人工智能與隱私博弈

【內容提要】AI廣泛地應用于日常生活，引發了公眾對AI公德、隱私和倫理的擔憂。研究選取中外兩個主要數據庫，進行關鍵詞篩選，分別獲取了2009年-2018年十年間國內外主題為人工智能和隱私的論文，采用數據分析軟件CiteSpace對這些數據進行處理后得到熱點圖，解析圖片含義。

【關鍵詞】知識圖譜 "人工智能 "隱私 "CiteSpace "研究熱點

電子信息技術發展迅速，使整個社會結構和運行機制面臨解構后重構。大數據、云計算等技術沖擊了各行各業，所有領域都重新定位。人工智能迅速地在傳媒領域也找到了自己的一席之地。但同時給大眾帶來了不少的困擾，權利和義務之間的界限變得模糊，人類遇到了以下難題：該如何評判用戶隱私權的界限并保護用戶的利益？

一、引言

一方面，人工智能確實為很多領域搭建了便利的橋梁，給一些問題帶來了不可思議的解決方法。另一方面，眾多媒體平臺的用戶隱私泄露問題確實也頻頻發生，人們對此除了小心提防別無他法，反而變得草木皆兵。社交平臺的元老——Facebook主張“to a more open and connected world”，每天都會產生上億條的信息流。①這個社交平臺通過大數據將世界各地的用戶連接起來。它的數據庫使得地球成為了真正意義上的“地球村”，而Fackbook所擁有的用戶數據庫也是它變現的資本。與此同時，這樣的便利也催生了許多齷齪的交易。2018年3月，一些第三方集團利用Facebook的數據來針對不同的用戶推送的不同的信息，從而誘導公民為候選人投票。同年9月，因平臺的安全系統出現漏洞，Facebook數據庫遭到了黑客入侵，最終有近1400萬用戶的隱私數據被黑客獲取。12月，Facebook自己又宣布了該APP程序中API（應用程序接口）編碼漏洞極有可能影響到6800萬用戶的隱私照片泄露。這類隱私泄露事件不再是黑天鵝事件，往往一經暴露產生非常嚴重的社會后果。

1956年，在達特茅斯學院青年學者的一次學術會議上，“AI”作為學術專用詞語被正式提出。20世紀80年代，隨著專家系統、神經網絡反向傳播算法的突破，AI研究再次熱門起來。2014年，聊天程序“尤金·古特斯曼”通過了定義人工智能的“圖靈測試”，自此，人工智能迎來了它的春天。實際上，AI具有多樣性，已經潛移默化地進入我們日常生活，與金融、交通、健康、教育、傳播等各個行業相結合。②

目前，人工智能與新聞傳播領域結合，從新聞制作和傳播的幾個步驟創新了傳媒方式，分別在新聞生產、媒介環境、新聞發布方式以及新聞表現形式等方面產生了變革，催生了新的應用。媒體采用機器人記者來生產新聞，在大數據環境中結合云計算技術，塑造了新的傳媒生態;越來越多的傳媒機構使用推薦算法來迎合受眾口味，以便增加用戶黏度;相應地，受眾也越來越注重體驗感，很多專家將目光放到了沉浸式新聞上。人工智能數據挖掘幫助人們從浩繁的數據中獲取到他們想要的資訊，再結合數據分析模型來科學高效地分析內容，使得網絡輿論監控和情感分析更為靈動。然而，技術是把雙刃劍，它給人們生活工作帶來便利的同時也帶走了人們的自由和權利。③如何更好地使用人工智能為我們生活服務，同時減少對人類隱私權利的侵害，本文將從學術熱點分析中尋找答案。

二、研究方法與數據獲取

知識圖譜的概念屬于科學計量學的范疇，主要是以科學知識為研究對象，通過科學的數學方程式表達其發展規律，顯示知識的進程和結構之間的關系。主要應用于：明確各領域間的關鍵詞或主題詞及其內部聯系;明確每個領域內的知識輸入與輸出;領域發展的動態化;信息生產和傳播中的經濟因素評估;科學社會網絡;明確戰略的作用和政府項目的應用研究。目前業界常用的數據分析軟件有：Bibexecl、SPSS、SATI和CiteSpace等。④

本文的研究分析所用的軟件是應用Java語言開發的可視化軟件 CiteSpace。Citespace建立在共引分析理論基礎上利用尋徑網絡等算法，對一定限定條件下收集的特定領域內的大量文獻進行統計，⑤能夠實現將獲取的分開的毫無關系的數據實現可視化的關系圖譜的呈現。在可視化的圖片上可以探究領域內的研究熱點并做進一步的思考和展望。

CiteSpace相較于人工分析，主要有以下優點：

1.避免研究者的主觀臆斷。

2.更直觀地看出領域內的分析熱點和先前研究之間的關系，以便預測研究趨勢。

3.借助圖示直觀性展示和動態性呈現。

經分析可知，人工智能在新聞傳播領域的主要應用為：推薦算法、機器人寫作、機器人記者、沉浸式新聞、數據挖掘和云計算等。本研究選取了Web of Science（WOS）核心合集為國外研究文獻的數據來源，在WOS主頁設置高級搜索，以“Artificial Intelligence”和“privacy”為基本檢索式，再輔以“Recommended Algorithm”“Robert Journalist”“Robert writing”“Immersive Journalism”“Data Mining”和“Cloud Computing”作為輔助檢索式，并設置檢索跨度為2009-2018年，得到135199篇文章，之后選用“領域中高被引文章”進行篩選，最終有效文獻共770篇，檢索時間為2019年1月8日。

國內數據庫則選用了中國知網，采用“人工智能”+“隱私”為主檢索式，“推薦算法”+“隱私”、“機器人記者”+“隱私”、“機器人寫作”+“隱私”、“沉浸式新聞”+“隱私”、“數據挖掘”+“隱私”、“云計算”+“隱私”為輔助檢索式，選擇發表時間為2009年1月1日至2018年12月31日間的論文，于2019年1月8日搜索后共得到1622篇文獻。

研究選取Citespace作為分析工具將WOS和知網上獲取的論文參數分別載入Citespace 中進行信息可視化分析。以下為分析熱點圖譜的結果。

在CiteSpace的研究熱點圖譜上，節點的大小與關鍵字出現的頻次相關，節點越大代表關鍵字出現的頻次越多，反之則表示出現的頻次越少。在國外10年間研究熱點圖譜中有一個特別明顯的聚類是以Cloud Computing（云計算）為核心發散的知識網絡，其中還有System（系統）、model（模型）、algorithm（算法）、classfication（分類）、data mining（數據挖掘）、network（網絡）、neural network（神經網絡）、big data（大數據）、optimization（優化）、management（管理）、database（數據庫）和security（安全）等。其中cloud computing是處于紅黃色十字的中心，是citespace標出的brust detection（突現詞），是指一個變量的值在短期內有很大的變化。“云”是一個包含大量虛擬資源的資源池，能夠幫助用戶在不了解技術原理的情況下獲取使用所需服務的技術。云計算以大量數據為中心，是數據密集型的超級計算，支持分布式計算、并行計算和網格計算。從圖譜來看2009年之后，“云計算”得到了大力發展。

國內10年間研究熱點圖譜是以“隱私保護”為中心發散的，主要節點是“數據安全”“數據挖掘”“訪問控制”“差分隱私”“關聯規則”“云存儲”“安全多方計算”等。其中有兩個主要的突現詞，是“數據挖掘”和“隱私保護”，說明這兩個關鍵詞在短時間內得到了集中大量研究。

在Citespace可視化軟件生成的數據表格中，標有一些體現關鍵詞重要性的特征值，分別是：年份、頻率和中介中心性。一個節點的中介中心性是指網絡中所有的最短路徑中經過該節點的數量，是網絡中節點在整體網絡中所起連接作用大小的度量。在進行網絡圖譜分析時，中介中心性是度量網絡中節點重要性的一種方法。某個節點的中介中心性越高，說明它在網絡中最短路徑上出現的次數越多，其影響力和重要程度越大。上表分別選取了用CiteSpace得到的關于國內外的每個年份節點的中介中心性排第一的熱點詞匯。

由圖表可以發現，國外的研究重點更加偏向于計算機技術的改進和創新，而國內的則偏向于信息處理技術的改善和創新。這些變化與時代特征以及國際國內環境相關。觀察表格可知，2014年國內外的研究熱點很一致，都是大數據，大數據的應用和技術是誕生于互聯網快速發展的溫床中，起點是千禧年前后。⑥2012年，美英日澳等國相繼出臺多項政策來支持大數據應用。2014年，全世界的大數據研究尚處于發展初期，中國的應用更是剛剛起步;但是各個行業意識到大數據對數據獲取、分析等領域的廣泛滲透，紛紛投身大數據應用。隨著移動技術的快速發展，很多應用軟件“入侵”了人們的日常生活。2017年，國外研究多次提到“China”的主要原因是，中國物聯網和社交通訊的進步引起了他們的關注。物聯網（Internet to Things），一種具有預置協議用于連接物與互聯網的網絡，利用無線射頻等信息傳感器設備識別技術（RFID）、傳感器和二維碼等技術增加了物與人的聯系。中國在國內政策的支持和國內外環境推動下，國內物聯網產業和市場大力發展，在所有的發展中國家里擁有最發達的物聯網產業和相關的基礎設施。⑦但是在個人應用和消費領域，國內物聯網的發展仍然緩慢，隱私風險極大地破壞了用戶的行為意圖。社交工具例如微信的很多附加功能也成為了學者們研究社會關系和新媒體功能的重點。微信的移動應用在改善健康行為方面具有潛力：⑧如朋友圈的微信步數排行榜刺激著人們去步行?？墒?，這種通過獲取用戶的數字信息的做法另一方面也存在隱患：用戶的隱私數據在不知覺中被收集過去，且不知道將會被作何用途。至2018年，國外關注的是authentication（身份驗證），國內則關注風險評估，這是分別從用戶安全角度和企業發展角度去考慮大數據安全問題的。Authentication是通過技術手段來保證用戶登錄和操作賬號時是本人或可信賴的終端進行操作的，在一定程度上保護了用戶隱私。風險評估就是用量化手段去測量評價某一事件或事物所帶來的影響或損失的可能程度，這是企業主為了企業長遠發展而產生的行為。在液態化社會，社會關系和結構變得脆弱，不僅勞資關系變得不堪一擊，信息的安全存儲也變得如履薄冰;一個黑客的入侵會導致用戶信息丟失，企業將會遭受巨大損失，故而有必要進行風險評估，強化自我審查的習慣。

三、總結與展望

CiteSpace具有多種分析數據的功能，我們研究的最終目的是希望通過分析國內外的人工智能和隱私之間的博弈來逐步實現個人信息的保護。在制作熱點圖的過程中發現為了降低數據存儲風險，國內外主要使用兩個方式：從技術方面設置“防火墻”或者設立法律法規遏制不法分子侵害他人隱私。個人信息如何保護主要有兩個角度：從存取的角度來看，個人信息保護強調個人不能隨意地獲得、公開或者使用他人的個人數據 ;而從處理的角度來看，個人信息保護強調當事人可以依據一定的程序如使用、加工及轉移等方式來處理個人數據。⑨

在今后的研究中，筆者認為可以在現有的基礎上從以下方面做出嘗試：

1.建立個人信息庫

現行的規章制度下，我們的個人信息是分散且不被重視的。經常出現這樣的狀況：登錄一個應用軟件填寫一次個人隱私信息，報名參與一個活動又需要我們填寫自己的個人信息，而往往很多網站或者軟件我們并不會再次使用，但是作為用戶我們不知道自己的隱私數據被他人使用了哪些、也不知道他們會作何用處以及沒有一個渠道可以拒絕這類情況的發生。所以有關部門可以建立一個個人信息庫，一方面方便了企業在登記新用戶信息時的操作，另一方面也方便用戶查詢自己的信息是被哪些人所使用了。

2.完善人工智能行為規范和工作程序

應該人機共同制作內容，不能全部由機器來操作，人應該發揮自己的主觀能動性，去監督機器。作為行業內部人員，應該完善算法，并提高自身產品的內容，而不是讓技術凌駕于內容之上;作為受眾，應該提高素養，面對陷阱和危險要有警惕心，政府應該普及公眾認知。

3.法規監管齊用，形成良性循環

政府應不斷完善法律法規的制定，堅決抵制侵權行為的發生，減小傳播風險，塑造良好的社會風氣。

從人工智能的概念被提出到現在，每次研究有進展的時候，人們總會害怕機器會破壞人類社會的秩序。用戶隱私被侵犯，AI有部分的責任，人類本身也有責任。

首先行業內部要清楚責任主體，明確規范。

企業設置訪問系統時應該設計一個具有靈活性、可操作性和高質量的系統。對有不同隱私需求的人設置不同的保護策略;保證數據的高質量，不要重復存儲浪費資源;系統應該簡單操作，不要因為過于復雜而使得用戶的操作存在隱私泄漏等問題。要責任明確到人，不能因為責任主體設定的模糊而給不法分子可乘之機。

其次可以設定行業隱私法。在美國對特定類型的記錄有各自的行業法，如信用報告、視頻租用記錄以及敏感信息類如健康信息等，照顧到了特殊行業的數據存儲的特殊性。一個自律有能力的企業才能贏得用戶的信任。

固然，因為互聯網和AI越來越普及和高能，使得很多研究內容面臨新的挑戰;個人信息的定義變得更加復雜，社會情境變得多樣甚至融合在一起，很多隱私難以定義;因為技術降權給大眾，加之網絡匿名性使得責任主體難以劃分;網絡個人信息保護與知識產權也會產生沖突。⑩但是適應技術的潮流，制定合理科學的規范，使技術正確為人類所用，在技術進步和用戶體驗上實現雙贏，才是人工智能發展的有效路徑。

【本文受國家社會科學基金項目“傳媒公共文化服務制度建構研究”（項目號13CXW015）和上海市部校共建項目“傳媒公共服務與輿論引導”共同資助】

注釋：

①江宇，沈凱蓉，藍杭輝.Facebook信息泄露事件影響及對我國征信監管的啟示[J].征信，2018，36（11）：66-70.

②人工智能簡史[J].農業工程技術，2018，38（21）：15-18.

③王琦，張揚，吳帥.論人工智能背景下新聞傳播的變革與反思[J].新聞前哨，2018（09）：38-39.

④陳悅，劉則淵.悄然興起的科學知識圖譜[J].科學學研究，2005（02）：149-154.

⑤范振強，郭雅欣.國外構式語法研究的發展趨勢與前沿動態——基于可視化技術的科學知識圖譜分析[J].北京科技大學學報（社會科學版），2018，34（06）：56-63.

⑥匡文波，黃琦翔.大數據熱的冷思考[J].國際新聞界，2016，38（08）：134-148.

⑦Kshetri，Nir. The evolution of the internet of things industry and market in China： An interplay of institutions， demands and supply[J]. TELECOMMUNICATIONS POLICY.2017，41（1）：49-67

⑧Chao He，Shiyan Wu，Yingying Zhao，Zheng Li，Yanyan Zhang，Jia Le，Lei Wang，Siyang Wan，Chang qing. Social Media-Promoted Weight Loss Among an Occupational Population： Cohort Study Using a WeChat Mobile Phone App-Based Campaign[J].JOURNAL OF MEDICAL INTERNET RESEARCH.2017，19（10）

⑨Wolfert "Sjaak， Ge Lan，Verdouw Cor. Big Data in Smart Farming - A review[J]. AGRICULTURAL SYSTEMS，2017（5），153：69-80

⑩石佳友.網絡環境下的個人信息保護立法[J].蘇州大學學報（哲學社會科學版），2012，33（06）：85-96.

作者簡介：梅明麗，同濟大學藝術與傳媒學院副教授，博士;姚潤璐，同濟大學藝術與傳媒學院新聞傳播學專業碩士研究生

編輯：王洪越