Ngược lại, dự báo dữ liệu lớn về con người lại khác. Trong khi
các dự báo ngày nay về hành vi có thể xảy ra - được tìm thấy
trong những thứ như phí bảo hiểm hoặc điểm số tín dụng -
thường căn cứ vào rất nhiều yếu tố được dựa trên một mô hình
của vấn đề đang xét (chẳng hạn vấn đề về sức khỏe trước đây
hay lịch sử trả tiền vay nợ), với phân tích phi nhân quả của dữ
liệu lớn, chúng ta thường chỉ đơn giản xác định các yếu tố dự
báo phù hợp nhất từ biển thông tin.
Quan trọng nhất, sử dụng dữ liệu lớn, chúng ta hy vọng sẽ xác
định được các cá nhân cụ thể chứ không phải là các nhóm, điều
này giải thoát chúng ta khỏi thiếu sót của lập hồ sơ làm cho mỗi
nghi ngờ được dự đoán trở thành một trường hợp của tội đồng
lõa. Trong một thế giới dữ-liệu-lớn, ai đó với một cái tên Ả Rập,
trả tiền mặt cho một chiếc vé một chiều hạng nhất, có thể
không còn phải bị kiểm tra bổ sung tại sân bay nếu các dữ liệu
khác chứng tỏ chắc chắn rằng anh ta không phải là một tên
khủng bố. Với dữ liệu lớn chúng ta có thể thoát khỏi sự bó buộc
vào đặc điểm của cả nhóm, và thay vào đó có thể đưa ra nhiều
dự đoán chi tiết cho cá nhân hơn.
Triển vọng của dữ liệu lớn là chúng ta có thể làm những gì mình
đã làm trong suốt thời gian qua - lập hồ sơ - nhưng khiến nó tốt
hơn, ít phân biệt đối xử hơn, và cá nhân hóa nhiều hơn. Nghe có
vẻ chấp nhận được nếu mục đích chỉ đơn giản là để ngăn chặn
những hành động không mong muốn. Nhưng nó trở nên rất
nguy hiểm nếu chúng ta sử dụng các dự đoán dữ-liệu-lớn để
quyết định xem liệu ai đó là có tội và phải bị trừng phạt vì hành
vi chưa xảy ra.
Ý tưởng về xử phạt chỉ dựa trên các khuynh hướng là một ý
tưởng tồi tệ. Để buộc tội một người vì các hành vi có thể xảy ra
trong tương lai là phủ nhận nền tảng rất cơ bản của công lý:
