下面文章是在大數據的背景下展開研究，在數字時代人們幾乎沒有隱私，數據會成為泄露隱私的工具，文章主要對于臉書(Facebook)用戶的數據泄密事件展開研究，發現臉書在實際技術應用與倫理上存在差異，文中對于這一問題進行分析研究，探討信息化社會下數據的作用和數據的使用方式，總結傳統的新聞觀念與數據化時代的不同，如何更好的利用數據推動時代的發展。

　　關鍵詞：大數據,臉書,劍橋分析,隱私,道德,假新聞

　　1 背景：從大數據1.0到2.0時代

　　1.1 大數據1.0階段是數據驅動(data-driven)

　　科辛斯基與劍橋分析公司事件的核心是數據驅動與理論驅動是如何被理解的，數據驅動的核心是有關工作人員對一系列數據的大范圍的收集整理，當數據達到一定的量時，就對這些數據進行描述性的分析研究，主要領域是以下兩個方面，一個是尋找預測變量(predictor)，另一個是挖掘行為模式(behavior pattern)。這些研究都希望從數據中得到更加準確的預測結果，為實際應用服務。這就好比，我們在數據庫中發現襯衫與領帶呈現高度相關，那么商家就可以在獲取這些數據后，將這兩件商品放置在一起銷售。

　　根據現在的神經網絡算法“Link Prediction、Struct2Vec、Flow-Network”等只要有足夠的數據及樣本標簽我們便可以進行預測，并且成功率可以達到80%左右。這套算法同時也廣泛運用于國家安全領域，用于識別可能潛在的犯罪對象。這一分析方法最早的成熟應用，就是2018年3月17日爆出的臉書(Facebook)數據門大案，即劍橋分析(Cambridge Analytica)幫特朗普當選的事件。從那時起，大家就開始非常關注這個領域，實際操作的可能。

　　1.2 大數據2.0階段是數據驅動理論(data-driving-theory)

　　大數據2.0時代與1.0時代最大的不同點是，它是由數據(Date)+社會科學理論(Theory)的方式來驅動的。在2008年這個互聯網市場與用戶需求高漲的時期，許多互聯網公司早已開始進入數據分析領域，區別在于那個時候的互聯網科技公司還只停留在初級階段。其技術在理論出現之前就已開始投入使用。

　　因此，筆者將大數據的發展簡單地按照其出現的時間順序分為兩個階段，簡單來說，就是網絡數據的發展應用在社會上越來越廣泛，然后倒逼著人們去研究分析其與社會發展的相互關系。在網絡數據的最初階段(1.0階段)，這時的工作主要是大量收集整理數據，再對這些數據進行一些分析，這個時期，相關的理論并沒有顯得特別重要。例如現階段應用最廣泛的人臉識別技術(Face Recognition Assignment)，我們最初主要是搞清楚人臉構造的一系列的結構，并將它們形成一系列的數據，來對模型進行完善，后來發現當照片達到足夠數量時，結合日益成熟的人工智能(Artificial Intelligence)，來對模型進行修改完善，模型就會越來越準。

　　人臉識別是要扎根真相(ground truth)的。我們目前所能看到的人工智能訓練是用大量的照片來做的，我們采用的海量照片就是扎根真相。以此類推我們可以發現，科辛斯基的“大五人格”的心理學測驗，大量的照片就是這個事件的扎根真相。

　　在實際運用的過程中，扎根真相這一數據并不能完美解決我們想要解決的問題，它必須與一定的科學理論相結合，并在它的指導下才有可能完成的。比如在美國總統競選中，替特朗普在競選過程中出謀劃策的劍橋分析公司，他們所做的“大五人格”分析這一方式，不是僅從一張隨便從馬路上拍攝的照片，就能判斷出一個人的五類人格特質(開放性，隨和性，勤勉性，情緒穩定性，外向性)在這個人身上的具體表現。

　　要想達到我們的要求，實現我們的目的，必須做到以下幾點：一是必須把扎根真相與心理學理論相結合;二是一定要通過既有的社會科學理論去進行人格數據收集和提煉;三是指導我們建構預測模型。由此可見，數據與社會學科及相關學科理論是分不開的，大數據促進了學科理論的跟進同時，既有理由也為大數據的有效利用提供了指導。

　　2 Facebook數據門與“劍橋分析”事件所折射出的問題

　　英國劍橋大學的心理學講師科根(Aleksandr Kogan)就是把一個用于社交用途的網絡軟件——臉書(Facebook)，與一個心理理論方面的“心理測試”小程序——科辛斯基的“大五人格”理論體系相互結合，然后通過臉書收集了約27萬用戶的個人用戶信息記錄，然后把這些個人用戶信息記錄大價錢賣給了對這些數據感興趣的第三方客戶，這些客戶其中就有“著名”的劍橋分析(Cambridge Analytica)公司。

　　更值得關注的是，劍橋分析公司其實是政府和軍方的承包商SCL集團下的一個分支機構，而SCL集團在眾多的業務中，有一個業務是為各國的選舉活動提供咨詢服務的，它們的客戶遍布世界，最重要的客戶則是分布南北美洲，非洲，歐洲的一些國家或地區。當這一信息披露在世界面前時，在美國那些因為希拉里落選而瘋狂攻擊俄羅斯的政客們不知會怎么想，但世界各國的人們也許就會揭開一個困擾很久謎團，那就是在美國，讓大多數媒體和大多數精英所厭惡的特朗普卻能打敗希拉里的原因。

　　在美國總統競選這一件事上，他們對特朗普競選的幫助就是通過臉書所收集來的大量的個人用戶信息，結合科辛斯基的“大五人格”理論體系，去分析眾多的美國選民的心理特征和個人愛好，然后針對這些選民的特點和愛好來為特朗普的競選廣告出謀劃策。這種對數據的處理方式實質上就是“數據+理論驅動”的方法，通過個人的講話、表情、態度、舉止，結合“大五人格”理論體系，通過分析，就能判斷出這個人的性格、喜好，然后根據這個人的人格特點和習慣愛好有針對性的將信息置入到社交網絡中，從而達到了用戶毫無察覺的情況下被灌輸了某種思想，達到改變用戶心理的目的。改變用戶心理的這一操作在商業中或許是很好的營銷宣傳手段，但要是在政治中那就很可怕了，這也就是為什么人們會把其稱為“竊國者”的原因。

　　在第二次世界大戰中，納粹德國的宣傳部長戈培爾就曾說“謊言重復千遍就是真理。”值得我們思考的是，如果像劍橋分析公司那樣將大數據與人工智能結合起來去向用戶精準投放虛假消息或某種思想，一旦時間長了其結果就可能會使戈培爾的理論變為現實。

　　美國麻省理工學院傳媒實驗室的3位研究者，通過大量的研究，在2018年3月發表了一項關于“假新聞”(fake news)傳播與影響的研究報告。他們根據近十幾年來十多萬份的虛假新聞在推特(Twitter)上的傳播情況進行了大規模的搜集整理，對大量的數據進行了分析研究，得出了以下結論：虛假新聞通過傳播媒介在大眾中擴散的速度比真實的新聞快得多，傳播的深度和廣度也是真新聞拍馬也趕不上的，在這些虛假新聞中，關于政治類的虛假新聞占據了大部分的比例。

　　根據他們所羅列的數據我們可以看到，從2006至2016近10年間，他們所收集到的虛假新聞被約300萬顧客瀏覽過，次數超過450萬次。他們又將1 500個顧客作為一個標準，來檢驗虛假新聞的傳播速度，結果發現，虛假新聞的傳播時間大約為10個小時，而于此相對照的真新聞傳播時間近60個小時，而虛假新聞的轉發率也比真實新聞高70%，虛假新聞主要由顧客自己進行傳播分享，而不是由“機器人”賬戶自動傳播。眾多的顧客用戶之所以喜歡分享假新聞，不僅僅是因為它更加聳人聽聞，還有一個原因是現代人們的碎片化閱讀習慣所導致的。

　　麻省理工學院傳媒實驗室在4個方面進行了分析比較：

　　一是傳播深度，傳播深度也可以叫做轉發的“層級”。打個簡單的比方，信息由A用戶轉發給了B用戶，而B用戶也將相同的信息又轉發給了C用戶，那么信息的傳播深度就是三，假新聞的傳播極限深度可以超過19層，而大多數的真新聞基本不會超過10層。

　　二是傳播人數，也就是參與轉發的賬號數量，真新聞能被多少人轉發，確切的人數一般不超過1 000人，但是假新聞卻可以超過1 000到10萬人。從傳播速度上來看，要傳播到1 500個人，真新聞所消耗的時間是假新聞的6倍。

　　三是傳播寬度，是指在同一傳播層級上，參與信息轉發的最多人數。真實新聞的傳播寬度僅僅超過1 000人，而假新聞最多的時候能達到好幾萬。

　　四是結構性的病毒式傳播力(structural virality)，是研究者計算出來的一個數值，不出意外，假新聞同樣勝出。

　　這一報告中作者之一的蘇魯什·沃索基對這樣的現象是這樣說：“假新聞的內容與人們對世界的期望完全不一樣，而這也許是它更驚人的原因之一。假設某些人所制造謠言，與大家所期待的相悖，但得到轉發的可能性反而會更高。”[1]尤其，是在碎片化閱讀習慣盛行的當下，人們只愿花一小部分時間去接受知識，這就使得像是“劍橋分析”這樣的公司有了可乘之機，阿道夫·希特勒在其自傳《我的奮斗》(Mein Kampf)②中說“一切的宣傳都應該求其通俗，以知識水平最低者的接受能力為標準。所以，為了使接受我們觀點的人更多，那么灌輸給他們的知識標準也就必須相應越低。”現階段，如果某些人將希特勒式的宣傳方式與現代社會高度發達的人工智能、數據相結合將內容通俗化、觀點簡單化，并使其循環式的置入信息，那么我們絕大多數的受眾都將會深受其害，被利益集團所操縱。

　　大數據時代的到來，改變了太多的東西，對我們現行的諸多制度帶來了巨大的挑戰。在美國總統大選中，傳統的競選方式和途徑，還有劍橋分析這樣把各國選舉當作生意的公司介入，己經讓美國的政治生態發生了混亂，“通俄門”到現在已經完全不是特朗普一個人的選舉問題了，而是美國政治在大數據時代，如何進行有效重構的問題了。技術方面的巨大發展對政治形態的改變，在一定的條件下有時候是非常激烈的，這是因為在技術長足的進步下，極深刻地改變了人的生存狀態和思維狀態。

　　3 大數據時代所勾勒出的隱私危機

　　當大洋彼岸的Facebook的數據泄露問題反饋到中國市場時，所引發的關注度，顯然要比在美國引發的關注度要小得多。這一現象，在李彥宏看來就是：在中國的互聯網市場，用戶對其隱私的態度與西方不完全相同，在中國，相當比例的用戶有時為了方便或省事，他們大多數情況下是愿意用所謂的隱私來進行交換的，這也是李彥宏觀點的立論基礎，現階段的中國大數據市場，被百度、阿里巴巴、騰訊這三大互聯網公司牢牢掌握，誰又能保證它們是安全的呢?百度起先是做搜索引擎起家的，但其對于用戶信息的收集及運用那可是游刃有余。這也就為李彥宏的“中國用戶隱私廉價”提供了客觀的支持。

　　我們可以舉一個司空見慣的例子，當你用你的電腦在百度上搜索了一件東西，以后只要你在你的電腦上隨意打開任一網頁，旁邊彈出的彈窗廣告的內容一定是你曾搜索的相關產品，這樣的情況，如果用心思考一下，你就會毛骨悚然，在互聯網面前，你幾乎是毫無隱私的。顯而易見，在中國這么做的決不是只有百度，而是一大批還沒有形成保護隱私意識的中國的互聯網企業家們。在他們看來，這樣做給你買東西提供了方便，也給商家提供了便利，是利人利己的一件好事。但是這一切都基于一個前提：大規模的收集用戶數據，而這些用戶數據是不是用戶隱私，可不可以隨便商業應用，在中國，都還是一個問題。

　　從一個普通消費者的角度出發，來看互聯網公司的行為，說是一種社會心理的不斷麻木過程，或許更加合適。當一個個騷擾電話，一個個垃圾短信不停在你耳邊響起時，我們可以想象得到你的憤怒表情，你一定會質問，誰把我的手機號碼給泄露出去了，在中國數據泄露已經是見怪不怪的無奈情況下，而我們廣大的用戶對此又是毫無辦法。這根本不是我們中國用戶廉價，而是在BAT(百度、阿里巴巴、騰訊)等大公司面前，在他們所謂的“與人方便”“與己方便”經營信條下，中國的用戶們沒有另一個選擇罷了。

　　既然假新聞天生比真新聞更有傳播力，那也就意味著我們不能放任它們在平臺上自由競爭。否則，勝出的肯定是假新聞。對于事實核查中，費斯廷格(Leon Festinger)的認知不和諧理論③中，就曾對此詳細的論述，他明確的指出，由于人們在認識上己經存在了先入為主的意識，所以他們更加愿意接受自己內心相信的東西，就算是這一個虛假的信息，他們也愿意相信。也就是說，如果把與他們認識相違背的真相擺在這些人的面前，他們也不會選擇相信。我們每天都要面對成千上萬的信息，我們對其進行干預及限制的方法有兩種：第一種思路是提高個體辨識新聞真假的能力，包括提供更多的事實核查信息，以及進行媒介素養、批判思維方面的教育;第二種思路是加強對社交媒體平臺的監管力度，從信息傳播的層面進行干預，主要是對算法進行干預，所謂的算法，就是對相關的信息內容不是按照出現的先后來排列，而是互聯網公司根據內部設定一定的規則自動為你過濾和排列的，這種規則就是算法。

　　怎么樣更好的控制API④端口的信息獲取及由誰來獲取是值得我們去思考的問題。在處理這些信息的同時，這些平臺在商業利益之外，還需承擔相應的道德責任和社會責任。

　　社交媒體平臺徹底改變了我們對外界信息的接收方式，如何更好地利用和發揮這一平臺在信息傳播方面的主導作用，最大程度的減少它被假新聞污染的可能性，這就要求我們一定要基于事實，對這一平臺運行方式和規律進行科學的考察和評估，然后制定這一領域的監管政策。

　　注釋

　　①The spread of true and false news online. Science，09 Mar 2018：Vol. 359， Issue 6380， pp. 1146-1151.

　　②這是希特勒于1925年出版的自傳，在德國則只能購買到《我的奮斗》的“評論版”(9：76—77).

　　③費斯廷格(Leon Festinger)美國著名社會心理學家，他曾提出“選擇性注意、選擇性接觸、選擇性記憶”等理論思想。

　　④API(Application Programming Interface)是一些預先定義的函數，目的是提供應用程序與開發人員基于某軟件或硬件得以訪問一組例程的能力，而又無需訪問源碼，或理解內部工作機制的細節。

　　相關范文閱讀：新聞媒體中隱藏的網絡輿論風險與應急處理

　　傳統媒體的話語權為新聞機構控制了許多輿論風險，社交媒體形成的網絡輿論也改變了以往的話語權格局，新聞機構也是網絡輿論監督的對象。然而在如今社交媒體中，存在著版權糾紛，這些都是導致媒體危機事件的原因，因此需要樹立一定的風險意識，通過應急管理措施才能降低相應的輿論風險，也不損害媒體聲譽。