而透過Facebook數據泄密事件，未來如何加強對用戶信息保護， AI背后的代碼、算法存在的“技術黑箱”，以及應對大數據技術應用中所帶來的各種法律問題顯得尤為重要。
互聯網企業缺乏
對個人信息保護意識
大數據與云計算的結合，可以作為分析用戶行為、偏好、信用等的有力工具，但在商業利益的驅動下可能產生負外部性，衍生出危害個人信息安全甚至國家信息安全的惡性事件。大數據環境下，用戶的操作行為、視頻、文件、圖片等幾乎所有的數據都能為企業所用，但在此過程中面臨著如何保護個人隱私、維護個人信息安全的問題。
此次事件中，Facebook受到指摘的一個重要原因就是“未能保護好數據”，存在主動向第三方開放API之嫌，使得個人敏感信息成為政治定向廣告擺布民意的工具。實際上，于2018年2月12日，柏林法院就在“德國消費者組織聯合會訴Facebook”案中裁定其違反德國《聯邦數據保護法案》，具體包括收集和利用個人信息并未實現取得數據主體的同意而默認開啟、預先擬制同意聲明、強制要求實名制條款。可見Facebook在數據的全生命周期中，即數據的收集、存儲、處理、使用、刪除等過程，并未對個人信息保護提起重視、履行責任，而這也是目前中國很多互聯網企業的現狀。
基于此，2017年中國人民大學國發院金融科技與互聯網安全研究中心配合中國互聯網金融協會制定“用戶數據在移動金融中的收集與使用行業標準”，并于今年年初與南都個人信息保護研究中心合作完成《2018移動金融用戶個人信息安全測評報告》，旨在推動數據應用的法治化、規范化，呼吁相關行業參與者將用戶個人信息保護視為企業持續發展的根本保障，加強行業自律。
利用大數據“殺熟”
涉嫌違反《反壟斷法》
從今日頭條智能算法帶來的個性化展示到網曝在線旅行平臺利用大數據“殺熟”，流露出的是大數據應用絕非中立，機器學習尚不成熟。本應“懂你但不認識你”的大數據技術演變為“懂你并且利用你”，在分析消費者支付能力、消費偏好后，針對不同情形定制不同價格，例如判定急需訂票便提高價格，固定路線叫車報價更高等。
大數據“殺熟”違背商業誠實信用原則自不待言，更有違反反壟斷法之嫌，可能構成價格歧視。根據消費者愿意為每單位商品付出的最高價格而為每單位產品制定不同的銷售價格被稱為完全價格歧視或一級價格歧視，現實中由于企業通常無法知曉每個消費者內心能夠承受的最高價格，因此很少發生，但借助大數據和人工智能算法，能夠對每個用戶進行全方位的精準畫像，并在分析預測的基礎上予以歧視性定價。此種方法削減了消費者對互聯網商業場景的信任度，使原本便利普通民眾生活的大數據技術成為謀利的手段，將危害行業發展、阻礙技術進步。
不僅如此，機器學習模型可能導致種族或性別等方面的歧視。從輸入數據到作出決策的機器學習中間過程，甚至更為先進的自動學習，AI背后的代碼、算法存在著超乎我們理解的“技術黑箱”。而提高發展非歧視性數據挖掘技術是一個尚未解決的研究領域，目前應當提高大數據算法應用的信息披露義務，并且運用監管科技的手段升級監管能力。
區塊鏈技術與大數據結合
將有巨大潛力和前景
如前所述，怎樣能既把數據有效地利用，形成數據的價值，同時又有效保護每位消費者、用戶的隱私，是當前各大企業和政府面臨的問題。“315”當天舉行的“2018新技術與消費者保護峰會”上，中國人民大學啟動了大數據區塊鏈與監管科技實驗室，我們認為通過區塊鏈技術能夠更好地解決這個痛點，既對消費者數據加密，又能夠和其他的數據持有方進行數據的共享，通過區塊鏈技術和哈希值把相關信息共享之后，同時又保留原有的數據，進行交流和交換，確保每一位數據的組成、交易還是保留在原有的企業或者個人內部，確保數據的安全和交易能夠共同實現。
區塊鏈的設計是透明的，可以讓金融機構直接、即時、完全透明地向監管者提供信息。因為幾乎任何類型的信息都可以數字化，并將其編碼后放入區塊鏈中，這個數據庫在原則上是可以防篡改的、永久的，并且其有效性已被共識機制所佐證。區塊鏈技術與大數據結合未來將有巨大的潛力和前景。
此外，數據權屬如何配置的問題，即如何合理劃分提供基礎數據的用戶與加工處理數據的企業之間的利益，以及數據在不同司法管轄權內流轉涉及的跨境安全等問題，皆是值得我們進一步思考與探索的方向。
社交網站巨頭Facebook因數據泄密陷入了前所未有的信任危機。4月10日(美東時間)起，扎克伯格一連兩天出席美國國會參眾兩院聽證會，回應公司挪用“臉書”用戶數據丑聞。扎克伯格承認“臉書”管理不善和“太理想化”，就數據外泄事件向公眾道歉。實際上， Facebook 面臨的各種問題依然嚴峻，在這條自我救贖的路上，扎克伯格要做的還有很多。
而透過Facebook數據泄密事件，未來如何加強對用戶信息保護， AI背后的代碼、算法存在的“技術黑箱”，以及應對大數據技術應用中所帶來的各種法律問題顯得尤為重要。
互聯網企業缺乏
對個人信息保護意識
大數據與云計算的結合，可以作為分析用戶行為、偏好、信用等的有力工具，但在商業利益的驅動下可能產生負外部性，衍生出危害個人信息安全甚至國家信息安全的惡性事件。大數據環境下，用戶的操作行為、視頻、文件、圖片等幾乎所有的數據都能為企業所用，但在此過程中面臨著如何保護個人隱私、維護個人信息安全的問題。
此次事件中，Facebook受到指摘的一個重要原因就是“未能保護好數據”，存在主動向第三方開放API之嫌，使得個人敏感信息成為政治定向廣告擺布民意的工具。實際上，于2018年2月12日，柏林法院就在“德國消費者組織聯合會訴Facebook”案中裁定其違反德國《聯邦數據保護法案》，具體包括收集和利用個人信息并未實現取得數據主體的同意而默認開啟、預先擬制同意聲明、強制要求實名制條款。可見Facebook在數據的全生命周期中，即數據的收集、存儲、處理、使用、刪除等過程，并未對個人信息保護提起重視、履行責任，而這也是目前中國很多互聯網企業的現狀。
基于此，2017年中國人民大學國發院金融科技與互聯網安全研究中心配合中國互聯網金融協會制定“用戶數據在移動金融中的收集與使用行業標準”，并于今年年初與南都個人信息保護研究中心合作完成《2018移動金融用戶個人信息安全測評報告》，旨在推動數據應用的法治化、規范化，呼吁相關行業參與者將用戶個人信息保護視為企業持續發展的根本保障，加強行業自律。
利用大數據“殺熟”
涉嫌違反《反壟斷法》
從今日頭條智能算法帶來的個性化展示到網曝在線旅行平臺利用大數據“殺熟”，流露出的是大數據應用絕非中立，機器學習尚不成熟。本應“懂你但不認識你”的大數據技術演變為“懂你并且利用你”，在分析消費者支付能力、消費偏好后，針對不同情形定制不同價格，例如判定急需訂票便提高價格，固定路線叫車報價更高等。
大數據“殺熟”違背商業誠實信用原則自不待言，更有違反反壟斷法之嫌，可能構成價格歧視。根據消費者愿意為每單位商品付出的最高價格而為每單位產品制定不同的銷售價格被稱為完全價格歧視或一級價格歧視，現實中由于企業通常無法知曉每個消費者內心能夠承受的最高價格，因此很少發生，但借助大數據和人工智能算法，能夠對每個用戶進行全方位的精準畫像，并在分析預測的基礎上予以歧視性定價。此種方法削減了消費者對互聯網商業場景的信任度，使原本便利普通民眾生活的大數據技術成為謀利的手段，將危害行業發展、阻礙技術進步。
不僅如此，機器學習模型可能導致種族或性別等方面的歧視。從輸入數據到作出決策的機器學習中間過程，甚至更為先進的自動學習，AI背后的代碼、算法存在著超乎我們理解的“技術黑箱”。而提高發展非歧視性數據挖掘技術是一個尚未解決的研究領域，目前應當提高大數據算法應用的信息披露義務，并且運用監管科技的手段升級監管能力。
區塊鏈技術與大數據結合
將有巨大潛力和前景
如前所述，怎樣能既把數據有效地利用，形成數據的價值，同時又有效保護每位消費者、用戶的隱私，是當前各大企業和政府面臨的問題。“315”當天舉行的“2018新技術與消費者保護峰會”上，中國人民大學啟動了大數據區塊鏈與監管科技實驗室，我們認為通過區塊鏈技術能夠更好地解決這個痛點，既對消費者數據加密，又能夠和其他的數據持有方進行數據的共享，通過區塊鏈技術和哈希值把相關信息共享之后，同時又保留原有的數據，進行交流和交換，確保每一位數據的組成、交易還是保留在原有的企業或者個人內部，確保數據的安全和交易能夠共同實現。
區塊鏈的設計是透明的，可以讓金融機構直接、即時、完全透明地向監管者提供信息。因為幾乎任何類型的信息都可以數字化，并將其編碼后放入區塊鏈中，這個數據庫在原則上是可以防篡改的、永久的，并且其有效性已被共識機制所佐證。區塊鏈技術與大數據結合未來將有巨大的潛力和前景。
此外，數據權屬如何配置的問題，即如何合理劃分提供基礎數據的用戶與加工處理數據的企業之間的利益，以及數據在不同司法管轄權內流轉涉及的跨境安全等問題，皆是值得我們進一步思考與探索的方向。
京公網安備 11010502049343號