新闻生产中的算法风险:成因、类型与对策(11)

  4.隐私风险

  隐私风险的产生因个人数据而起 。 算法的运行离不开数据 , 而个性化新闻推荐、用户分析等服务需要个人数据 。 无论作为一种技术目标 , 还是一种服务目标 , 搜集的个人数据越多 , 算法对用户的“了解”就越准确 。 算法所有者可能会无视用户的隐私保护:一方面过度搜集用户个人数据 , 例如将个人敏感数据纳入收集范围;另一方面对个人数据缺少有效保护 , 随意流转数据 , 导致个人数据泄露 。

  路透新闻研究所《数字新闻报告2016》的数据显示 , 49%的英国和美国受访者对算法推荐影响个人隐私表示担忧 。 2018年3月16日脸书爆出个人数据泄露丑闻 , 剑桥分析公司(Cambridge Analytica)借助2014至2015年间在脸书推出的一款心理测验在未经同意下盗用高达5000万用户的个人信息 , 用于美国总统大选时为特朗普进行精准的广告投放 , 影响了选举结果 。 [10]大数据时代 , 个人数据被多个终端、平台所收集 , 被各种算法“监视” , 隐私风险随时可能发生 。 虽然有人提出将个人数据处理时用匿名的方式规避隐私风险 , 但不可否认的是 , 多个匿名数据建立关联依然可以识别出特定的个体 。 不让个人数据“裸奔” , 需要更有效的防护措施 。


推荐阅读