用户已经失去了对其数据的控制权，这种观点盛行于流行论坛和新闻报道中。例如，一些使用数字设备自愿进行自我跟踪的人，开始质疑他们的数据使用情况，并呼吁更好的数据访问权，以便他们能因个人目的而使用和操作这些数据（Lupton，2013c；Watson，2013)。开放数据运动（open data movement）还聚焦于推动对政府机构拥有的大型数据库的开放访问权（详见第七章）。然而，正如第三章所述，许多大数据集，特别是那些由商业互联网公司存档的数据集，正由于其被认为拥有的经济价值而日益变得无法免费访问。各国政府也开始考虑将所收集的公民数据私有化（privatisation）的经济效益，从而将这些数据从“开放获取”状态转变到“按需付费”状态。例如，作为英国皇家邮政（Royal Mail）私有化的一部分，英国政府出售了邮政编码和地址数据集。这次交易受到了英国下议院公共管理委员会（Public Administration Select Committe，2014）的尖锐批评。该委员会成员在报告中就政府对所收集大数据的使用提出建议，表示自己是公开公共数据的坚定支持者。他们主张，皇家邮政数据集本应作为国家公共资产进行持续维护，所有公共部门的数据都应该如此。
更严重的是，大数据可以直接影响人们的自由和公民权。克劳福德和舒尔茨（Crawford and Schultz，2014）已经确认了他们所谓的“预测性隐私损害”(predictive privacy harms)，这可能是预测分析的结果。由于大数据分析通常利用元数据而不是数据内容，因此它们能够在当前的隐私保护法律之外运行（Polonetsky and Tene,2013)。预测性隐私损害可能会对那些涉及大数据预测分析和数据集交叉引用的个体或群体产生偏见或歧视。人们很少意识到他们的元数据是如何被解释的，以及如何产生关于可能对他们的就业和/或获取国家福利或保险有影响的信息。这些解释可能通过使用不同的、先前离散的数据集，来揭示人们的身份、习惯、偏好甚至健康状况(Crawford and Schultz，2014)。有人担心，利用数字数据从事种族等信息的收集活动，可能会导致歧视、过度定罪和其他限制。有人认为，大数据时代带来了重大政策挑战，即如何正确使用大数据来改善健康、福利、安全和执法环境，同时确保这些数据的使用不会侵犯人们的隐私、公平、平等和言论自由(Crawford and Schultz，2014; Laplante, 2013; Polonetsky and Tene, 2013).
数字社会学
116
134