编辑搜图

一年一度的打假晚会如期举行，“隐私数据”成为核心关键词。

不论是免费Wi-Fi盗取位置信息，还是儿童智能手表成为窃听工具，都在揭露一个事实：

• 技术的进一步扩张，正在压缩人们的隐私边界。

晚会又举了一个例子：用户只需要浏览网页，技术公司便可抓取MAC地址，然后匹配到手机号，方便营销公司精准营销。

受利益驱动，技术成了灰色产业链的掘金铲，用户所浏览的商品信息、浏览时长、兴趣爱好等非生物特征信息都是该技术的“原料”，成为另一个隐私泄露重灾区。

这实际上是去年「人脸识别」话题的延续，只不过隐私数据从人脸这类生物特征信息，变成了非生物特征信息，但本质上是对技术侵犯隐私的又一次曝光。

长久以来，围绕技术和隐私的讨论不胜枚举，人们对二者何为第一性并未达成共识，但基本上都承认，两者之间并非零和博弈，关键在于如何划分技术、隐私数据和商业行为的「边界」。

失控的数据

2021年的3·15晚会上，央视披露了多家企业非法抓取人脸数据，宝马、科勒卫浴等品牌被点名批评。

半年之后，便利蜂铺设摄像头采集数据事件再将数据隐私推上舆论高地。

两起事件不过是诸多企业收集数据的缩影，而在人们的生产生活中，这样的例子比比皆是：

上下班要刷脸打卡，进入小区要刷脸解锁，商场购物则少不了摄像头的“监控”。

这些只是线下场景收集的数据。在线上，用户的个人资料、兴趣爱好等数据同样会被抓取，用以推荐更为合适的商品、文章、图片、视频等内容。

在由大数据和互联网技术构成的数字化时代，人们已经无法避免被收集个人数据的情况，只不过线下收集的数据以个人生物特征信息(人脸、指纹等)居多，更容易引起人们的关注，而线上收集的个人数据，则尚未引起足够的重视。

但殊途同归，收集数据不是目的，让数据产生价值才是企业的追求。不论线上线下，围绕数据所产生的利益链条，已经深入到诸多企业的血管之中。

在这利益链条中，有的被称之为灰色交易，比如直接倒卖隐私数据，有的却又在法律监管之外，比如收集数据优化推荐算法，通过推送个性化商品和广告来达成交易。

“有效数据越多，价值量越大。”一位数据公司数据中心VP告诉掘金志，现在很多算法都需要大量数据来训练、优化，从而实现更加智能化的推送。

这也是诸多公司冒着风险去收集包括人脸在内的数据的原因：利用数据来调整营销策略，去触及更多有效用户，达成交易、产生收益。

简单举个例子：商户开业初期，数据分析发现女性消费者偏多，那么在随后的供货清单里，其产品也会倾向于女性。

另一个比较有趣的现象是，此前有很多APP，不给个人信息就无法用。

在众多APP的解释中，收取个人信息数据是为了更好地推荐内容，但“不给就无法用”实际上暴露了其真实目的：嘴里都是诚意，实际上干的都是生意。

“一方面，更好地推荐内容利于增强用户黏性;另一方面，APP要通过收集用户数据来构建用户画像，方便与广告主进行协商谈判，来谈合作。”

一名负责广告投放业务的员工表示，在结算方式一样的情况下，合适的投放平台，可以带来三方共赢的局面：

“广告主能降低有效用户的获客成本，APP所有方获得广告投放收益，而用户则得到了更多优质好看的内容。”

但这种“赢”实际建立在用户数据的基础上，换言之，这场数据交易，实则获益者只有两个：广告主获得精准曝光，获客成本进一步降低，并能从其他商品上进行转化;APP方则获得广告收益。至于用户，除了要被贩卖数据之外，还可能通过广告进行商品消费。虽然用户也可能不会花钱买产品，也不会产生任何直接经济损失，但通过其数据交易，其他两方获益，己方也会承担「交易成本」，即便这种成本不可见。

这正如纪录片《监视资本主义:智能陷阱》所言：“如果你没有花钱买产品，那么你就是待价而沽的商品。”

某行业人士告诉掘金志，由于相关方以提供服务为借口采集数据，消费者实际上处于弱势地位，即便消费者具备一定的警惕性和保护意识，在拒绝采集数据就无法享受基本服务的情况下，也不得不捏着鼻子签下这类“不平等条约”。

在这种不对等的关系中，生产者的强势与消费者的弱势，使得数据交易越来越泛滥，加上缺乏有效的监管措施，收集个人隐私数据的行为也愈发猖獗，逐渐走向失控。

膨胀的「信息茧房」

对于许多人而言，生物特征信息比非生物特征信息的隐私保护层级更高。

通常情况下，生物特征信息(人脸、指纹等)与资金账户、社交关系等密切相关，一旦发生泄漏，所产生的风险损失在某种程度上是「可预知」的，损失也是相对「可控」的。

以人脸数据为例，发生数据泄露之后，用户首当其冲可预知到账户安全，然后通过各种手段冻结账户。

而非生物特征信息(兴趣、爱好等)由于风险损失的「不可预估」，普通用户很难有一个直观的认识。

例如，在注册APP时，用户被要求填写基础资料、个人爱好等信息。这个过程中，用户只需要支付时间成本，而不会产生直接利益损失，就能够获得更精准的信息推送服务。

但命运赠送的礼物，早已暗中标好了价格。

这些数据虽然不会直接带来损失，但危害或许更大。在这些数据的加持下，各种推荐算法横空出世，构建了一张张封闭的「信息茧房」，茧房里的用户们，成为一茬茬被收割的对象。

大数据杀熟可以说是比较明显的一类收割方式。

系统通过抓取用户在线时长、消费记录等特征值，将用户按标签分组，然后推送不同的折扣，给新用户优惠，老用户高贵。

人们常说的消费主义也与之相关，许多用户在购物平台上购买商品，系统会根据用户的浏览记录、时长、输入标签、好友等等，推送其可能喜欢的商品，并且一发不可收拾。最后用户可能买了一大堆并不实用的商品。

这两种都比较常见，但商家只是为了赚取更多利润，虽然面黑，却也至少在法律监管之内。

但从另一个角度看，基于数据产生的推荐算法，如果没有得到有效引导，那么将会带来「社会性灾难」。

品牌传播有一种常用技巧，叫培养用户心智。最典型的莫过于“钻石恒久远，一颗永流传”这句广告，把钻石和爱情画上等号，成为结婚不可或缺之物。实际上，钻石本身价值不如黄金，但仍有无数男女为之倾倒。

罗马的建成并非一朝一夕，培养用户心智，也不可能一蹴而就，而是潜移默化、春风化雨。

以最近被讨论得较多的豆瓣为例：

• 豆瓣曾于2012年上线了“豆瓣猜”功能，根据官方定义，该功能如下：

“你的个人推荐是根据你的收藏和评价自动得出的，每个人的推荐清单都不同。你的收藏和评价越多，豆瓣给你的推荐会越准确和丰富。每天推荐的内容可能会有变化。随着豆瓣的长大，给你推荐的内容也会越来越准。”

毫无疑问，该功能的初心是为了给用户提供更优质内容，包括现在许多短视频APP，在使用推荐算法的时候，直接目的是增强用户黏性，然后通过广告投放变现。

但这类推荐实际上会形成一个「信息茧房」，即用户在某一类别的内容下熏陶太久，很难再接收到其他跨行业的内容，从而造成信息阻塞。在这个「茧房」里面的用户，每天都受到同质化内容的冲击，思维也会受到影响，趋于单一甚至极端。

一份对豆瓣的研究表明，豆瓣由于是小组机制，以组为单位的信息交流较为封闭，受推荐算法影响，组内成员接收到的内容更为单一(精准)。整个小组就是一间房屋，只接受来自推荐算法的投喂，而拒绝跨行业交流，所以不难理解豆瓣出现的一些极端言论。

如果这种推荐算法被用于舆论战，比如在俄乌事件中，Facebook允许用户发表任何关于俄乌领导人的仇恨言论，那么许多人可能都会接收到更多类似言论，从而带来严重的社会问题。

所以，看起来没那么重要的数据，在推荐算法的放大下，影响也会被放大无数倍。即便一开始，推荐算法是出于好意，但若缺少有效监督，最终会酿成恶果。

技术、监管与商业行为

“技术仅是一种手段，它本身并无善恶，一切取决于人从中造出什么，它为什么目的而服务于人，人将置于什么条件下。”

德国存在主义哲学家雅斯贝尔斯如是说。

互联网、大数据、AI等新技术确实带来了生产生活的改变，同时重铸了商业模式，但技术与人之间的关系却产生了「滞后效应」。

所谓滞后效应是指，法律监管、民众意识的觉醒，落后于新技术的演变，这种时间差所导致的认知差异很容易引起争议，而这种争议又因利益主体而有着截然不同的态度。

以人脸识别为例，该技术已经广泛应用到视频监控、消费电子等场景，但不同的采集主体，人们却表达了不同意见。

比如，疫情防控需要采集人脸信息，几乎没有人表示反对，但对于商店收集人脸，却有百般不愿。

“对公权力的信服，使人们相信公权力收集人脸信息是为了大众安全与福祉。”

一位法律行业人士表示，这种信任在商业层面却恰好相反：当人脸识别技术被用于发展商业时，人们对生物特征信息相当敏感，甚至可以说抵触。

因为前者属于利益共享，并且有政府背书，人们相信前者有能力来保护个人数据安全。但后者是纯商业行为，消费者从中无法获得利益，并且存在很大的信任危机。

在这段时间差里，由于缺乏针对性的法律加以监管，隐私、技术、商业、监管四者之间存在一片模糊地带，成为灰色产业链的沃土。

《个人信息保护法》和《数据安全法》的出台，一定程度上规范了行业，但从监管层面来看，隐私与技术、商业行为之间的界限仍然不够明晰。

以生物特征信息为例，哪些信息可以采集、哪些信息不可以采集，什么时候能用，什么时候不能用，尚未有国家层面的正式法律依据做支撑。

举个例子，现在很多技术公司在做「智能商业」，也就是通过采集数据来给商户营销服务。人脸信息在《个人信息保护法》有明确规定，企业私自采集人脸并商用属于违法行为。

技术公司已经可以通过技术手段，比如数据脱敏，来规避掉人脸信息，而采集性别、年龄、穿着、用户行为等其他信息，这部分数据实际上处于上述提及的灰色地带之中。

这些数据能不能采?是一个问题。

另一个问题是，针对线上用户的推荐算法，其采集的数据范围、类型等要不要加以限制?

一位数据公司VP告诉掘金志，现在的大数据实际上处于线上线下融合发展的阶段，任何一端的监管缺失，都会带来很严重的问题。

虽然2022年1月出台了《互联网信息服务算法推荐管理规定》，对推荐算法进行规制，但在数据采集方面仍然缺少约束。

比如，今年315之后，淘宝、抖音、微博等APP上线了算法关闭键，用户可关闭“个性化推荐”，不过实际影响可能有限。

某行业人士表示，关闭“个性化推荐”存在弹性：其一，只是降低了内容的相关度;其二，仍然可以通过别的算法(如近邻算法)来感知消费者的喜好;其三，APP仍然可以采集隐私数据。

当然，这并不意味着该功能无用。在他看来，数据已经成为现代商业不可缺少的一部分，是发展数字经济的基础“资源”，几乎不太可能割裂数据与商业之间的联系。

“如果要划分隐私数据、技术与商业行为之间的边界，需要企业、消费者、监管方、媒体等多方参与。”

而这又将是一场持久的「利益博弈」。