我们都是数据奴隶。

—— Jennifer Lyn Morone,艺术家

大声

08-07 14:04

“数据奴隶”,美国艺术家 Jennifer Lyn Morone 认为这是大部分现代人所处的状态。为了“换取”免费服务,我们将自己的信息和数据拱手送到科技公司手中,“个人数据其实比你想象中更值钱。”

她曾创作了一件作品:注册了一个公司,将自己各方面的个人信息分类,标价,发售,总定价为 7000 英镑。

▲ Jennifer Lyn Morone 的个人信息,图片来自《卫报》

虽然这看起来,就和她自己说的一样——“荒谬极了”。但如果你退一步看,会发现这个艺术行为和 Cambridge Analytica 购买 Facebook 用户信息的性质是一样的。

▲ 图片来自《经济学人》

在当今社会中,信息的确有价值,但用户并没有控制自己数据的权力。而且,就和人类劳动力一样,数据的价值也很难被“定价”。在西方历史中,部分人类劳动在很长时间里都被迫“无偿化”,直到各种各样的工会形成,工人的薪资才提高至能过日子的程度。

这也是为什么,耶鲁大学经济学家 Glen Weyl 认为,随着势态发展,类似“数据劳动工会(data-labour unions)”的组织将应运而生。这些组织将成为特定群体数据的守门人,并为其争取权利。

▲ 图片来自 Business Insider

这听起挺遥远的,但《经济学人》认为这并非不可能,因为对于人工智能的发展而言,人类的数据投入是必要的。

Weyl 将“人工智能”称为“集体智慧(collective intelligence)”,因为现时大部分人工智能算法都是走深度学习模式,这也意味着,研究人员必须通过输入大量由人类产生的“正确答案”,人工智能才有可能“学会”识别图像、语音等内容。随着功能发展越高级,数据需求量就越大。

此前,《纽约时报》曾撰文对极度依赖输入数据量的深度学习模式提出质疑。算法对数据的此般依赖,不仅限制了算法可应用的领域,同时,在本质上也注定了训练出来的算法必然刻板,很容易受到劣质数据源影响。这也是为什么,不少研究人员已经开始尝试不同类型的人工智能训练分支,探索更灵活的方式。

但在另一种算法“引领新时尚”前,大部分公司估计仍将采用基于大量数据的算法模式,它们对数据的渴望也将继续下去。事实上,现在已经有科技公司为数据聘请人类员工的模式雏形。

正如爱范儿在《那些假装成 AI 的人类》一文中报道,部分公司的算法因为不够成熟,需要聘请人类员工来进行内容纠正(对外还是称“这是人工智能的成果”),而亚马逊 AWS 的众包平台 Amazon Mechanical Turk 上就发布了不少这类工作机会。

▲ 图片来自 Medium

《经济学人》指出,即便如此,在迈向“付费数据劳动”的路上,我们需要准备的还有很多,相对应法规就是其中一部分。从某个层面来看,早前欧盟提出的 GDPR 是第一步,要求科技公司赋予消费者查看、下载甚至删除个人信息的权利。

其次,我们还需优化数据计量的工具,制定衡量数据对人工智能发展价值的体系,甚至为日后可能产生的数据价值不均等可能带来的社会问题做准备……

但在那之前,大家还是得有相关意识。不能一边说觉得自己的数据很重要,另一边就把自己的信息随便抛给网络上的服务。

后评论

评论在审核通过后将对所有人可见

正在加载中

用 iPhone 8 的我还是不时拿不稳手机

在移动设备优先的大环境下,国内互联网公司的内容消费衍生出了多种新的商业模式,它们不仅带来了多样化的营收,还让用户能够更好、更灵活地做出购买决定。

查看全文 —— 硅谷风投公司 A16Z

我只能说明年的巴展(巴塞罗那 MWC 大会)我们还会有更厉害的技术,不只展示一些通过供应链等合作获得的一些能力

查看全文 —— OPPO 副总裁沈义人

Twitch 用户一般一天不会多次打开 app,但他们观看时间会更长。我觉得这是健康的。就像我会去看电影,一次花上两小时,但这不意味着我对电影上瘾了。

查看全文 —— Emmett Shear,Twitch CEO

苹果和像麦当劳这样的连锁餐饮业其实都陷在类似的问题中:它们的健康营收增长数据背后都藏着潜在的需求问题。

查看全文 —— Sarah Halzack,《彭博社》评论员

一直以来,大部分人都默认下一个比尔·盖茨将会和上一个比尔·盖茨很像。当社会预设科技人才是某种人的时候,这种刻板印象就会反向打击年轻女性和有色人种加入科技行业。

查看全文 —— 梅琳达·盖茨,盖茨基金会联合创始人