易坊好文馆

  1. 首页 > 玩科技 >

算法|盘和林：如何化解数据共享难题

经济 企业 问题 隐私 数据 算法 数字 价值 和林 盘和林 所有权

数据共享与流通越来越成为数字经济发展的焦点问题 。 在今年的世界互联网大会乌镇峰会上 ， 多位专家分享了对该话题的看法 。 有专家认为 ， 数据的管理和使用权限不清 ， 导致数据共享难 ， 开放难 ， 融合难的顽疾仍未去除 。
数据究竟有没有所有权？有专家认为 ， 数据没有所有权 ， 真正的所有权是一物一权 ， 而数据不是 。 正因为数据的这种特性 ， 再加上单一数据并不具有价值、只有在共享和规模化中才能具有价值的特点 ， 让数据确权变得非常的复杂与艰难 。
数据确权关键在于所有权和使用权的分离 ， 问题是如何实现它 。

算法|盘和林：如何化解数据共享难题
文章图片

对数字经济服务企业和产品企业来说 ， 究竟需要的是具体的数据还是结果？数据量本身附带了一系列的隐私 ， 对于消费者来说非常重要 。 然而 ， 对于企业来说 ， 这些绝对量却并不会带来什么价值 。 在传统的数据脱敏中 ， 这些敏感维度的绝对量都会被抹除 ， 价值大打折扣 ， 企业并不能对其进行利用 。
那么 ， 能不能有一种办法 ， 把数据的绝对量保护起来 ， 而企业可以得到相对量的结果呢？
隐私计算能解决这个问题 。 它是指在提供隐私保护的前提下 ， 实现数据价值挖掘的技术体系 。 这种计算方式近几年有许多企业已经开始尝试 ， 比如苹果曾经开发的差分隐私技术 ， 在个人使用模式的小样本中注入数字噪音 ， 在不影响个人隐私的情况下发掘用户使用模式 ， 增强用户体验 。
数据经济的基础是数据共享 ， 而数据共享配合数据要素的高速凝聚会带来垄断、过度挖掘等一系列的问题 ， 进而阻碍数据的进一步共享 。 企业在利润的驱动下进行扭曲性的算法 ， 衍生出数据共享的壁垒 。 有人建议 ， 应当引入第三方算法机构 ， 来替代企业的算法部门 ， 然而从经济学角度来说 ， 该方式并不可行 。 在政府部门中要实现激励相容 ， 分配下级工作、决定下级工作、评价下级工作以及发放薪酬和惩罚的上级应当是同一上级 。 而在数字经济领域 ， 第三方算法的目标是得出结果 ， 并不会考虑数据的质量、结果的有效性以及可用性 ， 这就会带来“数据投毒”的问题 。
这样的分割还会导致责任与收益的割裂 。 第三方算法机构承担计算结果的责任 ， 企业却拥有依靠结果获利的权利 ， 当数据出现泄露时 ， 责任认定也会存在争议 。 所以 ， 算法和结果对应着责任和收益 ， 两者不可分割 ， 应当由同一主体来完成 ， 但这个过程需要采用隐私算法等一系列的新兴技术 ， 实现“数据不动价值动”“数据可用不可见”的效果 。

推荐阅读


上一篇：植物|“红于二月花”的霜叶，究竟是什么树？

下一篇：多个国家|巴基斯坦“核弹之父”卡迪尔汗病逝