„A Big Data definíciója nagyjából megegyezik a pszichohistóriáéval: megfelelően nagyméretű mintából dolgozva könnyebben észrevehetőek a korrelációk, ez alapján különböző százalékos eséllyel megjósolhatóak bizonyos események.
Fontos, hogy nem foglalkozik a miértekkel, csak az összecsengő adatokkal. Nem képes megmondani miért történik valami, csak azt, hogy mekkora eséllyel következik be.
A legjobb példát talán az egészségügyből lehet hozni: a különböző digitális archívumok nagy mennyiségű információt gyűjtenek össze a páciensek tüneteiről, kórházban töltött napjaikról, gyógyszeradagjukról, stb. Egy megfelelő algoritmus segítségével össze lehet vetni hosszú időszakok adatait, és ki lehet számítani, hogy az azonos tünetekkel, betegséggel rendelkezők hány nappal a hazaküldésük után tértek vissza valami komolyabb problémával.
Így előre meg lehet jósolni, hogyha valakit ugyanolyan tünetekkel felvesznek, majd hazaküldenek, hogy X napon belül hány százalék eséllyel merülhet fel a szervezetében valamilyen komplikáció. Az orvosok még nem is feltétlenül értik, hogy mi miért történik, de ha bíznak a jóslatban, megakadályozhatják a vészhelyzetet – utána pedig a korreláció bebizonyosodása esélyt adhat arra is, hogy kiderítsék, pontosan miért következett be (vagy épp nem következett be) az az alapján kiszámolt eredmény.”