Ulf-Dietrich Reips 和 Uwe Matzat 在 2014 年寫道，大資料已成為科學研究的“時尚”。研究人員達納赫博伊德（Danah Boyd）對科學中使用大資料感到擔憂，他忽視了原則，比如選擇一個有代表性的樣本，因為他太擔心處理大量的資料。這種方法可能會以某種方式導致結果偏差。跨越異構資料資源的整合 - 有些可能被認為是大資料，有些則不是 - 提出了巨大的後勤和分析挑戰，但許多研究人員認為，這種整合很可能代表了科學領域最有前途的新領域。在一篇頗為犀利的的文章《關於大資料的關鍵問題》中，作者稱大資料為神話的一部分：“大資料集提供更高形式的智慧和知識，具有真實的光環，客觀性和準確性“。大資料使用者往往“迷失在龐大的數量中”，“處理大資料仍然是主觀的，而且它量化的東西並不一定更接近客觀事實。”商業智慧領域的最新發展，例如主動報告，特別是透過對無用資料和相關性的自動過濾來改善大資料的可用性。

與分析較小的資料集相比，大資料分析通常較淺。在許多大資料專案中，沒有發生大資料分析，但挑戰在於提取，轉換和載入部分資料預處理。

大資料是一個流行詞和一個“模糊詞”，但與企業家，顧問，科學家和媒體同時成為“痴迷”。 Google 流感趨勢等大資料展示近年來未能提供良好的預測，誇大了流感爆發的兩倍。同樣，僅基於推特的奧斯卡獎和選舉預測往往比預期的要少。大資料通常與小資料一樣提出相同的挑戰，增加更多資料並不能解決偏見問題，但可能會強調其他問題。特別是像 Twitter 這樣的資料來源並不代表總體人口，從這些資料中得出的結果可能會導致錯誤的結論。

大資料的起點是人透過所謂理性函式設計起來的，落腳點是計算分析人的機械化機器化程度！

一種所謂的科學理性唯物信仰！它的信仰便是它的瓶頸！

問題是，如何保證軌跡的可預測，可預期？

貪痴嗔疑慢，是建立在文化，習氣上的產物，用科學的硬性鐵布衫金鐘罩能罩住水流？

大資料時代的來臨，帶給我們的是視覺化，大資料的計算可以從產品的成產——檢測——出廠——銷售——物流——使用，進行全程追蹤，對於產品的所有資料進行計算，可以為廠家改進，銷售選擇，使用，反饋做出指導。

但大資料產生的誤區也在於“界定”，大資料產生於程式設計，雖然已經可以稱之為“自動化跟蹤”，但程式設計都是人操作的，對於任何事物的界定都無法做到完美!

大資料只能作為參考，而不能作為唯一指導，關鍵還是在於人的判斷!

其實什麼物質都具有兩面性，所以大資料也不例外，在一個科技可以掌控大部分的時代，資料也是可以造假的，大資料的來臨也會產生很多的虛假資訊來充斥在真實的資料中，所以今後的大資料是很厲害，但是當我們的資料有大量的虛假資訊的時候，我們還需要來處理這些虛假的資訊，會越來越複雜，我們已經進入了一個自己的閉環，想出來是困難的，就像現在讓我們回去種地，我估計已經有很多人不會了，沒有機械式的耕種，我們已經完全忘記怎麼種植，什麼時候澆水，什麼時候除草，什麼時候收割等等一系列我們的必須，今後沒有機器來輔助我們將不會幹任何的事，這就是我們的閉環，看似繁榮富強，其實是很脆弱的，我們只有不斷的提高，自由不斷的前進，我們才可以有未來，因為我們沒有了退路，想想我們是從採獵開始的， 我們還有多少的技能會採獵，我們還會叉個魚嗎，我們還會怕個樹嗎，我們還會圈養個牲口嗎，我們不會了，今後會更加的不會，這就是大資料今後給我們的誤區，我們還是要有工匠精神，我們還是要繼承我們的傳統，我們還是要我們飢餓的堅挺，我們還是要我們美麗的藍天，我們今後經渴望我們曾經的慢節奏，將渴望我們之前的物質匱乏的時代的美好。這就是我們的大資料給我們一個欣欣向榮的未來，但也給了我們一個迷茫的提升和追求。

誤區一：大資料就是在窺探隱私

誤區二：只要大就好 海量資料＝有用資料

誤區三：大資料是萬能的

大資料的收集可以促成雲共享，沒有大資料就不會有資料共享，沒有資料共享就不能實現智慧城市，智慧醫療，智慧交通。資料資源共享其實就是未來發展的趨勢，得資料者得天下

"大資料"已經在當今社會上的一個高頻詞，其應用已滲透到當今每個行業和業務職能領域，其意義是為人們認知，判斷，決策提供的一個嶄新工具。"大資料"變得無處不在，似乎每個人都想收集，分析大資料，並從中獲利，同時也有人在誇耀或者害怕它的巨大影響。將現代計算技術和數字時代眾多的資料結合起來，似乎可以解決任何問題:犯罪，公共衛生，用語的變化，約會的危險等等，只要我們把這些資料利用起來。但任何事物都有兩面性，有利肯定有弊。大資料的弊端是隱私被洩露的危險，還有大資料只是一個輔助工具如果誤用或濫用資料會造成很糟糕的後果，所以我們使用這個輔助工具的時候要清醒的認識到大資料只是一種每個人都可以分析的重要資源，並不是什麼新技術。

大資料是一種做事方式。我們最應該記住的是不要為了方式而忘記方向。做什麼比怎麼做更重要，目標比方法更重要。如果我們選錯了目標，用再好的方法，實現了這個目標，可能也是得不償失，甚至是追悔莫及。因為有一些目標了根本就是我們應該逃避的災難，根本就不應該成為我們的夢想。大資料也好，人工智慧也好，很有可能不是我們的夢想，而最終會成為我們的夢魘。我們避之唯恐不及，但是現在卻是我們極力追求的。大資料會挑戰我們很多道德的底線，傳統習慣的底線。在法律上規定一個人只為自己已經犯過的錯誤負責，只為已經造成的損失負責。而大資料了就可以根據一些資料，根據一些資料來判斷一個人，將來有犯罪的可能，這種可能性幾乎達到百分之百。這個判定之下，就應該把這個人控制起來。但是這個人並沒有犯罪，為什麼要控制他？這就是執法犯法，但是卻沒有其他選擇。這些始料未及的情況可能會頻繁發生。