本期话题：揭开数据大算法的“面纱” 。 从“大数据杀熟”到“外卖员困在系统里” ， 大数据算法愈发受到关注 。 从手机购物的“千人千面” ， 到金融放贷的“用户画像” ， “算法”究竟是什么？它是如何影响人的？从网络安全法 ， 到个人信息保护法、数据安全法 ， 法规能否有效控制算法的“滥用”？如何让算法更好地服务人 ， 而不是侵犯人？未来 ， 自然人和算法究竟是怎样的关系？
如今 ， 大数据算法已深入每个人的生活：无论是电商平台 ， 还是新闻客户端和短视频平台 ， 大数据都能根据每个人的特点实现“千人千面”推送；在一些金融平台 ， 科技金融公司也会用安全系统对用户进行“数字画像” ， 以此确定放款额度和利息 。
但有时 ， 大数据也让人有“被监视”的感觉 ， 手机放在身边 ， 刚和朋友说几句话 ， APP就会推送相应的内容 ， 让人不寒而栗 。 此外 ， “大数据杀熟”也一直是备受争议和诟病的问题 。
几年来 ， 从网络安全法到时下备受瞩目的个人信息保护法草案、数据安全法草案 ， 关于信息安全的立法进程不断完善和推进 ， 数据算法的合理使用会服务人、更懂人 ， 但是滥用则会侵犯人和控制人 。 算法到底是什么？怎样平衡安全和服务的边界？个人信息保护法又将怎样保护公民？
文章图片
主持人：王思远 总台央广经济之声【远见】栏目制作人
文章图片
对话嘉宾：余弦 资深安全技术专家、白帽黑客、漫雾科技创始人
数据安全法 ， 明确“数字主权” ， 刹住数据越权乱象
思远：关于大数据的话题屡见不鲜 ， 但很多时候是偏负面的 ， 比如打车、住酒店时的“大数据杀熟”；外卖小哥被“困在系统里” 。 这些让算法变得很神秘和冰冷 ， 作为从业者 ， 你怎么用最通俗的理解去解释算法?
余弦：简单说 ， “算法”就是用很多机器、服务器去尽可能模拟人类的思维、行为 。 大家会把算法简单理解为“人工智能” ， 但跟人类的思维和行为比 ， 还有非常大差距 。 在长远的未来看 ， 算法会让我们有更精准的感知和更好的应用场景；但当下还是早期 ， 有时算法会比较“粗暴” 。
思远：算法有时会给人两个极端的感觉 。 一面像是AlphaGo ， 特定的领域和规则下 ， 表现远远优于人类；另一面 ， 它又缺少人类的温度和感情 。
余弦：技术的应用一定要看场景 ， 比如AlphaGo下棋非常厉害 ， 但只局限于此 ， 下棋只是非常小的场景 。 单一场景内 ， 模型的搭建是很简单的 ， 在特定领域有小维度边界时 ， 算法还能做到速度、储存量、运算能力上超过人类 ， 但真的能够像人类似的万事俱通 ， 在不同的领域都有自己的一套智慧和解决问题的方式 ， 算法还差得非常远 。
思远：2020年10月21日开始 ， 个人信息保护法草案正式进入审议——千呼万唤始出来 ， 无论是行业还是用户 ， 都很需要 。 从业者需要知道数据使用和隐私保护的边界 ， 用户希望技术服务人而不是侵犯人 。 个人信息保护法 ， 整体从哪些方面保护人的权利？
余弦：作为从业者 ， 我非常关注这个法律的进展 ， 因为未来从业者会有据可循 。 特别是关于“数据主权”的话题 ， 你上述提到边界 ， 很多行为准则需要去探讨研究和遵守 。 数据主权 ， 话题可大可小——作为用户 ， 拥有数据使用的知情权 ， 知道拿他的数据去做什么——这是个人主权问题；往大了说 ， 数据主权可以涵盖到企业、行业 ， 甚至国家 。
现在的大数据乱象是伴随新事物而诞生 ， 法律不能盲目制定 ， 有一个过程 。 2017年6月1日起 ， 网络安全法实施 ， 其对网络个人数据已经有了一些定义；像民法总则、民法典等 ， 也有关于个人信息、数据安全的规定 。 从国家层面 ， 立法过程中也参考了海外 ， 包括像欧盟通用的数据保护条例 。 无论是已经颁布的 ， 还是探讨中的草案 ， 我们都该重视它 。
作为服务者 ， 也要弄清自己的责任 ， 比如数据储存在服务器里 ， 但如果因为服务器漏洞被入侵的“黑客”偷走了 ， 怎么界定责任？互联网厂商承不承担责任？法律上关于这种界定会越来越多 ， 当下不能说法律很完善 ， 但至少有了这几部法律的帮助 ， 是很好的促进 。
“爬虫学得好 ， 牢饭吃到饱”？——论技术的价值观
思远：如果说算法是底层的逻辑和系统 ， 那么大数据就是养料和细胞 。 从PC时代 ， 到移动时代 ， 再到物联网时代 ， 算法都离不开“爬虫技术” ， 简单说就是通过网络勾连 ， 实现数据的收集、分析和再组合 ， 实现特定的目的 。 但“爬虫”经常会爬到隐私 ， 听说圈里有一句话叫“爬虫学得好 ， 牢饭吃到饱”？
余弦：在安全行业 ， 尤其是前两年做“爬虫”生意的一些企业 ， 都因此而触碰了法律被制裁 。 “爬虫”技术本身没有好与坏的说法 ， 就像菜刀可以做菜 ， 也可以犯罪 。
思远：技术是中立的 ， 但取决于人的价值观 。
余弦：“爬虫”分为两种场景 。 第一种是专门做“爬虫” ， 故意去爬服务器的敏感数据 ， 就是主观作恶 。 另一种是不小心把数据拿了回来 。 比如把个人的社保医疗隐私不小心爬回来了 ， 但看到这个信息还挺有价值的 ， 可能会二次利用 。 同时 ， 这些社保医疗机构网站有漏洞 ， 有没有责任呢？这就像是主动入室盗窃和主人没锁好门导致误闯民宅 。 不同情况 ， 有不同的认定和处理 ， 这是法律需要界定的 。
场景1：金融风控 ， 哪些“大数据画像”侵犯隐私？
思远：我们来聊聊算法的应用场景 。 生活中最常见的是金融风控——金融数据中的算法是怎样的逻辑？
余弦：核心是通过各类用户数据采集 ， 进行用户画像 。 让业务决策者更好地理解目标群体 ， 数据越准确、丰满 ， 就越有利于特定的场景去做针对性的事情 。
思远：比如给金融借贷 ， 根据征信和消费行为等数据 ， 判断优质客户 ， 给出更好的还款周期和价格 ， 用更低的价格、更高的额度做长线生意；对风险大的客户 ， 拒绝放款 。
以前有个FINTECH公司的CEO给我介绍了一个案例：拿到了客户A的所有行动轨迹 ， 发现每天的活动线路两点一线 ， 时间相对固定 ， 消费能力、还款记录良好 ， 就定义为“白领上班族优质客户”；客户B每天的活动轨迹和时间非常不规律 ， 就认为是自由职业者 ， 谨慎放款 。 类似例子还有很多 ， 比如借了消费贷还不上的人 ， 催收公司会一夜之间将其通讯录中的电话打个遍 。 问题是 ， 这些数据都使用 ， 是不是非法和侵犯隐私呢？
余弦：这个现象确实非常普遍 。 很多时候 ， 普通人高估了算法 ， 在我们看来 ， 很多技术真的非常粗暴 ， 就如用户借贷的钱还不上 ， 暴力催收公司通过非法采集用户数据 ， 用灰色方式催债 。
所以 ， 围绕相关法律 ， 比如个人信息保护法、数据安全法等 ， 未来这些会得到比较好的净化 。 因为这个产业从业人员太多了 ， 而且不同于实体的物理世界 。
思远：很多信息的获取就是一瞬间 ， 交易速度非常快 ， 这对发现违法行为、固定证据会有很大麻烦 。 真正执法 ， 要靠企业自律或相互监督、举报等 ， 还是什么？
余弦：从操作角度来讲 ， 这些法律是绝对可行的 。 这里面可能会涉及到具体敏感的话题 ， 这里暂时不展开谈 。 但首先我们都得有法 ， 才能去操作 。 未来的执法过程 ， 一方面 ， 数据的滥用 ， 行业内确实有不少的外露特征 ， 明面上能看到；执法肯定由公安进行——比如网安、网络警察 。
场景2：大数据营销愈发精准 ， 我们是否被“监视偷听”？
思远：另一个典型场景是“营销” 。 现在大家经常在网上“买买买” 。 打开手机 ， 发现系统给每个人推送的情况都不一样；打开新闻客户端 ， 总会推你想看的内容 ， 甚至有时刚跟朋友聊到什么 ， 商品信息和广告就来了 。 这种技术怎么做到的？人真的被“监视”了么？
余弦：如果单方面来看 ， 感觉会很惊悚 ， 当然 ， 实际上这是“幸存者偏差” ， 并不是非常普遍的事件 ， 跟算法也没什么特别的关系——它可能是一种概率 ， 碰巧遇到了 ， 会放大这个事情 。 营销数据专门有做营销产业链的 ， 通过各方面去采集数据 ， 包括可能有非法的一些交易 ， 能够尽量做到精准推广 。
无论是个人信息保护法草案 ， 还是数据安全法、网络安全法、民法典等 ， 多少都有围绕隐私的关于数据的定义或说法 。 数据活动指的是 ， 数据在收集、存储、加工、使用、提供、交易、公开等行为；数据安全是指通过采取必要的措施 ， 保障数据得到有效保护和合法利用 ， 并持续处于安全状态的能力 。
思远：你说了两点 。 第一 ， 有时大家过于敏感 ， 陷入了“幸存者偏差”；第二 ， 算法、大数据的合法性 ， 包括大数据应该去脱敏的信息点 ， 需要法律规范 。 回到算法本身 ， 有句话说 ， “未来世界 ， 只有两种人 ， 一种是控制和决定算法的人 ， 一种是被算法控制的人” 。 好像很有道理 ， 以往人会自己去探索信息 ， 有更多发展的可能性；现在算法会困住人 ， 越来越懂你的同时 ， 推荐的信息就越来越局限 ， 会围绕着现有的水平、认知和圈层 。 你怎么看这个问题？
余弦：我赞同行业内这个说法 。 算法是机器输出来的 ， 通过人类反应的信息 ， 按照概率计算 ， 反向给出推荐信息和服务 ， 又让人形成新的依赖感 ， 手机成了人的器官 ， 人掉入了数据的舒适区 ， 沉浸在这种数字体验中 。 我也会这样 。
但另一方面 ， 我懂技术 ， 某些层面上我也控制算法 ， 尽量让算法能为周边的人提供价值 。 所以我们才会讨论关于算法的法律红线 ， 否则算法肯定会失控 ， 要更规范 ， 肯定要有法可依 。 某种程度上 ， 算法和人是相互依存的关系 ， 没有人的行为就没有数据 ， 没有数据就没有了算法 。
但同时我们也看到说 ， 算法本身以技术的形式去存在 ， 技术上 ， 其实张一鸣曾在几年前抛出一个言论 ， 大家也讨论得非常热烈 ， 就是说 ， 技术其实本来是工具 ， 工具只分好用和不好用之分 ， 技术高和技术低 ， 我觉得这句话本身没有错 。
【爬虫|【远见】个人信息保护法将出台 揭开数据算法的神秘“面纱”】因此 ， 综合到算法上来说 ， 无论是这个产业环境还是我们的生活 ， 算法上有没有价值观 ， 其实先放在一边 ， 但是研究算法的人、使用算法的人必须有价值观 ， 必须有法可依 ， 算法才能更加值得人去信赖 。
推荐阅读
- 于本|豆瓣 App 安卓新版本 7.20.0 测试
- 苏宁|可循环包装规模化应用 苏宁易购绿色物流再上新台阶
- 产品|泰晶科技与紫光展锐联合实验室揭牌
- 相关|科思科技：无人机地面控制站相关设备产品开始逐步发力
- 生活|数字文旅的精彩生活
- 解决方案|【干货】反渗透设备结垢原因及解决方案
- 手机|【直播纪要】VR/MR会吹响消费电子反攻的号角吗？| 见智研究
- 技术|聚光科技旗下临床质谱仪获批医疗器械注册证
- 智能化|龙净环保：智能型物料气力输送系统的研究及应用成果通过鉴定
- 爆发|中信证券：自动驾驶渐行渐近，惯性导航刚需爆发