第五波科技浪潮，海量資料（Big Data）已席捲全球！
繼大型電腦、個人電腦、網際網路、社群媒體之後，Big Data 也對人類帶來全面性的影響，將世界泡在資料之海中。資訊呈爆炸性成長的同時，帶來新商機，也產生新危機。
經過長期研究，商業主管 Jonathan H. King 和法學教授 Neil M. Richards 指出，Big Data 掀起資料使用的倫理討論，包含隱私安全、保密原則、操作透明、用戶身分等議題。大家的文字記錄、影像檔案、座標定位等 Big Data 幾乎無所不包，因此「Big Data 倫理」不只是法律議題，也是電腦工程師每天需面對的問題。
- 倫理腳步苦追科技腳步
雖然以前就有資料分析，但規模之大、取得之易絕無法和現在比擬。如今，軟體開發商可取得並運用源頭各異或千里之外的資料，幾年前，這些都還令人難以想像。
我們面臨的問題是，Big Data 的內容量和應用面成長迅速，還富藏資訊價值，而過去的倫理和法律已難以管理與約束 Big Data 的使用。若我們無法在這新的數位時代裡建立應有的保護原則，Big Data 帶來的價值將會洗掉其他更重要的價值。
- 從 Facebook 收購 WhatsApp 看個資隱私
Facebook 重砸 190 億美元（約 5700 億台幣）收購 WhatsApp，就是看上那 4.5 億的手機用戶，巨量的使用者資料瞬間到手。WhatsApp「零廣告、零遊戲、零花招」的經營哲學吸引了廣大的使用者，雖然創辦人 Jan Koum 承諾將持續奉行此原則，而且他也是董事會的一員，但可想而知，Facebook 一定不會白白浪費這些數據，畢竟 Facebook 缺少的就是行動裝置的用戶資料。
其實，Facebook 也曾為了類似的目的而捧著 30 億美元（約 900 億台幣）找上 SnapChat，但收購未果。SnapChat 有「閱後即焚」的機制，訊息或照片打開後，數秒後會自動刪除，以保障用戶隱私。
- Big Data 帶來金錢和權力
Big Data 不再僅用於計算數據關係的資料庫表或演算系統，更代表了錢潮和權勢。廣義而言，Big Data 能幫助機構更了解自身優勢和大眾評價。
同時，也增加了社會對「Big Data 倫理」的需求。美國國安局監聽事件就不言自明，而且現在只需要瞧瞧你的 Gmail，就可以畫出你的社交網絡。從國家安全到個人訊息，都和 Big Data 倫理息息相關。
有鑑於此，King 和 Richards 提出了 Big Data 倫理的 4 大基本原則。
1. 保障隱私
資訊使用的相關規範務必要清楚定義、持續強化，保護資料蒐集、使用與留存的隱私。各機構單位如政府、醫院、學校等擁有大量個資，這些數據依然能被適當地管理和分析，但隱私絕不能缺席。
2. 兼顧分享與保密
基本上，資訊的公開程度很難以二分法來定義，沒有所謂完全的公開或完全的保密。有時我們會主動分享照片、通訊錄，或是提供特定資訊以享受某些服務，如：GPS、WiFi 定位、手機信號塔。不過，我們提供或分享資訊並不代表想讓所有人都知道，你的醫療、金融、定位、聯絡、閱讀等記錄，應該也不打算公諸於世吧？
3. Big Data 操作透明化
如果將 Big Data 加以整合分析，跑出新結論或預測新趨勢，意味著極大的商業利益。有人就專門收集大量個資，再分享或轉賣給其他人，而一般大眾往往被蒙在鼓裡。但我們並沒有同意分享自己的資料，也不一定願意讓別人查閱這些資料。因此，Big Data 的使用應該要透明化，避免大家的個資在全球流竄自己卻還不知情。
4. Big Data 不應洩漏個人身分
沒有隱私很可怕，身分洩漏更恐怖。如果讓監管機構負責處理 Big Data，甚至可以任意動手腳，還不需要我們首肯，後果將不堪設想。現在宜開始思考，我們願意讓什麼樣的機構或計畫使用自己的個資，更重要的是，我們不願意讓誰看到哪些個資。
- Big Data 倫理人人有責，工程師站在最前線
科技日新月異，只有上述 4 種原則是不夠的，編寫成法律條文也得再費一番功夫。不過，建立與落實 Big Data 倫理，使用 Big Data 的人都責無旁貸。
軟體工程師和資料庫管理員是第一線角色。資料實際使用的情況有千百種，存在著法律死角，因此，相關組織單位應自律操作或自定守則，明定合理的使用條件，否則光有法律仍無法有效落實 Big Data 倫理。
- 科技監督 Big Data 應用
科技衍生出的倫理需求也可以用科技協助解決。利用電腦追蹤 Big Data 為誰所用、所為何用，透明化操作過程，加強大家的個資意識和個資管理。
所有人都身處 Big Data 的洪流中，加入 Big Data 倫理的討論，不僅保護自己，也能確保科技走在有益人類的路上。
（資料來源：Forbes；圖片來源：infocux Technologies，CC Licensed.）
- 延伸閱讀
