陳威霖

摘 要 移動互聯(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)代信息社會里就是一項蘊(yùn)藏?zé)o限財富的資源，無數(shù)的人來到這一領(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，通過發(fā)現(xiàn)其中技術(shù)與倫理上之差異性，對這一問題進(jìn)行分析研究，探討信息化社會下數(shù)據(jù)的作用和數(shù)據(jù)的應(yīng)用方式，探討傳統(tǒng)的新聞觀念與數(shù)據(jù)化時代有什么不同，數(shù)據(jù)如何能更好地作用于社會的發(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 G2 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-0360（2018）07-0063-03

1 背景：從大數(shù)據(jù)1.0到2.0時代

1.1 大數(shù)據(jù)1.0階段是數(shù)據(jù)驅(qū)動（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)動與理論驅(qū)動是如何被理解的，數(shù)據(jù)驅(qū)動的核心是有關(guān)工作人員對一系列數(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，就對這些數(shù)據(jù)進(jìn)行描述性的分析研究，主要領(lǐng)域是以下兩個方面，一個是尋找預(yù)測變量（predictor），另一個是挖掘行為模式（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)測結(jié)果，為實際應(yīng)用服務(wù)。這就好比，我們在數(shù)據(jù)庫中發(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，并且成功率可以達(dá)到80%左右。這套算法同時也廣泛運(yùn)用于國家安全領(lǐng)域，用于識別可能潛在的犯罪對象。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。從那時起，大家就開始非常關(guān)注這個領(lǐng)域，實際操作的可能。

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

大數(shù)據(jù)2.0時代與1.0時代最大的不同點是，它是由數(shù)據(jù)（Date）+社會科學(xué)理論（Theory）的方式來驅(qū)動的。在2008年這個互聯(lián)網(wǎng)市場與用戶需求高漲的時期，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)別在于那個時候的互聯(lián)網(wǎng)科技公司還只停留在初級階段。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)展簡單地按照其出現(xiàn)的時間順序分為兩個階段，簡單來說，就是網(wǎng)絡(luò)數(shù)據(jù)的發(fā)展應(yīng)用在社會上越來越廣泛，然后倒逼著人們?nèi)パ芯糠治銎渑c社會發(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），這時的工作主要是大量收集整理數(shù)據(jù)，再對這些數(shù)據(jù)進(jìn)行一些分析，這個時期，相關(guān)的理論并沒有顯得特別重要。例如現(xiàn)階段應(yīng)用最廣泛的人臉識別技術(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)，來對模型進(jìn)行完善，后來發(fā)現(xiàn)當(dāng)照片達(dá)到足夠數(shù)量時，結(jié)合日益成熟的人工智能（Artificial Intelligence），來對模型進(jìn)行修改完善，模型就會越來越準(zhǔn)。人臉識別是要扎根真相（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)測驗，大量的照片就是這個事件的扎根

真相。

在實際運(yùn)用的過程中，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。比如在美國總統(tǒng)競選中，替特朗普在競選過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）在這個人身上的具體表現(xiàn)。要想達(dá)到我們的要求，實現(xiàn)我們的目的，必須做到以下幾點：一是必須把扎根真相與心理學(xué)理論相結(jié)合；二是一定要通過既有的社會科學(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)測模型。由此可見，數(shù)據(jù)與社會學(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，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”事件所折射出的問題

英國劍橋大學(xué)的心理學(xué)講師科根（Aleksandr Kogan）就是把一個用于社交用途的網(wǎng)絡(luò)軟件——臉書（Facebook），與一個心理理論方面的“心理測試”小程序——科辛斯基的“大五人格”理論體系相互結(jié)合，然后通過臉書收集了約27萬用戶的個人用戶信息記錄，然后把這些個人用戶信息記錄大價錢賣給了對這些數(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，劍橋分析公司其實是政府和軍方的承包商SCL集團(tuán)下的一個分支機(jī)構(gòu)，而SCL集團(tuán)在眾多的業(yè)務(wù)中，有一個業(yè)務(wù)是為各國的選舉活動提供咨詢服務(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，歐洲的一些國家或地區(qū)。當(dāng)這一信息披露在世界面前時，在美國那些因為希拉里落選而瘋狂攻擊俄羅斯的政客們不知會怎么想，但世界各國的人們也許就會揭開一個困擾很久謎團(tuán)，那就是在美國，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。

在美國總統(tǒng)競選這一件事上，他們對特朗普競選的幫助就是通過臉書所收集來的大量的個人用戶信息，結(jié)合科辛斯基的“大五人格”理論體系，去分析眾多的美國選民的心理特征和個人愛好，然后針對這些選民的特點和愛好來為特朗普的競選廣告出謀劃策。這種對數(shù)據(jù)的處理方式實質(zhì)上就是“數(shù)據(jù)+理論驅(qū)動”的方法，通過個人的講話、表情、態(tài)度、舉止，結(jié)合“大五人格”理論體系，通過分析，就能判斷出這個人的性格、喜好，然后根據(jù)這個人的人格特點和習(xí)慣愛好有針對性的將信息置入到社交網(wǎng)絡(luò)中，從而達(dá)到了用戶毫無察覺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把其稱為“竊國者”的原因。

在第二次世界大戰(zhàn)中，納粹德國的宣傳部長戈培爾就曾說“謊言重復(fù)千遍就是真理?！敝档梦覀兯伎嫉氖?，如果像劍橋分析公司那樣將大數(shù)據(jù)與人工智能結(jié)合起來去向用戶精準(zhǔn)投放虛假消息或某種思想，一旦時間長了其結(jié)果就可能會使戈培爾的理論變?yōu)楝F(xiàn)實。

美國麻省理工學(xué)院傳媒實驗室的3位研究者，通過大量的研究，在2018年3月發(fā)表了一項關(guān)于“假新聞”（fake news）傳播與影響的研究報告。他們根據(jù)近十幾年來十多萬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：虛假新聞通過傳播媒介在大眾中擴(kuò)散的速度比真實的新聞快得多，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300萬顧客瀏覽過，次數(shù)超過450萬次。他們又將1 500個顧客作為一個標(biāo)準(zhǔn)，來檢驗虛假新聞的傳播速度，結(jié)果發(fā)現(xiàn)，虛假新聞的傳播時間大約為10個小時，而于此相對照的真新聞傳播時間近60個小時，而虛假新聞的轉(zhuǎn)發(fā)率也比真實新聞高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”賬戶自動傳播。眾多的顧客用戶之所以喜歡分享假新聞，不僅僅是因為它更加聳人聽聞，還有一個原因是現(xiàn)代人們的碎片化閱讀習(xí)慣所導(dǎo)

致的。

麻省理工學(xué)院傳媒實驗室在4個方面進(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”。打個簡單的比方，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19層，而大多數(shù)的真新聞基本不會超過10層。

二是傳播人數(shù)，也就是參與轉(zhuǎn)發(fā)的賬號數(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1 000人，但是假新聞卻可以超過1 000到10萬人。從傳播速度上來看，要傳播到1 500個人，真新聞所消耗的時間是假新聞的6倍。

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

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

這一報告中作者之一的蘇魯什·沃索基對這樣的現(xiàn)象是這樣說：“假新聞的內(nèi)容與人們對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)的可能性反而會更高?！盵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間去接受知識，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“一切的宣傳都應(yīng)該求其通俗，以知識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的人更多，那么灌輸給他們的知識標(biāo)準(zhǔn)也就必須相應(yīng)越低。”現(xiàn)階段，如果某些人將希特勒式的宣傳方式與現(xiàn)代社會高度發(fā)達(dá)的人工智能、數(shù)據(jù)相結(jié)合將內(nèi)容通俗化、觀點簡單化，并使其循環(huán)式的置入信息，那么我們絕大多數(shù)的受眾都將會深受其害，被利益集團(tuán)所操縱。

大數(shù)據(jù)時代的到來，改變了太多的東西，對我們現(xiàn)行的諸多制度帶來了巨大的挑戰(zhàn)。在美國總統(tǒng)大選中，傳統(tǒng)的競選方式和途徑，還有劍橋分析這樣把各國選舉當(dāng)作生意的公司介入，己經(jīng)讓美國的政治生態(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人的選舉問題了，而是美國政治在大數(shù)據(jù)時代，如何進(jìn)行有效重構(gòu)的問題了。技術(shù)方面的巨大發(fā)展對政治形態(tài)的改變，在一定的條件下有時候是非常激烈的，這是因為在技術(shù)長足的進(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)泄露問題反饋到中國市場時，所引發(fā)的關(guān)注度，顯然要比在美國引發(fā)的關(guān)注度要小得多。這一現(xiàn)象，在李彥宏看來就是：在中國的互聯(lián)網(wǎng)市場，用戶對其隱私的態(tài)度與西方不完全相同，在中國，相當(dāng)比例的用戶有時為了方便或省事，他們大多數(shù)情況下是愿意用所謂的隱私來進(jìn)行交換的，這也是李彥宏觀點的立論基礎(chǔ)，現(xiàn)階段的中國大數(shù)據(jù)市場，被百度、阿里巴巴、騰訊這三大互聯(lián)網(wǎng)公司牢牢掌握，誰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“中國用戶隱私廉價”提供了客觀的支持。

我們可以舉一個司空見慣的例子，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，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，你就會毛骨悚然，在互聯(lián)網(wǎng)面前，你幾乎是毫無隱私的。顯而易見，在中國這么做的決不是只有百度，而是一大批還沒有形成保護(hù)隱私意識的中國的互聯(lián)網(wǎng)企業(yè)家們。在他們看來，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，都還是一個問題。

從一個普通消費(fèi)者的角度出發(fā)，來看互聯(lián)網(wǎng)公司的行為，說是一種社會心理的不斷麻木過程，或許更加合適。當(dāng)一個個騷擾電話，一個個垃圾短信不停在你耳邊響起時，我們可以想象得到你的憤怒表情，你一定會質(zhì)問，誰把我的手機(jī)號碼給泄露出去了，在中國數(shù)據(jù)泄露已經(jīng)是見怪不怪的無奈情況下，而我們廣大的用戶對此又是毫無辦法。這根本不是我們中國用戶廉價，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)營信條下，中國的用戶們沒有另一個選擇罷了。

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在平臺上自由競爭。否則，勝出的肯定是假新聞。對于事實核查中，費(fèi)斯廷格（Leon Festinger）的認(rèn)知不和諧理論③中，就曾對此詳細(xì)的論述，他明確的指出，由于人們在認(rèn)識上己經(jīng)存在了先入為主的意識，所以他們更加愿意接受自己內(nèi)心相信的東西，就算是這一個虛假的信息，他們也愿意相信。也就是說，如果把與他們認(rèn)識相違背的真相擺在這些人的面前，他們也不會選擇相信。我們每天都要面對成千上萬的信息，我們對其進(jìn)行干預(yù)及限制的方法有兩種：第一種思路是提高個體辨識新聞?wù)婕俚哪芰?，包括提供更多的事實核查信息，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)對社交媒體平臺的監(jiān)管力度，從信息傳播的層面進(jìn)行干預(yù)，主要是對算法進(jìn)行干預(yù)，所謂的算法，就是對相關(guān)的信息內(nèi)容不是按照出現(xiàn)的先后來排列，而是互聯(lián)網(wǎng)公司根據(jù)內(nèi)部設(shè)定一定的規(guī)則自動為你過濾和排列的，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來獲取是值得我們?nèi)ニ伎嫉膯栴}。在處理這些信息的同時，這些平臺在商業(yè)利益之外，還需承擔(dān)相應(yīng)的道德責(zé)任和社會責(zé)任。

社交媒體平臺徹底改變了我們對外界信息的接收方式，如何更好地利用和發(fā)揮這一平臺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，對這一平臺運(yùn)行方式和規(guī)律進(jìn)行科學(xué)的考察和評估，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，在德國則只能購買到《我的奮斗》的“評論版”（9：76—77）.

③費(fèi)斯廷格（Leon Festinger）美國著名社會心理學(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一組例程的能力，而又無需訪問源碼，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 是真實新聞的6倍[EB/OL].[2018-03-11].http：//www.xinhuanet.com/world/2018-03/11/c_129826781.htm.