您听说过避税天堂;而脱欧后的英国可能成为 “数据天堂”

  • 如果英国托管以非法方式获取的数据,那么财务和声誉损失将是巨大的

英国正处在一个十字路口上。在脱欧的边缘,它必须决定自己在隐私问题上的立场:是放松数据保护条例,更多地向中国模式靠拢,还是,保障公民的隐私人权,并确保与欧盟达成数据充分性协议?

如果选择前者,将是一个严重的错误。

9月,英国公布了国家数据战略。数字大臣 Oliver Dowden 写道,根据英国的战略,“数据和数据使用被视为需要拥抱的机会,而不是需要防范的威胁。”

没有人怀疑数据中存在着诱人的机会,但是,如果过分关注数据的潜在利益,而忽视个人数据的收集和使用所带来的威胁,是非常不明智的。

当该战略提到要解决数据方面的所谓 “障碍” 时,人们有理由开始担心英国会选择过于不安全的方法,该战略指出,这些障碍包括 “法律障碍(现实的和感知的)、文化障碍、和风险规避”。

鉴于当月10号首席顾问 Dominic Cummings 对数据的看法,这种担忧可能会放大。他不仅支持为 “脱欧” 运动而大量收集个人数据;他还将欧盟的一般数据保护条例(GDPR)描述为 “可怕的” 和 “愚蠢的”。

数据保护法不完善的国家通常分为两类:不发达的或专制的。鉴于其来之不易的站在进步和反专制主义一边的名声,如果英国与其中任何一种联系在一起,都是不幸的。

但在不良数据行为方面,还有第三种可能,同样令人不齿。英国可能会发展成一个数据天堂,就像一些国家是避税天堂那样。

数据避风港是指参与 “洗数据” 的国家,就像洗钱那样,愿意接纳以非法方式(如未经适当的同意或保障措施)获得的数据,然后将这些数据循环利用到表面上看起来值得尊重的产品中。

洗数据是东道国为那些从事 “伦理倾销” 的人所做的事。对此的详细内容参见我们的 列表-4 “协助暴政的家伙们”

【注:伦理倾销是指,那些更富裕、监管更严格国家的科学家,将本国不被允许的科学研究搬到另一个可能较穷、监管较为松懈的国家去进行的行为】

托管在数据避风港的数据,除了被用于看似可接受的产品外,还可能被用于非法的或可疑的目的(如训练间谍软件,面部识别算法,然后卖给出价最高的人,包括专制政权)。

洗数据将涉及英国允许世界各地的公司和政府在其保护下从事肮脏的数据工作,以换取金钱。如果允许英国发展成为数据避风港,可能会变成一场隐私灾难,给英国带来巨大的经济和声誉损失。

未来的方向是更多的隐私,而不是更少。欧洲在这方面是站在历史的正确一边的。美国正在讨论隐私法案,很可能很快就会制定更严格的联邦隐私法。

在硅谷和监视资本主义数据经济多年的不理智乐观之后,如今人们已经意识到,个人数据的交易比我们想象的要危险得多。个人数据正在毒害所有人,使人们受到数据实际的伤害,如公开羞辱、身份盗窃、歧视等等;它也在毒害社会,破坏平等、自主和民主。

当您的个人资料数据被用来对付您时,这里是没有平等和人权的。

通过个性化、针对性的内容和广告的操纵(即 “定制人”),以及个人数据的交易(即 监视资本主义),宽松和基本无用的隐私法使算法暴政能够预测和操纵每个人的行为,并在几乎没有任何监督或问责的情况下对每个人的生活做出关键决定。

人类花了几个世纪的时间来制定隐私规范和法律,是有充分理由的,这些绝不是 “不必要” 的障碍。过去二十年来,隐私人权不断受到侵蚀,造成了深刻的权力不对称,正在拉大社会的缝隙。

如果英国不认真对待隐私人权,就会快速落后于其他发达国家,就像英国第一次灾难性地采取联系人追踪应用那样。

与国家数据战略的意思相反,支持隐私并非反对科技,正相反是支持科技,因为侵犯人权的科技是没有未来的。

不尊重隐私人权的科技,只会导致公民和国际伙伴对你失去信任和合作。人们不必在隐私和尖端科技之间做出选择。有一些方法可以开发对隐私友好的人工智能和其他技术。

英国的国家数据战略提出要将英国定位为 “全球数据使用冠军”,以及 “世界上最安全的上网场所”。如果要让这两个理想的目标兼容,就必须保护隐私。公共数据确实应该更方便、更广泛地共享 —— 但个人数据则不然。英国已经具备了成为数据伦理和伦理人工智能领域世界领导者的一切条件。

我们希望英国能抓住机会,朝着这个目标走,而不是背道而驰。英国政府没有听从隐私专家的警告,第一个联系人追踪应用的设计是一个非常糟糕的决定。该国今后会认真对待隐私问题吗?⚪️

作者 CarissaVéliz 是AI伦理学研究所哲学副教授,牛津大学赫特福德学院研究员,Privacy Is Power (Bantam Press, 2020) 的作者。

You’ve heard of tax havens. After Brexit, the UK could become a ‘data haven’

发表评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据