数字文件有泄露个人隐私的风险——剑桥大学

近日，发布在期刊《美国国家科学院院刊》上的一篇新研究报告指出，现在Facebook用户默认可以通过在Facebook上的喜好信息公开地分析出他们种族、年龄、IQ、性别、性格、物质条件和政治观点等信息，并且分析结果惊人的准确。

在报告中，研究者将Facebook喜欢比作数字文件的“一般性分级”——就像网络搜索关键词和浏览历史一样——并指出这一技术能够提取出任何一个会定期上网的用户的关键信息。

剑桥心理测验学中心的研究者在与英国微软剑桥研究院的合作中分析了58000以上美国Facebook用户通过“我的特性”应用自愿提交的资料组，资料组中包括他们的喜好、人口结构档案和心理测试结果。

用户们自主选择提供自己的信息，这些信息将作为分析的基础被记录下来。Facebook喜好会和个人档案中的信息和心理测试的结果合起来分析。

专家们建立了可以单独凭借Facebook喜欢来预测个人信息的计算模型。这些模型的计算结果正确推断出了88%受访用户的性别，而从用户中区分美国黑人和美国白人的准确率高达95%，同时85%的用户被准确的推断出了是民主党还是共和党。82%的受访用户也被正确的区别出了是穆斯林还是基督教徒。受访用户的婚姻状况和药物滥用的推测也达到了65%-73%准确性。

但是也只有部分用户明确地选择出它们的“喜欢”。比如说，只有大概5%的同性恋用户勾选了像是同性婚姻之类的明确表示其性向的“喜欢”。准确的预测依赖于对大量像是音乐和电视剧之类虽然没那么有用却很流行的喜欢的“推断”，通过它们可以得出比较准确的个人信息。

研究者表示，哪怕是那些看起来不公的个人信息，比如说用户的父母是否在他们21岁之前离婚之类的细节，推断也能够有60%的准确率——这足够吸引广告商了。

但是，研究者们在强调这些预测模型有潜力促进个性化市场的发展并进而提高线上服务质量的同时，也指出了这些模型存在侵犯用户个人隐私的风险。他们提出，很多线上用户会觉得这种程度的数字信息揭露已经超过可以接受的范畴了——要知道，公司、政府甚至是个人都可以用这些预测软件来准确的从他们的Facebook喜欢和一些其他的数据的蛛丝马迹来准确的推测他们的私密信息。

研究者们也测试了包括智力、情绪稳定性、开放性和外向型等方面在内的个人特质。虽然这些潜在的特质是很难测量的，测试结果的准确度却十分惊人。

关于开放性特质的研究——区分不喜欢变化的人和热衷变化的人的范围——证实了对于Facebook的喜欢的观察结果几乎和个人的实际个人特质测试结果一样准确的事实。

有些喜欢和一些个人特质有很强但是看起来八竿子达不到一块儿的联系，比如炸薯圈和高智商的联系，或说那只蜘蛛比你还害怕（？）和不抽烟的人联系。

总的来说，研究者们认为由Facebook喜欢分析出来的千变万化的个人特质是足以做出准确的个人性格的评估的，而且这种评估模式放之四海皆准。

他们同时认为，这项研究可能喻示着心理测量学的一场革命——这种测量可以脱离昂贵的测量中心和调查表的使用，并能达到前所未有的覆盖范围。

“我们坚信，这项基于Facebook喜欢的研究结果，对广范围的在线行为都是有益的。”心理中心运营总监Michal Kosinski表示。他和他的剑桥同事David Stillwill和来自微软研究中心的Thore Graepel发起了这项研究。

“通过这种有高度准确性的第二推断，所有形式的数码文件都可以得出类似的预测，而这可能推测出用户不愿意公开的敏感信息。人们留下的数码信息实在是太繁杂了，很难去一一控制这个推测的程度。”

“我是所有新出现的科技产品的狂热爱好者，包括Facebok。我非常喜欢自动的书籍推荐和Facebook自动筛选我可能感兴趣的话题的功能。”Kosinski说道，“然而，我同样可以想象一样的数据和技术会被用来推测我的政治立场和性取向，以及其对我的自由甚至生命可能造成的威胁。”

“光是这种泄露信息的事发生的可能性就足以打消人们使用数码技术的念头了，甚至可能降低个人和群体之间的信任感——这显然阻碍了科技和经济的进步。必须提供给用户们自主控制他们的信息透明度的方法。”

微软研究中心的Thore Graepel表示他希望这项研究将会有益于正在进行的关于用户个人隐私的讨论：“消费者们期望他们使用的产品和服务能够保证他们的个人隐私，这并不过分，而这项研究可以提醒用户们要注意他们在网上所公开的信息，充分控制个人隐私并且永不与不熟悉的人分享信息。”

剑桥大学的David Stillwell补充道：“我自从2005年起就开始使用Facebook了，并且我会继续使用的。但是也许我会在使用Facebook提供的个人隐私设置时更小心一点了。”