Page 350 - 大数据背景下网络安全问题研究

大数据背景下网络安全问题研究
Research on Network Security Issues under the Background of Big Data

（psychological attributes）。通过机器人的传感设备和系统代码，人们使用机器人的
方式将被悉数记录下来。此时，这些人工智能的设置信息将变得无比重要，因为它们
负载着人们的隐私，透露着人们在机器人身上设置了哪些“陪伴程序”。对此，读取
人们是如何编程以及与机器人交互的设置信息，就像读取人们与一个心理学家的谈话
一样，相关的隐私将一览无遗。故此，人工智能的设置信息将会变得越来越重要。

5.人工智能的算法并不完美
如果说数据是人工智能的基础，那么算法就是人工智能的本质。正是算法的不
断突破，人工智能才得以像人一样智能，才能独立于人类的干预实现自动化决策，为

人们提供极大的便利。然而，人工智能的自动化决策并非完美无缺。一方面，算法可
能导致偏见或歧视。人工智能想要实现自动化决策就需要数据的喂养，如果数据本身
存在偏见或歧视，那么自动化决策自然也会充满偏见或歧视。例如，2016年举行的首
届“人工智能国际选美比赛”，由于训练人工智能的照片没有包含足够多的非白人面

孔，结果导致绝大多数获奖者都是白人选手。另一方面，算法存在“黑箱”问题。尽
管人工智能可以做出很多复杂的决定，但开发人员却很难识别或解释其决策背后的逻
辑原理，在其输入层与输出层之间存在所谓的“黑箱”。人工智能自动化决策的歧视

和不透明问题，对于隐私保护提出了更加复杂的挑战。
6.人工智能侵害隐私的行为具有迷惑性
相较于其他形式的隐私入侵科技，由于人工智能的外形、声音、思维等与人类相
仿，因而人们更加愿意接受它们。例如，具备人形外表的社交型机器人常常被用于照
顾老人和残疾人，或者被用来解决自闭症等儿童问题。然而，随着人工智能越来越像

人类，人们也会越来越将它们视为准人类或克隆人，而非单纯的工具，这使得它们的
隐私入侵行为更具迷惑性。例如，人们更加愿意与聊天机器人互诉衷肠，向机器人医
生袒露病情，因为它们看上去是那么的值得信任，以至于人们根本不会察觉它们潜在

的隐私风险。对此，福格教授曾经深入分析过这种极具迷惑性科技的危险：一方面，
它们具有善良可爱的外表和忠诚可靠的良好口碑，这使得它们极易获得人们的信任，
隐藏潜在的危险意图；另一方面，它们又极具智慧属性，能够预测人们的情绪和行
为，迎合人们的心理需求。可以预见的是，面对越来越类人化的人工智能，人们将会

更加愿意与它们分享私人生活中的点滴，由此加剧隐私风险。
7.人工智能侵害隐私的后果非常严重
首先，人工智能会减少人们独处的机会。关于隐私的基本价值已经有很多的讨
论，其中一个反复出现的主题就是隐私有助于创造和保护人们独处的时间和空间。

例如，美国隐私权先驱萨缪尔·沃伦（Samuel War-ren）和路易斯·布兰迪斯（Louis
Brandeis）就在其名作《隐私权》一文中提出，隐私权是人们享受独处的权利（right

• 338 •