数据越大 责任越大

在香港，其中一个拥有大量数据的机关相信是香港特区政府。以政策咨询为例，自1997年回归至今，政府进行超过430多个咨询项目，还没有计算个别部门进行的，所收集的意见数据可谓不少，可是为何常常在大众传媒口中听到假咨询的事。若然要让所收集的意见数据通过现今科技作出人工智能的客观分析，是否可行？答案是正面的。

数据‧全部都系数据

自2012年本人就一直倡议这事，并在及后成立了通达网络 Totaltact Network，目标就是利用大数据分析、透彻了解事情、找出核心事项、审视可行方案、有效运用资源、推动典范实务，透过「精通世情、道达研理」即「通情达理」，亦是「通达」名字的由来。我建议的平台就是运用了人工智能(A.I.) 加上机器学习(Machine Learning) 的社交媒体(Social Media) 大数据(Big Data) 分析平台(Analytics Platform) 来进行快速认知民间意向。我在2014年出版的「智看政策」一书也解释过。

Mass Media Vs Social Media

大众传媒 (Mass Media) 与社交媒体 (Social Media) 之间的反映是有颇大的落差。从社交媒体的发帖(Post)和回应(Comment)得出的大数据分析可看到不少被大众传媒忽视的资料，内容更加贴地，正所谓「识睇‧一定睇Comment」，这些是真正来自社会大众的声音，不只是个别媒体的立场。当然，在搜集社交媒体数据这一环的目标，就不会像传统研究方法般尽力寻找有代表性的样本(Sampling)，而是依赖现今科技作出最大限度的追踪总体(Population)。

口里说不、身体却很诚实

本人认为希拉里(Clinton Hillary) 在美国总统大选落败的其中一个致命原因是：错读民意。今时今日还单靠那些传统电话/街头访问的民意调查是不可靠 。因为大众传媒压力和超高「道德高地」的水平导致受访者未必有勇气表态以避免他人攻击，因此出现了「口里说不，但身体却很诚实」的投票结。之前MogIA就用类近建议的方法推算预计特朗普(Donald Trump) 的胜出。

电子管治要非离地投入

电子管治中的电子参与会是一个改善市民参与感觉的方法。有了贴地的基础数据分析就能引发更深层的意见表达和讨论，在良性循环下共识更易达成。