数字自我防御意识觉醒隐私技术会扼杀人工智能吗？

人工智能的开发和应用需要采用大量数据。提供给机器学习算法的数据越多，就越能更好地发现模式、做出决策、预测行为、个性化内容、诊断医疗状况、实现智能化、检测网络威胁和欺诈。

事实上，人工智能和数据已经达成了这样的关系：“没有数据的算法是盲目的，而没有算法的数据是愚蠢的。”但采用人工智能技术可能面临风险，并不是每个人都想分享自己的信息或数据，至少在当前的数字参与规则下是这样。因此，需要采取一些数字自我防御措施。

有些人完全脱离对外接触，成为数字隐士；有些人则谨慎行事，使用数字自我防御这一隐私增强技术(PET)来应对数字泄漏。

使用数字自我防御的人不信任网站隐私通告，而是使用隐私等级扩展等工具对其进行验证。他们不会告知他们的偏好，而是使用专用工具——如人工智能驱动的隐私保护搜索引擎和浏览器，进行匿名搜索。这些工具阻止隐形跟踪器的跨页面跟踪，帮助他们换种方式探索世界、协作以及存储数据。

日益兴起的数字自我防御

人们可以采用一些工具来应对人工智能算法对隐私的收集和分析，这被称为数字自我防御，或者又称监视自我防御。

采用数字自我防御的用户通常厌倦了无处不在的在线行为跟踪，这些跟踪甚至进入了他们的线下生活。数字自我防御并不是一种间谍行为，而是隐私的自我保护。

这种行为始于2013年美国前特工爱德华·斯诺登揭露的美国政府全面监控计划，该计划让美国国家安全局史无前例地可以掌握人们的通信和信息，包括可以从苹果、谷歌、Skype和Facebook等科技巨头的服务器上窃取电子邮件、照片、视频、实时聊天等信息。

英国情报机构GCHQ的类似侵入性策略也被披露，这引发了人们更高的隐私安全意识，改变了欧盟数据保护法规的发展轨迹，促使在法规中体现出以消费者为中心、以隐私为中心的文化，例如GDPR法规。

科技巨头为此争先恐后地证明他们的隐私信誉，将加密作为默认设置，并宣布将用户隐私作为优先事项。他们将自己定位为值得信赖的数据守护者，消费者可以信任他们，无需进行进行数字自我防御。

但2018年发生的剑桥分析公司的数据泄露丑闻，揭示了一些可能比政府监视更令人不安的东西：“监视资本主义”。在广告技术的推动下，人们的数字身份被在线跟踪器和不正当的数据抓取、打包、分析、剖析、拍卖、交换以及武器化，以提供“精准营销”来影响人们的消费行为。

事实表明，亚马逊公司可能比人们更了解他们自己。Facebook可以预测人们在社交媒体要说的下一句话，更可怕的是可以预测选民的投票倾向。剑桥丑闻揭示了广告技术“微目标”如何与假新闻和心理战策略相结合，以影响选民的决定，这导致Facebook公司在今年早些时候禁止在其平台上投放政治广告。

广告技术的新宠是基于位置的营销，它可以跟踪和映射用户的行为，追踪他们进入线下世界，通过结合应用程序数据和他们收集与汇编的其他来源数据推断私密细节，以创建丰富的个人资料，并按种族、性格、财务状况、年龄、饮食习惯、药物滥用历史、政治派别、社交网络、社交网络等对用户进行细分，然后在实时竞价平台的暗网中兜售，因此可能将会带来不利影响。