用過(guò)去推演未來(lái)，真的成立嗎?

當(dāng)算法涌入生活，我們的各項(xiàng)行為都在無(wú)形之中受到算法的審度和指點(diǎn)：打開(kāi)手機(jī)App，算法會(huì)為我們自動(dòng)推薦新聞;打開(kāi)購(gòu)物網(wǎng)站，算法會(huì)為我們自動(dòng)推薦商品;求職時(shí)，HR會(huì)借助算法來(lái)篩選候選人簡(jiǎn)歷;問(wèn)診時(shí)，醫(yī)生也會(huì)利用算法來(lái)估算病人患腫瘤的可能性……當(dāng)我們?cè)诶�用算法的時(shí)候，也不自覺(jué)地成為了被算法計(jì)算的對(duì)象。皮尤研究中心針對(duì)美國(guó)成年人的一項(xiàng)調(diào)查顯示，伴隨著算法的普及，公眾正開(kāi)始對(duì)“客觀的”算法產(chǎn)生懷疑。

對(duì)于支持算法的人來(lái)說(shuō)，算法能夠在重要決策中減少人為干預(yù)，并提高決策的準(zhǔn)確性;對(duì)于反對(duì)算法的人來(lái)說(shuō)，算法在設(shè)計(jì)之初就已經(jīng)帶有決策者的偏見(jiàn)，所謂的“算法中立”，不過(guò)是對(duì)現(xiàn)有偏見(jiàn)和差異的掩飾。

調(diào)查結(jié)果顯示，58%的美國(guó)成年人認(rèn)為，算法不同程度地帶有人為偏見(jiàn)。此外，還有公眾擔(dān)心算法的應(yīng)用會(huì)對(duì)隱私造成侵犯、會(huì)無(wú)法捕捉到復(fù)雜情況中的細(xì)微差別、會(huì)將被評(píng)估者置于不公平的境地等。以上只是公眾從宏觀層面對(duì)算法的評(píng)價(jià)，從微觀層面來(lái)看，公眾也對(duì)應(yīng)用于不同領(lǐng)域的算法持各異看法。本文編譯皮尤研究中心報(bào)告《算法面前的公眾態(tài)度》(Public Attitudes Toward Computer Algorithms)，直擊大數(shù)據(jù)時(shí)代下的算法憂慮。

調(diào)查方法

該項(xiàng)調(diào)查于2018年5月29日至6月11日期間進(jìn)行，對(duì)4594名美國(guó)成年人進(jìn)行了隨機(jī)訪問(wèn)。調(diào)查向受訪者提供了四個(gè)依靠大數(shù)據(jù)和算法來(lái)進(jìn)行決策的真實(shí)場(chǎng)景，四個(gè)場(chǎng)景分別為：

利用算法對(duì)顧客進(jìn)行消費(fèi)信用評(píng)分，以決策交易折扣;

利用算法對(duì)假釋的人進(jìn)行刑事犯罪風(fēng)險(xiǎn)評(píng)估;

利用算法自動(dòng)篩選求職者簡(jiǎn)歷;

利用算法對(duì)候選人面試進(jìn)行分析。

此外，該項(xiàng)調(diào)查還包括對(duì)公眾在社交媒體平臺(tái)上接收到的推薦內(nèi)容進(jìn)行考察，具體包括對(duì)用戶對(duì)于算法推薦內(nèi)容和收集數(shù)據(jù)的情緒態(tài)度考察。

研究發(fā)現(xiàn)

第一部分：算法決策將如何影響我們的生活?

調(diào)查發(fā)現(xiàn)，有四成的美國(guó)民眾相信算法是“中立”的，即算法能夠做出不受人類偏見(jiàn)影響的決策。值得關(guān)注的是，年輕的美國(guó)民眾更加支持“算法中立”觀，有50%的18~29歲民眾和43%的30~49歲民眾認(rèn)同這種觀點(diǎn)，而在50歲及以上的民眾中，僅有34%認(rèn)同“算法中立”。

 

 

具體研究結(jié)論如下：

1. 有相當(dāng)多的美國(guó)民眾認(rèn)為，四個(gè)情景中的每一個(gè)都對(duì)被評(píng)估者不公平。

 

 

受訪民眾對(duì)于四個(gè)場(chǎng)景中算法決策的公平性普遍持懷疑態(tài)度，除評(píng)估刑事犯罪風(fēng)險(xiǎn)外，其他三個(gè)場(chǎng)景中，均有超過(guò)半數(shù)的受訪者認(rèn)為算法的決策并不是公平的。

2. 公眾對(duì)于算法在不同場(chǎng)景下的決策有效性存在分歧。

 

 

調(diào)查結(jié)果顯示，公眾對(duì)于算法是否能有效進(jìn)行決策存在分歧。

有54%的受訪者認(rèn)為，算法能夠有效篩選出優(yōu)質(zhì)用戶;

近半數(shù)的受訪者認(rèn)為，算法能夠在刑事犯罪風(fēng)險(xiǎn)評(píng)估和簡(jiǎn)歷篩選上做出有效決策;

有39%的受訪者認(rèn)為，算法能夠在面試候選人時(shí)做出有效決策。

由此可見(jiàn)，在個(gè)人消費(fèi)信用評(píng)估這一場(chǎng)景中，公眾對(duì)于算法決策有效性的判斷相差了22%，具有較大分歧。

3. 在對(duì)現(xiàn)實(shí)生活將產(chǎn)生重要影響的情況下，公眾對(duì)算法決策的公平性和可接納性表示密切關(guān)注。

 

 

從調(diào)查結(jié)果上來(lái)看，多數(shù)人都認(rèn)為利用算法進(jìn)行決策時(shí)有違公平，只有約三分之一的受訪群眾認(rèn)為，利用算法進(jìn)行個(gè)人消費(fèi)信用評(píng)分和簡(jiǎn)歷篩選對(duì)消費(fèi)者和求職者來(lái)說(shuō)是公平的。

而在關(guān)于接受度的調(diào)查中，大多數(shù)美國(guó)人都認(rèn)為，利用算法進(jìn)行決策是不可接受的，其中，68%認(rèn)為利用算法進(jìn)行個(gè)人消費(fèi)信用評(píng)分不可接受，67%認(rèn)為利用算法進(jìn)行面試決策不可接受，不可接受的理由主要如下：

在不接受利用算法進(jìn)行消費(fèi)信用評(píng)分的人中，有26%認(rèn)為這樣做侵犯了隱私。

在不接受利用算法來(lái)篩選簡(jiǎn)歷的人中，有36%認(rèn)為自動(dòng)化流程模糊了招聘中的感性因素;在不接受利用算法來(lái)進(jìn)行面試決策的人中，有16%持同樣觀點(diǎn)。

人性的復(fù)雜決定了算法無(wú)法捕捉到每一個(gè)細(xì)微的差別，尤其是在利用算法進(jìn)行刑事犯罪風(fēng)險(xiǎn)評(píng)估時(shí)，這一點(diǎn)顯得尤為重要。

4. 對(duì)算法決策的態(tài)度在很大程度上取決于個(gè)人背景。

盡管公眾態(tài)度在一定程度具有一致性，但是從調(diào)查結(jié)果上看，公眾的態(tài)度更有可能受到個(gè)人特征和背景的影響。這種影響主要體現(xiàn)在，公眾對(duì)于利用算法來(lái)進(jìn)行個(gè)人消費(fèi)信用評(píng)估和刑事犯罪風(fēng)險(xiǎn)評(píng)估的態(tài)度上：

對(duì)于以商家為主體進(jìn)行代入的人來(lái)說(shuō)，有54%的人認(rèn)為這種方法能夠有效篩選出優(yōu)質(zhì)客戶;

對(duì)于以消費(fèi)者為主體進(jìn)行代入的人來(lái)說(shuō)，只有32%的人認(rèn)為這種方法是公平的;

同理，有人認(rèn)為刑事犯罪風(fēng)險(xiǎn)評(píng)估對(duì)于警方來(lái)說(shuō)是公平的，也有人認(rèn)為這對(duì)申請(qǐng)假釋的一方來(lái)說(shuō)是公平的。

此外，公眾對(duì)算法決策的態(tài)度可能因種族和民族而異。只有25%的白人認(rèn)為，利用算法對(duì)個(gè)人消費(fèi)信用評(píng)估對(duì)于消費(fèi)者來(lái)說(shuō)是公平的，持同樣觀點(diǎn)的黑人則有45%。類似地，有61%的黑人認(rèn)為，利用算法來(lái)對(duì)假釋者進(jìn)行刑事犯罪風(fēng)險(xiǎn)評(píng)估是不公平的，但持同樣觀點(diǎn)的白人只有49%。

5. 大多數(shù)美國(guó)民眾出于對(duì)數(shù)據(jù)隱私、公平性和決策有效性的整體考量，而拒絕利用算法進(jìn)行決策。

多數(shù)美國(guó)民眾認(rèn)為，就調(diào)查中作為一種概念加以呈現(xiàn)，算法決策是可以被接受的，但是在實(shí)際生活中，他們并不歡迎這種決策方式。從數(shù)據(jù)來(lái)看，68%的受訪者表示不會(huì)接受由算法進(jìn)行的個(gè)人消費(fèi)信用評(píng)估;67%的受訪者表示無(wú)法接受求職機(jī)構(gòu)使用算法對(duì)面試視頻進(jìn)行分析。

皮尤研究中心在調(diào)查的過(guò)程中，訪問(wèn)了美國(guó)民眾接納/不愿接納算法決策的具體原因，數(shù)據(jù)隱私、公平性和決策有效性是最高頻的三個(gè)影響因素。以下是美國(guó)民眾對(duì)于四個(gè)真實(shí)場(chǎng)景中算法決策的看法，以及全媒派精選的部分受訪者發(fā)言：

消費(fèi)信用評(píng)分：

31%的美國(guó)民眾認(rèn)為，商家使用算法進(jìn)行征信是可以被接受的，他們的主要看法是：在消費(fèi)者已經(jīng)將相關(guān)數(shù)據(jù)公開(kāi)的情況下，其無(wú)權(quán)干涉商家的行為，以及征信是商家的自由選擇等。例如：

“我相信商家可以借助現(xiàn)代化技術(shù)來(lái)判斷一個(gè)人的財(cái)務(wù)能力及消費(fèi)信用，而不是只通過(guò)他/她是否按時(shí)支付了信用卡賬單。”(男，28歲)

“這聽(tīng)起來(lái)類似于信用卡積分，雖然不是很公平，但是還可以接受。”(女，25歲)

“這能夠有效地向商家提供信息，以便其將服務(wù)和產(chǎn)品與消費(fèi)者進(jìn)行匹配。這是件好事。既簡(jiǎn)化了流程，又降低了調(diào)查成本，同時(shí)能夠使今后的廣告投放更具針對(duì)性。”(男，33歲)

68%的美國(guó)民眾表示，不接受商家使用算法進(jìn)行征信，他們的主張是：數(shù)據(jù)的收集會(huì)侵犯消費(fèi)者的隱私，在線數(shù)據(jù)并不能很準(zhǔn)確地反映一個(gè)人的財(cái)務(wù)狀況和信譽(yù)，以及算法評(píng)分可能帶有偏見(jiàn)和歧視等。例如：

“它侵犯了消費(fèi)者在網(wǎng)上自由活動(dòng)的權(quán)利，一旦采用算法進(jìn)行消費(fèi)信用評(píng)估，人們將不得不隱藏自己的消費(fèi)行為和購(gòu)買(mǎi)記錄，這是一種無(wú)形的‘監(jiān)控’。”(女，27歲)

“我認(rèn)為商家在未經(jīng)我的允許下征用我的個(gè)人信息時(shí)不公平的，哪怕它是為了給我提供優(yōu)惠，我也無(wú)法接受。”(女，63歲)

“算法不可避免地帶有偏見(jiàn)，人們?cè)谠O(shè)計(jì)算法之初已經(jīng)確定了數(shù)據(jù)間的相關(guān)性，一旦這樣的算法被執(zhí)行，消費(fèi)者將沒(méi)有任何為自己辯白的余地。”(男，80歲)

 

 

刑事犯罪風(fēng)險(xiǎn)評(píng)估：

42%的美國(guó)民眾認(rèn)為，使用算法進(jìn)行刑事犯罪風(fēng)險(xiǎn)評(píng)估是可以被接受的，他們的主要看法是：這將幫助司法系統(tǒng)在進(jìn)行決策前獲取更多信息，算法可能會(huì)比現(xiàn)行的制度更加公平，將算法評(píng)估作為決策過(guò)程中的一部分是可以接受的。

此外，支持者們的出發(fā)點(diǎn)也各不相同，有9%的美國(guó)民眾認(rèn)為利用算法進(jìn)行刑事犯罪風(fēng)險(xiǎn)評(píng)估為罪犯?jìng)兲峁┝酥匦氯谌肷鐣?huì)的機(jī)會(huì)，而另外6%支持該算法決策的民眾則認(rèn)為，此舉將確保將有潛在危險(xiǎn)的罪犯留在獄中，提高社會(huì)環(huán)境的安全性。具體觀點(diǎn)如下：

“雖然算法存在缺陷，但是當(dāng)前的決策方式存在更多缺陷。”(男，42歲)

“當(dāng)下，大多數(shù)假釋決策都是主觀的，算法為我們提供了采用客觀標(biāo)準(zhǔn)來(lái)進(jìn)行量化決策的可能性。由于主觀偏見(jiàn)影響，許多黑人在入獄后都不會(huì)得到假釋，但是應(yīng)用算法后，這些少數(shù)族裔將得到更加公平的對(duì)待。”(男，81歲)

56%的美國(guó)民眾表示，不能接受以算法來(lái)評(píng)估形式犯罪風(fēng)險(xiǎn)，他們主張：算法難以捕捉到人類的細(xì)微差別，不會(huì)將嫌疑犯或罪犯的個(gè)人成長(zhǎng)經(jīng)歷納入考量，人類參與缺失也可能會(huì)導(dǎo)致最終決策有失公允。具體觀點(diǎn)如下：

“應(yīng)當(dāng)把‘人’當(dāng)成獨(dú)立的個(gè)體去對(duì)待，而不是基于大眾的信息去進(jìn)行模糊化的決策。即使兩個(gè)人有相同的信仰或興趣，這兩個(gè)人也是截然不同的。”(女，71歲)

“大數(shù)據(jù)通常存在難以被糾正的缺陷，作為一名數(shù)據(jù)科學(xué)家，我必須坦誠(chéng)，算法無(wú)法洞察一個(gè)人的靈魂。”(男，36歲)

 

 

面試表現(xiàn)分析：

32%的美國(guó)民眾認(rèn)為利用算法對(duì)求職者的面試表現(xiàn)進(jìn)行分析是可以被接受的，他們認(rèn)為，公司有權(quán)利選擇最合適的雇傭者，算法只是輔助公司進(jìn)行考察的一種工具，此外，算法可能比傳統(tǒng)的人力更加客觀。具體觀點(diǎn)如下：

“在快節(jié)奏的現(xiàn)代社會(huì)中，利用技術(shù)來(lái)提高勞動(dòng)力雇傭效率十分重要。”(男，71歲)

“在求職者認(rèn)同的前提下，我認(rèn)為借助算法來(lái)分析面試表現(xiàn)是可以被接受的。為了聘用到合適的員工，企業(yè)往往需要投入大量的人力和物力成本，算法將是一個(gè)有用的工具。”(女，61歲)

“在面試中使用算法是沒(méi)問(wèn)題的，但是如果將算法分析的結(jié)果作為最終的決定因素，則有些荒謬。因?yàn)榍舐氄咴诿嬖囍型�往�?huì)感到緊張，這會(huì)影響其真實(shí)水平的發(fā)揮。”(男，23歲)

67%的美國(guó)民眾不支持利用算法對(duì)求職者的面試表現(xiàn)進(jìn)行分析。反對(duì)方最核心的論點(diǎn)是他們認(rèn)為算法并不能夠勝任人才選拔工作，具體表現(xiàn)在應(yīng)該由“人”來(lái)對(duì)對(duì)方做出評(píng)價(jià)，借助算法是對(duì)求職者的不尊重，以及算法可能會(huì)忽視在非常規(guī)領(lǐng)域有才能的候選者。具體觀點(diǎn)如下：

“在算法的分析下，那些不具有明顯特征和優(yōu)勢(shì)的求職者很可能被輕率地淘汰了。”(女，57歲)

“如果雇主想要雇傭的是一個(gè)鮮活的‘人’，而非機(jī)器人，那么面試就應(yīng)該建立在人與人面談的基礎(chǔ)上。”(女，61歲)

 

 

自動(dòng)篩選求職者簡(jiǎn)歷：

41%的美國(guó)民眾認(rèn)為可以接受雇主使用算法來(lái)篩選簡(jiǎn)歷，因?yàn)檫@樣做可以節(jié)約大量的時(shí)間和金錢(qián)，基于客觀標(biāo)準(zhǔn)的算法也將比人工篩選簡(jiǎn)歷更為公正和準(zhǔn)確。此外，公司可以通過(guò)對(duì)算法的調(diào)整來(lái)快速定位到自己想要雇傭的人才。具體觀點(diǎn)如下：

“你有沒(méi)有嘗試篩選幾百份簡(jiǎn)歷?算法可能不完美，但是它效率很高。”(女，65歲)

“雖然自己不會(huì)嘗試，但是我可以接受公司采用這樣的方法來(lái)篩選簡(jiǎn)歷，在不涉及歧視的情況下，公司有權(quán)選擇任何篩選方法。”(男，50歲)

57%的美國(guó)民眾不支持利用算法來(lái)篩選求職者簡(jiǎn)歷。他們的憂慮主要圍繞三個(gè)方面展開(kāi)：第一，這是對(duì)人力資源管理人才工作職責(zé)的侵蝕;第二，無(wú)法確保算法的公正性和有效性，雇主可能會(huì)錯(cuò)過(guò)最合適的候選者;第三，簡(jiǎn)歷并不是評(píng)價(jià)候選者的唯一標(biāo)準(zhǔn)。具體觀點(diǎn)如下：

“專業(yè)的人力資源管理人才將無(wú)處施展才華，會(huì)不會(huì)有一天HR們的簡(jiǎn)歷也被算法踢在一邊?”(女，72歲)

“算法將使公司錯(cuò)過(guò)優(yōu)秀的候選者，并且會(huì)使員工隊(duì)伍越來(lái)越同質(zhì)化。”

“這聽(tīng)起來(lái)就像是一場(chǎng)標(biāo)準(zhǔn)化的入學(xué)考試，算法和SAT、ACT相比又有什么區(qū)別呢，最終選拔出來(lái)的并不是真正有潛力的人，而是那些經(jīng)過(guò)大量的時(shí)間和金錢(qián)‘訓(xùn)練’出的人。”(男，64歲)

 

 

第二部分：算法如何塑造我們?cè)谏缃幻襟w上所瀏覽的內(nèi)容?

當(dāng)前，算法正深刻地塑造著社交媒體格局，即算法可以根據(jù)用戶的行為來(lái)推測(cè)出其最喜歡的內(nèi)容類型，公眾的新聞閱讀習(xí)慣在很大程度上由“主動(dòng)尋找”轉(zhuǎn)變?yōu)榱?ldquo;被動(dòng)接納”。這一現(xiàn)象已經(jīng)引起了學(xué)界和社會(huì)對(duì)于信息繭房和回音廊效應(yīng)的廣泛擔(dān)憂。

調(diào)查結(jié)果顯示，74%的美國(guó)民眾認(rèn)為，社交媒體上的內(nèi)容已經(jīng)無(wú)法客觀反映公眾對(duì)于社會(huì)議題的看法，也就是說(shuō)，社交媒體已經(jīng)無(wú)法代表公眾輿論。具體來(lái)看，持這一觀點(diǎn)的以白人和老年人居多，黑人和西班牙族裔，以及年輕人對(duì)社交媒體的信賴度略高一些。

 

 

具體研究結(jié)論如下：

1. 用戶在社交媒體上瀏覽到的內(nèi)容，是積極與消極的混合體。

在對(duì)社交媒體內(nèi)容的情感態(tài)度調(diào)查中，有88%的用戶表示會(huì)在網(wǎng)站上瀏覽到一些有趣的內(nèi)容，娛樂(lè)是他們?yōu)g覽此類內(nèi)容的最重要原因。

此外，調(diào)查結(jié)果表明，用戶經(jīng)常在以算法為內(nèi)容分發(fā)機(jī)制的平臺(tái)上閱讀到不合適的內(nèi)容。71%的受訪者表示，自己曾被推薦過(guò)令人感到憤怒的內(nèi)容，其中，有25%的受訪者表示自己經(jīng)常被推送此類內(nèi)容。此外，約有六分之一的用戶表示自己曾被推薦閱讀過(guò)含有夸大事實(shí)和虛假內(nèi)容的新聞。

但是，也有21%的受訪者表示，自己經(jīng)常會(huì)接收到與好友相關(guān)的內(nèi)容，這讓他們感到“與好友產(chǎn)生了聯(lián)結(jié)”。

 

 

2. 年齡和政治立場(chǎng)都是影響用戶內(nèi)容情感態(tài)度的重要因素。

研究表明，相較于年齡在65歲及以上的老年用戶，年輕人們認(rèn)為由算法推薦的媒體內(nèi)容更為有趣。有54%的年輕用戶認(rèn)為，由算法推薦的內(nèi)容非常有趣，而在老年用戶中，這一比例僅為30%。此外，年輕人也更容易接收到令自己感到孤獨(dú)的內(nèi)容。

此外，“憤怒”是國(guó)會(huì)議員們對(duì)社交媒體內(nèi)容的最常見(jiàn)情緒反應(yīng)。31%的保守派共和黨人表示，他們經(jīng)常因?yàn)樯缃幻襟w上的內(nèi)容感到憤怒，在自由派民主黨中，這一比例為27%，溫和派民主黨的比例則為19%。

 

 

3. 在事實(shí)真相落定之前，用戶經(jīng)常會(huì)在社交媒體上瀏覽到不實(shí)信息和激烈爭(zhēng)論。

調(diào)查結(jié)果表明，用戶經(jīng)常在社交媒體上接觸到兩種類型的內(nèi)容：第一類是帶有炒作性質(zhì)或夸大性質(zhì)的不實(shí)信息，有58%的受訪者表示自己經(jīng)常能夠看到此類內(nèi)容;第二類是意見(jiàn)不同的雙方就某件未有定論的事情進(jìn)行激烈的爭(zhēng)論和交鋒，有59%的受訪者表示自己經(jīng)�？吹酱祟悆�(nèi)容。

此外，還有相當(dāng)比例的用戶表示自己經(jīng)常在平臺(tái)上看到話題錯(cuò)位的帖子和回復(fù)，這類內(nèi)容可以被歸納為無(wú)用信息�？傮w來(lái)說(shuō)，認(rèn)為自己能夠在社交平臺(tái)上獲取到有用信息的用戶，不足五成。

 

 

4. 在瀏覽內(nèi)容的過(guò)程中，用戶也會(huì)感受到來(lái)自他人積極或消極的行為。

大約有一半的受訪者表示，自己能夠在社交媒體上感受到他人所傳遞的積極或消極的行為。其中，21%的受訪者表示，自己經(jīng)常看到善意的示好或是支持;24%的受訪者則表示，更多地感受到的是人們的自私與網(wǎng)絡(luò)欺凌。

皮尤研究中心此前的一項(xiàng)研究顯示，男性比女性更容易在平臺(tái)上遭遇騷擾或霸凌行為，在此次調(diào)查中，也有更多的男性佐證了這一觀點(diǎn)。有29%的男性認(rèn)為，社交平臺(tái)上更多地充斥著自私與網(wǎng)絡(luò)欺凌行為，而女性持這一觀點(diǎn)的只有19%。另一方面，這也顯示了女性在社交平臺(tái)上，更多地接收到的是善意的觀點(diǎn)和行為。

此外，在假新聞的傳播問(wèn)題上，18%的受訪者表示更多地看到的是對(duì)假新聞的傳播，17%的受訪者表示更多地看到的是對(duì)假新聞的糾正。同時(shí)，男性被指責(zé)更多地參與了假新聞的傳播，因?yàn)槟行杂脩敉�往更具欺騙性。

 

 

5. 平臺(tái)的數(shù)據(jù)應(yīng)用流向?qū)⒃诤艽蟪潭壬嫌绊懹脩粼诠蚕韨�(gè)人信息時(shí)的“舒適度”。

75%的受訪用戶表示，如果網(wǎng)站確實(shí)能夠推薦一些令自己感興趣的活動(dòng)或信息，他們很樂(lè)意與網(wǎng)站分享個(gè)人的部分?jǐn)?shù)據(jù)。而如果用于與政治相關(guān)的活動(dòng)，則只有37%的受訪用戶愿意分享個(gè)人信息。

此外，年齡也將影響公眾對(duì)于算法收集個(gè)人數(shù)據(jù)的看法。例如，在50歲及以下的社交媒體用戶中，有三分之二的人認(rèn)為，系統(tǒng)可以抓取用戶的個(gè)人信息用以推薦好友;而在65歲及以上的社交媒體用戶中，這一比例不足50%。

 

標(biāo)簽： 安全 大數(shù)據(jù) 大數(shù)據(jù)時(shí)代 媒體 網(wǎng)絡(luò) 優(yōu)惠

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。