2013年是大數據元年，大數據時代的到來，已給我們的出產、糊口、進修與事情帶來了前所未有的厘革，同時也帶來了很多的挑戰。在一切皆可數據化的新汗青條件下，數據成為了最名貴的資源，通過輪回來去的數據挖掘和二次操作，埋沒在數據中的龐大代價正在不絕地被挖掘與操作。2014年荷蘭學者Andrej Zwitter撰文Big Data ethics(《大數據倫理》)指出：“這里有三類大數據好處相關者(Big Data stakerholders)：大數據匯集者(Big Data collectors)，大數據利用者(Big Data utilizers)和大數據出產者(Big Data generators)。”在這數據匯集、存儲、挖掘、預測與操作的進程中，大數據好處相關者不免會呈現這樣可能那樣的好處抵牾，有須要從倫理視角舉辦相應地管理，出格是在法令類型相對滯后的前提條件下，實現數據共享的康健運行，最終促進大數據時代的順利成長。

一、大數據好處相關者的好處抵牾闡明

作為好處抵牾配合體的大數據好處相關者，在一切皆可數據化的條件下，應該配合操作大數據技能，挖掘和享有數據的龐大代價。固然總體而言他們的方針是一致的，都是為了占有與享有大數據儲藏的龐大代價，可是在總體的配合方針之下，他們又是帶著各自奇特方針的，出格是在大數據技能還沒有全面普及的環境下，由于好處分派不均而導致的諸種好處抵牾將無法制止。

憑據Andrej Zwitter的領略，大數據匯集者是憑據特定方針來抉擇匯集和生存哪些數據以及生存多長時間。顯然大數據匯集者的目標并不是為了匯集而匯集，為了存儲而存儲，之所以要匯集與存儲，就是要操作數據進而占有和享有個中的龐大代價。正因為是帶著特定方針來匯集和存儲相關數據，所以一定會導致有所選擇。而這樣的功效就是，所匯集和存儲的數據相對付某一特定方針而言是整體而全面的，可是相對付其他方針則不盡如此了。因此，特定方針直接影響了數據的整體性與全面性。換句話說，大數據匯集者只能匯集和存儲與某一特定方針細密相關的數據，并想要以此來實現這一特定方針。可是，特定方針最終可否實現還要依賴于大數據利用者。

大數據利用者主要是操作大數據技能對已匯集和存儲的數據舉辦挖掘、預測和操作。他們大概是帶著特定方針來舉辦的，也大概是毫無方針的。大數據利用者才是真正的大數據技能掌控者。由于大數據利用者擁有奇特的技能優勢，完全有大概導致數據在挖掘、預測和操作中偏離大數據匯集者的初志，因為數據可以或許不絕地被二次操作與挖掘。因此，假如大數據利用者在數據挖掘、預測和操作中發生了超出大數據匯集者原來方針的新代價，那么該如何分派，是共享照舊獨享?出格是由于技能優勢的存在，大數據匯集者大概基礎就不知道本來匯集和存儲的數據發生了奈何的新代價。雖然，假如大數據匯集者和大數據利用者是同一群體的話，就不存在這樣的問題。問題的要害在于很難真正實現二者合二為一，因為大數據匯集者是帶著特定的方針來匯集和存儲的，他們僅僅可以或許在實現某一方針的進程中既是大數據匯集者，也是大數據利用者，可是數據的二次操作呢?因此，大數據匯集者和大數據利用者很難實現完美合一，老是處于抵牾地相助中。

假如說大數據匯集者和大數據利用者處于好處抵牾之中是因為無法實現好處最大化的話，那么大數據匯集者、大數據利用者和大數據出產者之間的好處抵牾則是如何實現傷害最小化了。對較量而言，大數據出產者一直處于最被動職位。因為大數據出產者時時刻刻都自覺與不自覺地出產著數據。在大數據時代，一切皆可數據化，大數據出產者的一言一行都必將以數據的形式存在。這就導致了大數據出產者基礎就無法知道哪些數據被匯集和被存儲以及存儲了多長時間，而且基礎就不知道本身出產的數據在何種目標的浸染下被挖掘、預測與操作，更不行能知道本身出產的數據在被挖掘、預測和操作了之后將對本身發生奈何的影響。因此，對付大數據出產者而言，只要差池本身發生消極影響就足夠了，基礎就無法想象還能從中獲取本屬于本身的代價。如此看來，大數據出產者和大數據匯集者、大數據利用者也一定處于好處抵牾狀態：對付大數據匯集者和大數據利用者而言必定是要盡大概多地匯集、存儲、挖掘、預測和操作大數據出產者的數據，這就不行制止地會對大數據出產者發生消極影響，譬喻對隱私(Privacy)、機要(confidentiality)、透明(transparency)、身份(identity)和自由選擇(free choice)等組成了威脅;對付大數據出產者而言，由于處于被動職位，只但愿本身的好處可以或許獲得有效掩護，將傷害降到最低限度;假如傷害一旦發生，則但愿可以或許獲得相應的賠償，包羅物質的和精力的。