关于情报学类本科论文怎么写 与论大数据环境下情报学范式类论文范文素材

本论文为您写情报学毕业论文范文和职称论文提供相关论文参考文献,可免费下载。

论大数据环境下情报学范式

论大数据环境下情报学研究范式的发展*

彭知辉

(1.中国人民大学侦查与反恐怖学院 北京 100038)

摘 要:大数据兴起将会对情报学特别是其研究范式产生深刻影响.情报学既要利用大数据来完善其研究范式,又要避免大数据对它的发展造成不利影响.为此,大数据环境下情报学现有研究范式(情报主导警务范式)必须作出调整:将数据纳入情报学研究对象,将情报应用列为情报学的重要研究内容,将多学科交叉研究方法引入情报学.情报学将大数据融入其研究范式,还应避免大数据所存在的偏失:倚重相关关系分析而忽视因果关系分析,崇尚数据万能而忽视人的智能,崇拜技术至上而取消人的主体地位.

关键词:情报学;研究范式;大数据;情报主导警务

中图分类号: G250.2 文献标识码: A DOI:10.11968/tsyqb.1003-6938.2017011

On the Research Paradigm of Public Security Intelligence Science under Big Data Environment

Abstract Big data will inevitably he a profound impact on public security intelligence science and its research paradigm. Public security intelligence science needs to make use of big data to improve its research paradigm, and to oid negative effects of big data on its development. Therefore, under big data environment, the existing research paradigm of public security intelligence science (intelligence-led policing) must be adjusted: data being one of the research objects, intelligence application becoming important research content, and the multidisciplinary research methods being introduced into the science. The research paradigm, with big data integrated, should oid the problems of the latter: relying on correlation analysis but ignoring causality analysis; advocating universal data but despising people´s intelligence; worshiping technology but neglecting the dominant position of human being.

Key words public security intelligence science; research paradigm; big data;intelligence-led policing

情报学是近年来形成的一门新兴学科,主要研究社会信息化发展条件下机关如何从海量信息、数据中获取有价值的情报.大数据的兴起将推动情报学的发展与变革.将大数据思维、理论、方法和技术等融入情报学,要求情报学的研究范式必须探索新的发展路径,以适应新形势的需要.

1 情报学研究范式及其不足

20世纪60年代,美国科学哲学家托马斯·库恩创造性地提出了范式理论.所谓范式,是指“一个成熟的科学共同体在某段时间内所接纳的研究方法、问题领域和解题标准的源头活水”[1].它建立在科学共同体的共同信念(共同的基本理论、观点和方法)的基础之上,为这一共同体提供共同的理论模型和解决问题的框架;它规定了学科的发展方向、研究对象和研究范围等,是学科发展达到成熟阶段的产物和标志[2].范式理论总结了科学和科学思想发展的规律特征.随后,这一理论移植、渗透到社会科学及人文学科领域,成为一个普适性理论.

情报学是2011年以后才获得正式认可的一门新兴学科.然而,与情报相关的实践活动可以追溯至1927年特科的成立,有关情报的理论研究已经历了30多年的积淀.我们可以借用范式理论,来梳理、分析情报学发展演变的过程及其规律特征.情报学在其发展过程中,大致经历了秘密情报、情报资料、信息资源开发、情报主导警务等四种范式.不同范式在转换的同时,相互交织、融合与整合[3].当前,情报学主要采用情报主导警务范式开展学术研究.这一范式建立在国内外丰实的警务情报实践基础上,并有大量情报理论及警务理论为支撑.然而,作为一种新的研究范式,情报主导警务范式仍处于发展、完善阶段.它尚未清晰界定情报学的研究对象、范围,还没有构建成熟的理论框架和方法体系,且对实践活动的指导作用还不明显.

首先,这一范式未就情报学研究对象完全达成共识.情报学以“情报”为研究对象,然而,关于情报概念的理解特别是其外延的界定长期以来存在较大分歧.至情报主导警务范式,这一争议仍悬而未决.概念之争,既牵涉情报学最核心的理论问题,也反映出情报学研究对象、范围、内容尚未明晰.这显然影响到情报学的健康发展.

其次,这一范式未能提供较为丰富、科学的研究理论和方法.图书、科技、竞争、军事、国家安全等领域的情报理论、方法,对情报学有着十分重要的影响.情报学如何厘清与其他相关学科的关系,构建具有自身特色的理论体系和研究方法,这仍是一个艰难而长期的探索过程.情报主导警务范式有比较坚实的理论基础,并从其他领域移植或借鉴了一些研究方法.然而,这些理论、方法如何与我国国情、警情结合起来,仍需要不断探索.

再次,这一范式未能为实践提供具体阐释及理论支撑.情报主导警务作为机关一项战略部署,目标高远而宏阔.然而,在具体实施过程中,往往难以落地并产生实效.如存在普遍的“情报”匮乏现象,这样无法为情报主导警务提供充足的情报来源;受情报分析能力的制约,机关情报“主导”能力的不强;情报未能广泛应用于警务活动的各个方面,并未真正实现情报主导“警务”[4].面对实践活动所面临的困境及发展瓶颈,情报主导警务范式未能提出解决问题的合理理论框架.

2 大数据环境下情报学研究范式的调整与变革

随着大数据的兴起,我国机关开始积极探索大数据在工作中的应用.大数据融入情报实践活动中,推动其工作模式、思路、方法的变革与发展.大数据也为情报学发展提供了契机,两者具有相似性、相关性,完全可以对接、融合.情报学应顺势而为,主动适应大数据发展的需要.如,两者都需要采用“数据+工具方法+专家智能”的模式框架,即借助各种技术手段对数据开展定量分析,同时也离不开定性判断,需要与人的智能有效结合[5].情报学原本擅长定性分析,将大数据先进的定量分析技术结合进来,可以促进情报水平与质量的提升.同时,两者在工作流程方面基本一致,都由数据或信息资料的采集、处理、存储、检索、分析、传递等环节构成.情报学在这些环节的研究方面已积累了较多的理论成果,大数据则可以深化与拓展情报学这些领域的研究,还可以为它提供新的研究课题,如情报的可视化分析、情报产品的可视化呈现等.

大数据对情报学有着十分重要的影响.那么,是否会导致情报学研究范式转型,进入到大数据范式阶段[6]?笔者认为,目前尚无法得出情报学将进入大数据范式阶段的推断.当然,大数据发展必然会对情报学现有的情报主导警务范式产生深刻影响,要求其作出调整与革新,在现有研究范式中融入大数据思维、理论、技术和方法.

2.1

将数据纳入情报学研究对象

一般认为,情报学以情报为研究对象.然而,不同历史时期,对情报概念有着不同的理解,其研究对象也不断变迁.传统情报概念是指用于同国内外敌对势力和敌对分子及其他犯罪分子作斗争的各种情况、消息和资料的统称[7].这时,情报学的研究对象特指敌情、特情等秘密情报.从20世纪80年始,情报逐步拓展至各种刑事犯罪情报资料.随后,在信息化发展的推动下,机关内外部各种信息资源都成为情报工作对象.这时,情报泛指由机关通过各种途径获取的各类情报信息及其分析研判后的成果[9].情报学的研究对象已经扩展到各类信息,信息资源的开发利用成为情报实践活动与理论研究的重要内容.

数据具有重要的情报价值,情报链理论也描述了情报转化、生成的过程,即:事实→数据→信息→知识→情报[9].情报产生于事实,而数据可以直接、准确地反映事实,因而完全可以从数据中获取情报价值.而且,数据不必经由信息,即可直接转化为情报.数据和信息都是对同一对象不同角度的具体表述,它们并不存在绝对的界限[10].由数据到信息并不完全是一种线性方向的转化关系.数据泛化为数字、文本、图片、图像和视频等资料的统称,它已成为“信息”的代名词.严格区分数据与信息概念,也就失去了实际意义[11].这样,数据成为情报学研究对象也就顺理成章了.

运用大数据技术,从数据中提炼出有价值的情报,这是大数据为情报学发展提供的契机.情报学将数据纳入其研究对象,既是社会实践提出的客观要求,也是情报学发展的必然趋势.工作主要围绕各种社会现象,特别是人的社会活动展开,而数据是社会信息化背景下反映人类社会生活的重要载体.因此,数据是机关开展情报工作的重要切入点.情报学将数据作为研究对象,是实践提出的现实要求.从学科发展而言,以数据为研究对象,将为情报学注入新的活力:将情报链向数据延伸,拓展了情报学的研究领域,可以从更加广阔的视野来研究情报学;丰富的数据资源进入情报视野,解决了情报主导警务范式中“情报”匮乏的困境.而且,形态各异、类型多样的数据,能为情报学带来丰富的研究内容.这些数据,从形式上看包括网络数据、时间与位置数据、视频图像数据、车载信息服务数据、文本数据、射频识别数据等,从性质看包括实时数据、动态数据、关联数据、社会网络数据等.情报学应深入研究这些数据的本质属性,以及情报价值的来源、表现形式和获取方式等.

2.2

将情报应用列为情报学的重要内容

在理想化状态下,情报可广泛应用于预防与打击犯罪、维护社会秩序的各项警务活动中.基于此,情报学应全面研究情报在各项警务活动中的具体应用.然而受到情报活动自身的限制,如信息资料采集受限、数量不充足,情报人员受学识、经验、能力的限制而不可避免的存在情报失误,事物的动态变化让分析预测的准确性受到影响,情报往往仅应用于低风险、易于驾驭的个别领域,如侦查破案、追逃缉捕、治安防控等.

大数据是在广泛而有实效的社会应用中获得认可的.目前,它已经在商务、物流、公共管理、金融保险、医疗保健、交通、旅游、科技、教育等领域得到推广应用.大数据在工作中的应用同样可以为情报主导警务范式研究内容的拓展,特别是在情报如何主导“警务”方面创造条件.在大数据环境下,机关能够越来越及时、全面地掌握各种类型的数据,比较准确、客观地还原事物的“已知”状况;“推既往以占将来”[12],由此开展预测分析,推演“未知”的事实或趋势[4].充分利用数据说话,情报主导“警务”也能够减少失误、降低风险,情报就能在各个领域得到普遍性应用.

情报主导警务范式将情报应用——情报工作与具体业务相结合,以实现情报引领警务[13]——作为情报学的核心,极大地丰富了情报学的研究内容.引入大数据的理论、方法和技术,则可以解决情报应用难以落地的难题.因此,将大数据与情报应用相结合,情报学的研究内容将不断拓展、延伸,日益丰富、充实.具体来说,可以从两个维度开展基于大数据的情报应用研究:一是研究大数据及情报在各警种业务工作,如刑侦、国保、经侦、禁毒、治安、反恐、交管、出入境等方面的应用;二是研究大数据及情报在机关具体职能活动,如侦查破案、预警防范、维稳处突、领导决策、社会管理,以及服务社会民生、政府决策等方面的应用.

2.3

将多学科交叉研究方法引入情报学

情报主导警务范式在研究方法方面,并没有多大的创新,这样影响了情报学的深入发展.大数据将为推动这一范式研究方法的创新与发展提供动力.

情报学原本属于综合性学科,广泛借鉴、移植了法学、社会学、政治学、管理学、新闻传播学、心理学、语言学等学科理论、方法.在大数据环境下,更需要采用多学科交叉研究的方法,特别是数学、统计学、计算机科学、软件工程、系统科学、人工智能等自然科学领域的方法.多学科交叉研究方法的融合,可以为情报学带来研究思维和视角的革新.同时,大数据自身也能为情报学研究提供许多新的研究方法.如以往情报学在情报分析中,以因果关系分析为主,倚重人的经验、智能来获取情报.大数据分析建立在相关关系分析的基础上,采用众多计算机智能化新技术,从各种实时动态的数据中挖掘出有效的情报.情报学应具体研究这些技术、方法和工具如何融入到情报实务中,以提高情报能力.

大数据还可以推动情报学研究方式的变革.大数据是科学研究的基础和工具,人们是基于数据来思考、设计和实施科学研究的.大数据带来科学研究范式的嬗变,即“第四范式”——数据密集型科学发现[14].第四范式理论来自于自然科学领域,它对其他领域的研究也具有适用性,对情报学同样有启示与借鉴意义.情报学研究本身一般不会产生密集型数据,但可以将与研究课题相关的、来自于机关或社会上的海量数据引入到研究中.如在关于特定犯罪类型的案件数量、作案手段、发案时间及地点、嫌疑人员或侵害对象的研究中,可以通过胪列大数据来分析问题、阐明观点.显然,采用大数据方法,可以增加研究的科学性.

3 情报学研究范式应避免大数据之弊

当然,在认识到大数据对情报学研究范式产生积极影响的同时,也应看到大数据存在的一些弊端与不足.应坚持情报学自身学科规范、研究范式,理性认知大数据不完美的一面,可以将大数据融入情报学研究范式.

3.1

倚重相关关系分析而忽视因果关系分析

相关关系分析通过识别有用的关联物来分析事物或现象,而不必深入揭示内部的运行机制[15]72.它是大数据分析的核心,有助于人们摆脱传统思维模式特别是偏见的影响,获得更多新的洞察与发现.然而,认为相关关系分析可以取代因果关系分析,人们只需发现“是什么”而不必探寻“为什么”,甚至声称大数据将导致“理论的终结”[16],这显然是荒谬的.事实上,任何大数据分析的统计模型必须以假设即理论为前提;不是建立在因果关系之上的相关关系分析,数据再多,也是没有意义的[17].

著名科学家钱学森曾指出,情报学是思维科学的一部分;任何情报最终都要与人的意识、思维产生交互作用,否则就不能称之为情报[18].人之思维超越于技术,即在于借助人的思维、智能,可以不断探索客观世界的本质.因此,情报学之核心即在于追寻“为什么”.大数据中的相关关系分析可以为情报学提供新的视角,但也不能以此取代因果关系分析.

3.2

崇尚数据万能而忽视人的智能

随着信息技术的普及,逐步实现了“量化一切,一切皆可量化”.凭借越来越丰富的数据,让数据自己“发声”——只要拥有足够的数据,“数字自己就可以为自己说话了”[17].然而,并不是所有事物及其运动都能转化成为数据,无论数据总量达到多大级别,所谓“足够的数据”这种理想化状况几乎是不存在的,实现所谓的“全数据模式”也是不可能的[15]37.数据“发声”同样也会出现错误.更何况,数据无法自己说话.任何数据集及分析工具,仍然是人类设计的产物,因而曲解、偏见和盲区同样存在于大数据中[19].

情报是“Data-Knowledge-Intelligence”的融合,其中Intelligence是核心要素,所有情报都含有Intelligence的性质,都是智能、智慧的结晶[20].目前,一些国家和地区推行基于大数据的预测警务模式(Predictive Policing),大数据提高了警务预测及情报分析的科学性,但仍应该以最恰当的方式使用他们的知识、技能、经验去应对犯罪[21].情报学在吸纳大数据,重视数据的量化研究的同时,应突出Intelligence指向,不可忽视定性分析方面的研究,不能忽略人的智能.

3.3

崇拜技术至上而取消人的主体地位

大数据以现代技术为支撑,拥有强大的数据管理能力.通过信息技术的应用,可以实现数据的自动采集、实时处理与智能分析.大数据技术在不断发展与扩张,延伸、拓展人的各种能力,然而它甚至有可能会取消人存在的必要性,导致非人道、非人性和非自由等异化现象的出现:如果一切都拿数据说话,“人”就被降低成了“物”;如果人的自由意志受到限制,那么,到底是大数据技术控制人类,还是人类在控制大数据技术[22]?这是大数据技术崇拜所导致的荒谬结果.

在情报活动中,如果一味推崇数据而忽视人的主体地位,将会带来灾难性后果.因为情报关乎个人生命财产以及社会和国家安全.如果让数据取代人成为重大决策和行动的主导者,则有可能带来重大风险和严重后果.在情报学研究中,崇拜技术至上会导致该学科走入没有出路的死胡同.因为这样就会消解Intelligence的价值,情报学就沦为了大数据的附庸.

4 结语

我国各地各级机关都在积极开展大数据建设,情报部门都在利用大数据推动情报工作的变革,因而在学术研究中,阐述大数据环境下情报学研究范式的发展,这是一个难以回避的课题.这既因大数据对情报学的影响已然是一种客观存在,又因情报学现有研究范式(情报主导警务)需要借助大数据予以突破与调整.当然,关于大数据对情报学及其研究范式影响力的判断与评估,应持谨慎而客观的态度.要准确察觉大数据所存在的局限性,避免一头扎进大数据,而造成情报学的迷失,甚至取消其存在的合理性.

参考文献:

[1] (美)托马斯·库恩.金吾伦,胡新和,译.科学革命的结构[M].北京:北京大学出版社,2003:95.

[2] 刘放桐.新编现代西方哲学[M].北京:人民出版社,2000:530.

[3] 彭知辉.论情报学研究范式及其整合[J].情报学报,2013(10):1046-1057.

[4] 彭知辉.大数据:让情报主导警务成为现实[J].情报杂志,2015(5):1-6,16.

[5] 贺德方.大数据环境下的情报学[J].数字图书馆论坛,2012(11):1-6.

[6] 张蕾华.大数据视域下情报研究范式的转变[J].情报杂志,2015(7):9-12,28.

[7] 《简明词典》编审委员会.简明词典[Z].北京:群众出版社,1989:124.

[8] 彭知辉.情报概念辨析[J].江苏警官学院学报,2005(2):176-180.

[9] 梁战平.情报学若干问题辨析[J].情报理论与实践,2003(3):193-198.

[10] 程鹏,李勇.情报概念及相关问题之辨析[J].情报学报,2009(6):809-814.

[11] 涂子沛.数据之颠:大数据革命,历史、现实与未来[M].北京:中信出版社,2014:257.

[12] [清]赵翼.曹光甫,校点.廿二史劄记(卷二:汉儒言灾异)[M].南京:凤凰出版社,2008:26.

[13] 彭知辉.情报应用专题研究[M].北京:中国人民大学出版社,2014:22.

[14] Hey T,Tansley S,Tolle S.The fourth paradigm:data-intensive scientific discovery[M].Microsoft Research,Redmond,Washi

ngton,2009:17-31.

[15] (英)维克托·迈尔·舍恩伯格,肯尼思·库克耶.盛扬燕,周涛,译.大数据时代[M].杭州:浙江人民出版社,2013:32,72.

[16] Anderson C.The End of Theory: The Data Deluge Makes the Scientific Method Obsolete[EB/OL].[2016-06-23]. http://www.uvm.edu/~cmplxsys/wordpress/wp-content/uploads/reading-group/pdfs/2008/anderson2008.pdf.

[17] (美)冯启思.曲玉彬,译.对“伪大数据”说不:走出大数据分析与解读的误区[M].北京:中国人民大学出版社,2015:136.

[18] 钱学森.科技情报工作的科学技术[J].情报学刊,1983(4):4-13.

[19] Crawford K.Think Again: Big Data[EB/OL].[2016-05-10].http://foreignpolicy.com/2013/05/10/think-again-big-data/.

[20] 王崇德.关于情报[J].情报资料工作,1996(3):3-7.

[21] PredPol报告:在犯罪发生前未卜先知[EB/OL].[2016-02-15].http://3g.forbeschina.com/review/toutiao/201502/0040873.shtml.

[22] 陈仕伟.大数据技术异化的伦理治理[J].自然辩证法研究,2016(1):46-50.

作者简介:彭知辉(1971-),男,中国人民大学侦查与反恐怖学院教授,博士,研究方向:情报理论.

情报学论文范文结:

大学硕士与本科情报学毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载,关于免费教你怎么写情报学方面论文范文。

热门情报学论文题目