陳威霖

摘 要 移動(dòng)互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)深入影響我們的生活，大數(shù)據(jù)和人工智能己經(jīng)越來(lái)越與我們的生活發(fā)生著密切的聯(lián)系，互聯(lián)網(wǎng)普及下的相關(guān)海量數(shù)據(jù)，在現(xiàn)代信息社會(huì)里就是一項(xiàng)蘊(yùn)藏?zé)o限財(cái)富的資源，無(wú)數(shù)的人來(lái)到這一領(lǐng)域淘金。但由于相關(guān)部門監(jiān)管方面存在漏洞，在數(shù)據(jù)的應(yīng)用上出現(xiàn)了很多的問(wèn)題，表現(xiàn)在用戶數(shù)據(jù)被不正常使用，用戶的隱私被侵犯。這次臉書用戶數(shù)據(jù)泄露事件引起了人們的思考：在數(shù)字時(shí)代里人們的隱私邊界何在？數(shù)據(jù)新聞是側(cè)重于分析邏輯，還是技術(shù)邏輯？如何確保數(shù)據(jù)不淪為別有用心者操縱他人的工具？文章圍繞著臉書（Facebook）用戶的數(shù)據(jù)泄密事件，通過(guò)發(fā)現(xiàn)其中技術(shù)與倫理上之差異性，對(duì)這一問(wèn)題進(jìn)行分析研究，探討信息化社會(huì)下數(shù)據(jù)的作用和數(shù)據(jù)的應(yīng)用方式，探討傳統(tǒng)的新聞?dòng)^念與數(shù)據(jù)化時(shí)代有什么不同，數(shù)據(jù)如何能更好地作用于社會(huì)的發(fā)展。

關(guān)鍵詞 大數(shù)據(jù)；臉書；劍橋分析；隱私；道德；假新聞

中圖分類號(hào) G2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-0360（2018）07-0063-03

1 背景：從大數(shù)據(jù)1.0到2.0時(shí)代

1.1 大數(shù)據(jù)1.0階段是數(shù)據(jù)驅(qū)動(dòng)（data-driven）

科辛斯基與劍橋分析公司事件的核心是數(shù)據(jù)驅(qū)動(dòng)與理論驅(qū)動(dòng)是如何被理解的，數(shù)據(jù)驅(qū)動(dòng)的核心是有關(guān)工作人員對(duì)一系列數(shù)據(jù)的大范圍的收集整理，當(dāng)數(shù)據(jù)達(dá)到一定的量時(shí)，就對(duì)這些數(shù)據(jù)進(jìn)行描述性的分析研究，主要領(lǐng)域是以下兩個(gè)方面，一個(gè)是尋找預(yù)測(cè)變量（predictor），另一個(gè)是挖掘行為模式（behavior pattern）。這些研究都希望從數(shù)據(jù)中得到更加準(zhǔn)確的預(yù)測(cè)結(jié)果，為實(shí)際應(yīng)用服務(wù)。這就好比，我們?cè)跀?shù)據(jù)庫(kù)中發(fā)現(xiàn)襯衫與領(lǐng)帶呈現(xiàn)高度相關(guān)，那么商家就可以在獲取這些數(shù)據(jù)后，將這兩件商品放置在一起銷售。

根據(jù)現(xiàn)在的神經(jīng)網(wǎng)絡(luò)算法“Link Prediction、Struct2Vec、Flow-Network”等只要有足夠的數(shù)據(jù)及樣本標(biāo)簽我們便可以進(jìn)行預(yù)測(cè)，并且成功率可以達(dá)到80%左右。這套算法同時(shí)也廣泛運(yùn)用于國(guó)家安全領(lǐng)域，用于識(shí)別可能潛在的犯罪對(duì)象。這一分析方法最早的成熟應(yīng)用，就是2018年3月17日爆出的臉書（Facebook）數(shù)據(jù)門大案，即劍橋分析（Cambridge Analytica）幫特朗普當(dāng)選的事件。從那時(shí)起，大家就開始非常關(guān)注這個(gè)領(lǐng)域，實(shí)際操作的可能。

1.2 大數(shù)據(jù)2.0階段是數(shù)據(jù)驅(qū)動(dòng)理論（data-driving-theory）

大數(shù)據(jù)2.0時(shí)代與1.0時(shí)代最大的不同點(diǎn)是，它是由數(shù)據(jù)（Date）+社會(huì)科學(xué)理論（Theory）的方式來(lái)驅(qū)動(dòng)的。在2008年這個(gè)互聯(lián)網(wǎng)市場(chǎng)與用戶需求高漲的時(shí)期，許多互聯(lián)網(wǎng)公司早已開始進(jìn)入數(shù)據(jù)分析領(lǐng)域，區(qū)別在于那個(gè)時(shí)候的互聯(lián)網(wǎng)科技公司還只停留在初級(jí)階段。其技術(shù)在理論出現(xiàn)之前就已開始投入使用。因此，筆者將大數(shù)據(jù)的發(fā)展簡(jiǎn)單地按照其出現(xiàn)的時(shí)間順序分為兩個(gè)階段，簡(jiǎn)單來(lái)說(shuō)，就是網(wǎng)絡(luò)數(shù)據(jù)的發(fā)展應(yīng)用在社會(huì)上越來(lái)越廣泛，然后倒逼著人們?nèi)パ芯糠治銎渑c社會(huì)發(fā)展的相互關(guān)系。在網(wǎng)絡(luò)數(shù)據(jù)的最初階段（1.0階段），這時(shí)的工作主要是大量收集整理數(shù)據(jù)，再對(duì)這些數(shù)據(jù)進(jìn)行一些分析，這個(gè)時(shí)期，相關(guān)的理論并沒(méi)有顯得特別重要。例如現(xiàn)階段應(yīng)用最廣泛的人臉識(shí)別技術(shù)（Face Recognition Assignment），我們最初主要是搞清楚人臉構(gòu)造的一系列的結(jié)構(gòu)，并將它們形成一系列的數(shù)據(jù)，來(lái)對(duì)模型進(jìn)行完善，后來(lái)發(fā)現(xiàn)當(dāng)照片達(dá)到足夠數(shù)量時(shí)，結(jié)合日益成熟的人工智能（Artificial Intelligence），來(lái)對(duì)模型進(jìn)行修改完善，模型就會(huì)越來(lái)越準(zhǔn)。人臉識(shí)別是要扎根真相（ground truth）的。我們目前所能看到的人工智能訓(xùn)練是用大量的照片來(lái)做的，我們采用的海量照片就是扎根真相。以此類推我們可以發(fā)現(xiàn)，科辛斯基的“大五人格”的心理學(xué)測(cè)驗(yàn)，大量的照片就是這個(gè)事件的扎根

真相。

在實(shí)際運(yùn)用的過(guò)程中，扎根真相這一數(shù)據(jù)并不能完美解決我們想要解決的問(wèn)題，它必須與一定的科學(xué)理論相結(jié)合，并在它的指導(dǎo)下才有可能完成的。比如在美國(guó)總統(tǒng)競(jìng)選中，替特朗普在競(jìng)選過(guò)程中出謀劃策的劍橋分析公司，他們所做的“大五人格”分析這一方式，不是僅從一張隨便從馬路上拍攝的照片，就能判斷出一個(gè)人的五類人格特質(zhì)（開放性，隨和性，勤勉性，情緒穩(wěn)定性，外向性）在這個(gè)人身上的具體表現(xiàn)。要想達(dá)到我們的要求，實(shí)現(xiàn)我們的目的，必須做到以下幾點(diǎn)：一是必須把扎根真相與心理學(xué)理論相結(jié)合；二是一定要通過(guò)既有的社會(huì)科學(xué)理論去進(jìn)行人格數(shù)據(jù)收集和提煉；三是指導(dǎo)我們建構(gòu)預(yù)測(cè)模型。由此可見，數(shù)據(jù)與社會(huì)學(xué)科及相關(guān)學(xué)科理論是分不開的，大數(shù)據(jù)促進(jìn)了學(xué)科理論的跟進(jìn)同時(shí)，既有理由也為大數(shù)據(jù)的有效利用提供了指導(dǎo)。

2 Facebook數(shù)據(jù)門與“劍橋分析”事件所折射出的問(wèn)題

英國(guó)劍橋大學(xué)的心理學(xué)講師科根（Aleksandr Kogan）就是把一個(gè)用于社交用途的網(wǎng)絡(luò)軟件——臉書（Facebook），與一個(gè)心理理論方面的“心理測(cè)試”小程序——科辛斯基的“大五人格”理論體系相互結(jié)合，然后通過(guò)臉書收集了約27萬(wàn)用戶的個(gè)人用戶信息記錄，然后把這些個(gè)人用戶信息記錄大價(jià)錢賣給了對(duì)這些數(shù)據(jù)感興趣的第三方客戶，這些客戶其中就有“著名”的劍橋分析（Cambridge Analytica）公司。更值得關(guān)注的是，劍橋分析公司其實(shí)是政府和軍方的承包商SCL集團(tuán)下的一個(gè)分支機(jī)構(gòu)，而SCL集團(tuán)在眾多的業(yè)務(wù)中，有一個(gè)業(yè)務(wù)是為各國(guó)的選舉活動(dòng)提供咨詢服務(wù)的，它們的客戶遍布世界，最重要的客戶則是分布南北美洲，非洲，歐洲的一些國(guó)家或地區(qū)。當(dāng)這一信息披露在世界面前時(shí)，在美國(guó)那些因?yàn)橄＠锫溥x而瘋狂攻擊俄羅斯的政客們不知會(huì)怎么想，但世界各國(guó)的人們也許就會(huì)揭開一個(gè)困擾很久謎團(tuán)，那就是在美國(guó)，讓大多數(shù)媒體和大多數(shù)精英所厭惡的特朗普卻能打敗希拉里的原因。

在美國(guó)總統(tǒng)競(jìng)選這一件事上，他們對(duì)特朗普競(jìng)選的幫助就是通過(guò)臉書所收集來(lái)的大量的個(gè)人用戶信息，結(jié)合科辛斯基的“大五人格”理論體系，去分析眾多的美國(guó)選民的心理特征和個(gè)人愛(ài)好，然后針對(duì)這些選民的特點(diǎn)和愛(ài)好來(lái)為特朗普的競(jìng)選廣告出謀劃策。這種對(duì)數(shù)據(jù)的處理方式實(shí)質(zhì)上就是“數(shù)據(jù)+理論驅(qū)動(dòng)”的方法，通過(guò)個(gè)人的講話、表情、態(tài)度、舉止，結(jié)合“大五人格”理論體系，通過(guò)分析，就能判斷出這個(gè)人的性格、喜好，然后根據(jù)這個(gè)人的人格特點(diǎn)和習(xí)慣愛(ài)好有針對(duì)性的將信息置入到社交網(wǎng)絡(luò)中，從而達(dá)到了用戶毫無(wú)察覺(jué)的情況下被灌輸了某種思想，達(dá)到改變用戶心理的目的。改變用戶心理的這一操作在商業(yè)中或許是很好的營(yíng)銷宣傳手段，但要是在政治中那就很可怕了，這也就是為什么人們會(huì)把其稱為“竊國(guó)者”的原因。

在第二次世界大戰(zhàn)中，納粹德國(guó)的宣傳部長(zhǎng)戈培爾就曾說(shuō)“謊言重復(fù)千遍就是真理?！敝档梦覀兯伎嫉氖牵绻駝蚍治龉灸菢訉⒋髷?shù)據(jù)與人工智能結(jié)合起來(lái)去向用戶精準(zhǔn)投放虛假消息或某種思想，一旦時(shí)間長(zhǎng)了其結(jié)果就可能會(huì)使戈培爾的理論變?yōu)楝F(xiàn)實(shí)。

美國(guó)麻省理工學(xué)院傳媒實(shí)驗(yàn)室的3位研究者，通過(guò)大量的研究，在2018年3月發(fā)表了一項(xiàng)關(guān)于“假新聞”（fake news）傳播與影響的研究報(bào)告。他們根據(jù)近十幾年來(lái)十多萬(wàn)份的虛假新聞在推特（Twitter）上的傳播情況進(jìn)行了大規(guī)模的搜集整理，對(duì)大量的數(shù)據(jù)進(jìn)行了分析研究，得出了以下結(jié)論：虛假新聞通過(guò)傳播媒介在大眾中擴(kuò)散的速度比真實(shí)的新聞快得多，傳播的深度和廣度也是真新聞拍馬也趕不上的，在這些虛假新聞中，關(guān)于政治類的虛假新聞?wù)紦?jù)了大部分的比例。

根據(jù)他們所羅列的數(shù)據(jù)我們可以看到，從2006至2016近10年間，他們所收集到的虛假新聞被約300萬(wàn)顧客瀏覽過(guò)，次數(shù)超過(guò)450萬(wàn)次。他們又將1 500個(gè)顧客作為一個(gè)標(biāo)準(zhǔn)，來(lái)檢驗(yàn)虛假新聞的傳播速度，結(jié)果發(fā)現(xiàn)，虛假新聞的傳播時(shí)間大約為10個(gè)小時(shí)，而于此相對(duì)照的真新聞傳播時(shí)間近60個(gè)小時(shí)，而虛假新聞的轉(zhuǎn)發(fā)率也比真實(shí)新聞高70%，虛假新聞主要由顧客自己進(jìn)行傳播分享，而不是由“機(jī)器人”賬戶自動(dòng)傳播。眾多的顧客用戶之所以喜歡分享假新聞，不僅僅是因?yàn)樗勇柸寺犅?，還有一個(gè)原因是現(xiàn)代人們的碎片化閱讀習(xí)慣所導(dǎo)

致的。

麻省理工學(xué)院傳媒實(shí)驗(yàn)室在4個(gè)方面進(jìn)行了分析比較：

一是傳播深度，傳播深度也可以叫做轉(zhuǎn)發(fā)的“層級(jí)”。打個(gè)簡(jiǎn)單的比方，信息由A用戶轉(zhuǎn)發(fā)給了B用戶，而B用戶也將相同的信息又轉(zhuǎn)發(fā)給了C用戶，那么信息的傳播深度就是三，假新聞的傳播極限深度可以超過(guò)19層，而大多數(shù)的真新聞基本不會(huì)超過(guò)10層。

二是傳播人數(shù)，也就是參與轉(zhuǎn)發(fā)的賬號(hào)數(shù)量，真新聞能被多少人轉(zhuǎn)發(fā)，確切的人數(shù)一般不超過(guò)1 000人，但是假新聞卻可以超過(guò)1 000到10萬(wàn)人。從傳播速度上來(lái)看，要傳播到1 500個(gè)人，真新聞所消耗的時(shí)間是假新聞的6倍。

三是傳播寬度，是指在同一傳播層級(jí)上，參與信息轉(zhuǎn)發(fā)的最多人數(shù)。真實(shí)新聞的傳播寬度僅僅超過(guò)1 000人，而假新聞最多的時(shí)候能達(dá)到好幾萬(wàn)。

四是結(jié)構(gòu)性的病毒式傳播力（structural virality），是研究者計(jì)算出來(lái)的一個(gè)數(shù)值，不出意外，假新聞同樣勝出。

這一報(bào)告中作者之一的蘇魯什·沃索基對(duì)這樣的現(xiàn)象是這樣說(shuō)：“假新聞的內(nèi)容與人們對(duì)世界的期望完全不一樣，而這也許是它更驚人的原因之一。假設(shè)某些人所制造謠言，與大家所期待的相悖，但得到轉(zhuǎn)發(fā)的可能性反而會(huì)更高。”[1]尤其，是在碎片化閱讀習(xí)慣盛行的當(dāng)下，人們只愿花一小部分時(shí)間去接受知識(shí)，這就使得像是“劍橋分析”這樣的公司有了可乘之機(jī)，阿道夫·希特勒在其自傳《我的奮斗》（Mein Kampf）②中說(shuō)“一切的宣傳都應(yīng)該求其通俗，以知識(shí)水平最低者的接受能力為標(biāo)準(zhǔn)。所以，為了使接受我們觀點(diǎn)的人更多，那么灌輸給他們的知識(shí)標(biāo)準(zhǔn)也就必須相應(yīng)越低?！爆F(xiàn)階段，如果某些人將希特勒式的宣傳方式與現(xiàn)代社會(huì)高度發(fā)達(dá)的人工智能、數(shù)據(jù)相結(jié)合將內(nèi)容通俗化、觀點(diǎn)簡(jiǎn)單化，并使其循環(huán)式的置入信息，那么我們絕大多數(shù)的受眾都將會(huì)深受其害，被利益集團(tuán)所操縱。

大數(shù)據(jù)時(shí)代的到來(lái)，改變了太多的東西，對(duì)我們現(xiàn)行的諸多制度帶來(lái)了巨大的挑戰(zhàn)。在美國(guó)總統(tǒng)大選中，傳統(tǒng)的競(jìng)選方式和途徑，還有劍橋分析這樣把各國(guó)選舉當(dāng)作生意的公司介入，己經(jīng)讓美國(guó)的政治生態(tài)發(fā)生了混亂，“通俄門”到現(xiàn)在已經(jīng)完全不是特朗普一個(gè)人的選舉問(wèn)題了，而是美國(guó)政治在大數(shù)據(jù)時(shí)代，如何進(jìn)行有效重構(gòu)的問(wèn)題了。技術(shù)方面的巨大發(fā)展對(duì)政治形態(tài)的改變，在一定的條件下有時(shí)候是非常激烈的，這是因?yàn)樵诩夹g(shù)長(zhǎng)足的進(jìn)步下，極深刻地改變了人的生存狀態(tài)和思維狀態(tài)。

3 大數(shù)據(jù)時(shí)代所勾勒出的隱私危機(jī)

當(dāng)大洋彼岸的Facebook的數(shù)據(jù)泄露問(wèn)題反饋到中國(guó)市場(chǎng)時(shí)，所引發(fā)的關(guān)注度，顯然要比在美國(guó)引發(fā)的關(guān)注度要小得多。這一現(xiàn)象，在李彥宏看來(lái)就是：在中國(guó)的互聯(lián)網(wǎng)市場(chǎng)，用戶對(duì)其隱私的態(tài)度與西方不完全相同，在中國(guó)，相當(dāng)比例的用戶有時(shí)為了方便或省事，他們大多數(shù)情況下是愿意用所謂的隱私來(lái)進(jìn)行交換的，這也是李彥宏觀點(diǎn)的立論基礎(chǔ)，現(xiàn)階段的中國(guó)大數(shù)據(jù)市場(chǎng)，被百度、阿里巴巴、騰訊這三大互聯(lián)網(wǎng)公司牢牢掌握，誰(shuí)又能保證它們是安全的呢？百度起先是做搜索引擎起家的，但其對(duì)于用戶信息的收集及運(yùn)用那可是游刃有余。這也就為李彥宏的“中國(guó)用戶隱私廉價(jià)”提供了客觀的支持。

我們可以舉一個(gè)司空見慣的例子，當(dāng)你用你的電腦在百度上搜索了一件東西，以后只要你在你的電腦上隨意打開任一網(wǎng)頁(yè)，旁邊彈出的彈窗廣告的內(nèi)容一定是你曾搜索的相關(guān)產(chǎn)品，這樣的情況，如果用心思考一下，你就會(huì)毛骨悚然，在互聯(lián)網(wǎng)面前，你幾乎是毫無(wú)隱私的。顯而易見，在中國(guó)這么做的決不是只有百度，而是一大批還沒(méi)有形成保護(hù)隱私意識(shí)的中國(guó)的互聯(lián)網(wǎng)企業(yè)家們。在他們看來(lái)，這樣做給你買東西提供了方便，也給商家提供了便利，是利人利己的一件好事。但是這一切都基于一個(gè)前提：大規(guī)模的收集用戶數(shù)據(jù)，而這些用戶數(shù)據(jù)是不是用戶隱私，可不可以隨便商業(yè)應(yīng)用，在中國(guó)，都還是一個(gè)問(wèn)題。

從一個(gè)普通消費(fèi)者的角度出發(fā)，來(lái)看互聯(lián)網(wǎng)公司的行為，說(shuō)是一種社會(huì)心理的不斷麻木過(guò)程，或許更加合適。當(dāng)一個(gè)個(gè)騷擾電話，一個(gè)個(gè)垃圾短信不停在你耳邊響起時(shí)，我們可以想象得到你的憤怒表情，你一定會(huì)質(zhì)問(wèn)，誰(shuí)把我的手機(jī)號(hào)碼給泄露出去了，在中國(guó)數(shù)據(jù)泄露已經(jīng)是見怪不怪的無(wú)奈情況下，而我們廣大的用戶對(duì)此又是毫無(wú)辦法。這根本不是我們中國(guó)用戶廉價(jià)，而是在BAT（百度、阿里巴巴、騰訊）等大公司面前，在他們所謂的“與人方便”“與己方便”經(jīng)營(yíng)信條下，中國(guó)的用戶們沒(méi)有另一個(gè)選擇罷了。

既然假新聞天生比真新聞更有傳播力，那也就意味著我們不能放任它們?cè)谄脚_(tái)上自由競(jìng)爭(zhēng)。否則，勝出的肯定是假新聞。對(duì)于事實(shí)核查中，費(fèi)斯廷格（Leon Festinger）的認(rèn)知不和諧理論③中，就曾對(duì)此詳細(xì)的論述，他明確的指出，由于人們?cè)谡J(rèn)識(shí)上己經(jīng)存在了先入為主的意識(shí)，所以他們更加愿意接受自己內(nèi)心相信的東西，就算是這一個(gè)虛假的信息，他們也愿意相信。也就是說(shuō)，如果把與他們認(rèn)識(shí)相違背的真相擺在這些人的面前，他們也不會(huì)選擇相信。我們每天都要面對(duì)成千上萬(wàn)的信息，我們對(duì)其進(jìn)行干預(yù)及限制的方法有兩種：第一種思路是提高個(gè)體辨識(shí)新聞?wù)婕俚哪芰?，包括提供更多的事?shí)核查信息，以及進(jìn)行媒介素養(yǎng)、批判思維方面的教育；第二種思路是加強(qiáng)對(duì)社交媒體平臺(tái)的監(jiān)管力度，從信息傳播的層面進(jìn)行干預(yù)，主要是對(duì)算法進(jìn)行干預(yù)，所謂的算法，就是對(duì)相關(guān)的信息內(nèi)容不是按照出現(xiàn)的先后來(lái)排列，而是互聯(lián)網(wǎng)公司根據(jù)內(nèi)部設(shè)定一定的規(guī)則自動(dòng)為你過(guò)濾和排列的，這種規(guī)則就是算法。

怎么樣更好的控制API④端口的信息獲取及由誰(shuí)來(lái)獲取是值得我們?nèi)ニ伎嫉膯?wèn)題。在處理這些信息的同時(shí)，這些平臺(tái)在商業(yè)利益之外，還需承擔(dān)相應(yīng)的道德責(zé)任和社會(huì)責(zé)任。

社交媒體平臺(tái)徹底改變了我們對(duì)外界信息的接收方式，如何更好地利用和發(fā)揮這一平臺(tái)在信息傳播方面的主導(dǎo)作用，最大程度的減少它被假新聞污染的可能性，這就要求我們一定要基于事實(shí)，對(duì)這一平臺(tái)運(yùn)行方式和規(guī)律進(jìn)行科學(xué)的考察和評(píng)估，然后制定這一領(lǐng)域的監(jiān)管政策。

注釋

①The spread of true and false news online. Science，09 Mar 2018：Vol. 359， Issue 6380， pp. 1146-1151.

②這是希特勒于1925年出版的自傳，在德國(guó)則只能購(gòu)買到《我的奮斗》的“評(píng)論版”（9：76—77）.

③費(fèi)斯廷格（Leon Festinger）美國(guó)著名社會(huì)心理學(xué)家，他曾提出“選擇性注意、選擇性接觸、選擇性記憶”等理論思想。

④API（Application Programming Interface）是一些預(yù)先定義的函數(shù)，目的是提供應(yīng)用程序與開發(fā)人員基于某軟件或硬件得以訪問(wèn)一組例程的能力，而又無(wú)需訪問(wèn)源碼，或理解內(nèi)部工作機(jī)制的細(xì)節(jié)。

參考文獻(xiàn)

[1]劉曦.研究顯示假新聞傳播速度更快 是真實(shí)新聞的6倍[EB/OL].[2018-03-11].http：//www.xinhuanet.com/world/2018-03/11/c_129826781.htm.