从理论上讲，数据也是商品，平台可以通过交易，或者征得同意的方式来搜集数据。但问题是，平台面临的消费者实在是太多了，每个消费者之间的偏好又各不相同，有的不在乎隐私，愿意用它们来交换服务的便利，而有的则十分重视隐私，为保护隐私宁愿放弃便利。在这种情况下，平衡数据利用和隐私保护就成了两难。

如果一刀切地严格保护，那么大数据等技术就难以使用，平台对用户的服务质量就难以保证；如果一刀切地不保护，那么用户隐私就会受到威胁；而如果让平台和消费者一事一议地进行谈判，那么交易成本又会太高，从而让交易事实上难以进行。从这个角度看，联邦卡特尔局要求Facebook不能再用格式化的《用户须知》来让用户做选择，固然是有其道理。不过，如果Facebook放弃了这种做法，它又可以采用怎样的方法来获得用户的同意呢？这个替代方案，恐怕是很难找的。

不过，这些从制度层面难以应对的问题，或许可以通过技术的进步来解决。就在最近，谷歌开发出了全球首个移动端分布式机器学习系统。和传统的数据分析不同，这个系统不再要求“将数据代入代码”，而是选择了“将代码代入数据”。据说，这种技术可以让平台在不采集用户数据的前提下进行机器学习。或许，这种技术的出现将会有助于破解数据利用和隐私保护的两难。

相关报道: