互联网是现代文明影响最深远的成就之一,它是由无数计算机、智能手机、网络设备等构成的庞大网络体系,慢慢的变成了像水和空气一样的生存必需品。
然而,这个极其错综复杂的网络又像一个充满风险的克里特迷宫,黑客、暗网、电信诈骗等,犹如凶险的牛首人身怪物弥诺陶洛斯,危机四伏。
数字身份就能保护和引导我们在网络迷宫中冲浪的阿里阿德涅之线,使我们不致迷失其中。在各种互联网前沿概念体系中,数字身份是其中的关键特征要素,大多数都用在人们在其中进行交互和数字资产确权。
在数字经济时代,人类的经济和数据活动转移到了互联网空间,传统身份认证体系难以适应数字化的经济的需求,数字身份的出现就是对传统身份认证体系的突破和超越。
数字身份就是现实世界的人 / 物 / 系统等实体映射到数字 / 互联网空间具有唯一性的标识符,以及实体相关属性的数字化表示。
数字身份能够使用实物凭证,如电子证卡、数字证书、智能卡等,也可以是虚拟标识符或数据。具体来说,数字身份有以下几种形式。
网络数字身份通常包括用户名、口令以及权威机构颁发的数字证书等属性,用于鉴别用户身份的真伪。
数字主权身份是 身份证的数字化形式,比如 eID、CTID 等,它是数字空间证明“我就是我” 的电子凭证。
在物联网空间,物已成为重要的网络参与实体。为便于治理物联网,网络中的每一个物品都需要按照一定规则赋予其特定的标识,而这个标识就是物联网空间中的数字身份。
古希腊戏剧家索福克勒斯说过, “世间一切强大之物,无不具有破坏性”,越先进的技术往往越危险。
互联网数字技术给我们大家带来了诸多便利,如信息搜索、移动支付、社交娱乐、电子商务、外卖配送、旅游及酒店预订、内容推荐系统等,这些都极大地提高了社会运转效率,便利了人们的工作、生活和娱乐,更不可思议的是,这些都是免费供给用户使用的。
由此带来的互联网免费模式的负面效应也日益凸显,比如网络站点平台利用各种数据感知技术获取了人们的个人大数据,而这些正是网络站点平台盈利的秘诀,付钱的是广告商。个人数据不仅包含身份信息,还有大量用户隐私数据,如果不进行相对有效监督,这一些数据将很可能被滥用,个人权益将被侵犯。另外,非法组织、黑客团伙也频频窃取个人数据,形成了危害个人生命财产安全的黑灰色产业链。
2013 年 6 月初,美国前中情局雇员爱德华·斯诺登(Edward Snowden)将两份绝密文件分别交给了英国《卫报》和美国《》。揭秘了美国国家安全局(National Security Agency,NSA)的一项代号为“棱镜”的秘密监听项目,他们要求电信巨头威瑞森公司每天上交数百万用户的通话记录。美国《》也披露,自2007年以来,美国NSA和FBI就能进入微软、雅虎、谷歌、苹果等网络巨头的服务器,查阅美国公民的电子邮件、搜索关键词、照片及视频、即时消息、存储数据、语音聊天、文件传输、视频会议、登录时间以及社交平台个人资料等十大类信息。监控对象除了潜在对手俄罗斯和中国之外,传统盟友欧盟总部以及德国总理默克尔,甚至连对美国没有军事威胁的南美各国,也全都在“棱镜”的监控之下。
事实上,美国也不是唯一有网络监控计划的国家。很多国家都被披露或承认有国家监控项目,比如英国政府就有监听和分析数据的“时代”(Tempora)计划,“五眼联盟”之一的澳大利亚以反恐为名,于 2015 年 3 月实施《强制保留通讯数据法案》,通过立法手段强制澳大利亚的主要通信运营商 Telstra和 Optus 保存用户的通信元数据,包括电话记录、IP 地址、短信详情信息等,保存期限为两年;德国黑客组织“电脑捣乱者俱乐部”曾爆料,德国政府使用了一种类似“木马”的网络监控软件,可以浏览对方电脑或手机上的数据,并持续监控各种操作,如聊天和通话等数据。
继棱镜门事件后,在 2016 年的美国总统大选和英国脱欧之后,一家名为“剑桥分析”的英国数据分析公司被推进了舆论的旋涡之中。
剑桥分析公司是由美国共和党亿万富豪罗伯特·默瑟(Robert Mercer)出资成立的,37 岁的亚历山大·尼克斯(Alexander Nix)担任 CEO,并由美国总统前首席战略顾问史蒂夫·班农(Steve Bannon)主导运营,公司的经营目标是利用大数据分析影响和操控政治传播。美国总统竞选的关键是如何搞定那些“摇摆州”的选票。而剑桥分析公司被认为利用了Facebook 平台的社交数据,经过数据挖掘、用户画像和机器学习等分析方法,发现这些“摇摆州”的中间选民,然后再用精准消息推送的方式给这些选民发送针对性的竞选广告。
利用个人数据分析对选民进行操控的有效性还存在争议,但社交平台利用数据来进行商业广告和内容推荐已经很普遍,用于政治目的的民意操控在技术上是完全可行的。剑桥分析公司前员工布瑞特妮·凯瑟(Brittany Kaiser)认为,基于大数据算法操控的心理战术威力巨大,应被定义为“武器”。美国数据科学家凯西·奥尼尔(Cathy O’Neil)在其《算法霸权》(Weapons of Math Destruction)一书中,以大量事例证明算法和数据的关系就像枪械和弹药,是一种“数学杀伤性武器”,且过程不透明,容易规模化。如果不加监管,一旦被滥用,将可能对经济社会安全构成重大风险与威胁。
当你访问一个网站时,你就被锁定为目标。就在页面浏览加载的短暂几毫秒,平台服务器也在跟踪、窥视你的 IP 地址、位置等信息,并将其与你的身份信息关联,形成你的 cookies(算法用于辨识用户身份的数据文件),实时广告竞价投放系统据此决定投放哪些广告,才能实现利益最大化。而对这一切,你都毫无察觉。这是奈飞公司在 2020 年推出的纪录片《智能陷阱》(Social Dilemmas)中描述的场景。
庞大的用户群体让很多互联网公司发展成为垄断巨头,这也甚至让它们有能力与用户互动,进而影响大众观点和社会舆论,甚至还利用平台操纵社会舆论。
不少人认为,算法是一种客观的代码表达,没有人为干预和情绪干扰;算法平台也没有价值观,只是如实反映用户个人的立场和好恶。还有人提出“代码即规则”,算法让每一个人适用相同的规则,体现了公平与正义。这也是网络企业对监管部门和社会公众质疑的挡箭牌,Facebook CEO 扎克伯格就宣称:“我们是科技公司,不是传媒公司,我们不对平台上出现的内容负责。”
但算法真的中立,没有价值观吗?答案是否定的。越来越多的人发现,很多互联网垄断巨头利用黑箱算法,对用户进行封闭洗脑和算法歧视,或者利用算法压榨用户。
以用户封闭为特征的信息茧房和过滤气泡,很容易形成观念同质化的局面。由于缺乏多元化的观点交流,用户的认知观念越来越狭隘、偏颇,导致不同社群观点的两极分化更为严重,难以调和,而平台还可能会投其所好推送明显虚假或低俗的泛娱乐化内容,造成谣言和低俗信息的迅速蔓延,这被称为“群体极化”现象。
Facebook 公司前员工弗朗西丝·豪根(Frances Haugen)爆料,Facebook 平台为追求“天文数字的利润”,“传播仇恨、暴力和错误信息”。实际上,推荐算法还让人们的政治观点越来越极端,越来越难以调和。
算法歧视产生的根源很复杂,这既有价值观和主观意愿的原因,也有技术条件等客观原因;既有算法设计的原因,也有数据使用问题。
据统计,目前几乎所有机器学习算法背后的数据库都是片面的。比如 Facebook 公司的面部识别系统的准确率高达 97%,但研究人员发现,这个号称黄金标准的数据集中的数据缺乏全面性,其中近 77% 的采集对象为男性,超过 80%的是白人。这就意味着,这一系统很可能无法准确地将女性和黑人标记出来。
与传统歧视相比,算法歧视有很多特点。算法通过高度复杂的用户数据分析,赋予每个用户一种特定的用户身份画像,即“算法身份”,贴上各种歧视性标签,不仅识别精准,而且还广泛深入,能尽可能多地发掘用户可利用的弱点,甚至包括很多连用户自己都难以察觉的更深层次的隐形特征,如根据用户的出行规律、购物习惯等,动态调整商品价格。另外,平台算法对于外界来说就是一个隐秘的黑盒子,算法歧视也就具有很大的隐蔽性,用户如果不刻意进行反复比对,很难发现其中的破绽,这也给平台监管治理带来了巨大的挑战。
我们如今的工作、生活和娱乐都被网络平台所左右,如新闻、视频、好友动态,乃至工作就业、获得救助等,都由平台算法决定。有不少人会认为,算法是一种客观的代码表达,没有人为干预和情绪干扰;算法平台也没有价值观,只是如实反映用户个人的立场和好恶。还有人提出“代码即规则”,算法让每个人适用相同的规则,体现了公平与正义。这也是互联网公司对监管部门和社会公众质疑的挡箭牌,Facebook CEO 扎克伯格就宣称:“我们是科技公司,不是传媒公司,我们不对平台上出现的内容负责。”但算法真的中立,没有价值观吗?答案是否定的。慢慢的变多的人发现,很多互联网垄断巨头利用黑箱算法,对用户进行封闭洗脑和算法歧视,或者利用算法压榨用户。
大数据分析与人工智能技术的兴起使得数据的潜在价值也越来越大,这不仅激励着众多公私机构开发个性化创新产品或服务,同时也吸引来了黑客、内鬼等的注意力。近年来,越来越多的数据泄露和窃取事件频频见诸新闻媒体,不仅泄露数据量惊人,波及范围更是涵盖各行各业,特别是网络科技行业,更是重灾区,给相关部门、机构以及用户造成了巨大损失。
数据泄露对于个人损失成本没有做定量化的研究,很多只是估计的风险及损失。最常见的是用户隐私数据的泄露可能会引起用户收到骚扰广告、垃圾邮件等。如果网上银行、支付宝、微信支付等账号与密码被盗,就非常有可能加大资金财产被盗的风险和隐患。其他如用户账号中的虚拟资产也可能被盗、变现。用户身份和隐私数据的被盗还有可能被犯罪分子用来实施精准电信诈骗或敲诈勒索。
数字身份是一把锋利的双刃剑,其背后隐藏着巨大的风险。从斯诺登爆料“棱镜门事件”折射出的美国政府对全球网民的信息监控,到剑桥分析通过选民社会化媒体数据操纵总统大选,再从跨国互联网巨头的信息茧房到大数据杀熟、算法歧视等数据滥用问题,还有频频登上媒体头条的令人震惊的大数据泄露事件,以及让人触目惊心的暗网和网络黑市、黑灰产业链、电信诈骗等案件,这些都警示着人们对数字身份的治理刻不容缓。