人类在互联网上正进行着广泛且高效的互动。科学家认为互联网在人类互动中扮演的作用不仅仅是一个平台或媒介，互联网同时也可以看成是一个“体温计”或“地震仪”，人类可以通过互联网预测未来将要发生的事情。一些研究已经发现网络使用痕迹可以预测某些心理特征和行为表现，甚至还可以预测经济的发展。

首先，在对人类心理行为的预测上，科学家发现网络使用特点可以预测人格特质（Kosinski，Stillwell，& Graepel，2013；Li，Yan，& Zhu，2013；Wu，Michal，& David，2015）。伍等人的研究发现大五人格特质（他评测验）的平均预测效度是0.49，朋友的预测效度是0.45，家人的预测效度0.50，夫妻之间的预测效度是0.58，而根据个体在脸谱网上点“赞”的次数对大五人格的预测效度却可以高达0.56，这不仅高于平均预测水平，甚至高于朋友和家人的预测水平，仅次于夫妻之间的预测（Wu et al.，2015）。尽管听起来有点匪夷所思，但其他类似研究也有相似证明。李（Li）等人对我国大学生人人网的使用情况与大五人格特质的关系分析中发现，采用人人网使用特征的数据对大五人格的预测能力高于自评问卷的预测能力（Li et al.，2013）。李的研究发现人人网中网友数量与尽责性和外向性呈正相关，与神经质呈负相关；更新状态的数量与开放性呈正相关；对个人主页的非转发性评论与开放性和外向性呈正相关。上述研究说明网络使用特征对人格的预测作用在东西方文化下均有效果（Li et al.，2013）。

其次，在对用户情绪变化的预测上，来自《科学》（Science）的一篇研究报告表明，人们在微博上发表的状态可以预测人类一天内不同时间点的情绪特点及其变化趋势（Golder & Macy，2011）。该研究以2008年2月至2009年4月在推特上建立账号的博主为被试，从每个博主收集400条公开发表的信息为分析内容。在统一每个博主地理位置的时差后，采用昼夜连续记录的方式收集每天中每小时的数据。采用文本分析的方式提取积极和消极情绪词。结果发现博主的积极情绪在清晨（5～7点）呈上升趋势，并在7点前后达到局部高峰，此后呈缓慢持续下降，到晚间再度上升；而消极情绪在清晨时最低。一周内不同日期情绪变化的趋势也不同，休息日的积极情绪整体高于工作日，且休息日积极情绪清晨高峰也比工作日延迟约2小时。这一结果在欧美非及东南亚均呈现一致性结果。也有研究者对“9·11事件”后网民的博客内容的分析发现，“9·11事件”后，发现博客中的消极情绪增加、认知卷入度和社会性卷入度增加、言语中表现出的心理距离增大。然而在2周后，情绪和社会参照恢复至基线水平，接下来的6周内心理距离也恢复至基线水平（Cohn，Mehl，& Pennebaker，2004）。

再次，除了对人格和情绪的预测作用外，研究者还发现网络使用特点对物质使用、价值观、自我调节、抑郁、冲动、生活满意度、身体健康状况等均具有较强的预测作用（Kosinski et al.，2013；Wu et al.，2015）。塞利格曼等人基于幸福五元素理论（PERMA理论）构建相应词库，再根据推特平台上用户的自然语言和地点信息绘出美国幸福地图（Seligman，2012）。幸福五元素理论指的是积极情绪、投入、人际关系、意义和成就。这些是幸福人生的五个重要组成部分，也是幸福的人所应具备的五种特征。

最后，对于经济发展的预测，研究者发现通过脸谱网计算的总体国民幸福指数（Gross National Happiness Index）可以有效预测股票上升的趋势（Karabulut，2013；Siganos，Vagenas-Nanos，& Verwijmeren，2014）。研究发现，总体国民幸福指数每增加一个单位，第二天的股市会有11.23个基本点的涨幅（Karabulut，2013），总体国民幸福指数与股票的交易额和收益波动呈负相关关系（Siganos et al.，2014）。

通过上述研究实例不难发现，互联网或者大数据对人类的心理与行为具有一定的预测作用，人类或许可以通过大数据分析完善或调整各项计划。但是我们却发现，这些预测几乎都是“相关研究”的结果，而从科学意义上相关研究是无法揭示事物之间深层的因果关系的，那么这些结果是否真的准确无误呢？或许会有人对此持这样的观点——在大数据时代，知道“是什么”就够了，没必要知道“为什么”。此外，大数据尽管从量上十分庞大，但是从质的角度上，这些“简单”的数字和图表是否能准确地揭示人类复杂的心理机制，还有待深入探讨。