台灣有一些人，什麼都不懂卻又不讀書，大搖大擺地講錯話、做錯的判斷，甚至推動錯的政策。
不久之前看到一則新聞報導，說雪隧在清明連續假期間塞車嚴重，民眾怨聲載道。然後就有不知是官員還是記者的人說，要解決這個問題不妨用「大數據分析」。我看了真是啼笑皆非。
「大數據」（big data)大概是最近十年出現的新名詞，大意是說，在現今電腦科技日益進步之際，資訊的儲存、蒐集、多元、處理都以極快速度進展。例如現在幾乎人人一手機，隨時可以拍下「阿帕契軍中樂團」上傳、隨時上網分享；每輛車都備有行車記錄器，除非是洗掉，否則是一大筆全台灣上山下海的資料。這麼大量的資料，其蒐集、篩選、分析等，遠超過熟悉「個人電腦操作」的傳統模式所能想像。
美國有些人在處理巨量資料後，發現一些一般人難以置信卻又鐵證如山的推論，有時候也能驗證一些資料規模縮小就驗證不出來的現象。這些點滴觀察，讓歐美許多國家都相信，巨量資料時代會出現種種新的機會，遂紛紛發起大規模的研究計畫探索之。
但是巨量資料計畫究竟在探索什麼呢？老實說沒有人知道。在本質上，所有的科學研究都是創新突破，都是要進入未知世界，因此科學研究要走向何方當然不容易事先知道。但是巨量資料的未知，恐怕比「5G通訊」、「個人化醫療」、「腦的認知能力」等熱門題材更模糊一些。坊間有不少書籍論及大數據分析，都強調它只論「相關」、難究「因果」。換言之，大數可能莫名其妙地幫我們知其然，但是難窺其所以然。
這正是許多大數據分析的關鍵：正因為我們不了解，甚至不能想像因果，所以是用一種「無厘頭」的先驗態度，去摸索浩瀚如海的資料；就像是買了一萬張樂透彩，可能不小心中大獎。如果某人心裡已經有了某種推論、某種預期，那就已經有了因果假說。在這種情況下進行的資料分析，即使用了大量資料，都不會歸屬為大數據資料分析。
雪山隧道塞車，是要解決，但是這裡面的因果好像很清楚、情境好像很直接、解方好像不超過十項。這裡有什麼「大數據」問題？大概柯文哲智商平方的腦袋，也弄不清楚。巨量資料分析將來有哪些發展也許說不準，但一定不會有哪些發展，卻不難判斷。
台灣就是有一些人，什麼都不懂卻又不讀書，大搖大擺地講錯話、做錯的判斷，甚至推動錯的政策。曾經有一位負責資訊的官員告訴我，他想要把政府大數據的資料做成開放資料（open data)，儼然連big data 和open data的差別、關鍵意義都分不清楚。碰到這種無厘頭的官員，我就對台灣巨量資料產業發展的前景，感到悲觀。
（本專欄隔周刊出）
