
可穿戴设备将引发科技伦理之大数据
在人类历史上,每一次真正意义上的技术革新都会引发新的伦理讨论,出现新的道德准则。显然目前基于大数据所引发的隐私伦理也处于讨论的风口,随之而来的可穿戴设备伦理问题随着设备的普及也正在发酵,其核心就在于可穿戴设备将人的生命体态特征进行了数据化。
比如我们所熟知的谷歌眼镜,尽管谷歌眼镜现在只在少数的一部分人里流行,但是整个社会已经在讨论有关智能眼镜所引发的伦理问题。其中不仅仅是谷歌眼镜在使用场景方面所引发的一些隐私与理论问题探讨,更关键的是谷歌眼镜在真正使用过程中所“隐藏”的一些“潜在”问题,比如眼动追踪技术对用户眼球的追踪可以扑捉与记录下男性在看女性体型时候的先后顺序,这些隐私的背后就是一场伦理的讨论。因此,在可穿戴设备普及到如同手机般无处不在的时候,我们所面对的或许已不是隐私权这么简单,更深层次的伦理问题将会摆在我们面前。
正如《大数据时代》一书的作者维克托?迈尔?舍恩伯格所担忧的,大数据在欧美国家已经被应用到了警察这一行业,通过大数据对一个人过往的行为数据进行分析,预测他两年之后可能成为一个杀人犯,那么是放任其自由还是现在就要给他贴上“杀人犯”的标签、开始对他进行监控或者直接投入监狱?至今没有人能够给出答案。
不可忽视的是,基于可穿戴设备的大数据时代将面临更大的伦理问题。未来,尤其是随着植入式可穿戴设备的发展,当我们都被植入内置芯片,当我们的意识可以改写,当我们的记忆影像可被随时翻查,我们的一举一动都将被记录。此时,尽管我们都是大数据创造者,同时我们面临的更为严峻的现实是被大数据控制。而随着人工智能与大数据的融合,或许未来控制我们的不再是我们自己的意识,而是人工智能。
可穿戴设备伦理之个人信息数据化的隐私与开放
在2012年伦敦奥运会期间,英国一家科技公司在伦敦街头安放了200个智能垃圾箱。这种建造成本高达3万英镑的智能垃圾箱采用防弹材料制作,降低了路人乱丢弃垃圾的频率,还具有网络连接功能,安装了Wi-Fi设备和两块液晶显示屏,分别用于搜集手机用户信息与播放商业广告,广告显示内容可以实时更新。令人吃惊的是,智能垃圾箱所采用的无线局域网定位技术可确定路人所携带智能手机的具体型号与特定MAC地址。经过一周时间试验后,这家公司得到了400多万个智能手机用户的数据,并确认了其中53万部手机的惟一用户信息。
智能垃圾箱并非用来展示高科技的神奇,开发者利用处在激烈竞争中的公司企业急于抓住商机的心理,希望相关企业能利用其所搜集的手机用户数据抓住小众市场,以便直接向收入较高的专业白领人员投放相关广告(下图)。例如,某家咖啡店通过跟踪马路过客携带的苹果iPhone,即可判断出这些人为了早餐通常在上午八点驻足,购买咖啡和面包。如用户改变了消费习惯,转向其他竞争对手购买咖啡早餐,受影响的商家就会购买智能垃圾箱播放的广告时段。当特定手机用户路过垃圾箱周边时,系统会从储存的数据中匹配对号,自动向特定用户推送忠实顾客奖励计划或打折优惠方案。
如此以来,大数据对个人隐私保护提出了严峻的挑战。俨然,传统线下企业的数据保护方式已经失效了,只要用户使用智能手机,他就必须将自己的个人数据所有权转移给服务商。更复杂的是,经过多重交易和多个第三方渠道的介入,个人数据的权利边界消失了。无论是通过微博、微信等社交平台“晒”心情,或是关注、评论他人,都存在泄露个人信息的可能性,还会因此受到推销信息和垃圾短信的骚扰,甚至被伪装成好友的犯罪分子诈骗。
随着互联网、智能手机、传感器、个人穿戴式设备等新技术的不断普及,个人数据的网络化和透明化已经或即将成为不可阻挡的大趋势。在模拟和小数据时代,能够大量掌控公民个人数据的机构只能是持有公权力的政府机构,但现在许多企业和某些个人也能拥有海量数据,甚至在某些方面超过政府机构。面对这样一种趋势,当可穿戴与人体进行深度绑定并大量普及之后,其必然会产生大量的数据。这些数据大部分都是所谓的隐私数据,面对这些数据,其商业化的边界到底应该划在哪里,这已经不是简单的关于隐私权的问题,而是牵涉到用户私生活的一些伦理层面问题。
隐私与伦理之战该如何破解
尽管可穿戴设备时代的到来可以会让用户的一切都暴露在阳光之下,在其趋势不可阻挡,并不会因为我们的愿意与不愿意而影响这个时代的到来。当网络生活方式成为社会普遍的生活方式后,尤其是伴随着可穿戴设备的应用,当我们进入物联网时期之后,个人数据的流动性与暴露风险大大增加了,同时大数据则可能将可穿戴设备的数据潜在风险加大到极致。为应对前所未有的新风险,最重要的不是排斥,而是以开放的心态来迎接,并探索新的监管办法。在我看来主要有以下三方面:
首先是关于数据采集、传输、存储等环节的软硬件安全技术要不断进行提升,从源头上尽可能地堵住漏洞;
其次是行业的自律,尤其对于将商业模式设置在大数据商业化基础上的商家而言,需要更多的道德自律;
最后则需要借助于法律法规的手段,完善个人数据保护的法律体系,以及数据商业化的法律法规,包括明确的数据挖掘边界。
全国人大常委会《关于加强网络信息保护的决定》规定:“国家保护能够识别公民个人身份和涉及公民个人隐私的电子信息,任何组织和个人不得窃取或者以其他非法方式获取公民个人电子信息,不得出售或者非法向他人提供公民个人电子信息。”尤其,在用户提交个人数据并接受约定服务后,服务商和运营商即负有保护个人数据的法定责任。在用户与服务商关系方面,用户一般处于信息不对称的弱势一方,因此,保护用户个人数据安全,既是服务商不可推卸的法律责任,也是企业的重要社会责任。在权利受侵害后,有效实施权利救济是现代法治社会的标志之一。
产业的发展速度快于相关法律法规的推行速度,也在一定程度上对用户的隐私保护起不到真正的作用,给用户在不同程度上带来了困扰。但可以预见,随着大数据与可穿戴设备的蓬勃发展,相关的法律法规的不断出现与完善,必然将引导行业的商业化朝着健康的方向发展,同时对于个人的数据隐私也将会在一定程度上得到保护。或许在不久的将来,当用户在使用可穿戴设备时,可以根据个人对于隐私的保护意愿设定相应的等级,并以此来向相关的需求方来出售相应的个人数据信息。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08