大數據時代下用戶隱私安全挑戰何時休

大數據正在改變個人隱私，而且并不是以人人平等的方式進行。我們越來越依賴技術，而技術又反過來需要我們的個人信息才能發揮作用。這種互惠關系使得人們難以明智地決定，應該對哪些信息進行保密。

大數據時代下用戶隱私安全挑戰何時休？

1、面對提供相同互聯網服務的兩家供應商，一家在隱私保護上做得較好，但價格高，而另一家則習慣于侵犯個人隱私，但價格低，那么大多數消費者還是會選擇后者。這項研究還發現，如果兩家公司以同樣的價格提供一款產品，更注重保護隱私的那家公司將勝出。

2、大數據帶來了一大挑戰，即價值可能并不明確，數據收集者的動機(更不用說其身份)可能被隱藏，個人的預期可能混亂不清。

3、大數據經濟的發展不僅應該促進隱私保護，還應該促進對社會凝聚力和廣泛平等至關重要的禮儀規則。

或許更為重要的是，不同的人有不同的隱私考慮，具體則取決于一個人的社會經濟地位。社會和政策制定者，尤其是后者，必須認識到個人在保護自身數據方面所承受的不同負擔。

1.隱私的價值

關于隱私的種種標準，在定義社會和個人生活方面都發揮著重要作用，無論是對窮人還是富人而言都是如此。耶魯法學院院長羅伯特·波斯特(RobertPost)在其關于隱私法社會基礎的論文中寫到，隱私支撐著社會的禮儀規則，而禮儀規則創造了“某種只存在于群體規范懷抱中的人類尊嚴和自主”。他提醒說，如果社會和公共關系被個人與大型監視機構的互動所取代，那么這些好處就會受到威脅。

如今，隱私已經變成一種可以買賣的大宗商品。雖然很多人把隱私視為憲法權利，甚至是基本人權，但大數據時代已經把隱私貶低成了一堆阿堵物?，F在已經有很多人在做著量化隱私價值的事情，這既是危險的，也是愚蠢的。像Privacyfix這樣的瀏覽器插件就試圖讓用戶知道自己能為企業提供多大的價值，而一項研究顯示，免費的互聯網服務向用戶提供了2,600美元的價值，以換取他們的數據。有意思的是，這個數字與美國著名法官亞歷克斯·科津斯基(AlexKozinski)的一個說法相差無幾。他說，他愿意每年花費2,400美元保護其家人的在線隱私。還有一個叫費德里科·扎內爾(FedericoZannier)的小伙子，是個程序員，他在Kickstarter網站上發起了一個有趣的眾籌項目，決定挖掘自己的隱私數據，然后看看能值多少錢。扎內爾記錄了他所有的在線活動，包括鼠標指針的位置、網絡監控探頭的圖像資料和每天2美元的GPS定位數據，最后得出的結果是2,700多美元。

“隱私貨幣化”已經變成了當今數據經濟的法寶。我們看到了付費社交網絡的出現，還有那些以保護用戶在線隱私為招牌的服務提供商大行其道，但這些服務都不便宜。在隱私保護方面，價格敏感性常常決定了個人的隱私選擇。由于保護一條信息的“價格”遠遠高于出售那條信息的價格，因此人們在保護自己的隱私方面可能會感到左右為難。顯然，隱私具有經濟價值，花錢保護隱私的人比愿意出售隱私換取產品或服務的人更少。

歐洲網絡與信息安全局(EuropeanNetworkandInformationSecurityAgency)最近進行的一項研究顯示，面對提供相同互聯網服務的兩家供應商，一家在隱私保護上做得較好，但價格高，而另一家則習慣于侵犯個人隱私，但價格低，那么大多數消費者還是會選擇后者。這項研究還發現，如果兩家公司以同樣的價格提供一款產品，更注重保護隱私的那家公司將勝出。有些人把這作為重視隱私保護的商業模式可以成功的證據，但這也預示著，在一切條件相同的情況下，企業可以選擇不像競爭對手那樣收集那么多的信息，只是為了讓自己能貼上“重視保護隱私”的標簽。而這將抹殺掉大數據經濟本來可以帶來的很多好處。

2.大數據挑戰

大數據的基石在于收集盡可能多的原始信息，即使我們不知道能夠從那些信息中得出怎樣的見解。因此，由來已久的公平信息實踐原則(FairInformationPractices)，比如收集限制和目的限制，越來越被視為時代錯誤，很多機構和企業協會都呼吁隱私保護應該更多地聚焦于如何使用數據，而不是限制哪些數據可以被收集。爭論的話題已經從結構性限制轉向了機構和企業能夠如何通過透明度來贏得用戶的“信任”。另一種看法是建立一種商業模式，更直接地與個人分享數據的好處。在線數據倉庫就是一個潛在的例子，哈佛大學伯克曼中心(HarvardBerkmanCenter)的“ProjectVRM”項目則提出要重新思考該如何為用戶賦權，讓他們能夠利用自己的數據并控制其數據的訪問權限。這種對個人隱私的認識變化或許不可避免，也可能大有裨益，但我們必須弄清楚這將給普通人帶來什么影響。

《哈佛商業評論》最近的一篇文章認為，人們只應該“在價值明確的情況下出售(他們的)隱私”。作者解釋道：“這個問題需要你做些功課。你必須弄清楚對方和你交易的動機，以及對方能從中得到什么。這些必須符合你的期望，使你不至于在放棄自己的隱私后感到不安?！备玫仄ヅ鋽祿钟姓吲c其客戶的利益是有可能的，這能使數據的處理與變現同時服務于企業和個人。然而，大數據帶來了一大挑戰，即價值可能并不明確，數據收集者的動機(更不用說其身份)可能被隱藏，個人的預期可能混亂不清。而且，就連最基本的名譽管理和數據隱私工具也要求用戶付出時間或金錢，這可能讓普通消費者和貧困人群難以承受。

3.大數據和階級

越來越多的數據收集與分析，有可能加劇階級分化。數據收集與分析將會提高市場效率，而市場效率有利于富裕的有產階層。雖然數據經濟的好處將會惠及整個社會，但有錢又有高學歷的人更有可能成為那種能夠利用大數據的成熟消費者。他們擁有良好的信用和理想的消費者形象，能夠確保對他們隱私的任何侵犯都會對他們有利。因此，他們想要隱藏的信息要少得多，也沒理由擔心數據收集者的動機。要是有錢人希望保護自己的隱私，他們也處于最有利的位置，能夠利用那些迎合其需求的隱私保護工具和隱私管理服務。從實際情況來看，有錢人可以更加從容地接受每月支付一筆隱私保護費?？平蛩够ü倩蛟S愿意且有能力每月支付200美元來保護自己的隱私，但普通消費者可能會覺得這筆買賣不劃算。

下層民眾從大數據上感受到的負面影響可能是最大的。窮人向來沒有什么隱私可言，畢竟城堡和高墻是為富人準備的。然而，即使是當今時代，窮人也是最先失去基本隱私保護的群體?？死锼雇懈ァに孤宀┙?ChristopherSlobogin)教授就指出了美國憲法第四修正案中的“貧窮除外條款”問題，他認為，我們在預想隱私問題時所采用的界定方式，本身就讓窮人的隱私和自主權更容易遭受政府的非法侵犯。大數據則加劇了這個問題。我們對大數據的種種最大擔憂，諸如歧視、側寫、追蹤、排外，大部分都會對窮人的自決權和自主權造成最大的威脅，而非其他的階層。就算假定窮人能夠獲知自身隱私的價值，他們也無法拿出錢來保護自己的隱私，或者將其用作獲得優惠價格的籌碼，哪怕這會將他們置于非常不妙的境地。

大數據的本質就是分門別類。不管是什么人的數據，只有在匯總起來，或好或壞地加以利用時，才會變得有用。數據分析利用大量數據來建立詳盡的機制進行分類和組織。歸根結底，與其說我們擔心個人信息被收集，不如說我們擔心個人信息被歸入錯誤或不利于我們的類別。例如，亞特蘭大有一位居民，他度完蜜月回來后發現，他的信用卡額度從10,800美元被砍到3,800美元，就因為他在一些可能曾有其他人出現過不良還款記錄的地方使用了他的信用卡。

一旦所有人都被分類歸入詳盡細致的社會經濟類別，我們就踏上了通往透明社會的道路。社會禮儀規則被信息效率所取代。雖然這種變化可能會帶來很多非常重要的社會和公共好處，但這些好處不會平等地落在所有人頭上。紐約大學教授海倫·尼森鮑姆(HelenNissenbaum)解釋道：“富有的政府機構和工商企業的需求對信息產品及服務的推動力要遠為有力得多，從而導致整個市場環境遠遠稱不上均衡?！贝髷祿蛟S能實現信息的普及，但總的來說，信息在權勢者手中可以發揮更大威力。

因此，分門別類可能會對中產階級和窮人的隱私造成擠壓。越來越多的人沒有辦法或能力來控制自己的數據被如何使用。鼓勵人們思考他們的信息可能會被作何用途，還有如何能夠最好地保護自己的隱私，是十分積極的一步，但要為此開展一場公共教育活動，雖然值得稱道，卻恐怕并不現實。社交網絡、手機和信用卡是大數據經濟的命脈，也是現代生活的必需品，就算讓一般階層放棄使用這些東西確有實際意義或者頗有裨益，那些工作過度、在經濟上缺乏安全感的中產階級卻沒有這個時間和精力來優先考慮他們僅存的隱私。

目前，隱私變現的另一個選擇是賦予人們利用自己信息賺錢的權利。經營在線隱私管理網站Reputation.com的邁克爾·菲蒂克(MichaelFertik)認為，允許企業將“其終端用戶數據的潛在價值”進行變現，籍此“與終端用戶聯手釋放巨大價值”，在將來一定大有可為。Personal等初創公司則試圖把自己塑造成量身定制的信息倉庫，人們可以把自己的信息交給企業來換取價格折扣。這些都是值得探索的項目，但它們要求企業和個人之間高度信任，二者的利益也高度一致。然而，我們依然不可能建立一對一的數據交易所。費德里科·扎內爾在自己的實驗中，將自己的個人數據以每天2美元的價格出售給任何愿意購買的人，但普通人恐怕永遠無法真正地靠出售個人數據賺錢。一條個人信息連一分錢都賣不了，而且無名之輩的個人資料并不值錢，除非被收集后與其他來自相近社會經濟類別的個人資料匯總在一起加以利用。

結論：

雖然應該鼓勵數據保護和隱私創業，但不應該讓人們必須付錢才能保護隱私或者獲得優惠券作為補償。如果我們想要我們的經濟和法律框架從數據收集轉向數據使用，就必須開始討論我們希望擯棄哪些數據使用方式。一些實際發生的價格歧視或者不利雇傭決定就是很好的切入點，但我們還應該關注數據使用將如何影響不同的社會階層。大數據經濟的發展不僅應該促進隱私保護，還應該促進對社會凝聚力和廣泛平等至關重要的禮儀規則。

如果不把普通人面臨的現實挑戰納入考量，大數據反而會不利于社會平等的促進。屆時我們將以各種各樣的方式被分門別類，只有價值最高的那些類別才會獲得數據所能提供的最大裨益。