
從大概率看,你的隱私數(shù)據(jù)是時(shí)代進(jìn)步的犧牲品
如何更好地保護(hù)個(gè)人隱私,是網(wǎng)民十分關(guān)心的問(wèn)題。在大數(shù)據(jù)時(shí)代,人們?cè)诰W(wǎng)上的一切行動(dòng),都在向計(jì)算機(jī)暗示著他是誰(shuí)、為他們完善著用戶畫像,網(wǎng)上隨便購(gòu)物就很容易暴露自己的收入以及家庭狀況,廣告營(yíng)銷的精準(zhǔn)投放成了一門大生意。
這不僅讓“什么是隱私”這個(gè)問(wèn)題變得無(wú)法界定,更讓用戶時(shí)刻處于隱私泄露的憂慮之中。
事實(shí)上,隱私問(wèn)題被媒體置于公眾輿論層面上討論已經(jīng)是個(gè)月經(jīng)帖,今日頭條、支付寶、百度等大公司都曾被公眾輿論輪流關(guān)照,前兩周的百度“黃金眼”事件就是一個(gè)例子。
老生常談的問(wèn)題,換個(gè)視角或許能有一點(diǎn)啟發(fā)。
大數(shù)據(jù)革命的“洛克納時(shí)代”
在美國(guó)憲法發(fā)展歷史上,學(xué)界對(duì)洛克納時(shí)代(1897-1937年)的反思了持續(xù)幾十年。這個(gè)期間,美國(guó)最高法奉行自由主義思想和最小政府理念,進(jìn)行了嚴(yán)格的憲法審查,自1897年聯(lián)邦最高法院限制政府濫用“謝爾曼法”來(lái)抑制壟斷企業(yè)起,否決了多項(xiàng)州與聯(lián)邦干涉企業(yè)經(jīng)營(yíng)的立法相關(guān)法律。
1905年,美國(guó)最高法院對(duì)Lochner v. New York的一紙宣判認(rèn)定保護(hù)工人權(quán)益的十小時(shí)工作上限法違憲;
1908年,Adair v.United States判決“強(qiáng)制工人加入工會(huì)違憲”從而削弱鐵路行業(yè)工會(huì)的力量;
1918年,Hammer v. Dagenhart一案宣判限制童工商品流通的國(guó)會(huì)立法違憲;
1921年,Duplex Printing Press Co. v. Deering主張工會(huì)也應(yīng)當(dāng)受反托拉斯法管轄進(jìn)而再次限制工會(huì),
1923年,Adkins v. Children’s Hospital宣告婦女、兒童最低工資法案違憲;
限制工會(huì)力量、取消最低工資保障、取消對(duì)童工的限制使用,這一切與今日的語(yǔ)境顯得格格不入。
但如果站在歷史的角度復(fù)盤那個(gè)時(shí)代,“洛克納時(shí)代”與第二次工業(yè)革命密切聯(lián)系。在那次科技革命中,電力、內(nèi)燃機(jī)、石油、鋼鐵行業(yè)代表著最先進(jìn)的生產(chǎn)力。雖然機(jī)器代替了部分勞動(dòng)力,但資本的原始積累依舊離不開廉價(jià)的勞動(dòng)力。
工會(huì)制度、退休金制度、最低工時(shí)制度、最低工資制度都會(huì)增加勞動(dòng)力成本,而童工、女工則增加了勞動(dòng)力市場(chǎng)的供給,進(jìn)一步拉低了用工成本。洛克納時(shí)代的一系列判決為勞動(dòng)力成本降低了門檻,為美國(guó)在二次工業(yè)革命中一舉超過(guò)英國(guó),成為世界經(jīng)濟(jì)霸主掃清了司法障礙。
套用最近熱門電影《銀翼殺手2049》華萊士的一句話:Every leap of civilization was built on the back of a disposable workforce(每一次文明的躍進(jìn)都是建立在用完可棄的勞動(dòng)力的基石之上)。
在今日的大數(shù)據(jù)時(shí)代,人工智能、大數(shù)據(jù)成為新的技術(shù)驅(qū)動(dòng)力,決定公司數(shù)據(jù)能力最核心的資源不在于算法的先進(jìn)程度,而在于能掌握的數(shù)據(jù)規(guī)模。
《經(jīng)濟(jì)學(xué)人》高呼:數(shù)據(jù)將成為新的石油。現(xiàn)如今,如何低成本獲取個(gè)人數(shù)據(jù)的重要性就如同當(dāng)年低成本獲取勞動(dòng)力一樣,可以為互聯(lián)網(wǎng)公司帶來(lái)市場(chǎng)競(jìng)爭(zhēng)的相對(duì)優(yōu)勢(shì)。
可以看出,如何權(quán)衡隱私保護(hù)和促進(jìn)企業(yè)國(guó)際競(jìng)爭(zhēng)力的平衡,成為每個(gè)政府都需要面對(duì)的兩難局面。事實(shí)上,目前美國(guó)對(duì)于互聯(lián)網(wǎng)公司收集人隱私的態(tài)度比較寬容,今天的法官并沒有忘記他們前輩那套關(guān)于“合同自由高于個(gè)人權(quán)益”的說(shuō)辭:“你怎么出賣你的個(gè)人信息給互聯(lián)網(wǎng)公司,是你的自由?!?
對(duì)待數(shù)據(jù)流通的態(tài)度,美歐截然不同
在美國(guó),如果用戶感覺隱私被侵犯,那么有兩條路尋求幫助——司法手段與行政手段。
先看司法手段,個(gè)人能通過(guò)違約責(zé)任或者侵權(quán)責(zé)任向法院提起訴訟。如果是違約責(zé)任,那么要追究互聯(lián)網(wǎng)公司違約而導(dǎo)致隱私侵犯的前提是違反合同,而互聯(lián)網(wǎng)公司的隱私條款(Privacy Policy)算不算合同?這在美國(guó)的法院判決中存在爭(zhēng)議,可惜根據(jù)2004年Dyer v. Northwest Airlines Corporations一案,法院認(rèn)為公司聲明不能算作單方合同。
這種判斷我們認(rèn)為也是合理的,因?yàn)槿绻ヂ?lián)網(wǎng)公司的隱私聲明被認(rèn)定成為了合同,那么意味著互聯(lián)網(wǎng)公司稍有違約,那么所有用戶都可以主張責(zé)任,導(dǎo)致互聯(lián)網(wǎng)公司的違法成本劇增。而被束縛手腳也倒是其次,現(xiàn)有美國(guó)的司法程序?qū)τ趧?dòng)輒幾千萬(wàn)人的原告幾乎束手無(wú)策。
如果用戶主張侵權(quán)責(zé)任,隱私的泄露很難被主張實(shí)質(zhì)性侵害(substantial harms),例如根據(jù)用戶喜歡百事還是可口進(jìn)行精準(zhǔn)營(yíng)銷在法律上幾乎不可能被界定為實(shí)質(zhì)性損害,加上舉證義務(wù)的成本,除非是出現(xiàn)了嚴(yán)重的數(shù)據(jù)泄漏,個(gè)人對(duì)互聯(lián)網(wǎng)公司主張侵權(quán)賠償極為困難。
個(gè)人用戶通過(guò)法律尋求隱私權(quán)救濟(jì)的路,基本上可以說(shuō)是成本高到難以承受了。
那么行政手段呢?在美國(guó)此類事件的主管部門是FTC(聯(lián)邦貿(mào)易委員會(huì)),其主要職責(zé)是保護(hù)消費(fèi)者免于因市場(chǎng)反競(jìng)爭(zhēng)、欺詐和不公平的侵害,只有當(dāng)企業(yè)實(shí)施了上述行為使得用戶隱私受到侵害,才能予以干預(yù)。
具體到隱私侵權(quán)方向,F(xiàn)TC只能審查互聯(lián)網(wǎng)公司的隱私條款有沒有存在欺詐許諾。在Snapchat一案中,Snapchat許諾用戶上傳內(nèi)容后可以“閱后即焚”,但是技術(shù)上卻做不到不被下載和截屏,這就構(gòu)成了欺詐許諾,被FTC開了一刀。
更為重要的是,美國(guó)FTC不受理個(gè)人訴求,個(gè)人只可以檢舉。至于是否處理,F(xiàn)TC具有高度的自主選擇權(quán)。事實(shí)上,F(xiàn)TC每年會(huì)接到5萬(wàn)個(gè)舉報(bào),但是整個(gè)2016年只結(jié)了11案件。據(jù)曾在FTC任職的朋友介紹,因?yàn)槿耸趾徒?jīng)費(fèi)不足,對(duì)這些公司開出罰單必然意味著行政訴訟,那么作為政府機(jī)構(gòu)的FTC它需要顧及自身信譽(yù),只會(huì)挑勝訴率極高的案子來(lái)“選擇性”執(zhí)法。
所以,個(gè)人隱私侵權(quán)事件,在美國(guó)可以基本上可以描述稱為“投訴無(wú)門”。這也就在某種程度上降低了美國(guó)數(shù)據(jù)流通的成本。而地球另一端的歐洲則在拼命提高數(shù)據(jù)流通的成本。
2016年,歐洲議會(huì)通過(guò)了《一般數(shù)據(jù)保護(hù)條例》(GDPR),并且會(huì)在2018年5月上線(如果的話)。這個(gè)條例規(guī)定,非歐盟成員國(guó)的公司,只要滿足下列兩個(gè)條件之一,該公司就受到GDPR的管轄:
今年7月份英國(guó)最高隱私保護(hù)監(jiān)管部門裁定,Alphabet旗下的DeepMind,有一項(xiàng)重要的醫(yī)學(xué)實(shí)驗(yàn)違反了英國(guó)的數(shù)據(jù)保護(hù)法,因?yàn)樗鼈儾磺‘?dāng)?shù)夭杉?60萬(wàn)份患者醫(yī)療記錄,他們的數(shù)據(jù)被用于測(cè)試一款新的移動(dòng)應(yīng)用。
同為醫(yī)療數(shù)據(jù),美國(guó)通過(guò)IMS health co. v. Sorrell一案判決禁止出售患者處方數(shù)據(jù)的法案違憲,保護(hù)醫(yī)療數(shù)據(jù)公司獲取數(shù)據(jù)做營(yíng)銷的權(quán)利。
大家感受一下歐洲與美國(guó)截然不同的態(tài)度。
但有趣的是,盡管歐盟在全力推廣自己的GDPR標(biāo)準(zhǔn),可惜截至目前,數(shù)據(jù)流動(dòng)的中心并不在歐洲,世界上市值最高的20家互聯(lián)網(wǎng)公司中也沒有一家歐洲企業(yè)。
所以近期來(lái)看,這個(gè)標(biāo)準(zhǔn)有可能會(huì)被當(dāng)作貿(mào)易保護(hù)壁壘來(lái)選擇性使用,而保護(hù)隱私只是它背后諸多政治目的中的一種,而且使用時(shí)需要通盤考慮。不過(guò)這種抬高數(shù)據(jù)流通成本的行為,也必將影響歐洲地區(qū)的互聯(lián)網(wǎng)發(fā)展。
數(shù)據(jù)革命的“西進(jìn)運(yùn)動(dòng)”
廣袤的處女地、豐富的資源、自由的天地、跑馬圈地加上法律的缺位、強(qiáng)者生存的第一哲學(xué),這就是西部。
美國(guó)歷史學(xué)家弗雷德里克·特納所言,西進(jìn)運(yùn)動(dòng)塑造了美國(guó)歷史。邊疆學(xué)派從此也給了美國(guó)人身份認(rèn)同的自信,并深扎根于美國(guó)人的文化基因中,最后這些文化遺產(chǎn)又化作為進(jìn)取的企業(yè)家精神留在了西部,成為了繼續(xù)耕耘加州的那些“新牛仔”們——硅谷英豪的精神動(dòng)力。
互聯(lián)網(wǎng)巨頭現(xiàn)在只剩下中美兩個(gè)玩家,中國(guó)已經(jīng)清晰地感受到了下一次技術(shù)革命的召喚,坐擁世界最大的網(wǎng)民也意味著即將擁有最大的數(shù)據(jù)富礦。加上中國(guó)社會(huì)的急速發(fā)展,致使國(guó)人行為模式樣本的多樣化和快速演變,這都是人工智能、機(jī)器學(xué)習(xí)和大數(shù)據(jù)的天然良品。
數(shù)據(jù)作為重要的戰(zhàn)略資源,則成為關(guān)乎這個(gè)國(guó)家發(fā)展命運(yùn)的重要一環(huán)。互聯(lián)網(wǎng)巨頭現(xiàn)在只剩下中美兩個(gè)玩家,在這個(gè)語(yǔ)境下,美國(guó)監(jiān)管部門有可能會(huì)繼續(xù)維持較低數(shù)據(jù)流通成本的監(jiān)管方式。而歐盟、中國(guó)都會(huì)受美國(guó)政策是否收緊的影響來(lái)制定本地策略。
事實(shí)上我國(guó)的互聯(lián)網(wǎng)巨頭對(duì)數(shù)據(jù)流通的成本極為重視,許多大型公司已經(jīng)將服務(wù)器設(shè)在東南亞各國(guó)。那些國(guó)家市場(chǎng)規(guī)模小,也沒有本土互聯(lián)網(wǎng)企業(yè)需要保護(hù),更沒有數(shù)據(jù)中心以及具備制定國(guó)際規(guī)則的能力,政府也樂意通過(guò)寬松的監(jiān)管政策減少跨國(guó)企業(yè)的合規(guī)成本。
去尋找另外一個(gè)沒有政府監(jiān)管,且尚不成熟的自由之地,這種嬉皮士文化從一開始就被互聯(lián)網(wǎng)的創(chuàng)造者寫入了其基因中,而現(xiàn)在依舊在影響著互聯(lián)網(wǎng)。
出于對(duì)互聯(lián)網(wǎng)企業(yè)的國(guó)際競(jìng)爭(zhēng)力的保護(hù),監(jiān)管層可能不會(huì)推出提高數(shù)據(jù)流通成本的措施?;仡櫬蹇思{時(shí)代的終結(jié),需要全國(guó)范圍改革的凝聚力、強(qiáng)有力的執(zhí)行——羅斯福新政開始大范圍干預(yù)國(guó)家經(jīng)濟(jì),迫使天性保守的司法重新審視過(guò)去的判決。
隱私問(wèn)題終究會(huì)獲得更多的關(guān)注,但那一天應(yīng)該還遠(yuǎn)沒有到來(lái)。在此之前,你我的隱私只是“新牛仔”眼中的羊群。
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
SQL 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)化繞不開的話題。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10