2028畅想:隐私纳入系统管理,数据定义个性化

简介:

假设:

U5:数据所有权从企业转移到消费者或公民手里

U9:隐私担忧将解除


2028年10月9号上午10点,你走入当地一家咖啡店,点了一杯意式浓缩。你在门口点单,用手表轻刷一个小小的玻璃显示器;然后直接走到柜台,手腕再次随意一挥,为双倍豆奶拿铁付了钱。然后你走出了咖啡店,全过程你不用和任何人说话。你不禁感叹,“啊,自从2013年,这世界发生了多大的变化.. …”


2013年,人们还不得不挣扎在两个世界里---一个“真实”的世界和一个不那么真实的网上世界。人们在虚拟生活中拥有多重人格,大趋同虽然已开始,但这是2013年,大部分人仍不愿放弃网络匿名带来的种种好处。最终,对更高质量生活的追求盛行开来,到今天,没人会再谈论在线角色。每个人只生活在一个世界,拥有一个身份,在一个丰富多彩、复杂、独一无二的数字环境中,这些都统一于一个单一人格(persona)。


统一的人格盛行于本世纪初的数据技术爆炸之后。那时,企业、政府和民众正努力理解“大数据”分析的力量,而大规模数据采集已开始占领生活的各个方面,从人们如何花钱到看什么电影,再到去哪里工作。现在,数据采集无处不在,每个人的数据通过每天24小时、数十次的点触选择被收集起来。关于一个人的习惯、动作和决定的记录,已经定性了他是怎样一个独特的人。


朝向单一人格的大趋同让大量个性化公司(Persona Companies,简称PCs)应运而生,这些公司的主要任务是收集、保护和处理个人数据。今天,它们已经成为个人数据的守护天使,它们收集和储存个人银行交易、医疗记录等一切信息。人们鼓励这些公司收集关于自己如何生活的数据——越多数据被收集,生活质量就越高。一个人的个性化数据是否能被公司获得决定了他能否享受到一系列个性化产品和服务——从个人计算,到银行,到医疗服务。


这些发展令个性化公司在当今社会极具影响力。人们通过刷个性化标签((p-Tag)——一种简单的数字钥匙——来购买拿铁或新车。刷个性化标签不是把你的私人信息泄露给服务终端,而是将一个有关个性化水平的询问发送到你的个性化公司。正如今早在咖啡店,刷个性化标签的结果是,个性化公司告诉咖啡吧师傅,制作一杯双倍有机豆奶拿铁,放一块糖。而这个询问绝不会向师傅泄露你是谁。从始至终,你的隐私都能得到尊重。


在2028年,绝对的隐私代价很高:失去个性化(便利)。一个人拒不使用个性化标签,就会沦为边缘化消费者,无法获取某些特定产品和服务,甚至包括医疗服务等生活必需。在统一人格时代,银行拒绝为没有有效个性化标签的个人开户。保险公司、学校甚至医院基于个人的统一身份提供服务。电信公司也不会签没有个性化标签的客户,因为他们的设备没有办法非定制销售。


2028年,不再有标准化。企业接入个性化公司的应用编程接口,为客户交付充分个性化的产品。这种定制化,在仍然依赖人际互动获取积极结果的领域,极具影响力和争议。医疗卫生、教育和法律实施领域受数据技术影响最大。在医院和学校,个性化公司可以最优化人际关系。在医院,它们为病人适配能最优化治疗结果的外科医师、医生和护士。这种适配根据个性化互动和适合性运算法则(PICAs)得出。PICAs是能够基于人们的经验、喜好、历史、习惯、技能和人际联系预测结果的复杂公式。在学校,个性化公司处理录取事宜、安排课程,甚至最优化课程组成,让学生及学校实现最佳的教学、学习效果。在法律实施领域,战术反应小组根据每个成员的个人数据排班,值班搭档和任务分配则基于实时计算出的PICA系数。


积极结果为PICA赢得了大众的认可,但有些团体对PICA的副作用感到担心:工程偏见和系统社会工程(engineered bias and systemic social engineering)。民权运动开始警惕针对特定群体的固有偏见。在统一人格时代,银行系统性地拒绝服务于因非金融因素被视为“高风险低回报”的特定群体。个性化公司基于学生的阅读、运动和娱乐习惯作出分析,无意中限制了他们的大学选择。医院出现了“贫民-病房”,在这里,病人因为高复发率只能接受低标准治疗。不幸的是,在一个数据已成为新货币的世界,最优化结果带来了系统性边缘化---这就是人们享受更高生活水平所付出的代价。

作者简介:

Nino Lancette

Technology Strategist at Cinafidès Consulting

Teacherat SWUFE

MBAstudent at RMIT


原文发布时间为:2014-05-26

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
存储 NoSQL Redis
redis set底层数据结构
set底层存储  redis的集合对象set的底层存储结构特别神奇,我估计一般人想象不到,底层使用了intset和hashtable两种数据结构存储的,intset我们可以理解为数组,hashtable就是普通的哈希表(key为set的值,value为null)。
7751 0
|
2月前
|
人工智能 自然语言处理 数据库
企业 GEO 工程化实践(二):如何建立一套可计算、可复现的 GEO 评估体系
本文探讨GEO(生成式引擎优化)效果的科学验证方法,指出“截图证明”不可靠,必须升级为可测量、可重复、可追溯的实验体系。提出六大核心指标:可见性、准确性、引用质量、知识覆盖、稳定性与时效性,并强调“可信可见性=可见性×准确性×证据力”,推动GEO从营销展示迈向工程化治理。
286 0
企业 GEO 工程化实践(二):如何建立一套可计算、可复现的 GEO 评估体系
|
7月前
|
人工智能 自然语言处理 JavaScript
告别API参数解析!一句话查12306火车票,这个开源项目做到了
本文介绍如何用IntentOrch+MCP 5分钟搭建智能出行助手:仅需3步配置,一句自然语言(如“查4月15日京沪高铁票”),AI自动解析意图、调用12306 MCP服务,返回结构化车次表——零规则、零硬编码,真正实现“说即所得”。
870 17
|
9月前
|
存储 人工智能 运维
刚用AI Agent指挥官处理服务器告警,3分钟搞定之前熬2小时的活,我直接提前下班撸串去了
这是一篇生动的技术叙事:运维工程师亲述从“凌晨2小时盲查告警”到“3分钟AI自动修复”的真实跃迁。AI Agent指挥官可自动聚类告警、登录服务器诊断、定位代码Bug、执行备份/清理/回滚,并生成复盘报告——不止提效4000%,更防误操作、避背锅、助预防。运维价值,本该是稳而非熬。
656 1
|
搜索推荐 安全
如果您干不动跨境外贸独立站,可以来看看反向海淘代购模式
反向海淘代购模式是指海外消费者通过国内电商平台购买中国商品,再由代购方负责采购、质检、包装和国际运输。该模式商品丰富、价格竞争力强,能满足个性化需求,但也面临物流成本高、海关政策复杂等挑战。
1378 2
SAP ABAP 程序调用设置成后台作业模式
ABAP 程序调用设置成后台作业模式
1416 0
|
搜索推荐 数据挖掘 大数据
数据具有无限性、易复制性、非均质性、易腐性和原始性五大特征
数据具有无限性、易复制性、非均质性、易腐性和原始性五大特征
1941 1
|
机器学习/深度学习 人工智能 监控
|
弹性计算 开发者
阿里云2核4G云服务器租用费用,轻量和ECS实例规格整理
阿里云2核4G服务器概览: - ECS u1企业专享:2核4G,5M带宽,80G ESSD盘,199元/年,续费同价。 - 轻量应用:2核4G,4M带宽,60GB ESSD,298元/年,新人特惠。 - ECS u1实例基于Intel Xeon Platinum处理器,提供稳定算力。 - **注意:** 企业用户优先选择199元方案,个人开发者适合轻量应用服务器。
913 5
|
存储 JavaScript 前端开发