在智能推薦無處不在的今天，相信我們每個(gè)人都或多或少患上了隱私焦慮癥。平時(shí)和朋友說話聊天都疑神疑鬼覺得手機(jī)在偷聽，很多人也因此越來越不喜歡在社交媒體上發(fā)布信息了。
不說、不轉(zhuǎn)、不點(diǎn)贊，看起來似乎是非常合理的“隱私三連”——如果我不留下任何數(shù)據(jù)痕跡，機(jī)器學(xué)習(xí)自然也沒辦法對(duì)我的喜好進(jìn)行分析了。
可事實(shí)真的如此嗎？
精準(zhǔn)預(yù)測(cè)你的社交媒體行為，只需要9位互關(guān)好友
最近在《自然》雜志中，來自佛蒙特大學(xué)的數(shù)據(jù)科學(xué)家們公布了這樣一項(xiàng)研究，在推特上無需查看個(gè)人用戶數(shù)據(jù)，而是通過對(duì)個(gè)人用戶互相關(guān)注好友的推文數(shù)據(jù)分析，就能實(shí)現(xiàn)對(duì)個(gè)人用戶社交媒體行為的精準(zhǔn)預(yù)測(cè)。
換句話說，就算你刪號(hào)退網(wǎng)，機(jī)器學(xué)習(xí)仍然可以通過你的好友列表來分析出你的用戶畫像。
在研究中，研究人員收集了一萬三千余個(gè)推特賬號(hào)，這些用戶分別都擁有150-200個(gè)好友。在好友中找到互動(dòng)率最高的前9位并進(jìn)行分組，將用戶好友組中好友的行為數(shù)據(jù)以時(shí)間為線索進(jìn)行分析。
數(shù)據(jù)科學(xué)家們通過研究得出，一般社交媒體用戶，只要不是專注某一領(lǐng)域的KOL，通常在社交媒體上使用的詞匯不超過5000個(gè)。如果用中文來比喻，大概就是“哈哈哈哈”“不轉(zhuǎn)不是中國(guó)人”“我家哥哥太帥了吧”這些常規(guī)詞匯。
而通過對(duì)用戶好友的常用詞分析，基本可以圈定該用戶的興趣范圍。研究者提到，很多專注于某一領(lǐng)域的用戶（比如政治），其實(shí)在社交媒體用詞量上只有幾百個(gè)單詞。在興趣范圍內(nèi)的詞匯量中引入代表個(gè)人行為變化的熵率，再與建立在時(shí)間序列上的文本生成算法相結(jié)合，就能夠?qū)崿F(xiàn)通過社交關(guān)系來預(yù)測(cè)個(gè)人社交媒體行為。
而當(dāng)好友組中的好友數(shù)量越多時(shí)，這種預(yù)測(cè)也越準(zhǔn)確。但值得注意的是，一旦好友數(shù)量超過150人，預(yù)測(cè)的準(zhǔn)確率反而會(huì)下降——因?yàn)楹糜褦?shù)量過多時(shí)往往雙方的關(guān)聯(lián)度降低，脫離了一個(gè)本來的興趣圈子，在行為上也很難形成映射關(guān)系。
也就是說，如果你微博好友都是戰(zhàn)狼團(tuán)，那么你也會(huì)和大家一起“雖遠(yuǎn)必誅”，如果你的微博是追星陣地，那么你也會(huì)深夜和姐妹們一起為idol打榜。一個(gè)人的網(wǎng)友圈子，決定了他的認(rèn)知范圍，也進(jìn)而使得其行為可以被預(yù)測(cè)。
看來，人類的本質(zhì)是復(fù)讀機(jī)無誤了。
圈層豎立起高墻，隱私在內(nèi)部塌陷
這一研究雖然展示了自然語(yǔ)言處理能力的進(jìn)步，卻也證實(shí)了兩個(gè)我們擔(dān)憂已久的問題。
首先，通過推特好友的言行對(duì)于用戶的言行進(jìn)行精準(zhǔn)推測(cè)，無疑是為信息繭房理論投了一張成立票。
自從桑斯坦的信息繭房假設(shè)被傳播開以來，關(guān)于這一假設(shè)的認(rèn)可程度其實(shí)長(zhǎng)期處于不穩(wěn)定的狀態(tài)之下。尤其是近些年來社交媒體和個(gè)性化信息流的火熱，更讓很多人常常把信息繭房四字掛在嘴邊。支持者認(rèn)為算法推薦會(huì)源源不斷的把符合用戶興趣的信息推薦給用戶，最終導(dǎo)致用戶認(rèn)知閉塞，缺乏對(duì)世界的完整化理解。
其反對(duì)者認(rèn)為，人天生就會(huì)對(duì)所接受的信息表現(xiàn)出興趣趨向，即使是報(bào)紙和書本時(shí)代，人們也會(huì)選擇自己感興趣的內(nèi)容來閱讀。而這種選擇并不會(huì)形成所謂“信息傳播阻礙”“對(duì)外部世界的認(rèn)知疏離”，所謂的繭房假說也不能成立了。
可佛蒙特大學(xué)在這次研究中提出了觀點(diǎn)——人之于信息，很多時(shí)候不僅是興趣選擇，還存有社交選擇。社交媒體上朋友的興趣、語(yǔ)言風(fēng)格、活躍時(shí)間與個(gè)人用戶社交媒體行為存在的強(qiáng)關(guān)聯(lián)，意味著一個(gè)人信息繭房是通過社交圈層搭建起來的，而這種繭房已經(jīng)直接作用在用戶的表達(dá)能力上，例如在研究中出現(xiàn)的一個(gè)有趣現(xiàn)象，越是對(duì)政治話題感興趣的用戶，在社交媒體上發(fā)言的詞匯量越匱乏。某種程度上，這證明了信息繭房下的傳播圈層障礙越來越明顯，長(zhǎng)期浸淫在某一圈層的人，不僅僅失去了接受其他圈層信息的機(jī)會(huì)，也失去了接受其他圈層信息的能力。
更可怕的是，通過互關(guān)好友摸清用戶喜好這種技術(shù)，終于讓我們失去了個(gè)人隱私的最后一片領(lǐng)地。
奧地利法學(xué)家舍恩伯格曾經(jīng)出版過一本名為《刪除：忘記是在數(shù)字時(shí)代的美德》的書，講述的是個(gè)人信息在互聯(lián)網(wǎng)上的被遺忘權(quán)，那些關(guān)于個(gè)人用戶的信息，個(gè)人用戶應(yīng)有權(quán)要求網(wǎng)站和平臺(tái)從服務(wù)器端徹底刪除或者限制訪問。
一開始人們對(duì)被遺忘權(quán)的要求還只停留在強(qiáng)制拍賣、失信名單這一類個(gè)人負(fù)面信息上，但很快相關(guān)需求開始變得越來越廣泛。例如2013年左右曾經(jīng)很流行一種工具，可以根據(jù)用戶主頁(yè)鏈接找到那些曾經(jīng)被用戶刪除微博、豆瓣等信息，當(dāng)時(shí)被很多人用來進(jìn)行人肉搜索，以至于再次激起了人們對(duì)于被遺忘權(quán)的強(qiáng)烈需求。
到今天被遺忘權(quán)已經(jīng)被寫進(jìn)歐盟的GDPR，注銷賬號(hào)、刪除一切已經(jīng)成了我們捍衛(wèi)網(wǎng)絡(luò)隱私的最后一條防線?？?ldquo;好友算法”的出現(xiàn)意味著，只要對(duì)方能找到你的好友關(guān)系，即使你刪去了一切內(nèi)容，依然可以會(huì)將自己赤裸的展示在算法面前。
這也讓Facebook這樣靠探知用戶信息盈利的企業(yè)可以在倫理上鉆空子——假如一位用戶堅(jiān)持不給社交媒體授權(quán)數(shù)據(jù)權(quán)限，但他的社交媒體好友都向社交媒體開放了權(quán)限，社交媒體平臺(tái)很可能會(huì)“合理合法地”繞過用戶本身獲取用戶信息。
自我的副本
世界上第一個(gè)發(fā)現(xiàn)天然放射性現(xiàn)象的物理學(xué)家，來自法國(guó)貝克勒爾在被放射性物質(zhì)奪走生命時(shí)，恐怕也從為想到過這項(xiàng)讓自己奉獻(xiàn)了一生的技術(shù)，未來會(huì)演變成奪走了無數(shù)人生命的核彈。
世事總是如此，那個(gè)無意中打開潘多拉魔盒的人，往往看不到被魔盒改變過的世界的模樣。
這種社交媒體預(yù)測(cè)算法也是一樣，在同樣的邏輯下我們幾乎可以想象到：是否通過對(duì)一個(gè)主婦購(gòu)物數(shù)據(jù)的分析，也能獲知她丈夫刮胡子的頻率？是否在職場(chǎng)社交軟件上簡(jiǎn)單分析，就能獲知一個(gè)人的工作能力和薪資水平？
在數(shù)字化生存和AI的共同作用下，“自我”的所有權(quán)已經(jīng)形成副本并被無限分割，散落在那些一切與我們產(chǎn)生關(guān)聯(lián)的地方——我們的朋友的喜好、我們家人的行為、我們愛人的一舉一動(dòng)……以至于從這些關(guān)聯(lián)之中，也能挖掘出得碎片，還原出我們的自我。
面對(duì)這種可能，我們很難現(xiàn)在就為其下一個(gè)“好或壞”的定論。但這一次，讓法律法規(guī)走在技術(shù)前面，或許是個(gè)不錯(cuò)的選擇。
