从算法监管看隐私科技的破局思路是怎样的？

隐私计算作为隐私科技中的核心技术能力体现， 为了实现在安全的前提下促进数据的可持续流通， 其破局思路具体要从法律规则层面进行先行引导和 规划。

1.提高数据的匿名化程度

我国《个人信息保护法》中将匿名化定义为“个 人信息经过处理无法识别特定自然人且不能复原的 过程”，并将匿名化处理后的信息排除在个人信息之 外，这为算法类应用的发展提供了合规思路，即通 过隐私计算实现数据的匿名化处理效果，在匿名化 的前提下实现数据的“可用不可见”。但是随着大数 据技术的发展和数据的泛在化，完全做到匿名化可 能是个伪命题，典型的例子是搜索记录的重新识别， 美国在线网站曾经公布 2000 多万条匿名化处理的用 户搜索记录，有研究人员通过把其中多条记录联合 分析后，很容易就识别出特定个人的姓名和身份。 在当前法律和行业标准尚未界定匿名化实现方式和 验证标准的前提下，隐私科技技术需要对匿名化数 据的重识别行为做出约束，通过规则设计避免算法 运行过程中的中间态数据被重新识别到特定个人。

2.增强算法规则可解释性

数据作为新型生产要素，打破了“一物一权”式 的传统物权体系下的主客体对应关系，这就导致算 法的开发方和利用方需要向个人信息主体披露数据 处理的逻辑，以达到合规的要求。隐私科技技术在 实现匿名化信息处理的前提下无疑也增加了算法可 解释性的难度。例如在多方安全计算中，由于数据 供给方互相并不知道对方的数据特征和群体特征，用于算法训练的数据仅限于中间态计算结果，数据 黑箱导致算法计算最终结果的可解释性变差，因此， 即便是“心怀善意”的技术提供方，也会因为数据的 不完全透明导致数据的虚假乃至错误应用。隐私科 技如何实现算法的可解释性，降低算法偏差将成为 合规必须攻破的难题。

3.遵循应用伦理先行原则

由于算法与决策直接相关，从本质上来讲，算 法是客观规律的数学表达和理性预测，但是算法的 运算逻辑和数据输入都是由人来完成的。在隐私科 技加持下的算法虽然一定程度提高了数据匿名化的 程度，但是增加多个数据处理环节和应用主体，包 括数据提供方、技术提供方和数据应用方，其中数 据提供方可能涉及跨行业多个主体，这多方主体彼 此之间难以对算法开发过程中的信息做到完全披露 和理解，信息的不对称同样也会影响技术的中立性， 从而导致计算偏差和算法歧视，算法不仅会将代码 中固有的决策保存下来，还会在预测过程中不断固 化歧视而创造出新的现实。因此隐私科技的推广必 不可缺少中立第三方对数据源、算法模型的伦理审 查，通过降低信息不对称性和融入社会学分析，加 强算法的伦理审查，以促进隐私科技的向善发展。