數據新聞中的數據安全隱憂及多元治理

☉王海濱 葛方度

數據新聞（Data Journalism）亦稱之為“數據驅動新聞”，是大數據時代出現的一種新型新聞報道形態。數據新聞是通過對數據的收集、過濾、整理及分析，借助算法挖掘數據內部的關聯性，進而對具有價值的新聞進行報道的新聞產品。

與傳統新聞相比，數據新聞具有以下新的特征：一是新聞的生產過程是通過算法分析完成傳統人工操作難以處理的龐大數據集；二是新聞傳遞的速度之快及與受眾的互動性之密切前所未有，且高度依賴于移動數據端等數字媒體；三是數據新聞通過對數據信息的分析與展示，能夠滿足傳統文字敘述無法應對的公眾多元化需求，增強用戶交互式閱讀體驗；四是基于數據生產的新聞客觀性較傳統人工操作更強。

目前，數據新聞已在歐美各國盛行，美國《紐約時報》、英國《衛報》等西方媒體在數據新聞報道方面走在國際新聞界的前列。國內人民網、新華網、央視網以及新浪、搜狐、網易、騰訊等網站也在積極發力，通過移動終端全力發展有中國特色的數據新聞業務。目前，我國媒體在該領域的新聞報道仍以數字、圖片報道為主，在形式創新及互動方式上與歐美媒體尚存在著一定的差距。

隨著大數據及人工智能技術的廣泛應用，數據新聞被越來越多地運用到新聞生產中。但是，數據新聞近年來也暴露出數據隱私泄露、數據質量參差不齊、數據保護隱憂等一系列安全問題。這些數據安全問題不僅關系到數據新聞及媒體行業的公信力，也直接使得媒體行業未來數據化、智能化發展面臨著更大的挑戰。

一、數據新聞的個人隱私數據泄露隱憂

數據新聞的個人隱私數據泄露隱憂，是指數據新聞可能會導致個人隱私數據泄露的問題，這主要出現在數據抓取、新聞生產及分發程序的開發及測試、新聞生產及分發的運行過程之中。真實性是新聞的生命，通過數據抓取的信息生成的新聞越真實，就越符合新聞的本質價值。然而，對于涉及公民個人隱私的數據，新聞采訪報道越詳細、越具體，也就越容易對個人隱私產生侵害，這就構成了個人隱私數據與新聞真實性的矛盾與沖突。由于全球新聞媒體對大數據及人工智能技術生產及分發新聞的依賴性不斷攀升，使得個人隱私數據的安全問題日益顯現。

一是數據新聞在數據采集過程中可能對個人隱私的侵犯。隨著大數據及人工智能技術在新聞領域的應用，新聞數據的采集變得較以前更加便利、快捷。然而，當前全球主要新聞媒體并沒有就數據采集形成一個完備的規范體系，這就使得個人信息采集過程中的隱私侵犯問題不可避免，如視覺及語音識別等均存在采集人臉、聲紋等個人生物特征的情況，如果未得到用戶的允許而擅自采集，必然造成對個人隱私的侵害。即使有媒體規定，數據在采集過程中要去掉個人“可識別性的信息”，但由于數據的采集過程中存在著巨大的商業利益，仍然無法杜絕對個人隱私侵害的可能。如海外知名社交媒體推特曾在2018年9月公開承認，它曾在未經用戶允許下將用戶數據與廣告商共享，遭到其用戶的強烈質疑與不滿。

二是數據新聞在數據應用過程中對個人隱私的泄露。數據在采集、測試、新聞生成及分發的過程中，都有可能導致個人隱私數據的泄露。造成數據泄露的原因多種多樣，可能是數據生成及分發過程中的技術問題，亦可能是不法分子借技術系統漏洞竊取所致，或者是新聞制作人員的無意之舉，等等。數據泄露已經成為新聞行業對個人隱私侵犯的重災區，國內外各大媒體時常曝出個人隱私數據在新聞領域應用不當或被泄露的消息，從而直接引發公眾對新聞媒體的不滿。例如：美國紐約的《新聞報》曾在2012年底的網絡版新聞中公開披露該地區槍支許可持有者的姓名與地址。盡管該媒體表示是依據當地相關法律獲取的公開記錄，但當地多數公眾卻譴責該報侵犯其個人隱私權，令槍支許可持有者面臨安全威脅，甚至有用戶威脅要抵制該報的出版與銷售。

來自美國《新聞報》的地圖可以使讀者看到紐約洛克蘭地區（Rockland County）槍支許可證持有者姓名及地址。地圖來源：https://edition.cnn.com/2013/01/18/us/new-yorkgun-permit-map/index.html

個人隱私權被侵犯，不僅使當事人的個人生活受到極大的負面影響，同時也容易出現對個人財產及人身安全的傷害。目前，新聞媒體對個人數據隱私保護不力是數據安全領域中最為突出的問題，這也往往導致網絡輿論暴力現象的出現。在抗擊新冠肺炎疫情的新聞生產過程中，涉疫人群的流調情況是新聞的數據重點抓取對象，容易在采集及應用的過程中出現侵犯個人隱私及網絡暴力問題。如2021年8月社交媒體上熱炒的“武漢海王事件”，曾使當事人飽受個人隱私被泄露后遭網暴的困擾。不僅如此，由于新聞數據使用不當，侵犯他人隱私權所導致的訴訟案件也日益增多，顯現出新聞行業加強個人隱私數據安全保護的迫切性。

二、數據新聞的數據質量隱憂

數據新聞的數據質量隱憂，指生成新聞的基礎數據在采集、訓練及生成過程中所存在的質量問題。就新聞媒體而言，翔實而準確的信息是真實性新聞生成的基礎，如果信息失真或出現差誤，那么生成的新聞也必然與事實真相存在著差距，并可能會嚴重誤導社會輿論的走向。不僅如此，由于互聯網時代的新聞信息在傳播速度上遠快于傳統媒體，很容易導致不實信息迅速傳播，進而引發輿情，對媒體聲譽產生難以挽回的負面影響。

一是技術上體現為數據采集的質量問題。一般而言，新聞數據采集的樣本范圍應該有明確的規范，這樣采集的新聞數據才有可能有生成新聞的價值；如果采集的樣本范圍不準確，就會出現采集樣本范圍過小或過度的問題。例如：美國 《坦帕灣時報》曾發布了一個“嫌犯照片”的數據庫，記載著當地被捕犯罪嫌疑人的個人信息與照片。然而，被捕并不意味著犯罪，有些被捕者會被無罪釋放。盡管該媒體就此進行了解釋，但公眾輿論仍認為會導致個人名譽受損。因此，必須在技術上加強新聞數據采集模型的合理設計，設置好相應的參數并不斷改進，盡可能避免采集數據失真問題。

二是管理上表現為對數據技術人員在采集、訓練及運行數據過程中的業務熟練度的隱憂。數據的技術性應用固然是通過大數據及其人工智能技術手段來完成，但實際操作的技術人員對數據新聞技術的熟練度即采集、訓練及運行數據經驗的高低，都能夠左右何種數據被采集，并直接關系到數據樣本質量的高低。有些媒體技術人員往往本末倒置，即對智能算法推崇備至，卻對基礎的數據非常輕視，認為有了數據新聞生成算法，數據質量有些偏差也可以接受。例如以算法推送而著稱的國內某資訊客戶端，在2017年多次被曝光推送低俗內容。這實際上反映了部分媒體過度依賴公眾使用時長與內容點擊率的算法，在數據新聞管理及其理解上存在著嚴重的認知錯誤，這必然不利于媒體自身的發展。因此，新聞媒體必須通過自身的政策及其相關制度，規范數據采集的基本規則、質量目標、權責情況，建立一支專業的新聞數據技術隊伍。

三、數據新聞的數據保護隱憂

數據新聞的數據安全保護隱憂指的是，媒體行業必須保護基礎數據的所有權或數據新聞的版權不為他方竊取或侵犯。數據是數據新聞的核心基礎，而保護該數據又貫穿于數據采集、傳輸、儲存、生成和播發數據新聞的過程之中。因此，無論是數據新聞最終生成的哪一個鏈條或環節，都必須注意保護相應數據的安全性。由于數據是數據新聞得以生成、保持真實性的根基，如果數據的基本安全性得不到保證，那么不僅會使數據新聞本身出現偏差，更會使該媒體的公信力受到嚴重影響。

一是媒體和互聯網企業必須重視新聞數據在網絡傳輸和儲存中的安全。一般而言，如果新聞數據存儲在局域網的云端存儲系統且無互聯網連接，那么數據安全保護性就較高。但是，如果數據存儲在有互聯網連接的設備上或者是帶有移動智能的端側設備上，以及在通過網絡傳輸數據之時，都很容易受到網絡攻擊而使數據出現泄露。2020年3月，社交媒體微博被曝5 億用戶數據在暗網被出售，引發眾多微博用戶的擔憂與不滿。除此之外，媒體間的新聞數據共享安全亦有可能存在著漏洞，可能使數據在運用的過程中出現向第三方分享數據的問題，因為現有數據鏈安全保密技術不能保證媒體機構的數據安全防護萬無一失。

二是媒體和互聯網企業必須重視新聞數據在標注上可能存在的安全漏洞。鑒于大數據時代的數據量規模之大，多數媒體機構并無足夠資金、設備及人力去處理數據，往往采取力所能及的部分數據自主標注的方式，同時委托一些數據商進行標注。在標注的過程中，無論是媒體還是數據委托商的標注人員，都會接觸到最原始的新聞數據或數據集。因此，如果媒體機構或數據委托商對這些標注人員管理不嚴或不規范，就有可能出現數據標注錯誤、竊取、未授權訪問等數據污染安全問題。如2019年9月，國家工信部就“ZAO”客戶端用戶隱私協議不規范、存在數據泄露等風險問題約談陌陌公司，并要求其限期整改。

三是媒體和互聯網企業必須重視授權范圍及新聞版權竊取的安全問題。新聞媒體在數據采集的過程中，有可能出現與用戶授權范圍不一致的情況，主要體現在商業渠道采集數據超出了用戶授權的范圍。例如有些數據僅限于科學研究之用，卻被拿去用于商業用途。除此之外，有些媒體在商業競爭中為了謀求優勢，往往在數據采集上越界侵犯新聞數據的原有版權。例如：2014年以來，國內某資訊客戶端數次被曝出涉嫌未經允許而大量抓取騰訊、搜狐等媒體網站的獨家內容，進而借助智能算法進行整理、歸類并推送給用戶。

四、數據新聞的數據安全多元治理

數據新聞必須保證其基礎數據的安全性，這既是數據新聞未來發展的基礎和保證，亦是新聞媒體走向數據應用化與智能專業化的必經之路。因此，許多國家紛紛出臺政策或措施，通過頂層設計、立法監管、行業規范、技術改進及提高新聞從業者素質等多方面入手，試圖規范包括新聞數據在內的大數據安全運營治理。我國數據安全保護政策及其新聞媒體已有措施主要表現在以下幾個方面：

第一，通過頂層設計規范大數據及智能算法在新聞領域的運作。只有從更高的戰略安全格局入手，從頂層設計上加強數據新聞的安全與發展的籌劃，才能切實保證我國新聞媒體能夠在激烈的全球數據戰略競爭中取得優勢，保證數據合理、合法、合規的使用，并保持數據新聞在技術、安全、應用上的平衡發展。

第二，通過立法對數據新聞在數據安全應用上予以保護、監管。目前，各國為了應對大數據及智能技術所帶來的對個人隱私及國家安全的挑戰，紛紛就數據使用規范進行立法限制，特別是在人臉識別及其數據共享等領域表現得尤為突出。如歐美的一些國家或地區均通過了相關立法法案，對企業個人數據的使用進行了法律規范。我國已經通過《網絡安全法》，對企業在數據采集、使用、交易及共享等環節進行了立法。《個人信息保護法》及《數據安全法》開始正式生效。如《數據安全法》中明確規定：“各地區、各部門應當按照數據分類分級保護制度，確定本地區、本部門以及相關行業、領域的重要數據具體目錄，對列入目錄的數據進行重點保護。”因此，盡管現在尚無新聞媒體數據安全的法律出臺，但也要充分考慮到新聞媒體與上述法律的適用性問題，并能夠在相應條款中明確新聞媒體在數據安全立法中所適用的范圍。

第三，應考慮推出新聞媒體行業的數據安全及人工智能應用規范及其標準。目前，國內外尚未有新聞媒體行業適用的大數據及人工智能通用標準出臺，僅僅在某些特定領域有相應的數據安全標準問世，如英國就汽車自動駕駛出臺個人數據及信息的安全規定。我國同樣也是在某些特定領域出臺了數據安全的要求，如智能家居領域已經有征求意見稿出臺，銀行業也出臺了《金融數據安全分級指南》。因此，新聞媒體行業、相關國家機構及學界應聯合起來，對媒體行業的數據安全及人工智能應用規范及其標準進行征集、交流、探討，從最基礎的新聞數據安全應用入手，形成媒體新聞數據的技術規范及其應用標準，并向新聞媒體行業推廣。在推廣的過程中，還可能依此建立標準的數據測試集及樣本庫集，供新聞界數據或智能算法開發人員使用，以期進一步改進應用中的數據安全問題。

第四，從技術上加強對數據安全與隱私算法的開發及保護力度。在頂層設計、立法規范及其行業標準建立的過程中，也要重視從技術手段入手，從資金及人員等物力上加強技術攻關，鼓勵媒體及其相關機構研發致力于保護數據安全與提升數據質量的技術。此外，針對外界可能存在的數據安全攻擊問題，也應采取數據過濾訓練、集成分析等方法來減少數據污染，并通過對抗數據訓練、樣本檢測及深度神經網絡模型驗證等技術手段，加強對數據對抗樣本攻擊的防御能力。

第五，堅持以人為本的新聞行業理念，加強企業數據安全管理及員工培訓制度。目前，新聞媒體行業開發及應用大數據及人工智能技術的力度非常高，但對數據安全領域的關注度明顯不夠。因此，媒體行業需要從組織制度著手，設立相應的數據安全機構與專職人員，通過數據安全制度的完善及其機構文化的宣傳，加強數據安全技術攻關及其在崗人員數據安全意識的培訓，使媒體行業在組織、規范、文化、管理、技術、意識等領域形成一個完備的數據安全制度體系，并逐漸在行業內部形成新聞媒體人堅守數據安全的基本理念。

五、結語

習近平總書記在中共中央政治局第十二次集體學習時強調：“全面提升技術治網能力和水平，規范數據資源利用，防范大數據等新技術帶來的風險”。因此，新聞媒體要充分保證大數據及人工智能技術的安全性，減少甚至杜絕數據泄露等安全問題的發生，構建一個新聞數據安全治理的框架體系。在這個安全治理框架之中，新聞媒體以及政府機構、大數據及智能算法開發方、硬件制造商、新聞數據服務提供方、網絡安全方等各個主體共同協作，通過治理框架、監管法規、治理標準、算法技術等多元層次同步合作，才能共同解決新聞媒體行業面臨的大數據安全問題。

注釋

①〔美〕安杰拉·莫斯卡里托洛：《推特漏洞可能會泄露私人信息》，電腦雜志網，2018年9月21日，https://www.pcmag.com/news/twitter-bugmay-have-exposed-direct-messages.

②〔美〕麗貝卡·麥克斯韋：《〈新聞報〉的槍支許可證地圖》，地理信息系統室網，2013年1月21日，https://www.gislounge.com/the-journalnewss-gun-map.

③〔美〕馬克·米利安：《〈坦帕灣時報〉的嫌犯照片引發倫理爭議》，洛杉磯時報網，2009年4月10日，https://latimesblogs.latimes.com/technology/2009/04/mugshots.html.

④《中華人民共和國數據安全法》，中國人大網，http://www.npc.gov.cn/npc/c30834/202106/7c9af12 f51334a73b56d7938f99a788a.shtml.

⑤《推動媒體融合向縱深發展，鞏固全黨全國人民共同思想基礎》，《人民日報》，2019年1月26日，第1 版。