与传统文字叙述为主的新闻报道相比，大数据新闻主要通过数据统计—数据分析—数据挖掘等技术手段发现新闻线索，并用逻辑化的数据拓展既有新闻主题的广度与深度，最后以图表、数据为主，辅之以必要的少量文字的可视化方式加以呈现，从而致力于新闻报道的客观、系统和可视体验。这种想象和设计十分契合现代科学追求数字化、量化，把一切都还原为数学方程式的思维逻辑。按照这种思维逻辑的设定，新闻文本只要从纷繁芜杂的数据海洋（现象）中找到某种所谓的本质的东西，比如自然科学的公式，那么信息世界就尽可把握了，如是乎？作为一种认知新闻事物的思维程序，大数据新闻认知的普遍性逻辑必然会抽离个别新闻事物的具体性，其特征是一步一步地撇开个体新闻事物身上道德的、功用的、审美的和哲学的等意义，以还原为最为抽象的同一性。这种新闻生产逻辑必然会遗漏与特定本质属性缺乏关联的非本质新闻属性，从而使个别新闻事物的整体形象和全部意义无法得到认知与传播，最终导致大数据新闻的本质和客观性既不能深刻反映社会意义的原型结构，更不能反映超自然的、高位阶的社会信息需求。也就是说大数据本身是一种理性的表现，但还需要更大的理性——人文法则的观照。依据狄尔泰的看法，人文科学乃至生活世界中的客观性，在于解释与反思一系列视域和融贯性内的诸种关系。一般认为，这些意义、关系越融贯为一体，生活世界和人文科学中的客观性便越是客观的、真实的、具体的。对于大数据新闻而言，如何实现这些关系的内在融合，以实现新闻客观性、真实性和具体性之人文内涵，必须澄清当下“大数据”给我们在如下关系领域内造成的混乱。

（一）重普遍性而轻个体性。

对于大数据新闻人文与科学态度的划分，就是以强调个体性还是强调普遍性为基本依据的。因为人文科学强调的是个体性的人生价值意义而自然科学强调的是普遍性的规律。从大数据的实践层面看，一般认为大数据的时代其实是弘扬理性精神的时代，但如果大数据分析和使用在于满足非正义的事情，那么，这正好说明大数据本身不完全等同于理性，更大的理性是人文法则。最后，大数据新闻从自然之物到文化之物的转化过程，实际上就是普遍性本质转化为个体性本质的过程，也是一个由重共同性到重特异性的转化过程。因此，对于大数据新闻中的人物或者事物，我们都既可以从自然科学的角度来分析和报道，也可以从人文科学的角度来分析和报道。至于大数据如何推动社会进步，这种进步的速度有多快，或者进步的同时是否还会倒退，这些都取决于我们自己。

（二）重关联性而轻因果性。

维克托·迈尔·舍恩伯格在《大数据时代》中指出，随着人们看待数据的方式的变化——从局部变为全部以及从纯净变为凌乱，思维方式也应该转型，即从因果关系转向相关性。或者说，只要知道“是什么”，而不需要知道“为什么”。这观点有些类似于休谟怀疑论的知识论。休谟指出，对象之间并没有可以发现的联系，我们之所以能根据一个对象的出现推断另一个对象的存在，并不是凭着其他的原则，而只是凭着作用于想象上的习惯。这里休谟将因果关系归因于一种未经反思的心理经验，认为一切的抽象以及逻辑推理都是这种心理经验的派生物。这种“想象上的习惯”的关联方式无异于这个经典的社会学考题：冰淇淋的销量和强奸案的发生率存在线性关系，即一个增长，另一个也增长。不过，两者之间显然没有因果关系，而只有相关关系。另一个变量，即天气变暖，才是两者之间的真正桥梁。所以，舍恩伯格这种放弃因果关系而只考察相关性的思路，与其说是一种进步，倒不如说是一种思维紊乱。因为它不利于我们消除不确定性而进行下一步预测，也无法采取行动。研究者辨明因果关系并非来自统计，而是来自研究者的理论和假设。但是大数据分析更关注数据的相关性测量和商业应用价值。大数据是发现那些不能靠直觉发现的信息和知识，甚至是违背直觉的，有时候越是出乎意料可能越有商业价值。

（三）重信号而轻噪声。

大数据新闻重要的功能之一就是减少或消除不确定性，以预测未来事态。信息的指数型增长有时被人们视为万灵药，以至于人们根本分辨不清大数据中的信号和噪声。纳特·西尔弗在《信号与噪声》一书中指出，在任何一个数据丰富的领域，寻找预测模式都很容易。关键是要分辨出这些模式到底是噪声还是信号。他举了天气预报、政治选举预测、地震预测、棋牌游戏、股市、恐怖袭击等多个领域的例子，认为我们对未来的预测，应该基于可能性，以概率的方法思考问题，在不断试错中进步。从某种意义上说，大数据新闻传播也必然在预测和证实（证伪）之间有其独特的实践逻辑设计。但该认知逻辑必由两个组合的构成因素所支配：一个是新闻实践成功的程度所必须的认知资源，如信息、时间和计算能力。另一个是新闻实践推理主体所瞄准的认知目标的高度。由于这两个因素有程度之别，因此，某一具体的新闻实践行为是一个相对的、可比较的概念，而不是一个绝对的、没有参照物的死物。按此观点，只有当大数据新闻推理者心中拥有的认知任务和其可利用的认知资源相匹配时，推理才是正确的。对于传统新闻主体而言，认知的信息、时间和计算能力资源与作为高层次的大数据新闻推理者相比较而言，相对不丰富，因而，传统新闻主体的认知目标相对适中。尽管如此，我们可能还会以对自己有利的方式对这些数据进行分析和解释，而这些方式很可能与这些数据（所代表）的客观现实不相吻合。数据驱动预测机制可能会成功，也可能会失败。一旦我们否认数据处理过程中存在着主观因素，失败的概率就会增加。因此，在1970年出版的《未来的冲击》一书中，阿尔文·托夫勒对他所说的“信息超负荷”的一些后果进行了预测。他认为，尽管世界本身正走向分化，变得更加复杂，但人类仍会以坚持自身看法的方式使这个世界变得简单，这便是我们的防御机制。

（四）用事实说话和用数据说话。

大数据时代既要用事实说话，也要用数据说话，这句话是没错，但关键在于应该说清楚用事实说话是用具体的、抽样的个体性事实说话，而用数据说话是用抽象的、普遍性规律说话。前者是必然的理由，后者具有或然性。因为大数据样本不仅需要更多的时间去分析，它们往往还包含被抽样的所有个体的许多不同信息，从统计学的角度讲，这意味着这些样本是“高维的”。更多的维度增加了发现欺骗性关联的风险。比如，在医学研究中，可能会将某种药物的疗效与病人的身高联系在一起。但是这可能仅仅是因为大数据包含方方面面的信息，从身高、体重到眼睛的颜色等等。需要考虑的维度如此之多，有些维度显得重要似乎只是出于偶然。因此，用数据说话是媒体在大数据时代展现权威性、公信力的重要手段，但不是必不可少的手段。

（五）重传者分析而轻受众理解。

时下西方媒体惯常于通过对数据挖掘的方式进行新闻报道，通过仔细分析大量数据来揭示有意义的新的关系、趋势和模式，笔者试问：这些发现的所谓常规新闻中不能体现的逻辑，真的能帮助读者对新闻事件进行深度解读吗？当然，无可厚非的是计算机领域的科学家通过开发出卓越的计算能力和信息存储技术，让大数据的积累成为可能。但是收集数据及存储信息与理解这些内容并不是一回事。了解大数据的真正意义并不等同于对小数据进行解读。对于广大非专业的受众而言，对大数据分析结果的理解绝不应是简单回忆，而是具有历史的连续性和非连续性特点，即尽管过去了的东西其本身不可能原样再现和重演，这是讲的非连续性。但历史事件一旦过去，它总会给后人留下对它的某种理解，这理解就是给出历史事件的意义，正是这理解才使得一去不复返的历史事件持存着、继续着，而这也就是历史连续性的具体内涵。而大数据新闻因为过多的强调非结构化序列的连续性而割裂新闻事件历史意义的非连续性传承，从而使得新闻历史意义空洞化，从而加大其随机性定义生成的可能性，使得新闻总体上缺乏历史必然性的观照。

综上，（自然）科学视域下的大数据新闻以探索统一性的、普遍的本质为己任，其新闻客观性逻辑就是最大普遍性，最大的同一性就是最大的客观性。而人文科学视域下的传统新闻在于追求个体性的人生意义，其客观性诉求在于将普遍意义与丰富的个体性的人文意义统一起来。具言之，大数据新闻客观性来源于对一个个具体的个体所持有的丰富意义域向普遍性方向进行抽象的结果，其特征是一步一步地撇开个体身上道德的、功用的、审美的和哲学的意义等，以至最终达到最为抽象的同一性。反其道而行之，传统新闻客观性则在于首先以抽象的同一性意义为逻辑起点，超越但不抛弃抽象走向具体，通过把功用的、审美的和道德的意义与普遍意义融贯在一起，构建一个包括所有这些意义在内的有机统一体。这就是大数据新闻实践更大的理性——人文法则所必须遵循的根本逻辑和基本途径。这无疑也应该是当下大数据新闻研究的基本方向和进路。那些一味坚持大数据新闻普遍本质的自然科学研究范式，既不能深刻反映社会意义的原型结构与超自然的高位阶的社会信息需求，也不是大数据理性的完满表现。因为，对于人类社会而言，超越大数据理性的更大的理性原则是人文法则，是人生的根本意义。

（本文系广东省高等学校学科与专业建设专项资金项目（2013WYXM0082）阶段性成果）