同意|数据隐私的重建：重构人机交互中的“知情同意”(15)
如果不可能有意义地解构机器学习算法如何达到其决策 ， 那么我们可以采取这样的立场 ， 即个人不可能在部署了该上下文的任何情况下提供有意义的同意 。 因此 ， 有必要确定不适合使用黑盒算法的情况或环境 。 65审计问题还引发了以下问题：谁拥有执行此类审计的专业知识 ， 如何赋予审计员访问算法系统的权限 ， 这是必须开发以评估其影响的测试用例的类型 ， 以及由谁监督整个系统 。
9.个人代理
最后 ， 与上面的智能城市示例一致 ， 人们通常每天都会遭受多次数据收集事件 。 从我们可能会访问的数百个网站到可能在我们附近拍摄照片的公共和私人摄像机 ， 我们的日子是充满了无数个离散的数据收集时刻 。 即使我们真的有意对数据收集的每个时刻表示肯定 ， 也实际上是不可能的：没有人有时间几乎恒定地表示肯定 。 这种现实可以说破坏了我们的个人代理 。
解决此问题的一种方法是创建一个基于软件的受信任虚拟代理 ， 该代理通过将个人的隐私偏好传达给数据收集实体技术来充当中介 。 随着数据收集实例的增加或条款和条件的变化 ， 这样的代理还可以传达和更新个人喜好（以便可以代表该人获得连续的实时同意） 。 实际上 ， 代理可以在用户的设备上运行 ， 也可以由第三方信任的服务进行远程托管 ， 并且可以链接到用户的数字身份 。
这种方法的关键是该人有机会同意他们的偏好 。 在没有或代替屏幕上的浏览器的情况下 ， 数字身份提供了一种这样的载体来表示同意 。
使用用户首选项进行编程的受信任虚拟代理可以处理隐私策略（通知） ， 然后代表用户同意或不同意 。 虚拟代理可以根据自己的喜好 ， 适当地咨询用户 ， 以建议个人应使用哪些服务 。 可信代理可以充当可信过滤器 。
在最先进的水平上 ， 并经过适当的技术和道德发展 ， 代理可以充当顾问 ， 并具有适当的AI功能 ， 可以动态地采取行动并代表用户做出实际决策 ， 包括就数据收集进行权衡取舍或补偿实体 。 当然 ， 以人工智能为动力的代理商有安全隐患 ， 因此应进行审核 。
这项提议不是什么新鲜事：各种形式的数字代理和其他用于协商隐私和同意的计算方法已经提出并进行了近20年的辩论 。
但是 ， 当前和新兴技术环境的复杂性 ， 加上智能手机和云服务（可能用于部署某种形式的代理的平台）的广泛采用 ， 意味着这种想法已经成熟 ， 并且使代理成功的可能性更大 。 现在或不久的将来进行开发和部署 。 自治代理已经在B2B上下文中广泛部署 ， 并且学者已经建立了概念证明 。 66
结论
现在到哪里了？
需要进行进一步的研究来开发更细微 ， 多管齐下的工具箱 ， 以重新设计并最终取代通知和同意制度 ， 从而更好地增强人们的能力并为企业提供一定程度的监管确定性 ， 以便他们可以投资于创新 。 企业也可以扮演角色 ， 因此答案在于多利益相关方的协作方法 ， 正确的声音围绕着桌面 ， 例如从业者方面的UX设计人员 ， 包括产品策略经理 ， 隐私工程师 ， 产品技术经理 ， UX研究人员 ， 视觉设计师和信息架构师 ， 以及人机交互学者 ， 信息科学家 ， 人类学家以及通信和社会心理学家 。 学术方面 ， 仅举几个例子 。
目前 ， 通知同意规则的目标是有意义的 ， 但是在人机交互方面 ， 执行的方式过时 ， 无法捕获有意义的同意 。 鉴于技术变革的步伐以及个人数据收集的相应增加 ， 人们期望人们不再对已处理的所有个人数据表示有意义的同意 ， 这已不再合理 。
在世界许多地方 ， 我们现在几乎永远在线 。 与数据收集和处理近乎一致的同意有关的慢性疲劳不再合理 。 当涉及到隐私时 ， 人们会失去最重要的东西：控制 。 有更好的方法可以确保人们对数据发生什么拥有发言权 。 我们要重新审查和调和我们的制度模型 。
控制收集的数据 ， 以考虑此类信息的个人代理 。 通过采用以人为本的设计方法并挑战对屏幕上显示的纸质合同的依赖 ， 我们概述了可供选择的模型 ， 用于更适合目的的数据收集和处理 。
推荐阅读
- 暗淡青春|一根数据线居然卖354元
- 数据|10分钟，做一份数据可视化分析报表
- 数据|2020中国大数据产业发展指数在京发布
- 智能|每日互动入选爱分析数据智能厂商全景报告，持续引领数据智能新风向
- 数据|7.41亿！汇客云发布国庆8天全国购物中心客流数据报告
- 猎云网|医疗大数据分析服务商“脉兴医疗”获树兰俊杰资本千万级投资
- 老年|国庆长假结束，高德地图大数据显示大家竟然爱去这些地方
- 数据|徐叶润：另类数据技术是驱动资管科技的核心
- 旅游|小红书发布十一出行消费数据，“周边游”热度暴涨377%
- 数据|科大讯飞在遵义成立大数据公司，注册资本3000万人民币