👋 歡迎來到「數據」章節 (內容 3.1)
各位未來的「數位社會」專家好！這一章極為重要，因為數據是數位世界的燃料。我們所研究的一切——演算法、人工智慧、網路——全都依賴數據。只要你了解數據的運作方式、來源及其演變過程，你就掌握了整門課程的關鍵！
我們將會拆解一些棘手的概念，例如數據與資訊的區別，以及海量數據（大數據）如何影響我們的身分與隱私。別擔心這些概念聽起來很專業，我們會用簡單的類比來確保你能輕鬆掌握！
1. 數據 (Data) 與資訊 (Information)：至關重要的區別
原始材料 vs. 成品
在「數位社會」課程中，我們對用語必須精確。在日常對話中，「數據」和「資訊」經常被混用，但在概念上，它們有著本質的區別。
核心定義
-
數據 (Data)： 指的是原始、未經處理的事實、數字、符號或觀察結果。單看數據本身是沒有意義的——它缺乏情境。
例子：「45」、「史密斯 (Smith)」、「喜歡貓」、「上午 10:30」。 -
資訊 (Information)： 指的是經過處理、組織、結構化，並在特定情境下呈現的數據。資訊提供了意義與關聯性。
例子：「史密斯先生 (Smith) 預定搭乘的火車 (45) 已於上午 10:30 (10:30 AM) 出發。」
類比時間！👨🍳 把它想成烹飪：
數據就是原材料：麵粉、雞蛋、糖。
處理 (Processing) 就是烹飪過程：攪拌、烘焙、裝飾。
資訊就是成品：一個生日蛋糕！
快速總結
數據回答了「這是什麼？」（原始事實）。資訊則回答了「這代表什麼？」（情境化的事實）。
2. 數據的類型
並非所有的數據都是一樣的！我們會透過不同的方式分類數據，以了解其用途與潛在影響。
定量數據 vs. 定性數據
-
定量數據 (Quantitative Data)：
這類數據與數字有關，可以被測量或計算。它們結構化強，容易輸入資料庫。
例子：年齡、身高、交易金額、網站點擊次數。 -
定性數據 (Qualitative Data)：
這類數據具描述性，處理的是品質、屬性或特徵。它們通常是非結構化的，沒有先進演算法的輔助，電腦很難處理。
例子：用戶評論（「我覺得這款應用程式很難用」）、訪談記錄、感受調查。
你知道嗎？ 社群媒體上的貼文大多屬於定性數據（文字、圖像），但平台會透過計算按讚數、分享次數以及觀看時間，將其轉化為定量數據。
大數據 (Big Data)：數位社會的巨大堆疊
在「數位社會」課程中，我們非常著重於大數據。它指的是數據集規模極大且極其複雜，傳統數據處理應用程式已無法應付。
大數據的三個「V」（記憶口訣！）
要理解大數據，請記住三個「V」：
- 容量 (Volume)： 數據的龐大數量。我們指的是拍位元組 (Petabytes，即數千個 Terabytes)。例子：臉書一個月內上傳的所有照片。
- 速度 (Velocity)： 數據產生、收集與處理的速度。數據必須幾乎在即時狀態下進行分析。例子：股票交易或即時定位追蹤。
- 多樣性 (Variety)： 數據的不同形式。它包括一切：結構化的數字、非結構化的文字、音訊、視訊、感測器讀數和衛星影像。
為什麼大數據很重要？
處理大數據的目的不僅僅是儲存；而是找出人類分析師可能忽略的規律 (Patterns) 與關聯。這些規律推動了預測、個人化服務與針對性的政策（這將數據與權力 (Power) 的概念連結了起來）。
3. 數據收集與數據生命週期
這些數據是從哪裡來的？在它成為有意義的資訊之前，經歷了怎樣的路徑？
數據如何收集（主動 vs. 被動）
數據收集方式與價值觀與道德 (Values and Ethics) 的倫理概念直接相關，特別是在「知情同意」方面。
-
主動數據收集：
使用者或個人刻意提供數據。他們知道自己正在輸入資訊。
例子：填寫註冊表單、提交問卷調查、在照片中標記自己。 -
被動數據收集：
數據在個人未自覺提供的情況下被收集，通常是透過監控活動或數位足跡。這也是大多數隱私問題產生的來源。
例子：追蹤瀏覽歷史的 Cookies、記錄使用模式的智慧裝置、記錄你位置的 GPS、電子郵件中的元數據 (metadata)。
數據生命週期：從收集到洞察
數據並非靜止的；它在系統中不斷移動（這將數據與系統 (Systems) 的概念連結了起來）。
- 收集： 從來源（主動或被動）獲取原始數據。
- 儲存： 將數據保存在資料庫、數據倉儲或雲端。
- 處理/分析： 使用演算法（見 3.2 內容）來清理、結構化、組織及分析數據，以找出規律。
- 資訊/洞察： 分析的結果——這是用於決策的有意義產出。
- 使用/行動： 應用洞察，例如投放精準廣告、推薦產品或制定政府政策。
快速複習：被動數據是「潛伏者」
在考試討論隱私時，請記住被動數據收集（對我們數位足跡的隱蔽追蹤）通常會引發最大的倫理挑戰，並影響身分 (Identity) 的概念。
4. 數據在數位社會的影響
數據的龐大數量與應用方式，對全球個人與社群產生了深遠影響。本節將內容（數據）直接連結到核心概念（身分、權力、價值觀與道德）。
數據所有權與控制
一個重大的爭論圍繞在：由使用者產生的數據，所有權歸誰？
當你使用免費服務（例如社群媒體）時，你通常是交換了平台存取權，以換取使用與將你的數據商業化的權利。這引發了巨大企業與一般公民之間權力 (Power) 平衡的疑慮。
- 數據所有權： 是屬於使用者、收集數據的平台，還是裝置製造商？像歐洲的《一般資料保護規範》(GDPR) 這樣的法律，正試圖讓公民對個人數據擁有更多控制權。
- 數據可攜性 (Data Portability)： 將你的數據從一個服務提供商轉移到另一個提供商的權利。這對於維持競爭性市場和賦權使用者至關重要。
隱私疑慮與個人數據
收集海量數據的能力，讓公司與政府能夠建立極其詳細的個人檔案，這往往會導致隱私權受到侵犯。
情境範例： 某公司收集了一名年輕人的線上活動數據（搜尋大學、使用學習應用程式的時間、音樂喜好）。這份檔案不僅可用於精準行銷，也可能被賣給保險公司，或被大學用來預測其社會經濟背景，這侵犯了當事人的身分 (Identity)，並違背了公平原則。
數據偏見與不平等
數據是由人類收集與組織的，這意味著它容易產生偏見。如果訓練系統的數據有缺陷，或者反映了現有的社會偏見，系統產生的結果也會帶有偏見，進而可能強化社會不平等。
- 收集偏見 (Collection Bias)： 只從富裕地區收集的數據，可能導致服務忽略低收入地區的需求。
- 代表性偏見 (Representation Bias)： 如果人臉辨識系統的訓練數據中，絕大多數來自某個族群，那麼在辨識其他族群的人時，效果會很差（甚至產生危險）。
重點總結： 有偏見的數據會產生有偏見的資訊，這會影響價值觀與道德 (Values and Ethics) 以及數位社會中的公平性。
第 3.1 章 數據總結
我們學到數據是原材料，必須經過處理轉化為資訊才能獲得意義。大數據由容量 (Volume)、速度 (Velocity) 和多樣性 (Variety) 定義，而其收集過程（主動與被動）引發了關於隱私、所有權與演算法偏見的深遠問題。掌握這些概念，將為理解下一章「演算法 (3.2)」奠定基礎！繼續保持努力！