伴隨著信息技術的普及,以“軟件嵌入世界”為特征的自動化時代已經(jīng)轉變?yōu)椤笆澜缜度胲浖钡臄?shù)字時代,傳統(tǒng)觀念上物理世界與比特世界的分野也逐漸喪失其實際意義,所有信息都已被數(shù)字化。

 
  “數(shù)據(jù)”主要來源于:個人生物信息的基因數(shù)據(jù)、包含物理信息的傳感器數(shù)據(jù),例如以攝像頭、無人機為代表的普適計算(意指“無處不在的計算”,即以傳感器、無人機等為代表的微小型計算設備遍布周圍環(huán)境,無時無刻不在采集并處理數(shù)據(jù));包含個體行為信息的數(shù)據(jù),例如交易數(shù)據(jù)、搜索歷史、通信數(shù)據(jù)、位置痕跡等;以及包含公共信息的政府數(shù)據(jù),例如公共服務、基礎設施分布、稅收數(shù)據(jù)等。
 
  圍繞這些數(shù)據(jù)的治理,存在著下列四個維度的政策議題:個人隱私的保護、數(shù)據(jù)價值的生產激勵與分配正義、數(shù)據(jù)安全、數(shù)據(jù)責任。
 
  個人隱私保護是數(shù)據(jù)治理的政策起點。經(jīng)典意義上的“隱私權”概念源自“不被打擾的合理期望”,而這種“合理期望”隨著技術進步也在相應發(fā)生變化。由此引發(fā)的問題便是,數(shù)字時代我們應該如何對“數(shù)據(jù)隱私權”做出相宜界定?另一方面,考慮到數(shù)字技術的普遍性,所有信息都被數(shù)字化且被永久記錄于網(wǎng)絡之中,由此改變了傳統(tǒng)意義上的規(guī)制體系,如何發(fā)展并革新法律規(guī)制的技術、理念和制度,同樣是擺在面前的難題。
 
  數(shù)據(jù)價值的生產激勵與分配正義源于數(shù)字經(jīng)濟的商業(yè)模式變革。一方面,建立在知識產權基礎上的生產激勵在快速且低成本的數(shù)字流動過程中既缺乏有效的制衡手段,也阻礙了數(shù)據(jù)價值的充分挖掘;另一方面,源于互聯(lián)網(wǎng)平臺經(jīng)濟的崛起與創(chuàng)新,“長尾數(shù)據(jù)”被有效利用并在此基礎上形成了“公地喜劇”,但價值分配卻呈現(xiàn)出明顯的兩極化趨勢。對于前者而言,激勵機制需要創(chuàng)新;對于后者而言,平臺規(guī)制需要加強。開源軟件和同輩生產的治理模式值得更多的分析與借鑒。
 
  數(shù)據(jù)安全是數(shù)據(jù)治理的又一核心議題。“9 · 11”事件之前,美國國內法律規(guī)制體系對于行政及司法機構在數(shù)據(jù)審查方面的有效約束,使得跨境數(shù)據(jù)流動的全球治理能夠在接受不同國家差異性的前提下正常運轉;“9 · 11”事件之后,特別是斯諾登事件的爆發(fā),使得其他國家開始關注美國大規(guī)模數(shù)據(jù)審查的威脅,以及數(shù)據(jù)安全的重要性。數(shù)據(jù)本地化、向數(shù)據(jù)征稅、加強國家監(jiān)管等數(shù)據(jù)保護主義政策被提出。這一背景下,如何恢復國際信任、重塑跨境數(shù)據(jù)流動全球治理體系成為當前挑戰(zhàn)。
 
  數(shù)據(jù)責任是數(shù)據(jù)治理的未來議題,其主要指當最終形成基于數(shù)據(jù)的治理模式后,如何對算法/數(shù)據(jù)進行問責并提升其合法性。伴隨著大數(shù)據(jù)、深度學習以及人工智能的技術突破,建立在大規(guī)模數(shù)據(jù)訓練基礎上的決策模式將反過來使數(shù)據(jù)開始塑造物理世界本身。由此自然引發(fā)對于其責任、合法性的質疑,以及對于其經(jīng)濟、社會、政治后果的思考。
 
  鏈接
 
  長尾數(shù)據(jù):“長尾”是一個統(tǒng)計學概念,意指取值低的個體其總體數(shù)量卻巨大,“長尾數(shù)據(jù)”則指不十分重要的零散數(shù)據(jù),但這些數(shù)據(jù)加總在一起卻價值顯著。
 
  公地喜劇:指對于某公共物品而言,使用的人越多,其價值就越大。例如在廣場上舉行的慶典活動,參加的人越多,其對于每個人的價值就越大。究竟能否實現(xiàn)“公地喜劇”,取決于具體的制度安排,尤其是公共產權制度的設計。
 
  開源軟件:意指源代碼開放的軟件,任何人都可以自由獲取、使用、修改和發(fā)布,著名的開源軟件包括Linux、Android等。開源軟件是相對于閉源軟件而言,后者例如微軟公司的Windows操作系統(tǒng),只有獲得微軟公司的授權才可以使用或修改該軟件。
 
  同輩生產:意指每一個個體都成為生產主體且形成巨大生產力的組織模式。例如維基百科,每個人都在此編輯并發(fā)布詞條,由此形成的知識量比大不列顛百科全書的容量還大若干倍。
 
  作者:賈開
責任編輯:admin