中央政法委机关报法治日报社主办

您所在的位置:首页  > 文学副刊

信用数据权属应避免“公地悲剧”

2020-09-17 08:58:00 来源:法治日报·法治周末

个人的行为数据如何通过第三方层层外包,最终成为对个人“文明程度”的评价?形形色色的机构给出的信用评分又是否可以进行查阅,应该由哪个主体进行申请查阅


肖梦黎

从金融征信到行为征信,征信体系真正实现了“万物普遍联系”的最初设想。银行与金融机构不能再垄断信用评价的权力,包括社交网络、行为偏好、身份特质等在内的一系列自变量都被纳入到信用模型中,应用场景也从信贷逐渐拓展到信用借还、租赁、免押出行、住宿,甚至是签证特权等不同领域。

93日起上线的“苏城文明码”开全国之先河。据介绍,其功能旨在构筑起文明积分信息识别体系,形成市民文明程度“个性画像”。然而,上线3天后,“苏城文明码”就在一片质疑声中暂时下线了。

不过,“苏城文明码”的下线并不意味着其引发的思考也随之结束。笔者不妨追问一句:个人的行为数据如何通过第三方层层外包,最终成为对个人“文明程度”的评价?形形色色的机构给出的信用评分又是否可以进行查阅,应该由哪个主体进行申请查阅?

芝麻信用的隐藏条款

“苏城文明码”不难让人联想到:此前芝麻信用的隐藏条款,也曾引发一场轩然大波。

2017年,有人发现:在朋友圈转发支付宝年度账单时,页面上有一行小字——我同意《芝麻服务协议》。这行字不但特别小,而且后面已经默认勾选“同意”。早在2018年,支付宝就有超过9亿的用户,因此芝麻信用的覆盖范围非常惊人。

芝麻信用对用户信息进行采集、整理、加工、保存,结合输出的结果与其他因素,自行判断用户的信用水平和相关风险,从而决定其与用户的交易条件或作出相关决策。而更为关键的是,《芝麻服务协议中》明确指出,平台可以不经用户的每次授权而同意第三方直接向平台提供包括但不限于个人信息、行为信息、交易信息、资产信息、设备信息等在内的各种信息,并且这些信息可能对信用评级产生不利的影响。

上述第三方机构包括但不限于金融机构、类金融机构、电子商务公司、电信运营商、政府公共信用信息平台(例如,上海市公共信用信息服务中心、杭州市信用中心)及事业单位等组织。当作为企业、事业单位等组织,在第三方查询其非贷款类及其他非涉及商业秘密信息时,平台可以直接向第三方提供相关信息。而在用户与第三方业务关系尚未终止时,平台有权不支持用户撤销对相关第三方的信息查询的授权,以及终止/关闭相关服务。

这一事件,最终以支付宝公开致歉,并修改个人年度账单相关页面(取消“我同意《芝麻服务协议》”的默认勾选)而告终。

信用数据的性质及归属

关于数据的性质与权属在学界中尚未得到完全的共识,大致可以分为归属公民所有、平台所有、公民与平台所有三种路径,不同的数据归属路径对应着不同的逻辑。个人隐私数据归属于公民个人所有,而平台完全依靠自身劳动而获得的原始数据,也应有完整的所有权。

按照这种判定方式,公民的信用评分数据看起来似乎是可关联、并识别到特定自然人的个人数据。但是在信用评分机制中,最后形成的简单数字化的评分标识是作为主体的平台企业或者政府基于一系列用户行为综合评定的,并非是一种原始的个人数据。另一方面,公民信用数据的生成是为了降低交易成本、形成稳定的未来预期,因此,完全封闭、只适用于公民个体查询的信用数据并不存在。

这意味着,在处置信用数据的性质与权属时,需要格外谨慎。目前,已有学者提出“数据资源归国家所有”的第三条制度路径。对于数据资源这种新生事物,对其归属的确定实则是为了解决“数据互联”时代的“公地悲剧”问题。在信用数据这个问题上,数据权属归用户所有在法理上较为通畅,但却违背了物权上的可控原则,往往导致“权利的虚置”。而信用权属归属平台所有则可能助长平台权力的肆意扩张,正如上述芝麻信用的用户协议中明确载明的平台可以不经用户授权而从第三方获取各类信息的表述,多数用户根本未曾阅读,从而构成了“非知情的同意”。因此,信用数据具体归属哪种主体所有还需要进一步的深入讨论。

信用数据中的利益衡量

对于信用数据而言,需要面临个人信息保护与减少市场交易成本之间的关系,处理好算法透明与信用算法避免被反向破解的一对悖论。具体而言,个人信用信息的公开可以提升市场交易效率,但也会影响个体的私法权益(尤其是对隐私权构成影响)。如果说“授权-同意”是对个人信息保护的自我克减,那么至少要赋予信用信息公开的合比例性与程序正义。在“过度互联”与“记忆颠覆”的评分社会中,需要限制信用评分的适用场景,对收到较低评价的用户给以弥补机会,或者是对给予错误评价的用户以订正机会。

另外,基于物联网、大数据与人工智能的信用算法是很难进行解释的。由于机器学习算法的运作,哪怕评分主体公布具体的算法细节,普通人也很难了解算法的真实逻辑。而评分算法又与其他算法不同,其实是无法公之于众的。如果具体的算法一旦公开,就会面临被反向操纵的问题。比如,若某个平台影响信贷额度的主要变量是16个,那么渴望贷款的人很有可能通过改变、修正自己的财务状况,以迅速符合这一标准。因此,如何处理好评分算法的准确性与修复算法谬误的及时性是尤为重要的。

在一个“评分社会”中,当然应该肯定信用评分机制在降低交易成本与塑造信任等方面的有益性,这一机制也确实被认为是有效的治理手段。一个运作良好的信用评价体系可以对传统的消费者保护形式予以补充,但若是特定声誉机制存在设计与制度上的缺陷,也会对消费者产生误导,从而降低市场效率。因此,有必要建立统一的监管框架,在明确基准的基础上,确保信用体系建设的有效性。

(作者系华东理工大学法学院讲师、法律社会学研究中心副主任)

责编:王硕

联系我们 | 诚聘英才 | 广告征订 | 本站公告 | 法律声明 | 报纸订阅

版权所有 Copyrights © 2014-2019 www.legalweekly.cn ALL RIGHTS Reserved 《法治周末》

京ICP备10019071号-1 京报出证字第0143号

京公网安备 11010502038778号