你的隐私，大数据怎知道******
作者：杨义先、钮心忻（均为北京邮电大学教授）
在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？
1.“已知、未知”大数据都知道
大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！
甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……
再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。
当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。
2.数据挖掘就像“垃圾处理”
什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。
大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。
不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。
这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。
再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。
3.大数据挖掘永远没有尽头
大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！
一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。
接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。
几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。
其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。
如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。
各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。
当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。
4.隐私保护与数据挖掘“危”“机”并存
必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！
不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。
但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。
因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。
对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。
《光明日报》（ 2023年01月12日 16版）
谢新洲等：新媒体嵌入社会的现实与挑战******
如今以互联网为代表的新媒体已经渗透社会生活的方方面面。即时通信、网络视频、短视频、网络支付、网络购物、网络新闻等多元应用场景积聚了相当大的用户规模。新媒体凭借其空前的传播、连接、组织和创新能力，深刻且持续地变革着内容生产和传播方式、社会资源调度和转化方式，对社会生产生活产生了深远影响。
新媒体对社会生活的嵌入与重构
伴随互联网、物联网、大数据等技术的发展，当前的新媒体已不仅仅是一种媒介形态，更是一种网络化的媒介环境、泛在的信息场域和多态的存在方式，结合多个场景重新建构着人们的日常生活。新媒体以内容多元化、关系网络化、组织平台化、数据资源化等方式嵌入社会生活，呈现出“工具－媒体－平台－空间－社会”的生态化发展路径。
内容多元化：从“万物皆媒”到“元宇宙”
新媒体降低了内容生产与传播的门槛，用户兼具内容生产者、传播者、消费者等多重身份，从源头上释放了网络内容的多元性。在参与式文化的拓展下，用户可以便利地进行个性化表达。以往依附于组织单位的内容管理方式和文化娱乐方式被打破，人工智能、传感器、可穿戴设备等技术强化并拓展了个体的感知能力和方式。新媒体从“人的延伸”发展为“人的具身”。现实社会被建构成数字化形态，线上与线下的界限进一步弥合。互联网不再只是现实的“镜像”，人们开始追求在泛在化的内容生态中形塑个性化空间。“元宇宙”便在从内容多元向体验多元的发展趋势下成为社会热点。
关系网络化：从“趣缘格局”到“数字生存”
新媒体打破了时空桎梏，用户可以随时依照个人志趣或诉求彼此接近、连接，形成以“趣缘”为核心的社会关系。这种连接既可以是小范围的“面对面建群”，也可以是凝聚多方合力的“协作文档”。连接的建立、维系、终止变得临时且随意，形成大大小小的各类网络社群。网络社群以去中心化特征解构传统社会组织的结构形态、拓展基于社会关系的信息获取方式。随着移动互联网、大数据、云计算等技术的发展，人们的生活、学习和工作进一步向新媒体环境延伸，带来供需关系、合作关系、工作关系、学习关系等的网络化。由此，关系网络化的嵌入方式在网络关系建立的基础上，又增添了现实关系网络化的内涵。
组织平台化：从“超级平台”到“基础设施”
新媒体促进了社会资源的整合和流动，信息化、网络化建设将社会组织内部各部门、外部多主体加以串联，极大促进了资源配置的效率和效益。新媒体平台凭借其既有的技术能力和用户基础，由原来简单意义上的信息内容传播渠道，进阶为信息内容服务主体，深度嵌入经济社会发展与社会关系网络。一方面，新媒体平台利用其以可编程性、普及性、连接性、数据化为基本特征的技术“资产”(如应用程序接口API)，以数据为流通介质，设计出有限开放、自主可控的合作框架，成为相关产业链(如内容、广告、营销)的中心；另一方面，通过战略性地构建起技术平等、话语平等、机会平等的话语体系和组织氛围，平台将广大的内容生产者凝聚起来，配套以由平台主导的规则体系，成为内容生产、审核、分发、变现、评估的中心。平台纷纷构建“生态化”的商业版图，将用户、数据、关系等多种资源纳入其生态体系，持续向外拓展着功能边界和社会连接，以“服务工具”“舆论场域”“生活场景”“营收来源”等多元样态成为“基础设施”式的存在，其公共性愈发凸显。
数据资源化：从“服务要素”到“生产要素”
新媒体揭示了数据的作用和潜力，特别是在平台化趋势下，数据成为重要的生产资料和治理资源。数据的资源化转向首先体现在网络政务服务领域，从政府信息化到电子政务再到数字政府，新媒体技术的快速革新不仅对政府的管理模式和社会治理方式提出了新要求，也通过内容多元化、关系网络化、组织平台化为创新治理与服务方式提供了必要的数据支撑。比如在新冠肺炎疫情防控工作中，“健康码”将新媒体平台这一关键的网络节点与嵌入在现实场景的物理节点有机结合，以“扫码”的方式实现个人位置和健康信息的数字化、行程轨迹和社会关系的网络化，构建起覆盖全国的防疫网络，对疫情防控、复工复产起到关键作用。伴随数字经济的发展和成熟，数据被正式列为我国五大生产要素之一，与土地、劳动力、资本、技术并列。数据不再仅仅是“依据”“反馈”的来源，而是更加直接地作为基本价值单位参与到市场化配置中，具备“孵化”“创新”“再生产”功能，成为推动经济社会高质量发展的新动能。
新媒体嵌入社会带来的问题与挑战
随着新媒体嵌入社会的方面增多、程度加深，新媒体逐渐从经济社会发展的外生变量转变为内生变量，对内容生产逻辑、用户行为逻辑、社会组织逻辑、市场运转逻辑、社会治理逻辑等产生根本性影响。一方面要着眼于新媒体社会嵌入的方式和维度，找到“管好”“用好”新媒体的逻辑与规律；另一方面则要充分体察新媒体发展的生态化取向，相关研究及治理工作要从客体性视角向环境域视角转移。具体而言，在新媒体社会嵌入的趋势下，有以下几个关键问题亟须解决。
多元化带来的内容治理难题
新媒体的发展，特别是平台的兴起，带来内容生产、分发、传播、消费机制的变革，重塑公共舆论、丰富网络文化的同时，也带来了网络内容治理难题。
在公共舆论方面，公共事件所触发的社会舆论从酝酿、萌芽、爆发至平息的全过程，不再由传统的大众媒体单向垄断信息资源，取而代之的是网状结构下多元化、社会化的内容生产。开放的平台环境降低了参与门槛，只要遵从平台的内容规则，用户就可以获取平台提供的即时性信息交互服务，参与到包含公共信息在内的内容生产、传播、交流和互动中。民众发表意见、参与公共事务以及建立社会网络的积极性和主动性显著增强，同时也带来由于表达主体扩充导致的信息质量良莠不齐、信息溯源难度大等问题。
在网络文化方面，新媒体为一些亚文化提供了组织和发展的“栖身之地”。但某些消极亚文化借此隐蔽扩张，滋生和宣扬畸形的价值观，危害群体成员的身心健康，动摇社会价值根基，具有一定的社会风险。亚文化群体成员往往容易被社群共同的情感认同所绑架，在“流量至上”的市场逻辑和平台规则下，朴素的情感诉求容易被资本挟持用于牟利，甚至诱发非理性的群体行为，扰乱社会秩序。同时，一些平台不惜包庇消极亚文化现象及相关有害内容以赚取“灰色流量”，从而增大了相关部门治理难度。
进一步而言，在以用户关系连接为核心的新媒体平台上，传播的个人化和社会化特征明显，但也容易导致传播的圈层化、社群化。在目前主要的网络舆论场域中，依托算法的信息分发和社会网络建构方式让用户更多地接触到跟自己观点和态度接近的信息，用户越来越难以接受其他不同观点，长期被算法塑造、牵制的价值观一旦定型便很难改变。此外，新媒体环境下公众意见的呈现和聚合机制受平台规则及其对信息流的规制影响较大，这就导致舆论的形成和发展容易受到平台商业利益的操控。由私人部门来裁决、量定公共事件中的话语权，必然会面临个体利益和公众利益失衡的问题。
网络化凸显的用户导向不足
党的十九大报告在加强和创新社会治理方面提出，明确全面深化改革总目标是完善和发展中国特色社会主义制度、推进国家治理体系和治理能力现代化。提升治理能力的一个重要举措就是转变政府角色，动员更多的社会主体参与对公共事务的管理。新媒体的信息和互动功能使其具备了媒体和社会网络的技术特征，并彰显多主体影响社会治理的过程。
目前大部分政府机构对新媒体的利用主要体现在内部的信息沟通和对外的信息公开。通过内部的机构重组和资源整合，在集约化的生产模式下及时掌握、发布行业或地域内的重要政治和民生新闻，一定程度上减少了信息疏漏、口径不统一、资源浪费等现象。一些地区借助短视频、网络直播等新兴方式，创新宣传策略和手段，以一种更贴近群众喜好的方式传播新闻和信息，提升了主流声音的传播力和政务信息的透明度。
然而，在获取社情民意方面，一些由政府部门或主流媒体搭建的新媒体平台上，虽然设置了“爆料”“信箱”等功能供民众发声，但后续反馈仍有欠缺。这种现象在资源相对匮乏的基层表现得更为显著，基层网络政务服务在功能定位上呈现出明显的“重宣传而轻服务”问题，服务能力有限，意见反馈渠道不够畅通。新媒体在公共对话上的功能优势未能得到充分利用和体现，政务服务平台未能真正嵌入当地居民的社会网络和行为习惯中。
资源化警示的数据安全风险
数据安全和网络安全是新媒体嵌入社会特别是数据资源化给主权国家带来的治理难题。网络空间的主权化倾向明显，地缘政治色彩加重，国家网络安全已经成为全球互联网治理的基本议题。
从政治层面看，数据是未来国际政治竞争的关键资源。社交媒体可能在人工智能加持下成为霸权的“武器”，通过算法推荐向全世界全方位、全时空、全天候地传递符合其价值标准、意识形态、外交政策、商业理念和社会文化的信息，此举实质上是以数据操纵、改变人们的思想。
从经济层面看，数据流动对全球经济增长的贡献已经超过传统的跨国贸易和投资，支撑了包括商品、服务、资本、人才等几乎所有类型的全球化活动，深入全球供应链的方方面面。国家和地区之间的数据依赖越来越强。一些国家以数据安全和公民个人隐私安全政策为由，对涉及国家关键基础设施、关键技术和公民敏感信息的海外产业进行带有意识形态的制裁，甚至将其作为国际政治博弈的工具。数字经济的蓬勃发展使得数据与实体经济的各个领域融合渗透，模糊了依托泛在连接技术构建的网络空间的边界。这一特性带来了网络形态的持续快速变动，加大了网络威胁向社会各领域蔓延的不可预测性。
在数据成为重要战略资源的当下，如何科学合理地将数据主权与安全纳入国家核心利益的范畴，确保数据资源的完整性、保密性和可用性，衡量好国家安全与经济发展的关系，是后疫情时期新媒体管理与互联网治理的焦点。
作者： 谢新洲 石林 (谢新洲系北京大学新媒体研究院院长；石林系北京大学新媒体研究院博士研究生)
来源：《中国网信》2022年第1期
| 家彩网地图 |
