一、大数据的发展困境
犯罪心理学上有个“破窗理论”，无论是企业还是个人，都有那么一个不为所知的“小窗户”，或许，我们没有办法保证它永远完好，但起码在它破了之后，要敢于主动、迅速修补。
否则，透过裂缝，这个窗口的裂缝会进一步扩大，这种诱惑带来的风险将会越来越失控。
当你登录手机APP的时候，有没有发现，各种APP软件调取你手机各项权限的强制性要求越来越少了，属于你的权力越来越大了？
其实，并不是你的权力变大了，而是部分企业机构之前滥用大数据权限，对你剥削得太厉害了。
7月30日，在中消协举行的第五届理事会第七次会议上，工信部信息通信管理局副局长鲁春丛公布了如下的数据。
“工信部持续加大对App违规行为的发现、曝光和处置力度。截至目前，已累计组织16批次集中抽测，检查139万款App，通报1407款违规App，下架377款拒不整改的App。”
随着数字经济的发展，在大数据的使用过程中，其实存在着一个“大数据困境”，这个困境主要是因为有三方面利益冲突而造成的，分别是：
1、社会公众；
2、商业公司；
3、作为社会成员和商业公司雇员的大数据相关从业者。
社会公众的目标很单纯：道德遵从，公平合理。
商业公司的目标也很单纯：追求利润最大化，合法合规（但有打擦边球的）。
作为社会成员和商业公司从业者的大数据从业者，目标就存在一定矛盾了：每个从业人员必须权衡其作为社会成员的利益和作为公司雇员的利益，这就是他们面临的社会困境。
还好，如今，相关从业者的这个尴尬境地，越来越少了。
因为随着一系列相关法律的出台，数字世界开始越来越规范了。
二、一张图看懂数据与重要的法律法规的关系
数据涉及的领域太多，概念太大，出台的法律又多，怎么有效地厘清之间的关系呢？
东方林语用一张图片，让你了解清楚商业数据、个人数据与各项法律的适用范围，也让每个人可以知道，如何有效地保障自己的合法权益。
首先，商业数据的分类，可以分为公共数据、平台数据、企业数据。
其次，个人数据的分类，可以分为个人行为数据、个人信息、个人隐私。
再次，所谓的重要数据和核心数据，都是分别包含了一部分商业数据和一部分个人数据（不是全部哦）。
最后，从法律层面，重点列举了《民法典》、《个人信息保护法》、《数据安全法》、《网络安全法》、《国家安全法》在数据领域的适用范围。
了解清楚上面四点后，用一张图就可以看懂相互之间的关系了。
无论是企业，还是国家机关，任何一个涉及重要数据的处理机构，如果不能保证数据合规和安全，必将带来巨大风险，给经营管理造成困扰，甚至影响到品牌声誉，国内外已经有无数类似的案例。
融合、共享、应用、变现（价值体现），是企业、政府、研究机构等使用数据的诉求与目标。
如今，从数据的收集、存储、使用、加工、传输、呈现等完整环节，保证数据的安全、隐私与合规，从法律、法规、监管等，都有了明确的要求。
三、四项值得关注的重要技术
这种背景下，哪些相关技术与领域将得到重视呢？
东方林语重点强调四项技术，分别是:隐私计算技术、零信任技术、认知智能技术、边缘计算技术。
这四项技术，如果想系统深入了解的话，可以关注东方林语之前的相关文章介绍。如果分别记住每项技术的一句话解释，也能大概了解其含义。具体来说，就是：
1、隐私计算技术：数据不动模型动，数据可用不可见。
2、零信任技术：永远不信任，持续在验证。
3、边缘计算技术：专注于局部边缘端计算，更好服务云计算整体。
4、认知智能技术：能理解、会思考、可解释的人工智能技术。
其中：
隐私计算解决了数据的隐私与合规问题；
零信任解决了安全访问的问题；
边缘计算解决了算力不足与数据本地化保护的问题；
认知智能解决了AI的发展趋势问题。
这四项技术，并不是孤立的，而是相辅相成的。
或许，大数据从业人员，会纠结于大数据发展道德问题与自己的工作利益冲突之间的问题。
但从数据本身而言，就是冷冰冰的一段代码，无论是大数据，还是人工智能，根本上是没有人类的感情，其 “偏见” 取决于背后算法训练的数据。
举个例子，早在2018 年 2 月的时候，MIT（麻省理工学院）媒体实验室计算机科学家 Joy Buolamwini 就发现，IBM、微软等公司的性别识别 AI 系统能以 99% 的精度从一张照片中准确识别出一个人的性别，但仅限于白人。而用于黑人女性时，这个数字会骤降至 35%。
所以，所有的歧视与偏见，都是来自我们人类的看法。
技术爆炸带来的社会革新太快，所以，我们不能完全依赖立法来解决数据安全与隐私层面的问题，但是，当我们建立起一套相对规范的、统一的道德准则与立法之后，数字世界才能在这个框架下，开始向良性循环的方向发展。
同样，正确地理解“破窗效应”，就要守好我们的“小窗户”，不能让它肆无忌惮的放任洞口大开。
少抄近路，守住底线，才是长久之道。
从善如流而不是从恶如流，对我们所有人来说，这就是最好的榜样了。
