大數(shù)據(jù)的時(shí)代特征與法律認(rèn)知

石魯夫

（東北財(cái)經(jīng)大學(xué) 法學(xué)院，遼寧 大連 116025）

數(shù)字化正在迅速改變?nèi)藗兊纳?，改變?nèi)藗兊纳鐣?huì)關(guān)系，包括改變?nèi)藗儗?duì)人生的理解?；ヂ?lián)網(wǎng)、移動(dòng)設(shè)備、海量數(shù)據(jù)收集，以及應(yīng)用于它們的分析與決策正在推動(dòng)一場(chǎng)數(shù)字革命。信息技術(shù)無處不在，人類正在經(jīng)歷第四次工業(yè)革命。信息技術(shù)的影響不僅僅體現(xiàn)在知識(shí)的產(chǎn)生方式，而且體現(xiàn)在生活的方方面面，生動(dòng)詮釋了數(shù)字化產(chǎn)生的速度、范圍和系統(tǒng)的影響。數(shù)字革命涉及許多相互關(guān)聯(lián)的維度，但其核心在于增強(qiáng)了收集和存儲(chǔ)數(shù)據(jù)的能力，以及運(yùn)用這些數(shù)據(jù)解決問題、產(chǎn)生新知識(shí)的能力?！按髷?shù)據(jù)”一詞已被定義為新時(shí)代的“交流術(shù)語”，但通過閱讀各類關(guān)于大數(shù)據(jù)的文章可以發(fā)現(xiàn)，大數(shù)據(jù)不是一個(gè)“新問題”“新現(xiàn)象”，而是數(shù)據(jù)科學(xué)、信息意識(shí)和思維方式經(jīng)過長(zhǎng)期演變過程而出現(xiàn)的必然結(jié)果，這就是大數(shù)據(jù)現(xiàn)象，而大數(shù)據(jù)現(xiàn)象將人類帶入了大數(shù)據(jù)社會(huì)。本文從大數(shù)據(jù)的社會(huì)意義、法律認(rèn)知以及有效利用和監(jiān)督策略等方面進(jìn)行論述。

一、大數(shù)據(jù)的內(nèi)涵與特征

（一）大數(shù)據(jù)的界定

大數(shù)據(jù)涉及的是數(shù)據(jù)，但僅僅根據(jù)一些文獻(xiàn)而將大數(shù)據(jù)界定為海量與復(fù)雜的數(shù)據(jù)集是不確切的。實(shí)際上，傳統(tǒng)數(shù)據(jù)是指應(yīng)用到特定場(chǎng)合、表示某一種量的數(shù)（數(shù)是由數(shù)字組成的、以進(jìn)制為基本點(diǎn)的一種特定符號(hào)）。數(shù)字時(shí)代的數(shù)據(jù)不是指狹義的數(shù)量值，而是可以對(duì)應(yīng)于各種對(duì)象的、數(shù)字比特的結(jié)構(gòu)化集合[1]。大數(shù)據(jù)的出現(xiàn)依賴于廣義數(shù)據(jù)屬性和分析工具的普及，涉及人們的日常生活、各種事務(wù)以及社會(huì)關(guān)系?，F(xiàn)有的數(shù)據(jù)分析工具可以自如查詢、量化與自己和他人行為相關(guān)的信息。因此，數(shù)據(jù)大不是指組成特定數(shù)據(jù)集中點(diǎn)的數(shù)量，也不在于哪些統(tǒng)計(jì)方法，更不是數(shù)據(jù)分析所依賴的計(jì)算能力。數(shù)據(jù)之所以龐大，是因?yàn)樗呀?jīng)滲透到人們的各種行為和事務(wù)以及彼此之間的關(guān)系中。

（二）大數(shù)據(jù)的基本特征

1.理論特征?！按髷?shù)據(jù)”現(xiàn)象已經(jīng)成為廣泛領(lǐng)域理論研究的中心焦點(diǎn)，包括物理科學(xué)、社會(huì)科學(xué)、生物科學(xué)以及推理和計(jì)算科學(xué)[2]。大數(shù)據(jù)研究的基礎(chǔ)是復(fù)雜性理論，以計(jì)算機(jī)理論為核心，將數(shù)學(xué)、統(tǒng)計(jì)學(xué)、管理學(xué)等多學(xué)科相互融合，其目的是為了解決大數(shù)據(jù)的推理和決策問題。例如，如何將大數(shù)據(jù)的計(jì)算思想整合到概率論和貝葉斯統(tǒng)計(jì)的推理理論中？如何從最優(yōu)化、組合學(xué)、信號(hào)處理、信息理論和數(shù)值線性代數(shù)等方面尋求大數(shù)據(jù)模型？如何從大規(guī)模分布式計(jì)算，時(shí)間和空間效率與風(fēng)險(xiǎn)，以及樣本復(fù)雜性的統(tǒng)計(jì)中，為大數(shù)據(jù)分析提供有價(jià)值的經(jīng)驗(yàn)。有研究者認(rèn)為，因素空間[3]是大數(shù)據(jù)研究的有效理論和方法，其基本思想是從對(duì)象的背景空間建立因素的坐標(biāo)架，從而形成大數(shù)據(jù)的推理分析結(jié)構(gòu)。盡管因素空間比較抽象，但它以現(xiàn)實(shí)問題為背景。正是理論的不斷完善和創(chuàng)新，為大數(shù)據(jù)解決實(shí)際問題奠定了堅(jiān)實(shí)的基礎(chǔ)和可信度。

2.關(guān)系特征。大數(shù)據(jù)的關(guān)系特征來自于澤利澤①的《經(jīng)濟(jì)生活》[4]。澤利澤從市場(chǎng)如何構(gòu)成到貨幣的發(fā)展，廣泛地對(duì)經(jīng)濟(jì)生活的各個(gè)層面進(jìn)行研究。其主要思想是：經(jīng)濟(jì)交換為人們構(gòu)建了“人際關(guān)系”，通過交易活動(dòng)創(chuàng)造和管理他們的人際關(guān)系。例如，為了區(qū)分社會(huì)關(guān)系，個(gè)人會(huì)改變他們交易的特征(為了在人際關(guān)系、交易和媒體之間尋找澤利澤所謂的“可行匹配”)。實(shí)際上，基于人際關(guān)系的社會(huì)活動(dòng)是一種數(shù)據(jù)實(shí)踐活動(dòng)，應(yīng)該像澤利澤所說的那樣：“應(yīng)該考慮人們使用數(shù)據(jù)來創(chuàng)建和定義彼此之間的關(guān)系?！盵5]可見，一切數(shù)據(jù)實(shí)踐反映了人們的關(guān)系特征。從數(shù)據(jù)這種關(guān)系特征引發(fā)出一個(gè)社會(huì)關(guān)系網(wǎng)絡(luò)，定義了大數(shù)據(jù)是一種社會(huì)現(xiàn)象。但是，由于現(xiàn)有大數(shù)據(jù)關(guān)系理論研究的局限性，對(duì)大數(shù)據(jù)的討論都簡(jiǎn)化為定位關(guān)系的數(shù)據(jù)點(diǎn)。大數(shù)據(jù)的關(guān)系特征之所以有價(jià)值，是因?yàn)樗鼘⑷?、行為和關(guān)系作為研究的對(duì)象放在數(shù)據(jù)分析的中心。由于大數(shù)據(jù)及其相關(guān)的數(shù)據(jù)實(shí)踐是多種多樣的，具有各種不確定性，因此需要擴(kuò)展大數(shù)據(jù)的預(yù)測(cè)功能。

3.預(yù)測(cè)特征。大數(shù)據(jù)的核心價(jià)值是預(yù)測(cè)，有了預(yù)測(cè)才能進(jìn)行有效的推理和決策?；谘芯拷嵌鹊牟煌?，對(duì)大數(shù)據(jù)預(yù)測(cè)類型劃分有一定的差異性，大體可歸納為如下三種基本類型。

（1）結(jié)果預(yù)測(cè)。一般來說，預(yù)測(cè)的本質(zhì)是預(yù)期的，即預(yù)示著一個(gè)行為或事件的發(fā)生及在未來的結(jié)果。例如，當(dāng)律師預(yù)測(cè)“法院實(shí)際上會(huì)做什么”時(shí)，是預(yù)測(cè)未來行為的法律結(jié)果（或后果），從而建議客戶避免法律責(zé)任帶來的風(fēng)險(xiǎn)。在此可以把預(yù)測(cè)一個(gè)人的行為可能產(chǎn)生結(jié)果的預(yù)測(cè)稱為結(jié)果型預(yù)測(cè)。例如，醫(yī)生、律師、會(huì)計(jì)師和其他專業(yè)顧問都很清楚，在一個(gè)越來越關(guān)注風(fēng)險(xiǎn)的社會(huì)中，做出可靠的結(jié)果預(yù)測(cè)是多么有價(jià)值。在這些領(lǐng)域中，預(yù)期算法的最新發(fā)展通常是以客戶為中心。這些預(yù)測(cè)服務(wù)的目的是讓個(gè)人通過選擇最符合自身利益的未來行動(dòng)來規(guī)避風(fēng)險(xiǎn)。

（2）偏好預(yù)測(cè)。許多大數(shù)據(jù)預(yù)測(cè)與人們的生活息息相關(guān)。當(dāng)你允許大數(shù)據(jù)音樂推薦系統(tǒng)預(yù)測(cè)你喜歡哪首歌，或者允許亞馬遜推薦系統(tǒng)預(yù)測(cè)你覺得有趣的書時(shí)，這些系統(tǒng)并沒有預(yù)測(cè)你的行為或其可能的結(jié)果[6]。相反，它們?cè)噲D迎合你的偏好，以便出售商品和服務(wù)。如今，許多大數(shù)據(jù)行業(yè)都專注于這類預(yù)測(cè)，稱之為偏好預(yù)測(cè)。谷歌創(chuàng)建個(gè)性化搜索引擎是引發(fā)人們?cè)絹碓揭蕾嚻妙A(yù)測(cè)的一個(gè)主要例子。該公司目前的界面已經(jīng)使用預(yù)期算法，根據(jù)網(wǎng)站人氣、位置和以前的搜索歷史等數(shù)據(jù)組合，預(yù)測(cè)用戶需要什么信息。

（3）先發(fā)制人預(yù)測(cè)。與結(jié)果型預(yù)測(cè)和偏好型預(yù)測(cè)不同，“先發(fā)制人預(yù)測(cè)”被故意用來減少一個(gè)人未來的選擇范圍。先發(fā)制人的預(yù)測(cè)評(píng)估允許或不允許一個(gè)人以某種方式行動(dòng)的可能結(jié)果。與結(jié)果型或偏好型預(yù)測(cè)不同，先發(fā)制人的預(yù)測(cè)通常不考慮個(gè)人行為，大多是從國(guó)家、企業(yè)或任何涉及某些類型事件的人的立場(chǎng)做出的。先發(fā)制人的預(yù)測(cè)與個(gè)人的行為無關(guān)，而是與個(gè)人或群體是否應(yīng)該被允許以某種方式行事有關(guān)。這種技術(shù)的例子包括設(shè)立禁飛名單，用于防止飛機(jī)上可能的恐怖活動(dòng)，或者通過分析軟件對(duì)未來行為進(jìn)行預(yù)測(cè)，等等。

以上三種類型的預(yù)測(cè)—結(jié)果型、偏好型和先發(fā)制人型，并不代表所有可能的大數(shù)據(jù)預(yù)測(cè)。正如下面所要揭示的，理解不同的預(yù)測(cè)目的將有助于定位大數(shù)據(jù)對(duì)法律行業(yè)的意義和作用。

二、大數(shù)據(jù)對(duì)法律行業(yè)的意義和作用

（一）意義

大數(shù)據(jù)對(duì)法律行業(yè)的意義在于改變了處理法律業(yè)務(wù)的模式和潛力，幾乎在每項(xiàng)法律業(yè)務(wù)的處理中，都可以看到大數(shù)據(jù)在提高決策有效性方面的積極影響。例如，律師事務(wù)所改善業(yè)務(wù)、滿足甚至超越客戶期望并且提高信譽(yù)影響力。然而，目前大數(shù)據(jù)的價(jià)值在法律行業(yè)并未能得到充分體現(xiàn)。一家數(shù)據(jù)分析公司的調(diào)查認(rèn)為：“雖然大多數(shù)律師事務(wù)所（近87%的樣本）都承認(rèn)大數(shù)據(jù)及其在決策中的作用很重要，但實(shí)際上只有18%的律師事務(wù)所已經(jīng)利用大數(shù)據(jù)來改善他們的工作。”

實(shí)際上，法律行業(yè)是產(chǎn)生大量數(shù)據(jù)并利用大量數(shù)據(jù)的領(lǐng)域之一。那么，為什么在選擇大數(shù)據(jù)方面如此不主動(dòng)和不情愿？對(duì)此有人做過這樣的解釋：“由于受法律文化、律師處理業(yè)務(wù)的傳統(tǒng)模式、法律新技術(shù)的引入，以及法律服務(wù)和實(shí)踐條件等方面的限制，影響了大數(shù)據(jù)的推廣應(yīng)用?！盵7]然而，客戶（尤其是企業(yè)客戶）還是越來越多地要求法律專業(yè)人士根據(jù)數(shù)據(jù)為他們提供法律支持和策略，而不僅僅是依靠法律知識(shí)或直覺[8]。

法律行業(yè)可以通過多種方式運(yùn)用大數(shù)據(jù)來發(fā)揮自己的優(yōu)勢(shì)。首先，法律服務(wù)提供商需要重新考慮他們?cè)诩夹g(shù)、文化變革方面的策略選擇，最重要的是，是否愿意重新考慮改變法律行業(yè)的傳統(tǒng)觀念。大數(shù)據(jù)可以使法律行業(yè)在內(nèi)部組織事務(wù)和外部關(guān)聯(lián)事務(wù)方面受益。在內(nèi)部，大數(shù)據(jù)可以幫助律師事務(wù)所進(jìn)行時(shí)間管理和計(jì)費(fèi)，通過更細(xì)致地了解各種收入來源、哪些案件(任務(wù))更有意義，以及哪些團(tuán)隊(duì)和個(gè)人更適合特定類型的案件(任務(wù))，從而更好地利用可用的人力資源。

（二）作用

在法律大數(shù)據(jù)的應(yīng)用實(shí)踐中，僅依靠大數(shù)據(jù)的收集是不夠的，應(yīng)該是大數(shù)據(jù)和各種技術(shù)的有機(jī)結(jié)合。例如合理選擇產(chǎn)生最大影響的一些法律分析工具（如人工智能或區(qū)塊鏈）。法律數(shù)據(jù)分析可分為預(yù)測(cè)性分析和描述性分析。預(yù)測(cè)性分析是使用法律數(shù)據(jù)分析工具來預(yù)測(cè)可能發(fā)生的事情，從而做出更有根據(jù)的決策，而描述性分析是通過對(duì)現(xiàn)有數(shù)據(jù)的計(jì)算來得出結(jié)論。

預(yù)測(cè)性分析可用于優(yōu)化文件審查（例如，訴訟事項(xiàng)中的披露或發(fā)現(xiàn)、商業(yè)交易等法律信息的獲?。┖推渌麆趧?dòng)密集型任務(wù)。這可能會(huì)導(dǎo)致更高的客戶滿意度（由于更快的周轉(zhuǎn)）和增加利潤(rùn)（通過更好地利用人力資源）。舉例說明，當(dāng)一個(gè)律師團(tuán)隊(duì)對(duì)法律文檔內(nèi)容進(jìn)行人力收集可能非常耗時(shí)的特定情況下，他們可以適當(dāng)?shù)乩么髷?shù)據(jù)和法律分析工具來分類和提取法律信息，生成相關(guān)內(nèi)容供人們分析。

這種預(yù)測(cè)分析也可以用于制定訴訟策略。通過使用先進(jìn)的分析工具，法律專業(yè)人員能夠得到“綜合結(jié)果和前景”，也就是理想訴訟策略。大數(shù)據(jù)與這些分析工具相結(jié)合，還可用于不同級(jí)別的法律項(xiàng)目或合同的管理，允許法律專業(yè)人員有效監(jiān)控所有相關(guān)信息。這種算法基本上將人為錯(cuò)誤因素排除在外，從而減少任何此類違法或違規(guī)行為的發(fā)生。很明顯，在法律行業(yè)中引入大數(shù)據(jù)和分析工具的目的不是試圖取代（傳統(tǒng)）法律專業(yè)人士，而是利用從其他來源獲得的有價(jià)值的信息來提升法律專業(yè)人士的經(jīng)驗(yàn)和直覺。

三、大數(shù)據(jù)監(jiān)管與策略

在明確法律工作的大數(shù)據(jù)應(yīng)用基礎(chǔ)上，關(guān)鍵的問題是基于法律認(rèn)知的大數(shù)據(jù)監(jiān)管與策略問題，這也是目前討論較多的話題。我們生活在一個(gè)“大數(shù)據(jù)”時(shí)代，數(shù)據(jù)已成為生產(chǎn)的原材料，成為具有巨大經(jīng)濟(jì)和社會(huì)價(jià)值的資源。數(shù)據(jù)挖掘和分析技術(shù)的進(jìn)步以及計(jì)算能力和數(shù)據(jù)存儲(chǔ)容量的大幅增加，已將企業(yè)、政府和個(gè)人可用的信息范圍擴(kuò)大了幾個(gè)數(shù)量級(jí)。越來越多的人、設(shè)備和傳感器通過數(shù)字網(wǎng)絡(luò)連接，徹底改變了生成、共享和訪問數(shù)據(jù)的能力。數(shù)據(jù)為全球經(jīng)濟(jì)創(chuàng)造了巨大價(jià)值，推動(dòng)了科技與管理創(chuàng)新以及經(jīng)濟(jì)增長(zhǎng)。與此同時(shí)，“數(shù)據(jù)泛濫”帶來的隱私問題可能引發(fā)監(jiān)管反彈，對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面影響。為了在數(shù)據(jù)的有益使用和個(gè)人隱私保護(hù)之間取得平衡，政策制定者必須研究隱私法的相關(guān)問題，包括“個(gè)人身份信息”的定義、作用以及目的限制和數(shù)據(jù)最小化[9]。然而，盡管在這方面已經(jīng)取得普遍共識(shí)，但各國(guó)在大數(shù)據(jù)的使用和監(jiān)管方面具有不同認(rèn)知。大數(shù)據(jù)在研究、利用與發(fā)展中存在著不同社會(huì)環(huán)境和政策傾向，如數(shù)據(jù)源質(zhì)量、反壟斷問題和消費(fèi)者保護(hù)等，本文僅在具有最大挑戰(zhàn)性的隱私問題方面進(jìn)行論述。

（一）大數(shù)據(jù)與隱私問題

大數(shù)據(jù)給隱私帶來了很大的問題，它是由數(shù)據(jù)的關(guān)系特征引發(fā)的。廣泛的數(shù)據(jù)收集產(chǎn)生了如何對(duì)民眾的正當(dāng)行為進(jìn)行保護(hù)和如何保護(hù)個(gè)人數(shù)據(jù)安全問題。大數(shù)據(jù)涉及的隱私利益與不同的社會(huì)環(huán)境密切相關(guān)，沒有任何一項(xiàng)立法或法院裁決能夠證明是保護(hù)它們的有用工具。并且，大數(shù)據(jù)的關(guān)系特征涉及的一些隱私利益可能會(huì)被納入管理個(gè)人關(guān)系的現(xiàn)有法律框架中(例如，各種侵犯隱私的索賠問題)，或者在某些情況下，建立特定領(lǐng)域的規(guī)則。例如，在規(guī)范的法律程序下，醫(yī)療管理或遺傳信息可以作為證據(jù)合法使用。但是，通過數(shù)據(jù)技術(shù)分析造成的侵犯?jìng)€(gè)人隱私不在法律的范圍內(nèi)。因此，法律政策制定者和隱私保護(hù)研究者可以從具體的隱私保護(hù)實(shí)踐中，探索符合現(xiàn)實(shí)需要的個(gè)人隱私索賠規(guī)則。無處不在的人際數(shù)據(jù)收集活動(dòng)，使得人們認(rèn)識(shí)到，人是大數(shù)據(jù)收集的主體和對(duì)象。當(dāng)人們收集和使用數(shù)據(jù)來建立彼此之間的關(guān)系時(shí)，圍繞責(zé)任、隱私、真實(shí)性和信任的社會(huì)規(guī)范可能會(huì)以復(fù)雜的方式演變。[10]

在大數(shù)據(jù)分析中引入人工智能擴(kuò)展了大數(shù)據(jù)的功能和作用。例如，智能搜索從語義分析上預(yù)測(cè)人們感興趣的內(nèi)容，是基于人工智能大數(shù)據(jù)分析的典型實(shí)例。這種具有智能的大數(shù)據(jù)分析不是簡(jiǎn)單地使用搜索引擎來更好地理解信息，而是通過大數(shù)據(jù)的智能分析來更好地理解人。[11]智能搜索在用戶意識(shí)到自己需要信息之前就向他們提供信息。隨著人工智能技術(shù)的發(fā)展，社會(huì)在利用大數(shù)據(jù)的預(yù)測(cè)算法方面會(huì)更加人性化，即通過人機(jī)交互的自然語言來表示數(shù)據(jù)的意義，從消費(fèi)者偏好、客戶信譽(yù)到欺詐檢測(cè)、健康風(fēng)險(xiǎn)和犯罪預(yù)防等一切事情。通過人機(jī)交互的預(yù)測(cè)能力，大數(shù)據(jù)為深度學(xué)習(xí)的算法提供了條件，可以增加需求預(yù)測(cè)和風(fēng)險(xiǎn)評(píng)估的可信度。大數(shù)據(jù)的預(yù)測(cè)工具在產(chǎn)生了許多重要的社會(huì)效益的同時(shí)，它的數(shù)據(jù)屬性也導(dǎo)致出現(xiàn)了對(duì)個(gè)人隱私和正當(dāng)行為的保護(hù)問題。實(shí)際上，人們對(duì)大數(shù)據(jù)預(yù)測(cè)的主要擔(dān)憂不是數(shù)據(jù)本身，而是被稱之為“先發(fā)制人預(yù)測(cè)”的倫理道德和隨之帶來的相關(guān)社會(huì)影響。

（二）大數(shù)據(jù)與規(guī)避風(fēng)險(xiǎn)

隨著信息的倍增和在世界范圍內(nèi)更廣泛的共享，大數(shù)據(jù)收集和分析使用中所涉及的隱私保護(hù)問題面臨著挑戰(zhàn)，確保數(shù)據(jù)安全和保護(hù)隱私的任務(wù)變得更加艱巨。有關(guān)個(gè)人健康、位置和在線活動(dòng)的信息已經(jīng)更加公開和透明，從而引發(fā)對(duì)歧視、排斥和失控的擔(dān)憂。傳統(tǒng)的做法是使用各種去標(biāo)識(shí)化方法（匿名化、假名化、加密、密鑰編碼、數(shù)據(jù)分片）來將數(shù)據(jù)與真實(shí)身份分離。計(jì)算機(jī)科學(xué)家一再表明，即使是匿名數(shù)據(jù)也經(jīng)?？梢员蛔R(shí)別到某個(gè)特定的個(gè)人，因此風(fēng)險(xiǎn)依然存在。

當(dāng)烏爾里希?貝克②(Ulrich Beck)提出“風(fēng)險(xiǎn)社會(huì)”概念時(shí)，他并不是在暗示如今的社會(huì)比以前更有風(fēng)險(xiǎn)或更危險(xiǎn)，而是認(rèn)為，為了應(yīng)對(duì)風(fēng)險(xiǎn)，社會(huì)正在自我重組。貝克認(rèn)為，在現(xiàn)代社會(huì)中，“財(cái)富的社會(huì)生產(chǎn)系統(tǒng)地伴隨著風(fēng)險(xiǎn)的社會(huì)生產(chǎn)”。[12]在他看來，預(yù)測(cè)和風(fēng)險(xiǎn)是相互關(guān)聯(lián)的概念，因此他將規(guī)避風(fēng)險(xiǎn)描述為“預(yù)見和控制人類行為未來后果的方法?！币?guī)避風(fēng)險(xiǎn)的前提是預(yù)測(cè)風(fēng)險(xiǎn)，預(yù)測(cè)風(fēng)險(xiǎn)的前提是確定形成風(fēng)險(xiǎn)的因素，這就需要運(yùn)用風(fēng)險(xiǎn)因素空間的研究方法來實(shí)現(xiàn)。

近些年的發(fā)展趨勢(shì)表明，大數(shù)據(jù)對(duì)先發(fā)制人的預(yù)測(cè)越來越感興趣，并成功地成為規(guī)避風(fēng)險(xiǎn)的手段。越來越多的政府、企業(yè)和個(gè)人將利用大數(shù)據(jù)來先發(fā)制人(或阻止)被認(rèn)為會(huì)產(chǎn)生社會(huì)風(fēng)險(xiǎn)的活動(dòng)。通常，這種先發(fā)制人的預(yù)測(cè)具有不確定條件下規(guī)避風(fēng)險(xiǎn)的作用[13]。例如，一些貸款公司開始使用算法，為幾乎沒有信用記錄的客戶確定利率，并確定誰有較高的違約風(fēng)險(xiǎn)。它們分析了數(shù)千項(xiàng)指標(biāo)，從Facebook上有財(cái)務(wù)安全的朋友，到在各種數(shù)據(jù)設(shè)備上花費(fèi)的時(shí)間。與此同時(shí)，各國(guó)政府正在多個(gè)領(lǐng)域使用這一技術(shù)，以確定稀缺資源的分配。

（三）基本策略

隱私和數(shù)據(jù)保護(hù)的基本策略是，要實(shí)現(xiàn)對(duì)個(gè)人數(shù)據(jù)收集合理化和相關(guān)信息的有效控制的平衡。在大數(shù)據(jù)時(shí)代，個(gè)人數(shù)據(jù)合理化收集始終是保護(hù)隱私的一種實(shí)用方法。隱私和數(shù)據(jù)保護(hù)策略必須與公共衛(wèi)生、國(guó)家安全和執(zhí)法、環(huán)境保護(hù)和經(jīng)濟(jì)效率等相適應(yīng)、相平衡[14]。在大數(shù)據(jù)分析獲得研究?jī)r(jià)值的同時(shí)，產(chǎn)生的多維數(shù)據(jù)會(huì)形成影響個(gè)人自主權(quán)和隱私的風(fēng)險(xiǎn)矩陣（各種數(shù)據(jù)關(guān)系的列表），通過這個(gè)風(fēng)險(xiǎn)矩陣能夠挖掘出隱私和個(gè)人自主權(quán)方面潛在的風(fēng)險(xiǎn)因素。在達(dá)到數(shù)據(jù)處理目的的同時(shí)，需根據(jù)潛在風(fēng)險(xiǎn)因素設(shè)計(jì)隱私和個(gè)人自主權(quán)的保護(hù)策略。例如，網(wǎng)絡(luò)分析—為了了解和優(yōu)化網(wǎng)絡(luò)使用而對(duì)互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行測(cè)量、收集、分析和報(bào)告，通過確保改進(jìn)產(chǎn)品和服務(wù)以更好地為消費(fèi)者服務(wù)。但在實(shí)際網(wǎng)絡(luò)分析中，需要統(tǒng)計(jì)處理在線用戶網(wǎng)絡(luò)行為信息，網(wǎng)絡(luò)用戶為了防范身份識(shí)別從而降低隱私風(fēng)險(xiǎn)，會(huì)以有選擇的方式參與，這樣會(huì)影響網(wǎng)絡(luò)分析的可信度。針對(duì)這種情況需要建立隱私和數(shù)據(jù)保護(hù)策略。

誠(chéng)然，隱私與數(shù)據(jù)保護(hù)策略是一種合情合理的選擇。也就是說，既要實(shí)現(xiàn)大數(shù)據(jù)分析的目的,又要最大程度地做好隱私保護(hù)和數(shù)據(jù)保護(hù)。一般來說，大多數(shù)的數(shù)據(jù)采集是在征得個(gè)人意愿的基礎(chǔ)上進(jìn)行的，但在實(shí)際運(yùn)行過程中，許多人沒有形成個(gè)人數(shù)據(jù)風(fēng)險(xiǎn)意識(shí)，需要“隱私政策”制定者的宣傳和教育[15]。當(dāng)消費(fèi)者看到“隱私政策”的有關(guān)內(nèi)容時(shí)，就會(huì)相信他們的個(gè)人信息會(huì)以特定的方式得到保護(hù)；特別是，他們認(rèn)為宣傳“隱私政策”的網(wǎng)站不會(huì)向外界分享他們的個(gè)人信息。[16]然而，“情況并非如此”，隱私政策通常更多地充當(dāng)企業(yè)的免責(zé)條款而不是作為對(duì)消費(fèi)者隱私的保證。因此，隱私政策的可實(shí)現(xiàn)性和隱私策略設(shè)計(jì)的有效性是大數(shù)據(jù)推廣應(yīng)用中亟待解決的問題。

總之，大數(shù)據(jù)不僅是一種新的方法論，還為人們做出行為選擇提供幫助，并且對(duì)隱私、信任等人際行為關(guān)系的復(fù)雜性具有重要影響。另外，數(shù)據(jù)來源的多樣性是大數(shù)據(jù)的顯著特點(diǎn)，數(shù)字化時(shí)代的“數(shù)據(jù)化”遠(yuǎn)遠(yuǎn)超出了單純數(shù)字概念，擴(kuò)展到不同的領(lǐng)域，并依賴于多種分析工具。由“大數(shù)據(jù)”引發(fā)的“數(shù)據(jù)化”是將社會(huì)現(xiàn)象轉(zhuǎn)變?yōu)榭芍票矸治龅牧炕问竭^程。在“數(shù)據(jù)化”時(shí)代背景下，數(shù)據(jù)獲取規(guī)范、數(shù)據(jù)處理標(biāo)準(zhǔn)、數(shù)據(jù)管理規(guī)則是能否發(fā)揮“大數(shù)據(jù)”價(jià)值與功能、降低風(fēng)險(xiǎn)的重要法律保障。

注 釋：

①維維安娜?澤利澤（Viviana A.Zelizer），美國(guó)當(dāng)代杰出的經(jīng)濟(jì)社會(huì)學(xué)家，古根漢獎(jiǎng)學(xué)金社會(huì)科學(xué)類得主，曾任美國(guó)經(jīng)濟(jì)社會(huì)學(xué)學(xué)會(huì)主席，普林斯頓大學(xué)社會(huì)學(xué)教授。

②社會(huì)學(xué)家烏爾里希?貝克(Ulrich Beck)在20 世紀(jì)90年代提出“風(fēng)險(xiǎn)社會(huì)”(risk society)概念。