为了解决这个问题，数据科学家正在开始与社会科学家协作。随着时间的推移，这将意味着找到把大数据策略和小数据研究相结合的新途径。这将远远超越广告业或市场营销业采用的做法，如中心小组或A/B测试（即向用户展示两个版本的设计或结果，以确定哪一个版本的效果更好）。确切地说，新的混合式方法将会询问人们做某些事情的原因，而不只是统计某件事情发生的频率。这意味着在信息检索和机器学习之外，还将利用社会学分析和关于人种学的深刻认识。
技术企业很早就意识到社会科学家可以帮助它们更加深刻地认识人们与其产品发生关系的方式和原因，如施乐公司研究中心就曾聘请了具有开拓精神的人类学家露西·萨奇曼。下一阶段将是进一步丰富计算机科学家、统计学家及众多门类的社会科学家之间的协作——不仅是为了检验各自的研究成果，而且还要以更加严格的态度提出截然不同的各类问题。
考虑到每天有大量关于人们的信息——包括脸谱网点击情况、全球定位系统（GPS）数据、医疗处方和Netflix预订队列——被收集起来，人们迟早要决定把这样的信息托付给什么人，以及用它们来实现什么样的目的。人们无法回避这样的事实，即数据绝不是中立的，它很难保持匿名。但是人们可以利用跨越不同领域的专业知识，从而更好地辨别偏见、缺陷和成见，正视隐私和公正将面临的新挑战。（参考消息网 曹卫国/编译）