來源：眾籌金融研究院
作者：楊東
背景
曾經的社交網站巨頭Facebook陷入了前所未有的信任危機，面對數據泄漏醜聞，祖克柏五天后的發聲不僅未能平息事件，反而一石激起千層浪。至此，防範與應對大數據技術應用中所帶來的各種法律問題顯得尤為重要。
針對這些問題，中國人民大學金融科技與互聯網安全研究中心主任楊東教授在《社會科學報》發表了本篇署名文章。
《社會科學報》總第1603期4版
大數據使用應確立行業標準
大數據與雲計算的結合，可以作為分析用戶行為、偏好、信用等的有力工具。但在商業利益的驅動下可能產生負外部性，衍生出危害個人資訊安全甚至國家資訊安全的惡性事件。大數據環境下，用戶的操作行為、影片、檔案、圖片等幾乎所有的數據都能為企業所用，但在此過程中面臨著如何保護個人隱私、維護個人資訊安全的問題。
此次事件中Facebook受到指摘的一個重要原因就是“未能保護好數據”，存在主動向第三方開放API之嫌，使得個人敏感資訊成為政治定向廣告擺布民意的工具。實際上，2018年2月12日，柏林法院就在“德國消費者組織聯合會訴Facebook”案中裁定其違反德國《聯邦數據保護法案》，具體包括收集和利用個人資訊並未實現取得數據主體的同意而默認開啟、預先擬製同意聲明、強製要求實名製條款。可見Facebook在數據的全生命周期中，即數據的收集、存儲、處理、使用、刪除等過程，並未對個人資訊保護提起重視、履行責任，而這也是目前中國很多互聯網企業的現狀。
基於此，2017年中國人民大學金融科技與互聯網安全研究中心配合中國互聯網金融協會制定“用戶數據在移動金融中的收集與使用行業標準”，並於今年年初與南都個人資訊保護研究中心合作完成《2018移動金融用戶個人資訊安全測評報告》，旨在推動數據應用的法治化、規範化，呼籲相關行業參與者將用戶個人資訊保護視為企業持續發展的根本保障，加強行業自律。
大數據與算法歧視
從“今日頭條”智能算法帶來的個性化展示到網曝在線旅行平台利用大數據“殺熟”，顯示出的是大數據應用絕非中立，機器學習尚不成熟。本應“懂你，但不認識你”的大數據技術演變為“懂你，並且利用你”，在分析消費者支付能力、消費偏好後，針對不同情形定製不同價格，例如判定急需訂票便提高價格，固定路線叫車報價更高等。
大數據“殺熟”違背商業誠實信用原則自不待言，更有違反反壟斷法之嫌，可能構成價格歧視。根據消費者願意為每部門商品付出的最高價格而為每部門產品制定不同的銷售價格，被稱之為完全價格歧視或一級價格歧視。現實中，由於企業通常無法知曉每個消費者內心能夠承受的最高價格，因此很少發生價格歧視，但借助大數據和人工智能算法，企業能夠對每個用戶進行全方位的精準畫像，並在分析預測的基礎上予以歧視性定價。此種方法削減了消費者對互聯網商業場景的信任度，使原本便利普通民眾生活的大數據技術成為謀利的手段，將危害行業發展，阻礙技術進步。
不僅如此，機器學習模型可能導致種族或性別等方面的歧視。從輸入數據到作出決策的機器學習中間過程，甚至在更為先進的自動學習中，AI背後的代碼、算法存在著超乎我們理解的“技術黑箱”。而提高發展非歧視性數據挖掘技術是一個尚未解決的研究領域，目前應當提高大數據算法應用的資訊披露義務，並且運用監管科技的手段更新監管能力。
區塊鏈與大數據結合前景可期
如前所述，怎樣能既把數據有效地利用，形成數據的價值，同時又有效保護每位消費者、用戶的隱私，是當前各大企業和政府面臨的問題。“315”當天舉行的2018新技術與消費者保護峰會上，中國人民大學啟動了大數據區塊鏈與監管科技實驗室，我們認為通過區塊鏈技術能夠更好地解決這個痛點，既對消費者數據加密，又能夠和其他的數據持有方進行數據的共享，通過區塊鏈技術和哈希值（指從任何一種數據中創建小的數字“指紋”方法）把相關資訊共享之後，同時又保留原有的數據，進行交流和交換，確保每一位數據的組成、交易還是保留在原有的企業或者個人內部，確保數據的安全和交易能夠共同實現。
區塊鏈的設計是透明的，可以讓金融機構直接、即時、完全透明地向監管者提供資訊。因為幾乎任何類型的資訊都可以數字化，並將其編碼後放入區塊鏈中，這個數據庫在原則上是可以防篡改的和永久的，並且其有效性已被共識機制所佐證。區塊鏈技術與大數據結合未來將有巨大的潛力和前景。
(本文作者介紹：中國人民大學法學院副院長、眾籌理論支持者、互聯網與資訊法律研究所執行所長)
香港九龍灣馬來街興發大廈15樓D室