【摘要】基于數(shù)據(jù)驅(qū)動(dòng)算法推薦廣告對(duì)用戶數(shù)據(jù)的過(guò)渡使用帶來(lái)用戶隱私侵犯風(fēng)險(xiǎn)，引發(fā)用戶隱私損失的負(fù)外部效應(yīng)，需要加強(qiáng)監(jiān)管以解決算法推薦廣告引發(fā)的個(gè)人數(shù)據(jù)市場(chǎng)失靈。首先，探討作為基礎(chǔ)要素的用戶數(shù)據(jù)在算法推薦廣告運(yùn)行中的價(jià)值。其次，分析算法推薦廣告帶來(lái)的用戶隱私侵犯風(fēng)險(xiǎn)，并討論用戶隱私出讓最小化與企業(yè)數(shù)據(jù)效用最大化之間的矛盾。最后，從算法監(jiān)管者、算法開(kāi)發(fā)者、算法使用者與算法接受者等多元行動(dòng)主體提出具體治理措施，對(duì)于用戶隱私保護(hù)和算法推薦廣告行業(yè)發(fā)展之間的平衡具有重要的現(xiàn)實(shí)意義。

【關(guān)鍵詞】算法推薦廣告；隱私風(fēng)險(xiǎn)；治理進(jìn)路；隱私經(jīng)濟(jì)學(xué)

隨著大數(shù)據(jù)與人工智能技術(shù)在廣告產(chǎn)業(yè)的深入應(yīng)用，算法推薦廣告憑借其精準(zhǔn)投放和高效轉(zhuǎn)化的特點(diǎn)，逐漸成為數(shù)字廣告的主流形態(tài)。算法推薦廣告又稱為定向廣告或者精準(zhǔn)廣告，是指借助大數(shù)據(jù)與智能算法技術(shù)，通過(guò)搜集和分析用戶個(gè)人數(shù)據(jù)，對(duì)其需求和偏好進(jìn)行預(yù)測(cè)，并據(jù)此向其精準(zhǔn)推送可能感興趣的產(chǎn)品（服務(wù)）信息的廣告?zhèn)鞑バ袨閇1]。算法推薦廣告在運(yùn)作過(guò)程中，用戶數(shù)據(jù)獲取與使用是不可或缺的環(huán)節(jié)，當(dāng)然用戶隱私侵犯的風(fēng)險(xiǎn)隨之上升。算法推薦廣告隱私侵犯風(fēng)險(xiǎn)主要表現(xiàn)在個(gè)人信息泄露、生活安寧受擾、名譽(yù)受損以及社交關(guān)系受影響等方面。面對(duì)頻頻發(fā)生的數(shù)字平臺(tái)用戶隱私侵犯事件，算法推薦廣告引發(fā)的隱私保護(hù)成為人們廣泛關(guān)注的問(wèn)題，研究者們主要從三個(gè)方面展開(kāi)：一是從大數(shù)據(jù)與算法技術(shù)出發(fā)，探討算法推薦廣告運(yùn)作中整體的倫理失范問(wèn)題并提出規(guī)制措施[2]；二是從用戶隱私權(quán)益的角度出發(fā)，分析不同廣告形態(tài)下用戶面臨的隱私風(fēng)險(xiǎn)[3]；三是從隱私政策分析，考察算法推薦廣告中個(gè)人信息保護(hù)的實(shí)踐。[4]已有研究針對(duì)算法推薦廣告中用戶隱私侵犯現(xiàn)象展開(kāi)，探討用戶隱私保護(hù)的重要性以及如何加強(qiáng)算法推薦廣告中的個(gè)人隱私保護(hù)。但是，算法推薦廣告如何會(huì)引發(fā)用戶的隱私風(fēng)險(xiǎn)，企業(yè)用戶數(shù)據(jù)利用與隱私保護(hù)之間的兩難困境如何解決等深層次問(wèn)題尚需進(jìn)一步研究。

隱私問(wèn)題是政策和經(jīng)濟(jì)辯論中敏感而熱門的話題。從經(jīng)濟(jì)視角看，企業(yè)需要使用消費(fèi)者的數(shù)據(jù)構(gòu)建用戶畫像，實(shí)現(xiàn)數(shù)據(jù)效用最大化，從而獲取高額利潤(rùn)；從政策視角看，政府監(jiān)管部門需要制定相關(guān)的措施對(duì)企業(yè)的數(shù)據(jù)使用行為進(jìn)行干預(yù)，以保護(hù)用戶個(gè)人隱私。隱私經(jīng)濟(jì)學(xué)是隸屬于信息經(jīng)濟(jì)學(xué)的一個(gè)新興研究領(lǐng)域，主要關(guān)注個(gè)人、企業(yè)和政府在個(gè)人數(shù)據(jù)起關(guān)鍵作用的市場(chǎng)中如何相互作用以及在公共與私有領(lǐng)域的權(quán)衡取舍問(wèn)題。[5]數(shù)據(jù)資產(chǎn)的價(jià)值和監(jiān)管是隱私經(jīng)濟(jì)學(xué)研究的重要問(wèn)題，如何合理地配置寶貴的個(gè)人信息資源，消費(fèi)者、企業(yè)和政府需要進(jìn)行相關(guān)的利益分析與抉擇。算法推薦廣告運(yùn)行涉及個(gè)人數(shù)據(jù)資源利用，面臨個(gè)人、企業(yè)和政府三方的利益權(quán)衡。因此，本文嘗試從隱私經(jīng)濟(jì)學(xué)理論視角對(duì)算法推薦廣告中個(gè)人數(shù)據(jù)資源配置中的市場(chǎng)失靈現(xiàn)象進(jìn)行分析，并嘗試通過(guò)有效的政府規(guī)制解決企業(yè)數(shù)據(jù)效用與用戶隱私保護(hù)之間的矛盾。

一、用戶數(shù)據(jù)資源：算法推薦廣告運(yùn)行的基礎(chǔ)要素

數(shù)據(jù)作為一種新的生產(chǎn)要素，成為經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)資源，具有不可忽視的經(jīng)濟(jì)價(jià)值，各類互聯(lián)網(wǎng)平臺(tái)在商業(yè)利益的驅(qū)動(dòng)下收集海量用戶數(shù)據(jù)并進(jìn)行商業(yè)開(kāi)發(fā)，而算法推薦廣告則是數(shù)據(jù)價(jià)值變現(xiàn)的重要途徑。在算法推薦廣告運(yùn)行中，首要任務(wù)是通過(guò)用戶數(shù)據(jù)挖掘與分析精準(zhǔn)識(shí)別出廣告推送的目標(biāo)對(duì)象，這需要通過(guò)用戶畫像來(lái)完成。所謂用戶畫像是指通過(guò)用戶數(shù)據(jù)的收集、存儲(chǔ)、分析和處理，將用戶的各種具體信息抽象成標(biāo)簽，再利用標(biāo)簽將用戶形象具體化的過(guò)程。[6]用戶畫像的實(shí)質(zhì)是用戶的分類與標(biāo)簽化，通過(guò)給用戶“貼標(biāo)簽”的方式形成具有個(gè)性化特征的用戶畫像模型，由此實(shí)現(xiàn)對(duì)用戶的識(shí)別與洞察。不同的互聯(lián)網(wǎng)平臺(tái)擁有不同的標(biāo)簽體系，用戶標(biāo)簽體系的劃分依據(jù)也不盡相同，標(biāo)簽可以包括用戶的興趣愛(ài)好、職業(yè)、年齡等，廣告的類別、品牌、產(chǎn)品等。[7]基于大數(shù)據(jù)的用戶畫像解決的是如何正確認(rèn)識(shí)用戶的問(wèn)題。

用戶數(shù)據(jù)是算法推薦廣告運(yùn)行的基礎(chǔ)要素和必不可少的前置條件。企業(yè)通過(guò)對(duì)用戶的社會(huì)屬性、消費(fèi)習(xí)慣、偏好特征等各個(gè)維度數(shù)據(jù)的收集、整理與分析，精確地了解用戶需求和行為特征，從而制定更加精準(zhǔn)化與個(gè)性化的廣告推薦策略。同時(shí)，實(shí)時(shí)反饋的用戶數(shù)據(jù)還可以對(duì)推薦系統(tǒng)進(jìn)行持續(xù)優(yōu)化和更新，使廣告投放更加精準(zhǔn)。算法推薦廣告實(shí)現(xiàn)了對(duì)用戶的深度理解和個(gè)性化服務(wù)，提升廣告?zhèn)鞑サ男Ч?，解決了傳統(tǒng)廣告行業(yè)的痛點(diǎn)——“我知道在廣告上的投資有一半是無(wú)用的，但問(wèn)題是我不知道是哪一半”。[8]然而，技術(shù)發(fā)展是一把“雙刃劍”，所有的技術(shù)進(jìn)步都有代價(jià)，技術(shù)進(jìn)步帶來(lái)的有害的與有益的后果不可分離。[9]算法推薦廣告提升了廣告信息傳遞的精準(zhǔn)性，對(duì)于企業(yè)市場(chǎng)營(yíng)銷具有明顯的積極作用，實(shí)現(xiàn)了企業(yè)和平臺(tái)的雙贏，卻唯獨(dú)忽視了用戶的利益，給用戶帶來(lái)有害的后果，即隱私侵犯風(fēng)險(xiǎn)的不斷放大。

二、用戶隱私損失：算法推薦廣告帶來(lái)的負(fù)外部性

算法推薦廣告作為企業(yè)市場(chǎng)營(yíng)銷的利器，實(shí)現(xiàn)廣告信息的精準(zhǔn)推送，也推動(dòng)了互聯(lián)網(wǎng)平臺(tái)的創(chuàng)新發(fā)展，但是在實(shí)踐中也帶來(lái)明顯的負(fù)外部性效應(yīng)，即用戶隱私損失。算法推薦廣告對(duì)用戶數(shù)據(jù)的收集、計(jì)算和應(yīng)用的程度越高，用戶潛在的隱私泄露風(fēng)險(xiǎn)就越大。用戶隱私侵犯風(fēng)險(xiǎn)具體表現(xiàn)在隱私數(shù)據(jù)過(guò)度收集、隱私數(shù)據(jù)濫用以及數(shù)據(jù)控制權(quán)的喪失等方面。

（一）用戶隱私數(shù)據(jù)的過(guò)度收集

算法推薦廣告的核心在于如何識(shí)別用戶以及優(yōu)化廣告信息與用戶的匹配，隨著技術(shù)介入的程度越來(lái)越高，匹配的精準(zhǔn)程度也由淺入深，對(duì)數(shù)據(jù)的需求也越來(lái)越高。算法推薦廣告對(duì)用戶數(shù)據(jù)收集的方式包括追蹤用戶的IP地址、追蹤C(jī)ookies、收集用戶的個(gè)人注冊(cè)信息等。對(duì)于用戶信息了解得越全面，描繪出的用戶畫像就越精準(zhǔn)，因此互聯(lián)網(wǎng)平臺(tái)往往從多方匯聚數(shù)據(jù)，存在用戶隱私邊界被打破的風(fēng)險(xiǎn)，形成用戶隱私數(shù)據(jù)的過(guò)度收集問(wèn)題。在用戶各類數(shù)據(jù)中，用戶標(biāo)識(shí)（User ID）是最直接、最有效的數(shù)據(jù)，因此根據(jù)User ID對(duì)用戶進(jìn)行定義與辨別也最為準(zhǔn)確。[10]然而，User ID往往包括個(gè)人真實(shí)與敏感數(shù)據(jù)，一旦被收集與使用，隱私侵犯的風(fēng)險(xiǎn)就急劇上升。

在用戶數(shù)據(jù)收集中，最常見(jiàn)的方式是Cookie追蹤。用戶登錄網(wǎng)站或APP后所有的交互行為數(shù)據(jù)都會(huì)保存至Cookie中，比如訪問(wèn)過(guò)哪些頁(yè)面、點(diǎn)擊過(guò)哪些內(nèi)容，都可以作為數(shù)據(jù)被記錄下來(lái)。如果在網(wǎng)站或者APP上存在一個(gè)第三方主體，將其腳本置入到其他主體的域下，并使用同一個(gè)User ID保存在Cookie中，第三方主體就可以輕易獲取到用戶在其他主體下的所有行為數(shù)據(jù)。[11]此外，在APP中可以很方便地獲取到統(tǒng)一的User ID，因此，跨APP進(jìn)行數(shù)據(jù)追蹤的現(xiàn)象普遍存在，而風(fēng)險(xiǎn)最高的就是跨主體的User ID共享，特別是在未獲得用戶授權(quán)甚至用戶不被感知的情況下。由于用戶的數(shù)據(jù)知情權(quán)、使用權(quán)身份是模棱兩可的，算法推薦廣告用戶面臨著個(gè)人信息被過(guò)度收集、隨意使用、二次售賣的風(fēng)險(xiǎn)。[12]

（二）用戶隱私數(shù)據(jù)的濫用

我們生活在技術(shù)統(tǒng)治的時(shí)代，在對(duì)技術(shù)越來(lái)越依賴的同時(shí)，技術(shù)又反過(guò)來(lái)需要我們的個(gè)人信息才能發(fā)揮作用。算法推薦廣告依賴用戶數(shù)據(jù)運(yùn)行，用戶需要“讓渡”一部分隱私數(shù)據(jù)使用權(quán)才能讓算法了解和定義自己，才能實(shí)現(xiàn)“千人千面”的專屬定制和精準(zhǔn)推送[13]。正因如此，個(gè)人隱私數(shù)據(jù)濫用的狀況愈加嚴(yán)重。當(dāng)用戶為了使用一些互聯(lián)網(wǎng)平臺(tái)同意其提出的服務(wù)協(xié)議時(shí)，其實(shí)已經(jīng)輕易答應(yīng)了要出讓自己的數(shù)據(jù)。這些數(shù)據(jù)有可能被出售給第三方平臺(tái)用于算法訓(xùn)練或其他目的。英國(guó)的一份調(diào)查顯示，包括瑪雅（Maya）、MIA Fem在內(nèi)的數(shù)款月經(jīng)追蹤APP，會(huì)將女性月經(jīng)周期、避孕方式、痛經(jīng)等隱私信息直接分享給Facebook，以便其向用戶有針對(duì)性地推送相關(guān)廣告。[14]

在一些特定的服務(wù)場(chǎng)景中，用戶個(gè)人信息的使用是必要的，例如外賣平臺(tái)需要用戶的位置信息來(lái)規(guī)劃配送路線、計(jì)算配送時(shí)間以及確定訂單的優(yōu)先級(jí)，網(wǎng)約車平臺(tái)也需要收集用戶的位置信息以便提供準(zhǔn)確的叫車服務(wù)。對(duì)于用戶而言，在適當(dāng)?shù)那榫诚峦ㄟ^(guò)讓渡部分個(gè)人信息及隱私數(shù)據(jù)有助于獲取更加便利的服務(wù)。同時(shí)，用戶具有一定的隱私期待，期待平臺(tái)的數(shù)據(jù)使用僅限于必要的業(yè)務(wù)范圍內(nèi)。[15]然而，在這場(chǎng)以隱私換取便利的交易中，用戶所放棄的隱私數(shù)據(jù)極有可能被濫用。資本的逐利性會(huì)發(fā)生用戶數(shù)據(jù)多次使用的情況，即使一些互聯(lián)網(wǎng)平臺(tái)聲稱它們僅將用戶數(shù)據(jù)用于特定情境與服務(wù)，但數(shù)據(jù)的實(shí)際用途往往比用戶最初同意的更為廣泛。

（三）用戶數(shù)據(jù)控制權(quán)的喪失

算法推薦廣告利用用戶數(shù)據(jù)進(jìn)行信息推送，用戶基本處于不知情的狀態(tài)，無(wú)法知曉自己的信息被何人收集、用于哪種用途，這會(huì)嚴(yán)重剝奪用戶對(duì)自己數(shù)據(jù)的控制權(quán)?；ヂ?lián)網(wǎng)平臺(tái)提供的隱私保護(hù)協(xié)議中規(guī)定，用戶具有選擇是否允許第三方進(jìn)行數(shù)據(jù)收集的權(quán)利，然而在實(shí)踐中卻存在平臺(tái)未經(jīng)用戶允許就與第三方分享了用戶信息。例如2018年Facebook爆出的數(shù)據(jù)泄露事件，涉及5000萬(wàn)用戶的私人信息被第三方公司泄露，引起了廣泛關(guān)注。Facebook在用戶不知情的情況下收集了用戶的私人信息，包括用戶的社交關(guān)系、興趣愛(ài)好、瀏覽記錄等，并將其用于廣告和其他商業(yè)目的。[16]此外，F(xiàn)acebook還允許第三方公司訪問(wèn)用戶數(shù)據(jù)。此次事件揭示了Facebook在用戶數(shù)據(jù)收集和使用方面的漏洞和不當(dāng)行為，嚴(yán)重侵害了用戶的隱私數(shù)據(jù)安全。

互聯(lián)網(wǎng)平臺(tái)對(duì)用戶數(shù)據(jù)收集基本上是從游戲、購(gòu)物、社交等方面入手，甚至是從其他機(jī)構(gòu)或者個(gè)人處購(gòu)買，在此過(guò)程中用戶根本不知道自己的信息將會(huì)流向何處。[17]由于數(shù)據(jù)使用的不透明性，用戶也很難保護(hù)自己的數(shù)據(jù)知情權(quán)和數(shù)據(jù)控制權(quán)。盡管監(jiān)管部門出臺(tái)了相關(guān)的法律法規(guī)以加強(qiáng)個(gè)人信息的保護(hù)，法律也規(guī)定用戶應(yīng)該擁有對(duì)自己數(shù)據(jù)的控制權(quán)。但這只對(duì)數(shù)據(jù)的第一次收集產(chǎn)生作用，用戶的數(shù)據(jù)往往會(huì)被二次甚至三次使用，所以用戶數(shù)據(jù)控制權(quán)問(wèn)題并不能得到有效保護(hù)。因此，許多用戶開(kāi)始關(guān)注自己的隱私權(quán)和數(shù)據(jù)控制權(quán)，并要求互聯(lián)網(wǎng)平臺(tái)方采取更多措施來(lái)保護(hù)用戶隱私數(shù)據(jù)安全。

三、兩難困境：企業(yè)數(shù)據(jù)效用追求最大化與用戶數(shù)據(jù)出讓最小化

隱私需求是人類的本能需要之一，人們應(yīng)該擁有隱私權(quán)，美國(guó)法學(xué)家布蘭代斯（Brandeis）與沃倫（Warren）將隱私權(quán)定義為一種免受外界干擾的“獨(dú)處的權(quán)利”[18]。在算法推薦廣告實(shí)際運(yùn)行中，基于商業(yè)利益驅(qū)使，企業(yè)不太會(huì)在意用戶的隱私保護(hù)需求，往往會(huì)過(guò)度收集用戶數(shù)據(jù)、不透明地使用用戶數(shù)據(jù)，甚至將用戶數(shù)據(jù)用于不道德或非法的目的，從而導(dǎo)致用戶的隱私被侵犯。企業(yè)在用戶數(shù)據(jù)利用中，有些時(shí)候可能并不是有意侵犯用戶隱私，但是客觀上卻造成用戶隱私信息的泄露。比如，網(wǎng)絡(luò)購(gòu)物中的消費(fèi)者身高、體重等敏感信息，微信朋友圈信息中個(gè)人的活動(dòng)軌跡等，雖然這些單個(gè)數(shù)據(jù)不足以構(gòu)成較大的隱私侵犯，但將這些數(shù)據(jù)整合在一起，便會(huì)暴露出一個(gè)人的隱私信息。

用戶對(duì)算法推薦廣告帶來(lái)的數(shù)據(jù)隱私侵犯風(fēng)險(xiǎn)憂慮重重，表現(xiàn)出明顯的不信任。在調(diào)查研究中，用戶對(duì)數(shù)據(jù)隱私問(wèn)題極為關(guān)注，隱私保護(hù)意愿急劇上升。有關(guān)消費(fèi)者數(shù)據(jù)隱私態(tài)度的調(diào)查報(bào)告顯示，60％的美國(guó)成年人擔(dān)心自己的隱私數(shù)據(jù)泄露，59%的受訪者表示，他們擔(dān)心自己的個(gè)人信息被濫用[19]。另?yè)?jù)《福布斯》雜志網(wǎng)站報(bào)道，美國(guó)防欺詐和安全公司RSA在歐美對(duì)6000名成年人的調(diào)查顯示，人們對(duì)社交網(wǎng)絡(luò)、新聞和信息搜索等免費(fèi)服務(wù)使用個(gè)人數(shù)據(jù)持有反對(duì)意見(jiàn)，83%的消費(fèi)者認(rèn)為算法推薦廣告存在道德錯(cuò)誤，76%的消費(fèi)者認(rèn)為Facebook、Twitter等社交APP的算法推薦廣告是不道德的[20]。隨著用戶隱私數(shù)據(jù)過(guò)度使用現(xiàn)象越發(fā)嚴(yán)重以及用戶隱私保護(hù)意識(shí)的增強(qiáng)，用戶對(duì)算法推薦廣告產(chǎn)生諸如不點(diǎn)擊、關(guān)閉推送設(shè)置等抵制行為。

算法推薦廣告的精準(zhǔn)性與個(gè)性化在一定程度上提升了用戶體驗(yàn)，使用戶遠(yuǎn)離傳統(tǒng)廣告的狂轟濫炸，免受冗余信息的干擾。但是過(guò)于精準(zhǔn)的廣告推送卻帶來(lái)隱私侵犯的問(wèn)題，用戶存在被“監(jiān)視”的隱憂。用戶的這種隱私擔(dān)憂是對(duì)算法推薦廣告的負(fù)面情感體驗(yàn)，并會(huì)對(duì)后續(xù)的廣告接收行為產(chǎn)生重要影響。如果用戶的隱私擔(dān)憂達(dá)到一定程度，就會(huì)對(duì)算法推薦廣告產(chǎn)生逆反心理和回避行為，廣告效果將大打折扣。在現(xiàn)實(shí)情境中，當(dāng)用戶擔(dān)心算法推薦廣告會(huì)侵犯自己的隱私時(shí)，就會(huì)選擇不使用或減少使用算法推薦廣告及相關(guān)服務(wù)，同時(shí)，用戶也可能會(huì)選擇不提供真實(shí)的個(gè)人信息或者限制互聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)收集權(quán)限，導(dǎo)致算法推薦廣告的準(zhǔn)確性下降，對(duì)算法推薦廣告產(chǎn)生明顯的制約作用。

在個(gè)人數(shù)據(jù)市場(chǎng)中通常會(huì)發(fā)生這樣的情況，一方面，用戶希望以盡可能少的數(shù)據(jù)出讓獲得需要的商品或服務(wù)；另一方面，企業(yè)則渴望獲取盡可能多的數(shù)據(jù)以提高用戶的精準(zhǔn)識(shí)別，以獲取高額利潤(rùn)。這就導(dǎo)致企業(yè)與個(gè)人之間存在嚴(yán)重的市場(chǎng)失靈，出現(xiàn)企業(yè)數(shù)據(jù)利用最大化需求與用戶隱私保護(hù)的矛盾。盡管用戶為了享受互聯(lián)網(wǎng)平臺(tái)提供的一些便利服務(wù)而愿意讓渡自己的部分隱私信息，但這種讓渡是有邊界的，一旦越過(guò)隱私邊界，用戶就會(huì)形成隱私保護(hù)的條件反射，進(jìn)而形成隱私保護(hù)行為，結(jié)果是用戶不但會(huì)對(duì)算法推薦廣告產(chǎn)生情緒上的反感，還會(huì)對(duì)互聯(lián)網(wǎng)平臺(tái)和商家產(chǎn)生負(fù)面的態(tài)度，從而限制互聯(lián)網(wǎng)平臺(tái)的用戶增長(zhǎng)和活躍度。[21]相反，如果用戶感知到隱私被尊重并控制在合理使用范圍內(nèi)，用戶則不會(huì)對(duì)隱私問(wèn)題過(guò)于敏感，反而有利于企業(yè)的數(shù)據(jù)利用。因此，算法推薦廣告的健康長(zhǎng)遠(yuǎn)發(fā)展需要解決用戶體驗(yàn)與隱私數(shù)據(jù)保護(hù)的矛盾。

四、多元主體共治：算法推薦廣告隱私侵犯風(fēng)險(xiǎn)的治理進(jìn)路

算法推薦廣告治理涉及多元行動(dòng)主體，既包括算法監(jiān)管者與算法開(kāi)發(fā)者，又涵蓋算法使用者與算法接受者。只有形成各行動(dòng)者之間協(xié)同共治的局面，才能更好地平衡不同行動(dòng)主體的利益和目標(biāo)，促進(jìn)算法推薦廣告的可持續(xù)發(fā)展。

（一）廣告算法監(jiān)管者履行規(guī)制職責(zé)——限制技術(shù)的無(wú)序擴(kuò)張

技術(shù)運(yùn)用既可以推動(dòng)社會(huì)的發(fā)展，也有可能為人類社會(huì)帶來(lái)負(fù)面影響。我們首先需要認(rèn)識(shí)到技術(shù)權(quán)力的擴(kuò)張是不可避免的，因?yàn)榧夹g(shù)進(jìn)步是現(xiàn)代社會(huì)發(fā)展的重要驅(qū)動(dòng)力，但是我們應(yīng)該對(duì)技術(shù)發(fā)展和應(yīng)用劃定一個(gè)合理的范圍，限制技術(shù)權(quán)力無(wú)節(jié)制地?cái)U(kuò)張。算法推薦廣告自身無(wú)法回避用戶的隱私保護(hù)問(wèn)題，只有依靠外部規(guī)制，才能保證算法推薦廣告健康發(fā)展，它也是保護(hù)消費(fèi)者利益的有效工具[22]。目前來(lái)看，世界各國(guó)正在以逐步完善的立法，趨嚴(yán)的監(jiān)管措施對(duì)隱私信息進(jìn)行治理，推進(jìn)企業(yè)實(shí)現(xiàn)更高的個(gè)人信息和隱私保護(hù)的合規(guī)。2018年，歐盟出臺(tái)《通用數(shù)據(jù)保護(hù)條例》（General Data Protection Regulation，簡(jiǎn)稱GDPR）。這部被稱為史上最嚴(yán)的數(shù)據(jù)管理法規(guī)，規(guī)定了數(shù)據(jù)的收集處理遵守“目的限制”和“數(shù)據(jù)最小化”原則，注重用戶的知情同意保護(hù)，被稱為歐盟數(shù)據(jù)和個(gè)人信息保護(hù)的核心。《中華人民共和國(guó)個(gè)人信息保護(hù)法》于2021年11月正式施行，標(biāo)志著我國(guó)個(gè)人信息保護(hù)法律監(jiān)管的進(jìn)一步完善。這部法律主要針對(duì)個(gè)人信息過(guò)度采集、濫用等現(xiàn)象，旨在保護(hù)個(gè)人信息權(quán)益。但法律實(shí)施僅是邁出的第一步，個(gè)人信息保護(hù)在實(shí)踐中仍面臨“左右為難”的情況，急需厘清合規(guī)邊界。我們看到世界各國(guó)逐漸完備的立法以及趨嚴(yán)的監(jiān)管，正推進(jìn)企業(yè)實(shí)現(xiàn)更高要求的個(gè)人信息及隱私保護(hù)合規(guī)，成為未來(lái)平衡用戶體驗(yàn)和算法推薦廣告發(fā)展的保障。

（二）廣告算法開(kāi)發(fā)者堅(jiān)持職業(yè)道德——恪守技術(shù)倫理規(guī)約

算法推薦廣告是基于技術(shù)進(jìn)步發(fā)展出的廣告新形態(tài)，用技術(shù)控制技術(shù)是一種行之有效的治理路徑。從技術(shù)規(guī)制的角度實(shí)現(xiàn)對(duì)算法推薦廣告隱私風(fēng)險(xiǎn)的治理有兩條路徑：一是在技術(shù)開(kāi)發(fā)中嵌入倫理道德，二是用技術(shù)控制技術(shù)。[23]利益是道德的基礎(chǔ)，人的行為和決策通常受到利益的驅(qū)使，而道德是利益的準(zhǔn)則，道德往往規(guī)范著人們的行為和決策。作為算法的開(kāi)發(fā)者，工程師在實(shí)踐中應(yīng)遵循工程倫理學(xué)的一般原則，以公眾利益為出發(fā)點(diǎn)和歸宿，“忠實(shí)地為公眾利益服務(wù)”[24]。工程師在算法技術(shù)開(kāi)發(fā)中要嚴(yán)格遵守隱私保護(hù)法規(guī)和職業(yè)道德規(guī)范，確保算法技術(shù)的發(fā)展和使用不會(huì)損害公眾的利益，避免開(kāi)發(fā)出可能會(huì)操縱用戶信息與行為的算法，從源頭降低用戶個(gè)人隱私信息和數(shù)據(jù)泄露和濫用的風(fēng)險(xiǎn)。在算法收集用戶信息時(shí)，工程師應(yīng)該充分考慮算法的公正性、透明性、可解釋性和可靠性，在事先告知用戶并獲取明確同意的情況下進(jìn)行信息收集。

技術(shù)是人類改造世界的工具，由人類創(chuàng)造，可被人類管理和改變。算法開(kāi)發(fā)者應(yīng)通過(guò)技術(shù)創(chuàng)新、優(yōu)化設(shè)計(jì)等技術(shù)手段和措施保障用戶隱私安全。目前常見(jiàn)的用于保護(hù)用戶隱私安全的技術(shù)有很多種，如數(shù)據(jù)加密技術(shù)、訪問(wèn)控制技術(shù)、差分隱私技術(shù)、安全多方計(jì)算技術(shù)、聯(lián)邦學(xué)習(xí)技術(shù)等，這些技術(shù)可以單獨(dú)或結(jié)合起來(lái)在算法推薦廣告中使用。此外，一些安全性和效率更高的新興加密技術(shù)如后量子密碼、同態(tài)加密、零知識(shí)證明、可信執(zhí)行環(huán)境等，也為算法推薦廣告的用戶數(shù)據(jù)保護(hù)和隱私保護(hù)提供了新的解決方案。[25]未來(lái)，算法工程師們要加快技術(shù)探索的腳步，繼續(xù)開(kāi)發(fā)出更多智能化的隱私保護(hù)技術(shù)，以適應(yīng)日益復(fù)雜的多樣化的隱私數(shù)據(jù)保護(hù)需求。

（三）廣告算法使用者落實(shí)主體責(zé)任——履行用戶隱私保護(hù)的責(zé)任

互聯(lián)網(wǎng)平臺(tái)和廣告商是算法的使用者，運(yùn)用算法推薦技術(shù)向用戶推送廣告信息，也是個(gè)人隱私被“透視”與侵犯的主導(dǎo)者，因此要對(duì)個(gè)人隱私保護(hù)承擔(dān)相應(yīng)的責(zé)任。首先，互聯(lián)網(wǎng)平臺(tái)和廣告商應(yīng)理解用戶的隱私顧慮并盡力滿足用戶選擇權(quán)，建立明確的清晰易懂的隱私政策，告知用戶他們的數(shù)據(jù)將如何被收集、使用和存儲(chǔ)，讓需要保護(hù)自己隱私并且容易對(duì)隱私產(chǎn)生抗拒心理的高敏感用戶得到不會(huì)過(guò)度收集和使用個(gè)人信息的承諾，免除其對(duì)隱私侵犯的擔(dān)憂。其次，互聯(lián)網(wǎng)平臺(tái)必須遵守自身制定的隱私政策。用戶同意網(wǎng)站收集個(gè)人信息的初衷很大程度上是基于對(duì)隱私政策的信任，平臺(tái)如果不遵守隱私政策就相當(dāng)于背離了用戶的信任。再次，互聯(lián)網(wǎng)平臺(tái)要加大技術(shù)研發(fā)投入，使用加密技術(shù)確保用戶數(shù)據(jù)的安全性，并使用安全存儲(chǔ)方法來(lái)存儲(chǔ)用戶數(shù)據(jù)，減少數(shù)據(jù)泄露和濫用的風(fēng)險(xiǎn)，為用戶個(gè)人隱私防護(hù)提供強(qiáng)有力的保障。最后，互聯(lián)網(wǎng)平臺(tái)與廣告商要積極提升員工職業(yè)素養(yǎng)。技術(shù)本身無(wú)所謂善惡，技術(shù)最終是被人使用并且受人指揮的，因此互聯(lián)網(wǎng)平臺(tái)和廣告商應(yīng)強(qiáng)化員工內(nèi)部管理和培訓(xùn)，提升員工的職業(yè)素養(yǎng)與道德素質(zhì)，確保員工了解并遵守隱私政策，避免因員工價(jià)值觀念錯(cuò)亂導(dǎo)致用戶隱私泄露的問(wèn)題出現(xiàn)。

（四）廣告算法接受者培養(yǎng)自我意識(shí)——提升算法與數(shù)據(jù)素養(yǎng)

在算法推薦廣告的運(yùn)作流程中，用戶充當(dāng)著算法接受者的角色，但這不意味著用戶只能被動(dòng)面對(duì)并接受算法帶來(lái)的各種隱私風(fēng)險(xiǎn)。同算法工程師、互聯(lián)網(wǎng)平臺(tái)、商家一樣，用戶也是隱私風(fēng)險(xiǎn)治理中重要的行動(dòng)主體。這就要求用戶發(fā)揮主體能動(dòng)性，增強(qiáng)隱私安全意識(shí)，關(guān)注個(gè)人隱私權(quán)益，加強(qiáng)自身數(shù)據(jù)素養(yǎng)，用實(shí)際行動(dòng)抵御算法推薦廣告中可能存在的隱私風(fēng)險(xiǎn)，在享受便利服務(wù)的同時(shí)保護(hù)個(gè)人隱私安全。首先，用戶應(yīng)該認(rèn)真閱讀平臺(tái)的隱私政策和條款，了解自己的個(gè)人信息是如何被收集、使用和處理的，以此監(jiān)督平臺(tái)和算法的運(yùn)行過(guò)程，如果發(fā)現(xiàn)算法存在不公正或侵犯?jìng)€(gè)人隱私的情況，可以向相關(guān)部門或機(jī)構(gòu)投訴或舉報(bào)。其次，用戶要有隱私安全意識(shí)，要認(rèn)識(shí)到網(wǎng)絡(luò)隱私有受到侵犯的潛在危險(xiǎn)，掌握個(gè)人信息不受侵犯的基本方法。比如Android用戶可以定期去重置OAID（國(guó)內(nèi)）或GAID（國(guó)外），IOS用戶可以定期重置IDFA。[26]用戶要避免在網(wǎng)絡(luò)上留下過(guò)多的個(gè)人信息，在需要提供個(gè)人信息的場(chǎng)景中必須謹(jǐn)慎，特別是一些敏感信息如身份證號(hào)碼、銀行賬戶、密碼等。用戶在搜索時(shí)可以打開(kāi)無(wú)痕模式，養(yǎng)成及時(shí)清理瀏覽痕跡和Cookie文件的習(xí)慣。用戶在使用APP的過(guò)程中不能開(kāi)放過(guò)多權(quán)限，對(duì)于一些不登錄就可以正常使用的第三方應(yīng)用軟件盡量不登錄。最后，用戶也要加強(qiáng)自身數(shù)據(jù)素養(yǎng)，無(wú)論是用戶對(duì)自我數(shù)據(jù)保護(hù)的意識(shí)，還是對(duì)自我信息保護(hù)的責(zé)任感等，都與用戶的受教育程度與水平有著密切關(guān)系，尤其是與用戶數(shù)據(jù)素養(yǎng)有關(guān)。用戶可以學(xué)習(xí)有關(guān)個(gè)人信息保護(hù)的知識(shí)和技能，如如何防范網(wǎng)絡(luò)攻擊、如何保護(hù)個(gè)人信息等。用戶也可以使用一些隱私保護(hù)工具如隱私保護(hù)軟件、加密通信工具等，這些工具可以幫助用戶隱藏或加密個(gè)人信息，在不透露個(gè)人信息的情況下使用互聯(lián)網(wǎng)平臺(tái)的服務(wù)。

五、結(jié)語(yǔ)

數(shù)據(jù)是互聯(lián)網(wǎng)平臺(tái)以及企業(yè)賴以生存和創(chuàng)新的根本，數(shù)據(jù)治理是數(shù)據(jù)要素發(fā)展利用的前提和保障，政府監(jiān)管既要保護(hù)消費(fèi)者個(gè)人隱私安全又要維持企業(yè)創(chuàng)新活力?；跀?shù)據(jù)驅(qū)動(dòng)的算法推薦廣告一方面推動(dòng)廣告業(yè)向精準(zhǔn)化與個(gè)性化方向創(chuàng)新發(fā)展，另一方面也因用戶數(shù)據(jù)的使用帶來(lái)隱私侵犯的問(wèn)題，引發(fā)用戶極大的隱私擔(dān)憂，反過(guò)來(lái)制約了算法推薦廣告的發(fā)展。我們不能以用戶隱私保護(hù)之名遏制算法推薦廣告的發(fā)展，也不能任由算法推薦廣告無(wú)節(jié)制地發(fā)展而損害用戶的隱私權(quán)益。因此，如何有效治理算法推薦廣告的隱私風(fēng)險(xiǎn)、尋求商業(yè)利益和用戶權(quán)益的平衡成為解決問(wèn)題的關(guān)鍵。只有法監(jiān)管者、算法開(kāi)發(fā)者、算法使用者及算法接受者多元主體協(xié)同共治，才能有效解決算法推薦廣告長(zhǎng)遠(yuǎn)發(fā)展與用戶隱私保護(hù)之間的矛盾。此外，算法推薦廣告的隱私風(fēng)險(xiǎn)會(huì)隨著技術(shù)的發(fā)展而發(fā)生變化，未來(lái)的研究需要進(jìn)一步關(guān)注新的隱私風(fēng)險(xiǎn)形態(tài)，并提出相應(yīng)的治理措施。

[基金項(xiàng)目：國(guó)家社科基金重點(diǎn)項(xiàng)目“廣告算法陷阱及其治理研究”（22AXW009）]

參考文獻(xiàn)：

[1]于婷婷，楊蘊(yùn)焓.精準(zhǔn)廣告中的隱私關(guān)注及其影響因素研究[J].新聞大學(xué)，2019（9）：101-116+121.

[2]鄧佑平.淺析算法推薦廣告?zhèn)惱韱?wèn)題[J].新聞?wù)搲?022，36（04）：89-90.

[3]李名亮.智能廣告信息倫理風(fēng)險(xiǎn)與核心議題研究[J].新聞與傳播評(píng)論，2020，73（01）：76-84.

[4]廖秉宜，張慧慧，劉定文.精準(zhǔn)廣告技術(shù)中的個(gè)人信息保護(hù)：基于國(guó)內(nèi)100個(gè)APP隱私政策中關(guān)于Cookie技術(shù)的文本分析[J].信息資源管理學(xué)報(bào)，2023，13（01）：103-114.

[5]Acquisti A， Taylor C， Wagman L. The economics of privacy[J]. Journal of Economic Literature，2016， 54（13）： 442-492.

[6]侯冬青.計(jì)算廣告中用戶畫像的技術(shù)使用與對(duì)策[J].理財(cái)，2024（2）：74-76.

[7]段淳林，宋成.用戶需求、算法推薦與場(chǎng)景匹配：智能廣告的理論邏輯與實(shí)踐思考[J].現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)），2020，42（08）：119-128.

[8]趙新利，宮效.5G時(shí)代智能營(yíng)銷的機(jī)遇與挑戰(zhàn)[J].青年記者，2019（31）：54-55.

[9]Ellul J. The Technological Order[J]. Philosophy And Technology，Edited with an introduction by Carl Mitcham and Robert Mackey，1983.

[10]Imdad U ，Roksana B ，S S K .Privacy in targeted advertising on mobile devices： a survey.[J].International journal of information security，2022，22（3）：31-32.

[11]A. D C ，Taylan Y ，Cristina N ， et al.Privacy considerations for online advertising： a stakeholder’s perspective to programmatic advertising[J].Journal of Consumer Marketing，2023，40（2）：235-247.

[12]姚麗媛. 計(jì)算廣告的倫理失范問(wèn)題與優(yōu)化路徑研究[D].上海：華東政法大學(xué)，2022.

[13]匡文波.智能算法推薦技術(shù)的邏輯理路、倫理問(wèn)題及規(guī)制方略[J].深圳大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2021，38（01）：144-151.

[14]Privacy International. （2019）. 月經(jīng)追蹤應(yīng)用涉嫌侵犯用戶隱私的調(diào)查報(bào)告. https：//www.privacyinternational.org/long-read/3196/no-bodys-business-mine-how-menstruations-apps-are-sharing-your-data.

[15]Martin K. Data aggregators， consumer data， and responsibility online： Who is tracking consumers online and should they stop？[J]. The Information Society， 2016， 32（1）： 51-63.

[16]秦楊.數(shù)據(jù)環(huán)境下檔案安全問(wèn)題的反思：基于2018年Facebook數(shù)據(jù)泄露事件[J].檔案管理，2019（2）：50-52.

[17]陳純柱，王唐艷.大數(shù)據(jù)時(shí)代精準(zhǔn)廣告投放的隱私權(quán)保護(hù)研究[J].學(xué)術(shù)探索，2020（4）：105-112.

[18]Warren S D，Brandeis L D.The Right to Privacy[J].Harvard Law Review，1890，4（5）：193-220.

[19]2019年消費(fèi)者數(shù)據(jù)隱私態(tài)度調(diào)查報(bào)告[R].http：//www.199it.com/archives/943609.html.

[20]調(diào)查：83%的消費(fèi)者認(rèn)為個(gè)性化廣告存在道德錯(cuò)誤[R].https：//tech.sina.com.cn/i/2019-02-11/doc-ihqfskcp4230815.shtml.

[21]林升梁，馮雪汝.隱私關(guān)注對(duì)計(jì)算廣告回避的影響研究：基于感知風(fēng)險(xiǎn)和隱私保護(hù)的鏈?zhǔn)街薪樽饔玫目疾靃J].新聞大學(xué)，2023（5）：29-43+119.

[22]鞠宏磊，李歡.精準(zhǔn)廣告相關(guān)隱私問(wèn)題的規(guī)制原則與策略[J].編輯之友，2016（6）：96-99.

[23]沈霄，王國(guó)華.1991-2016年新加坡互聯(lián)網(wǎng)治理的邏輯變遷：基于治理主體、治理方式、治理理念的框架分析[J].電子政務(wù)，2019（1）：58-65.

[24]Baum， Robert J.， and Albert Flores. \"Ethical problems in engineering.\" （1978）.

[25]霍煒，郁昱，楊糠，等.隱私保護(hù)計(jì)算密碼技術(shù)研究進(jìn)展與應(yīng)用[J].中國(guó)科學(xué)：信息科學(xué)，2023，53（09）：1688-1733.

[26]楊正軍，張國(guó)華，施羽暇，等.互聯(lián)網(wǎng)廣告標(biāo)識(shí)問(wèn)題研究與應(yīng)對(duì)建議[J].信息通信技術(shù)與政策，2021，47（03）：41-48.

作者簡(jiǎn)介：馬二偉，重慶大學(xué)新聞學(xué)院教授、博士生導(dǎo)師（重慶 401331）；丁嘉寧，鄭州大學(xué)新聞與傳播學(xué)院碩士生（鄭州 450001）。

編校：王志昭