其中，大数据收集被看作是目标本身，相应的数据支持起在未来的无限获取(Mayer-Schönberger and Cukier，2013:100)。
人们对于大数据的风险与潜力的思考可以回溯到20世纪90年代末，当时大数据作为一个术语出现在计算机科学与商业领域，主要用于描述计算机技术与互联网的发展所带来的数字数据存储、交换与分析方面的一系列新兴技术变革。大数据这一术语最初是由硅图公司(一个位于美国的大型计算机图形公司)的首席科学家约翰·马希在一系列产品推介演讲中首次使用，用来描述大数据的巨大潜力，但也勾勒出了发掘这些未来潜力所面临的诸多商业与技术困境(Lohr，2013)。例如，他在1999年预测了大数据将如何撼动人类与物质实体的信息技术基础设施。具体来说，在其1999年以“大数据与下一轮基础设施压力”为题的PPT演讲当中·他提出要强化计算机数据存储与处理能力，以及建设支持数据释放的扩展互连的高性能网络，以此来呼吁企业“变以求存！”(Mashey，1999：45)。
在大数据运动当中，其局限与风险主要停留在“技术”层面上：数据存储、处理与分析能力均颇为有限。最顶尖的公司和机构往往是那些拥有“大数据思维”的企业，它们参与大数据基础设施实践、大数据收集以及创建支持协同操作的大数据集(Mayer-SchonbergerandCukier，2013；129)。此时，要想获得成功.就需要具备能够超越数据藩篱与边界的能力。其中，空间中存在的数据与潜在的数据被视为需要解决的主要问题。首先，问题与解决方案均属于技术性层面——例如，我们如何完成数据收集与存储？我们如何确保拥有可用工具来理解所有的数据？然后，上述问题才能上升到法律维度——例如，是否有办法在遵守数据保护法的同时，尽可能多地收集并处理数据？最后，这些问题又具有了“人本”属性——我们如何获取隐私等个人权利范围之外的数据信息，如何跨越身体、思想以及人类尚且无法解释领域的限制？为了获取数据而不得不僭越的限制边界日益触碰到“人本主义”的底线，这样一来大数据运动也就演化成了一个带有“人本主义”色彩的挑战。
\*
权力的数据伦理学：大数据与人工智能时代的人本方法新解
22