一個關于人工智能（AI）輔助刑偵的案例相當有趣：今年以來，基于人臉識別技術(shù)，已有不下5名逃犯在多地舉行的張學友演唱會上被抓。

而另一案例卻令人十分憂慮：浙江紹興警方去年破獲的一起涉嫌詐騙的案件中，犯罪嫌疑人的行為涉及竊取數(shù)據(jù)、利用人工智能曬密撞庫、分銷數(shù)據(jù)、冒充詐騙、洗錢等整個產(chǎn)業(yè)鏈。其中，曬密撞庫是基于人工智能的快速識別驗證碼技術(shù)。

有科學家估計，到2040年，人工智能的犯罪率將會超過人類。利用人工智能技術(shù)進行欺詐等犯罪行為，在很大程度上與個人信息泄露與隱私保護不力相關。如何在發(fā)揮人工智能積極作用的同時，保護個人隱私、防止詐騙等犯罪，以及平衡個人保護與公共利益的關系，是人工智能時代的一項重要課題。

AI比你更了解你

在各種智能終端、傳感器無所不在的今天，借助便捷的信息采集技術(shù)，社交網(wǎng)絡能夠很方便地將人們的行為方式、性格傾向、興趣愛好等信息化和數(shù)據(jù)化，而通過相應的智能算法，就可以準確地畫出每個人的“數(shù)據(jù)畫像”，這也意味著，在大數(shù)據(jù)采集、分析和人工智能技術(shù)面前，我們每個人都將變成“透明人”，不再擁有傳統(tǒng)意義上的隱私?？梢哉f，算法甚至比你自己更了解你。而掌握著這些數(shù)據(jù)和算法的機構(gòu)，無論是公共部門還是商業(yè)企業(yè)，都可以利用其來“智能化”地推行社會治理或提供商品服務，從而大幅提升管理效率與服務水平。

對公共部門而言，借助上述技術(shù)可以方便地掌握民眾在收入、消費、健康、教育等方面的情況，為稅收、社保、衛(wèi)生、教育等方面的政策制定與實施提供支持。但其中的一個風險在于：人工智能基于機器學習特別是自主學習而形成的“黑箱”特征，并不能保證其所習得的算法的公平性和合理性，因為它只能保持“近似正確”，從而有可能產(chǎn)生誤判。紐約市的教育部門由于引入了基于人工智能的評教系統(tǒng)，導致一位深受學生和同事喜愛的老師被解雇，就是一個“算法失效”的典型案例。

與公共部門相比，商業(yè)機構(gòu)特別是掌握大量消費者數(shù)據(jù)的平臺公司，則是消費者受到隱私泄露與“算法歧視”威脅的最大風險源。第一種常見的風險是，消費者個人信息被泄露和不當使用，如臉書和劍橋分析公司的信息泄露案就是典型代表。另一種常見的風險是，在完全沒有外部規(guī)制的條件下，商家有足夠的動力根據(jù)消費者的個人偏好向其推薦特定商品或服務，并根據(jù)消費者的收入水平、消費傾向而“因人定價”，以實現(xiàn)利潤最大化。此外，如保險公司拒絕向特定人群（如特定基因攜帶者或特定行為人群）提供保險，類似這種“消費者歧視”或“拒絕服務”，在人工智能+大數(shù)據(jù)分析的今天不難做到。

為了應對人工智能時代可能引發(fā)的信息泄露與侵權(quán)問題，歐盟出臺了號稱史上最嚴厲的數(shù)據(jù)保護法規(guī)——《通用數(shù)據(jù)保護條例》（GDPR），并于今年開始實施。條例對個人信息的保護達到前所未有的程度，將數(shù)據(jù)披露與使用的權(quán)利賦予個人，明確數(shù)據(jù)控制者與處理者有保護個人數(shù)據(jù)及加工處理以防止泄密的義務，值得研究與借鑒。

金融詐騙的新寵

近年來，人工智能技術(shù)被少數(shù)別有用心的人有目的地用于欺詐等犯罪行為。如將基于不當手段獲取的個人信息形成“數(shù)據(jù)畫像”，再借助社交平臺冒充熟人進行詐騙。再比如，使用人工智能技術(shù)進行學習與模擬，生成包括圖像、視頻、音頻、生物特征等在內(nèi)的信息，突破安防屏障。去年曾有報道稱新款蘋果手機“刷臉”開機功能被破解，即是這類例子。

傳統(tǒng)的金融欺詐檢測系統(tǒng)高度依賴復雜的密碼、刻板的規(guī)則，在提供保護的同時也給消費者帶來諸多不便，并且由于缺乏有效的科技手段，已無法應對日益演進的欺詐模式和欺詐技術(shù)，偽造、冒充身份等欺詐事件時有發(fā)生，給企業(yè)和消費者造成很大損失。

可喜的是，目前已經(jīng)出現(xiàn)相當一部分人工智能技術(shù)用來防范可能的犯罪行為，如智能安防領域的語音識別、人臉識別、視頻抓取等，再比如智能金融領域的免密支付、生物特征識別、異常行為分析等。且目前國內(nèi)已出現(xiàn)以反欺詐為代表的金融科技公司，致力于應用人工智能技術(shù)構(gòu)建自動化、智能化反欺詐技術(shù)和系統(tǒng)，幫助企業(yè)風控系統(tǒng)打造用戶行為追蹤與分析能力，建立異常特征的自動識別能力，逐步達到自主、實時地發(fā)現(xiàn)新的欺詐模式的目標。這在信用體系、監(jiān)管體系存在缺失的社會，具有特別重要的意義。

運用人工智能技術(shù)應對如金融欺詐等犯罪行為，除了需要技術(shù)本身的研發(fā)與完善，還需要相關法律法規(guī)的保障，如針對電子證據(jù)（包括行為數(shù)據(jù)）的獲取與保存、平臺與消費者舉證責任劃分等問題，都應建立具體的法律法規(guī)保障制度。

此外，從潛在風險來看，無人機、無人車、智能機器人等都可能遭到非法侵入與控制，導致財產(chǎn)損失或被犯罪分子利用的后果。針對此類風險，則要從產(chǎn)品設計上進行追溯，明確是否存在設計缺陷或漏洞，在界定生產(chǎn)者責任的基礎上再行改進與完善。

制度+技術(shù)的雙重防控

如前所述，人工智能技術(shù)應用于公共治理、商業(yè)服務、公共安全等領域，能夠帶來極大的便利和明顯的收益，但同時也引發(fā)了一系列新問題，其核心是對信息，特別是個人敏感信息的搜集、分析、處置與使用，以及這一過程中不同參與主體相互之間責任、權(quán)利與義務關系的界定。因此，這是一個公共治理問題。

從這一角度來看，在人工智能時代，個人數(shù)據(jù)和隱私保護已經(jīng)不單是個人權(quán)利問題，還與公共利益息息相關。例如，“個人數(shù)據(jù)畫像”的生成，除基于個人特征信息外，更多來自行為數(shù)據(jù)，尤其是來自與他人的交往和聯(lián)系中所產(chǎn)生的數(shù)據(jù)。因此，在數(shù)據(jù)治理上，如何實現(xiàn)個人保護與公共利益的平衡，需要深入思考與研究。

從技術(shù)角度來看，目前基于大數(shù)據(jù)、機器學習等方式產(chǎn)生的人工智能算法，其內(nèi)部仍然是一個“黑箱”，并不能從因果機制角度來判定其合理性、正當性。與此同時，由于數(shù)據(jù)本身的局限性、有偏性，加之社會意識形態(tài)與主流價值觀的影響，也可能導致算法出現(xiàn)偏差，甚至“算法歧視”，留下不當使用的漏洞。

要解決這一問題，就需要從根本上突破“算法透明”障礙。而這又要求人類樹立正確的倫理標準，營造良好的科研與市場競爭環(huán)境，鼓勵平臺公司和中小企業(yè)在相應倫理規(guī)范和法律法規(guī)的指引下積極開展研發(fā)活動，特別是能夠在人工智能基礎理論、核心算法上有所創(chuàng)新，有所突破。