據就可以做到很準確的預測，所以數據可以取代理論。但對大部分做社會科學研究的人來說，研究的目的除了是讓我們可以預測一些現象的發生外，更重要的，是理解該些現象。太 data-driven 是行不通的。
兩者無必然衝突 最重要是數據能說明什麼
所以，近兩三年，有學者開始提倡厚數據（thick data）。
五月中旬到高雄的國立中山大學參加了一個學術研討會，就以網絡調查和厚數據為主題。據我了解，提出厚數據這說法的，首先是一些人類學家。「厚」這個說法，來自因人類學家 Clifford Geertz 而聞名的概念「thick description」（但其實並不是 Clifford Geertz 原創的概念）。Thick description 通常譯作深描，指的是能夠帶出現象的社會和文化意義的描述。厚數據，簡單來說，也就是能從中挖掘出社會和文化意義的數據。
但若再進一步問，怎樣才能得到厚數據，厚數據應如何分析，其實也不一定有很確切的說法。厚數據跟大數據無必然衝突，大數據也可以很「厚」。也可以說，大數據涉及一個客觀存在的現象（網絡上超級龐大的資訊和內容），和如何處理這現象的一系列「高端」研究方法，厚數據更像是一種基本學術取向和態度。從這個角度看，強調厚數據，是一個有用的 reminder。
讀博士的時候，論文導師令我印象最深刻的說話之一是：
「人們想知道的，不是你的研究發現，人們想知道的是你能根據你的研究發現，說些什麼。」
同樣道理，做研究，到最後最重要的不是數據有多少，而是能說明什麼。
（本文章純屬作者意見，不代表香港01立場。）