模型能够创建数据科学家所谓的“行为循环”(behavioral loop)，如果一个人被提供足够的数据，都能对自己的行为进行指导。
以Facebook为例，将个人数据上传到自己的Facebook页面，Facebook的软件就会跟踪你的点击和搜索。通过算法来评估这些数据，然后再提供好友的建议。
但这种通过软件跟踪用户的行为却引发了隐私担忧，难道大数据将迎来数字监控的到来？
我个人最大的担忧是，当前确定我们个人数字世界的算法过于简单，不够智能。这也是Eli Pariser所著《The Filter Bubble: What the Internet Is Hiding From You》所探讨的问题之一。
令人鼓舞的是，像Perlich和Schutt这些有思想的数据科学家意识到了大数据技术的局限和不足。他们认为，听取数据是重要的，但经验和直觉同样重要。
在麻省理工学院大会上，查特被问及如何才能成为一名优秀的数据科学家，她说，需要计算机科学和数学技能，拥有好奇心，具有创新意识，以数据和经验为行动准则。她说：“我不会把机器神化。”