李衛(wèi)剛
陜西財經(jīng)職業(yè)技術(shù)學(xué)院,陜西 咸陽 712000
雖然對于“人工智能”的概念,未有定論,“公說公有理婆說婆有理”。但是人工智能技術(shù)主要包括以下核心技術(shù):機器學(xué)習(xí)、知識圖譜、自然語言處理、人機交互、計算機視覺、生物特征識別、虛擬現(xiàn)實。
根據(jù)人工智能發(fā)展的進程,科學(xué)家把人工智能分為三個階段:即弱人工智能、強人工智能和超強人工智能。就目前技術(shù)而言,人工智能處于弱人工智能階段。
首先,個人數(shù)據(jù)與個人信息和個人隱私的區(qū)別
簡而言之,個人信息是個人數(shù)據(jù)經(jīng)過加工處理后得到另一種形式的數(shù)據(jù),其內(nèi)涵與外延均要小于個人數(shù)據(jù)。從立法實踐來看,對個人數(shù)據(jù)保護較為寬泛的國家多使用個人數(shù)據(jù)的概念,對個人數(shù)據(jù)保護較為嚴格的國家多使用個人信息的概念。但是,當前由于人工智能的發(fā)展,對個人各種數(shù)據(jù)進行收集、分析,能夠精準的識別數(shù)據(jù)主體,因此當前社會發(fā)展狀態(tài)下,個人數(shù)據(jù)的內(nèi)涵和外延要遠遠大于傳統(tǒng)模式下的個人數(shù)據(jù)的內(nèi)涵和外延。因此結(jié)合理論和實際的需要,我們使用個人數(shù)據(jù)的概念較為妥當。
個人數(shù)據(jù)的概念與個人隱私的概念,也有區(qū)別,首先從定義的角度上,數(shù)據(jù)的含義要大于隱私,有些個人數(shù)據(jù)可以公開,且公開之后不會對個人造成法律上的傷害;有些個人數(shù)據(jù)不可以公開,且公開之后,會對個人的人身和財產(chǎn)造成傷害和損失。這些不能公開的個人數(shù)據(jù)或者經(jīng)過處理分析之后的仍然不能公開的個人數(shù)據(jù),我們可以稱之為個人隱私。其次個人數(shù)據(jù)的性質(zhì)傾向于數(shù)據(jù)主體的財產(chǎn)性,個人隱私的性質(zhì)傾向于人身性,更傾向于保護隱私主體的人身。從立法實踐來看,傳統(tǒng)上重視隱私保護的美國則多使用個人隱私的概念。傳統(tǒng)上不重視隱私保護而重視人權(quán)保護的歐盟則多使用個人數(shù)據(jù)的概念。
其次,個人數(shù)據(jù)的概念
對于個人數(shù)據(jù)的概念,目前不但沒有定論而且數(shù)量較少。可以說“橫看成嶺側(cè)成峰,遠近高低各不同”。比如國內(nèi)的齊愛民使用個人信息來表示個人數(shù)據(jù),是指可以直接或者間接識別該個人的全部信息。
總而言之,這些概念均包含以下基本含義:第一、強調(diào)數(shù)據(jù)主體的可識別性。第二、數(shù)據(jù)內(nèi)容的豐富性,尤其是在人工智能模式下,已經(jīng)將以前并屬于個人數(shù)據(jù)的內(nèi)容包含在個人數(shù)據(jù)中。
在大數(shù)據(jù)時代,個人數(shù)據(jù)的處理是指個人數(shù)據(jù)的收集、處理、利用和傳輸?shù)刃袨榈目偡Q。
所以,個人數(shù)據(jù)處理的方式包括:數(shù)據(jù)的收集、數(shù)據(jù)的分析、數(shù)據(jù)的利用和數(shù)據(jù)的傳輸?shù)人姆N方式
1.處理主體是各種智能化、電子化的端口
傳統(tǒng)模式下,對個人數(shù)據(jù)的處理主要是由自然人來完成的。但是在人工智能模式下,個人數(shù)據(jù)的處理主體主要是各種智能化、電子化的“端口”和設(shè)備,包括移動互聯(lián)網(wǎng)、傳感器、攝像頭、定位系統(tǒng)、無人機等設(shè)備。他們無時無刻的在探視你,抓取你的數(shù)據(jù),并對獲取的信息進行分析、利用和傳輸。
2.處理的速度快
傳統(tǒng)模式下,對個人數(shù)據(jù)的處理主要表現(xiàn)為,其處理主體多是人為的,主要是指由自然人完成的。自然人直接對個人數(shù)據(jù)進行收集、分析、利用和傳輸。表現(xiàn)特征就是處理速度慢,侵害程度淺,以至于人們對個人數(shù)據(jù)的保護程度不那么重視。因為傳統(tǒng)模式下對個人數(shù)據(jù)的處理難以造成對數(shù)據(jù)主體權(quán)利的侵害。但是在人工智能模式下,伴隨著互聯(lián)網(wǎng)、云計算和大數(shù)據(jù)技術(shù)的快速發(fā)展,事情完全是不同的。其表現(xiàn)就是處理速度快,侵害程度深。比如一封信件,在以前至少得一個禮拜對方才能收到,現(xiàn)在幾秒鐘就到了對方的信息系統(tǒng)。這就是感受。科技總有兩面性,如果罪犯用來侵權(quán),除了侵權(quán)方式的多樣化,隱秘性外,其侵害程度也是相當?shù)拇蟆?/p>
3.處理內(nèi)容廣泛、深入、隱蔽
在傳統(tǒng)模式下,個人數(shù)據(jù)處理的內(nèi)容范圍比較狹窄,那時候,由于科技的局限,對數(shù)據(jù)的處理僅限于表面和人們常見的個人數(shù)據(jù),因為這些常見的個人數(shù)據(jù)能夠直接或者間接的識別出數(shù)據(jù)主體本人。對于一些人們不常關(guān)注的數(shù)據(jù),它們單獨或者組合起來也不容易分析出數(shù)據(jù)主體的各種個性特征。所以,傳統(tǒng)模式下的個人數(shù)據(jù)處理的內(nèi)容是有局限性的,也不怎么隱蔽,很多都是在公開的情況下就能完成。
但是在人工智能時代,由于各種智能端口和設(shè)備的使用。不僅原來那些容易識別出數(shù)據(jù)主體的個人數(shù)據(jù)容易被處理,更重要的是那些以前很難識別出數(shù)據(jù)主體個性特征的各種“隱藏”著的個人數(shù)據(jù)也被挖掘出來,通過各種人工智能技術(shù)包括大數(shù)據(jù)技術(shù)予以處理,能夠更加準確地分析出數(shù)據(jù)主體的以前不為人知的個性特征、愛好興趣,并被予以使用。于是乎,在人工智能時代,對個人數(shù)據(jù)處理的內(nèi)容,愈加的寬泛和深入,同時也具有很大的隱蔽性。這是人工智能技術(shù)自己在數(shù)據(jù)主體不知不覺的情況就被抓取、分析、利用、傳輸。
4.侵權(quán)方式多樣化、隱秘性
此時,人工智能對個人數(shù)據(jù)的抓取更加的自由,很多情況下,是在未取得數(shù)據(jù)主體同意的情況下抓取并予以處理的。這時候,就涉及到對數(shù)據(jù)主體的侵權(quán)。而在人工智能時代,侵權(quán)的方式呈現(xiàn)出多樣化和隱秘性的特征。侵權(quán)方式包括侵犯物理空間隱私(視頻監(jiān)控)、侵犯網(wǎng)絡(luò)空間隱私(數(shù)據(jù)入侵)、侵犯自覺隱私(算法干擾)。
傳統(tǒng)模式下,對個人數(shù)據(jù)的收集在很多情況下,都是面對面實施的,數(shù)據(jù)處理主體容易確定,數(shù)據(jù)主體侵權(quán)后,侵權(quán)主體容易被發(fā)現(xiàn),容易被確定。但是在人工智能模式下,就不一樣了,人工智能模式下,侵權(quán)主體如何確定,將成為一個問題。在弱人工智能時代,人工智能只是人的一種處理個人數(shù)據(jù)的工具,此時,根據(jù)侵權(quán)責(zé)任法的規(guī)定,工具的制造者,操作者才是侵權(quán)責(zé)任的責(zé)任人。所以,弱人工智能時代對個人數(shù)據(jù)主體的侵權(quán)的責(zé)任承擔(dān)者應(yīng)該是人工智能的制造者和操作者。但是,實踐中,在弱人工智能時代人工智能的制造者和操作者本身就是難以確定的,比如,在互聯(lián)網(wǎng)上,只要你一上網(wǎng),就有各種端口就像探頭一樣瞄準你,你不知道它們什么時候,什么地點,抓取了你的什么數(shù)據(jù),這個抓取主體本身就是難以確定的;在強人工智能時代,人工智能本身有了思維的能力,人工智能的行為超出了人類的控制和想象,這時候?qū)?shù)據(jù)主體的侵權(quán),其責(zé)任承擔(dān)者,同樣難以確定。有一定觀點,是把人工智能看成是擬制的人,由人工智能自身來承擔(dān)侵權(quán)責(zé)任,但是能否把人工智能看成是擬制的人本身就是有待商討的。所以此種情況下,侵權(quán)主體難以確定。
人工智能侵權(quán)面臨的第二問題就是,難以取證。現(xiàn)代法治社會,是一個重證據(jù)的時代,但是,人工智能模式下,對證據(jù)的獲得難上加難,因為侵權(quán)的主體并不是自然人或者法人,而是各種電子端口和設(shè)備,電子端口和設(shè)備通過人工智能技術(shù)無時無刻的不在窺探個人數(shù)據(jù),街道上、電腦上,其無孔不入,你不知道什么時候,什么地點,通過什么方式獲取了你的個人數(shù)據(jù)。所以使得證據(jù)難以獲取,即使取得了侵權(quán)的證據(jù),但是成本也是相當?shù)母甙骸?/p>
傳統(tǒng)模式下,知情—同意規(guī)則是個人數(shù)據(jù)保護的重要原則。數(shù)據(jù)抓取者在收集個人數(shù)據(jù)時,一般是經(jīng)過數(shù)據(jù)主體的知情和同意之后才實施的,然后對數(shù)據(jù)予以分析、使用和傳輸。這些在傳統(tǒng)模式下,都是能夠取得數(shù)據(jù)主體的知情和同意。這樣對數(shù)據(jù)主體的侵權(quán),不管是從嚴重程度還是從侵權(quán)方式都較為輕微和單一。數(shù)據(jù)分析的手段也較為簡單,數(shù)據(jù)利用的范圍也較為狹窄。
但是在人工智能模式下,數(shù)據(jù)收集背后的各種端口和設(shè)備的所代表的主體的合法性無法考證。由于人工智能技術(shù)的復(fù)雜性和先進性,往往即使沒有取得數(shù)據(jù)主體的同意,就已經(jīng)對個人數(shù)據(jù)進行了收集和處理。并且占有數(shù)據(jù)、收集數(shù)據(jù)、分析數(shù)據(jù)、利用數(shù)據(jù)和傳輸數(shù)據(jù)都不是同一主體,這樣即使“知情—同意”規(guī)則沒有失效,也難以達到理想的效果。因為中間的操作過程很早就離開了數(shù)據(jù)主體的掌控,數(shù)據(jù)主體無法實現(xiàn)自己的同意權(quán)利,使得侵權(quán)行為大量存在。