
大數(shù)據(jù)入侵隱私到底有多可怕
隱私,現(xiàn)代社會(huì)的一項(xiàng)基本價(jià)值,正在迅速退出大數(shù)據(jù)時(shí)代人們的生活。
沒(méi)了隱私,如何生活?然而,日復(fù)一日,我們被告知:放棄一點(diǎn)隱私,完全值得。因?yàn)?,換來(lái)的是領(lǐng)先國(guó)際的科學(xué)管理和高技術(shù)創(chuàng)新,一種市場(chǎng)空前繁榮、辦事越來(lái)越方便的新生活!更何況,人不干壞事心不驚,干嘛害怕與大數(shù)據(jù)為伴?
如此看來(lái),倒是那些執(zhí)著于隱私意識(shí)的人心虛,不愿做貢獻(xiàn)了。道理竟可以這樣講,人的尊嚴(yán)與自由得讓位于所謂科學(xué)管理、創(chuàng)新和市場(chǎng),這里面,一定有什么難言的隱情吧。
原來(lái),新興的電商資本有一種貪欲:依靠實(shí)時(shí)實(shí)地收集用戶的隱私信息,由此全面掌握并準(zhǔn)確預(yù)測(cè)消費(fèi)者的行為,用于營(yíng)銷、開(kāi)發(fā)各種產(chǎn)品。只不過(guò),未經(jīng)許可攫取用戶的隱私,至少依照現(xiàn)行的法律是違法的。所以就需要一套冠冕堂皇的說(shuō)辭,借用一些時(shí)髦的話語(yǔ),然后才能否定,并最終讓人們忘卻隱私信息的初始產(chǎn)權(quán);才能拿“洗過(guò)”的跟沒(méi)“洗過(guò)”的數(shù)據(jù),在交易所公開(kāi)合法地買賣。今天,手機(jī)和電腦用戶,誰(shuí)沒(méi)有被“瞄準(zhǔn)式廣告”(targeted advertising)跟蹤追逐過(guò)?仿佛廣告熟知了你從小到大的一切,包括早已遺忘的某一次瀏覽、點(diǎn)贊、選購(gòu)或者退貨記錄。當(dāng)然,如果你覺(jué)得煩人,可以點(diǎn)擊“關(guān)閉”,把它當(dāng)一只蒼蠅趕開(kāi)。但是,假若你以為這是電商收集隱私的主要用途,那就大大地小看了資本“創(chuàng)新”的能耐。
聽(tīng)說(shuō)過(guò)“消費(fèi)者剩余價(jià)值”(consumer surplus)嗎?就是商品成交時(shí),消費(fèi)者能夠,或潛意識(shí)中愿意支付的最高價(jià)和實(shí)際支付價(jià)之間的差額。差額越小,商家的利潤(rùn)就越高。例如,客人愿意花二十元買一樣商品,定價(jià)十五元,便留下了五元消費(fèi)者剩余價(jià)值。不用說(shuō),消費(fèi)者要的恰好相反,希望物美價(jià)廉。淘寶網(wǎng)、雙十一、飯店、超市,一切消費(fèi),都可以上演一場(chǎng)買賣之間的剩余價(jià)值拉鋸戰(zhàn)。常言道,知己知彼,百戰(zhàn)不殆;信息,就是決定這拉鋸戰(zhàn)(學(xué)者稱博弈)勝負(fù)的關(guān)鍵。消費(fèi)者的支付意愿或價(jià)格承受力,依其生活需求、財(cái)力、心情、環(huán)境等各樣因素,可有很大的差異和波動(dòng)。弄清楚這些因素同商品定價(jià)、市場(chǎng)營(yíng)銷策略等的復(fù)雜關(guān)系,就能獲取消費(fèi)者剩余價(jià)值。基于這一認(rèn)識(shí)形成的理論和實(shí)踐,即以價(jià)格歧視(price discrimination)為導(dǎo)向的動(dòng)態(tài)定價(jià)系統(tǒng)。其基本策略,便是同一商品以隨時(shí)變動(dòng)的不同價(jià)格出售給不同的買家;其著眼點(diǎn)不在商品的質(zhì)量或成本,而是隨時(shí)發(fā)現(xiàn)并引導(dǎo)、控制每一個(gè)消費(fèi)者的需求和支付意愿。
價(jià)格歧視大致有三個(gè)類別。大數(shù)據(jù)之前,因?yàn)闆](méi)有工具來(lái)大規(guī)模獲取個(gè)人消費(fèi)行為的真實(shí)數(shù)據(jù),商家只能通過(guò)劃分消費(fèi)者群體,對(duì)特定群體的一般或平均需求和支付意愿做一估計(jì),據(jù)此實(shí)施第二級(jí)和第三級(jí)價(jià)格歧視。前者即按數(shù)量定價(jià),類似于近年流行的團(tuán)購(gòu):購(gòu)買量越大,單位價(jià)越低。后者則是分群體定價(jià),例如,公園門票分外地游客和本地居民兩個(gè)價(jià)。這種簡(jiǎn)單的價(jià)格歧視隨處可見(jiàn),但“吸金能力”有限,因?yàn)槎▋r(jià)基于大略估算的某個(gè)平均值,而非每個(gè)消費(fèi)者不斷變化著的需求和支付意愿所包含的剩余價(jià)值。后者才是商家真正心儀的東西:第一級(jí)價(jià)格歧視。
大數(shù)據(jù)讓電商看到了曙光。大數(shù)據(jù)追蹤、記錄信息,描寫(xiě)并預(yù)測(cè)行為模式的能力,正是第一級(jí)價(jià)格歧視所必需的。大數(shù)據(jù)來(lái)到我們中間收集隱私,無(wú)聲無(wú)息成就的便是這個(gè)。沒(méi)錯(cuò),人們照常用電腦、玩手機(jī)、交朋友、過(guò)日子,隱私卻高速海量地流入了電商的數(shù)據(jù)庫(kù),無(wú)限期地保存起來(lái),不管是收入、職業(yè)、行蹤、心理、人際關(guān)系,還是消費(fèi)需求、偏好、支付能力和意愿,沒(méi)一件落下。接著,商家用算法處理數(shù)據(jù),剖析用戶隱私,發(fā)現(xiàn)他的行為模式,預(yù)測(cè)他的購(gòu)買意向、每一次欲望和感情的波動(dòng)。商家變得比消費(fèi)者自己還要了解消費(fèi)者。然后,就可以把數(shù)據(jù)分析的結(jié)果付諸使用了,如瞄準(zhǔn)式廣告的推送。而消費(fèi)者對(duì)廣告的每一次反應(yīng),都生成對(duì)特定商品的行為數(shù)據(jù),這些都是大數(shù)據(jù)的素材,用以激活智能算法自我學(xué)習(xí)、自我調(diào)節(jié)的功能。這樣循環(huán)往復(fù),不斷完善,大數(shù)據(jù)做出的預(yù)測(cè)就越來(lái)越精確;第一級(jí)價(jià)格歧視的條件也就成熟了!研究表明,由瞄準(zhǔn)式廣告推出的商品,其平均價(jià)格一般比傳統(tǒng)廣告要高(艾斯特夫)。更讓商家激動(dòng)的是,用互聯(lián)網(wǎng)瀏覽行為數(shù)據(jù)甄別人群,實(shí)施第一級(jí)定價(jià)歧視,非常有效,被瞄準(zhǔn)的消費(fèi)者(如周二周四白天上網(wǎng),并瀏覽wiki)可接受高出他人一倍的定價(jià),而商家獲利高達(dá)全部消費(fèi)者剩余價(jià)值的百分之四十二(西勒)。
說(shuō)到利潤(rùn),商家的喜往往是消費(fèi)者的憂,沒(méi)法雙贏。我們來(lái)看一個(gè)實(shí)例。“按使用保險(xiǎn)”(UBI)是一款大數(shù)據(jù)汽車保險(xiǎn),正迅速占領(lǐng)多國(guó)市場(chǎng)。它被保險(xiǎn)商吹得神乎其神,既能大大降低險(xiǎn)費(fèi),又能有的放矢地改善參保人的駕駛習(xí)慣,使道路更加安全。UBI不同于傳統(tǒng)車險(xiǎn)的一個(gè)特點(diǎn)是,第一次把個(gè)人駕駛行為的“真實(shí)因果數(shù)據(jù)”(true causal data)引入了風(fēng)險(xiǎn)評(píng)估模型,據(jù)此量身定價(jià),設(shè)置參保人的險(xiǎn)費(fèi)和保單理賠。它是這樣操作的:在車上安裝實(shí)時(shí)探測(cè)(telematics)裝置,聯(lián)網(wǎng)追蹤駕駛行為、車況、路況和周邊環(huán)境,上傳至保險(xiǎn)商的數(shù)據(jù)庫(kù)。該裝置的數(shù)據(jù)采集功能極強(qiáng),除了時(shí)間、地點(diǎn)、公里數(shù),連急剎車的次數(shù)和用力強(qiáng)度,急轉(zhuǎn)彎的次數(shù)和弧度,是否聽(tīng)收音機(jī)、音量強(qiáng)度,是否接打電話、聲調(diào)情緒如何,都一一記錄。當(dāng)然,常規(guī)的類聚群體變量,風(fēng)險(xiǎn)評(píng)估模型也照舊使用,如年齡、性別、婚姻狀態(tài)、居住地、職業(yè)、受教育程度、健康狀況、信用得分等;再加上環(huán)境變量,如區(qū)域天氣、治安、路段事故發(fā)生頻率等。如此,UBI的風(fēng)險(xiǎn)評(píng)估模型所用的變量參數(shù),從傳統(tǒng)的數(shù)十個(gè)、上百個(gè),一下飆升到一百多萬(wàn)個(gè)!有了這樣精密的大數(shù)據(jù)分析,保險(xiǎn)商就可以識(shí)別并預(yù)測(cè)各種差異細(xì)微的風(fēng)險(xiǎn)。風(fēng)險(xiǎn)評(píng)估不再是類型化的平均值估算,而是十分接近參保人的真實(shí)風(fēng)險(xiǎn),使得第一級(jí)定價(jià)歧視能夠?qū)嵤┝?。統(tǒng)計(jì)表明,UBI在美國(guó)上市不久,個(gè)人風(fēng)險(xiǎn)評(píng)估預(yù)測(cè)的準(zhǔn)確度,較大數(shù)據(jù)之前提高了三倍??梢灶A(yù)見(jiàn),隨著個(gè)人駕駛行為數(shù)據(jù)的迅速積累、智能算法的自學(xué)和調(diào)節(jié),風(fēng)險(xiǎn)評(píng)估型將進(jìn)一步趨于“真實(shí)因果”,從而大大降低保險(xiǎn)商的理賠風(fēng)險(xiǎn),其利潤(rùn)的增長(zhǎng)也可想而知了。
那么,參保人在失去隱私,被一刻不停地追蹤記錄之后,能得到什么好處呢?
這個(gè)問(wèn)題的答案因人而異。如果參保人被評(píng)估為低風(fēng)險(xiǎn),他的險(xiǎn)費(fèi)很可能會(huì)下降。但只要上路,就會(huì)有風(fēng)險(xiǎn),而UBI保險(xiǎn)商掌握了參保人的所有風(fēng)險(xiǎn)信息,包括隱私,很容易在保單上做文章,瞄準(zhǔn)風(fēng)險(xiǎn)設(shè)定條款,將隨機(jī)風(fēng)險(xiǎn)和遺留風(fēng)險(xiǎn)盡可能多地放到參保人身上,壓縮參保人的實(shí)際受保護(hù)(即理賠)范圍。
但如果參保人被鎖定為高風(fēng)險(xiǎn),情形就更不妙了。既然有“真實(shí)因果數(shù)據(jù)”的記錄和預(yù)測(cè),保險(xiǎn)商就有充分理由將他的險(xiǎn)費(fèi)和保單設(shè)定在與風(fēng)險(xiǎn)相匹配的水平上。結(jié)果險(xiǎn)費(fèi)上漲,直逼事故發(fā)生后損害賠償?shù)膶?shí)際費(fèi)用;或者,羅列排除條款,嚴(yán)格限制理賠條件和范圍。這樣,車險(xiǎn)在事實(shí)上失去了風(fēng)險(xiǎn)集體分擔(dān)的基本功能,成了損害賠償專項(xiàng)費(fèi)用的事先存放??梢韵胂螅?yàn)殡y以承受大幅上漲的險(xiǎn)費(fèi)和苛刻的保單條款,多數(shù)高風(fēng)險(xiǎn)駕駛?cè)藢⒉坏貌浑x開(kāi)車險(xiǎn)市場(chǎng)。
也許有人會(huì)說(shuō),即便如此,大數(shù)據(jù)保險(xiǎn)對(duì)消費(fèi)者整體和全社會(huì)仍有好處。因?yàn)橹懒四男┤擞懈唢L(fēng)險(xiǎn)及不安全行為的細(xì)節(jié),保險(xiǎn)商就能有的放矢地提出建議,敦促他們改正。這樣,總體風(fēng)險(xiǎn)就會(huì)下降,道路也就更安全了。這的確是美好的憧憬。不幸的是,保險(xiǎn)商恐怕不會(huì)對(duì)此感興趣。幫助高風(fēng)險(xiǎn)人士改正駕駛習(xí)慣,成本太高了,保險(xiǎn)商還得披露自己的風(fēng)險(xiǎn)評(píng)估模型和操作細(xì)節(jié),承擔(dān)遭調(diào)查和打官司的風(fēng)險(xiǎn)。何況另有一種簡(jiǎn)單、誘人的市場(chǎng)策略可供選擇:以第一級(jí)價(jià)格歧視,用高額險(xiǎn)費(fèi)和排除條款將高風(fēng)險(xiǎn)人士驅(qū)逐出本公司的服務(wù)范圍。保險(xiǎn)商從來(lái)就不歡迎高風(fēng)險(xiǎn)人士,總是想方設(shè)法甄別他們、剔除他們。只是過(guò)去不容易辦到?,F(xiàn)在,有了大數(shù)據(jù)技術(shù),瞄準(zhǔn)了歧視就只是舉手之勞。而高風(fēng)險(xiǎn)人士一旦受市場(chǎng)排斥,無(wú)力購(gòu)買保險(xiǎn),不能合法駕駛,生活、工作都大受影響,反彈是必然的。他們很可能豁出去,非法上路。據(jù)統(tǒng)計(jì),2010年美國(guó)有百分之十二點(diǎn)六的駕駛?cè)藳](méi)有車險(xiǎn),給道路安全和社會(huì)秩序帶來(lái)極大的隱患。
所以,UBI在實(shí)際運(yùn)作中,并沒(méi)有兌現(xiàn)保險(xiǎn)商宣傳允諾的眾多好處,無(wú)論對(duì)參保人,還是對(duì)社會(huì)大眾。難怪,美國(guó)州保險(xiǎn)專員聯(lián)席會(huì)議的2015年UBI研究報(bào)告直言不諱:從消費(fèi)者和公共政策角度看,UBI 走的是一條歧路,是市場(chǎng)的失敗。報(bào)告提醒我們,大數(shù)據(jù)是工具,效用取決于掌控者。我們不能只期待大數(shù)據(jù)的好處,而忘記了掌控它的電商同消費(fèi)者和公眾的利益有沖突。資本的本性是追逐利潤(rùn),我們的隱私就成了他們榨取利潤(rùn)的利器,而經(jīng)常損害我們的利益,綜合表現(xiàn)在以下各個(gè)方面。
首先,隨著用戶隱私流入商品交易平臺(tái),大數(shù)據(jù)急劇擴(kuò)大了市場(chǎng)信息的不對(duì)稱。網(wǎng)絡(luò)時(shí)代,日常消費(fèi)不再是簡(jiǎn)單的貨幣商品交換;買方不僅要支付貨幣,還得交出隱私,才能成交,無(wú)論自愿與否。結(jié)果,電商可以實(shí)時(shí)追蹤用戶行為,攫取隱私,對(duì)消費(fèi)者了如指掌。而后者面對(duì)鋪天蓋地的瞄準(zhǔn)式廣告,接受的只是為他定制的誘惑性信息。同時(shí),他又被眼花繚亂的“創(chuàng)新”手段挾持,不得不配合商家的追蹤,否則,就會(huì)遭到互聯(lián)網(wǎng)屏蔽,被市場(chǎng)拋棄,而難以正常生活。更有甚者,用戶還無(wú)法得知自己的哪些隱私被交易平臺(tái)掌握,被誰(shuí)利用,會(huì)有什么結(jié)果。常有媒體專家提醒消費(fèi)者:多加小心,謹(jǐn)防網(wǎng)上暴露身份隱私,必要時(shí),可以考慮匿名、用不同的方式上網(wǎng)、做假動(dòng)作迷惑數(shù)據(jù)收集者。但是,大數(shù)據(jù)的追蹤哪里是躲避得了的?在這虛擬同真實(shí)高度重合的時(shí)代,要在網(wǎng)上裝扮一個(gè)人,你就得在生活中變成那人,告別自己。或者,你希望讓網(wǎng)絡(luò)世界“忘卻”自己,但那是要有足夠的財(cái)力和權(quán)位才能做到的?!氨煌鼌s”的權(quán)利,現(xiàn)在是奢侈品里的奢侈品,普通人哪敢奢望。于是,市場(chǎng)對(duì)大多數(shù)人越來(lái)越神秘,第一次,真的變成了一只“看不見(jiàn)的手”;對(duì)少數(shù)人,卻是用隱私大數(shù)據(jù)編織的一張大網(wǎng),捕捉的不是別的,就是消費(fèi)者剩余價(jià)值。
其次,大數(shù)據(jù)的紅利分配是弱肉強(qiáng)食的。照理說(shuō),用戶交出了隱私(往往是被迫或不知情),電商才有了大數(shù)據(jù)的“食糧”和巨大收益。可是用戶得到的是什么?是無(wú)數(shù)商業(yè)兼公關(guān)廣告加上專家學(xué)者的鼓吹與不斷重復(fù)的一個(gè)許諾:隱私數(shù)據(jù)換來(lái)“高大上”的商品和服務(wù),投入市場(chǎng)造福于消費(fèi)者。然而,這諾言在法律看來(lái),并沒(méi)有約束力。因此,許諾者不必受任何監(jiān)督,也不用承擔(dān)任何義務(wù)。即使利用隱私信息,開(kāi)發(fā)新產(chǎn)品、新服務(wù),贏了紅利,也不會(huì)與消費(fèi)者分享。甚至,可以拿用戶隱私做損害用戶利益的事,也無(wú)須承擔(dān)法律后果。例如,商家在大數(shù)據(jù)交易中買賣隱私數(shù)據(jù),掙了大錢,但擁有數(shù)據(jù)初始產(chǎn)權(quán)的消費(fèi)者卻一無(wú)所得(詳見(jiàn)拙文《大數(shù)據(jù)賣的就是隱私》,《上海書(shū)評(píng)》2015年7月19日)。又如,電商盤剝消費(fèi)者剩余價(jià)值,消費(fèi)者在法律上沒(méi)有任何救濟(jì)手段,大數(shù)據(jù)的控制者成了紅利的絕對(duì)占有者。而可憐的消費(fèi)者就必須承受雙重的侵害:交出隱私不算,錢袋還被掏空。
第三,生活必需品因?yàn)橄M(fèi)多,特別容易受到大數(shù)據(jù)市場(chǎng)營(yíng)銷策略的攻擊,是消費(fèi)者的軟肋。大數(shù)據(jù)推動(dòng)新的市場(chǎng)倫理規(guī)范,要求大家接受第一級(jí)價(jià)格歧視演繹的原則和實(shí)踐,視商家利潤(rùn)最大化為理所當(dāng)然。生活必需品就難逃厄運(yùn)了。消費(fèi)者個(gè)體的生活必需品需求彈性小,支付意愿剛性,大數(shù)據(jù)算法可以便利準(zhǔn)確地用隱私數(shù)據(jù)分析預(yù)測(cè)出來(lái),恰好是第一級(jí)價(jià)格歧視的理想靶子。這不是預(yù)言,而是現(xiàn)實(shí),如Airbnb租房定價(jià)算法。醫(yī)療保險(xiǎn)業(yè)更是首當(dāng)其沖,藥品價(jià)格亂象叢生。據(jù)報(bào)道,某抑制癌癥嘔吐的藥,在美國(guó),用保險(xiǎn)購(gòu)買三十天劑量是九百美元,而不用保險(xiǎn),僅需四十五美元。能這樣定價(jià),就是大數(shù)據(jù)的功勞:醫(yī)藥資本吃透了醫(yī)保系統(tǒng)的“消費(fèi)”意愿和支付能力,是針對(duì)新出爐的奧巴馬全民醫(yī)保進(jìn)行利潤(rùn)最大化的做法。當(dāng)醫(yī)藥業(yè)、保險(xiǎn)業(yè)同大數(shù)據(jù)聯(lián)手,利用DNA等高度隱私的信息,又能輕而易舉地鎖定有潛在高風(fēng)險(xiǎn)的患者,或以價(jià)格歧視等手段將他們逐出市場(chǎng),或瘋狂提價(jià),榨取患者(消費(fèi)者)的剩余價(jià)值。這噩夢(mèng)般的醫(yī)保失控的前景,在引領(lǐng)大數(shù)據(jù)技術(shù)的美國(guó)已經(jīng)浮現(xiàn);在我國(guó),醫(yī)改屢屢屈服于商業(yè)邏輯,更有青出于藍(lán)之勢(shì)。也許,天真的人們還在寄希望于市場(chǎng)競(jìng)爭(zhēng)與那只“看不見(jiàn)的手”自動(dòng)調(diào)節(jié)。但是,這念想被大數(shù)據(jù)斬?cái)嗔恕?
這是因?yàn)?,第四,隱私信息的濫用,提高了市場(chǎng)準(zhǔn)入門檻,會(huì)促成壟斷。自從有了大數(shù)據(jù),囤積消費(fèi)者隱私和高端算法處理已經(jīng)成為許多企業(yè)參與市場(chǎng)競(jìng)爭(zhēng)的前提條件。一切產(chǎn)品設(shè)計(jì)、定價(jià)營(yíng)銷都要依靠“真實(shí)因果”或?qū)崟r(shí)追蹤的消費(fèi)者行為數(shù)據(jù)的優(yōu)化。投資者也期待企業(yè)擁有這些條件。而有效的數(shù)據(jù)和算法,只有通過(guò)長(zhǎng)時(shí)間、大規(guī)模的營(yíng)運(yùn)才能獲得。后來(lái)者很難加入競(jìng)爭(zhēng),弱小的競(jìng)爭(zhēng)者也很容易被擊垮或吞并。例如車險(xiǎn),先行的大保險(xiǎn)商已經(jīng)甄別、留住了低風(fēng)險(xiǎn)、高利潤(rùn)的客戶;剩下的在市場(chǎng)上尋找車險(xiǎn)的,多數(shù)是高風(fēng)險(xiǎn)駕駛?cè)?,基本上沒(méi)有利潤(rùn)潛力,甚至是賠本的買賣。UBI的迅速發(fā)展就是這市場(chǎng)壟斷趨勢(shì)的一個(gè)注腳。消費(fèi)者交出了隱私,得到的卻是永遠(yuǎn)瞄準(zhǔn)著自己的商品定價(jià)。而公眾的消費(fèi)被大數(shù)據(jù)定價(jià)和營(yíng)銷手段割裂,碎片化的個(gè)體消費(fèi)者的市場(chǎng)談判力極低。所以才有這樣惡劣的漲價(jià):今年美國(guó)Turing制藥公司給艾滋病非專利藥Daraprim重新定價(jià),猛漲五十五倍,從十三點(diǎn)五美元升至七百五十美元一片。它鉆的是該藥毒性大、處方需嚴(yán)格控制的空子,通過(guò)大數(shù)據(jù)限制配藥,使?jié)撛诟?jìng)爭(zhēng)者拿不到該藥來(lái)測(cè)定成分和藥性。而新藥研發(fā)必須向聯(lián)邦藥品管理局(FDA)證明新藥的同等藥性,否則不會(huì)獲批。就這樣,消滅了競(jìng)爭(zhēng)而形成壟斷。對(duì)失去了隱私的患者,瘋狂提價(jià)就成了宿命。盡管Turing公司后來(lái)迫于輿論壓力,答應(yīng)降低漲幅,但它居然能夠宣布漲價(jià)五十五倍,而公眾沒(méi)有任何法律手段來(lái)抵制,不能不說(shuō)是社會(huì)的悲哀。
第五,大數(shù)據(jù)之下,個(gè)人隱私及信用評(píng)估被少數(shù)公司壟斷,公眾所能選擇、獲得的服務(wù)就受到越來(lái)越多的限制?!督鹑跁r(shí)報(bào)》稱,今年初,央行已授權(quán)八家機(jī)構(gòu)試行信用評(píng)估系統(tǒng),目標(biāo)是到2020年建成覆蓋全國(guó)的評(píng)估系統(tǒng)。問(wèn)題是,這些巨無(wú)霸信用系統(tǒng),拿什么做標(biāo)準(zhǔn),用哪些數(shù)據(jù),如何評(píng)分、使用,誰(shuí)來(lái)評(píng)分、使用,公眾即隱私交出方是完全蒙在鼓里的。一切由掌控隱私、生產(chǎn)大數(shù)據(jù)的電商說(shuō)了算,毫無(wú)透明度。例如據(jù)報(bào)道,某智能手機(jī)廠商旗下的金融服務(wù)機(jī)構(gòu)正在試驗(yàn)一個(gè)信用評(píng)估系統(tǒng),其評(píng)估數(shù)據(jù)包括用戶的財(cái)務(wù)記錄、網(wǎng)購(gòu)產(chǎn)品和使用該廠品牌手機(jī)的頻率等。這樣的信用評(píng)估,不是在鼓勵(lì)或變相強(qiáng)迫消費(fèi)者使用特定產(chǎn)品,是在干什么?還一舉兩得,排斥了競(jìng)爭(zhēng)。
入侵隱私,是大數(shù)據(jù)的“基因”性格。我們需要大數(shù)據(jù),但只要使用它,這性格就會(huì)發(fā)作。如果不加以節(jié)制,受侵害的就是廣大消費(fèi)者,遭破壞的則是平等、公正、互相關(guān)愛(ài)的社會(huì)基本準(zhǔn)則。怎么辦?對(duì)這類攪局型新技術(shù),我們的唯一對(duì)策,大約就是嚴(yán)格的、民主的監(jiān)督了,就像對(duì)核能和一些化工產(chǎn)品的安全監(jiān)督。大數(shù)據(jù)不應(yīng)例外。但大數(shù)據(jù)很特殊,看似無(wú)邪無(wú)害,不僅有用,還很神奇。它入侵隱私是無(wú)聲息的、非暴力的;它還用海量的數(shù)據(jù)為自己營(yíng)造了貌似客觀、科學(xué)、公平的形象。它目標(biāo)性強(qiáng),在損害他人利益的同時(shí),為掌控者謀取暴利,因而受到強(qiáng)勢(shì)資本集團(tuán)的推崇和保護(hù)。因此,我們真正要應(yīng)對(duì)的不是大數(shù)據(jù)技術(shù),而是躲在幕后的掌控者。這就需要公開(kāi)辯論,加強(qiáng)民主監(jiān)督,并立法規(guī)定數(shù)據(jù)的財(cái)產(chǎn)性質(zhì),即確認(rèn)用戶享有隱私數(shù)據(jù)的初始財(cái)產(chǎn)權(quán)。這應(yīng)該是必須跨出的第一步。因?yàn)檫M(jìn)入大數(shù)據(jù)時(shí)代,民主參與和知情權(quán)、財(cái)產(chǎn)權(quán)一樣,不應(yīng)是少數(shù)人的奢侈品或可有可無(wú)的消費(fèi)選擇,而是老百姓日常生活的必需品;是我們保護(hù)隱私、不讓錢袋子被人掏空的唯一可行的一條新路。這條路能不能走通,則要看民眾的覺(jué)醒、民眾的發(fā)聲了。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11