【编者按】你用淘宝购物吗？你用支付宝理财、支付吗？你有微信钱包吗？你用博客来和亚马逊买书吗？我们早已习惯了在网路上的一举一动都会被记录下来。科技公司的技术团队已经成了最了解人类行为的一群人。深具侵略性的科技产品让我们对隐私的界定范围不断模糊。
克里斯汀 · 鲁德（Christian Rudder）毕业于哈佛大学数学系，交友网站OkCupid的共同创办人，他结合大数据分析技术与领域知识，分析线上交友网站的第一手资料和深度的文字探勘（text mining），写成这本《我们是谁？大数据下的人类行为观察》（Dataclysm: Who We Are, When We Think No One's Looking）。
以下是这本书的最后一章：数位面包屑。在分分秒秒的活动中，我们留下的个人讯息琐屑决定了我们是谁。演算法、大数据要退让到什么位置我们才感到舒适、安全？
脸书（Facebook）2009年启用“赞”（like）的按钮，改变了人们分享内容的 方式。这并不是脸书新创的想法，像是曾经风靡一时、现在人气 不再的 digg.com 和 del.icio.us 这些网站，多年前就已经引进了让人对文章按“赞”的功能。
然而，当时这些公司看重的是“内容”，脸书则是以强大的社群网络为基础，内容创作者能以轻松简单的方式，让所有人用那个小小的大拇指图样，对他们的作品表达喜欢。
这等于是创造了一种新的通用小货币：脸书对你写的文章、做的音乐之类并不会付什么钱，但却能让你享有获得肯定的兴奋，也能和朋友分享你做的一切。截至2013年5月，脸书每天有45亿个“赞”，而根据当年9月的报导，从开始到当时已累积了1.13兆个“赞”了。
这等于是创造了一种新的通用小货币：脸书对你写的文章、做的音乐之类并不会付什么钱，但却能让你享有获得肯定的兴奋，也能和朋友分享你做的一切。
在脸书新增按赞功能的同一年，麻省理工学院的学生开发出他们的同志雷达软体。这套演算法很能推断男性的性向，但其实道理也很明显：大家都猜得到，男同志就是比较容易有男同志的朋友。所以，这项同志雷达的创新之作，就是用宏观层面的资料，来做一些我们自己早就会私下做的事情。
在这之后，各种预测软体的能力突飞猛进；随著有愈来愈多资料可用，这种程式只会变得更快、更强大。到2012年，英国某团队已经发现，只 要从一个人按赞的资料，就能在以下主题得到相对的猜测准确率：
按赞的模式透露出你是什么样的人
再次强调，这里并没有看任何近况更新、评论、分享，或是任何用户自己打的字，完全只是看按赞的情况而已。等到你发现，居然有人只要从滑鼠（鼠标）点点点这档事，就能知道你爸妈在吵架，便晓得科学已经到了一种前无古人的境界了。甚至，一个人按赞的模式还能拿来预测智商：这个模型能够精准预测某人的标准智商测验得分，而且一个问题都不用问。
一个人按赞的模式还能拿来预测智商：这个模型能够精准预测某人的标准智商测验得分，而且一个问题都不用问。
这一切的根据不过就是脸书三年间取得的用户资料，而这些用户在之前几十年，都是活在没有脸书的情境之下。如果有人是 从小就玩脸书，情况又可能如何呢？
这就是纵向资料的黑暗面 (否则平常我是很爱纵向资料的)。雇主、学校和军方早就在用迈尔斯-布里格斯（Myers-Briggs，性格分类指标）和史丹佛- 比奈（Stanford-Binet，智力量表）之类的测验，你坐下来、尽力 表现，然后他们就依结果将你分类。在大多数情况下，你能够选择是否要加入。
然而现在逐渐演变成，你不过在过自己的生活， 就等于是在参加这些测验了。而且，整个结果大剌剌地摆在那里，任何人都能阅读判断。在面试之前，看到某个人的 Klout 分数是51分之类，这是一回事，但居然能知道他的智商，这又是另一回事了。
如果雇主开始运用各种演算法，推断你有多聪明或你是否在用药，你唯一的选择，就是要设法能够操纵这套系统，或者借用上一章的话，也就是“管理你的品牌”。
要打败机器，你就得像是台机器，但这也代表已经输给机器了。
要打败机器，你就得像是台机器，但这也代表已经输给机器了。而且，前提还是你有办法先猜测到自己该如何表现。你绝对想不到，在这个研究里，和智商最相关的就是会对“薯圈圈”（curly fries）按赞，谁可能倒推得出来啊。 然而，即使脸书对你知之甚详，仍然比较像是个“工作上的朋友”：虽然相处的时间很长，彼此关系还是有明确的界线。
脸书知道的就是你在脸书上的资料，但还有很多其他情况对你的了解更深入。如果你有一台 iPhone，苹果就会知道你的通讯录、行事历、照片、简讯、文字、你听了什么音乐、去了什么地方，而且因为手机有一个小陀螺仪，苹果连你走了几步都一清二楚。没在用 iPhone 吗？把“苹果”换成“谷歌”、“三星”、“威讯电信” (Verizon)，结果也一模一样。
你戴 Nike 的运动手环 FuelBand 吗？Nike连你睡得好不好都知道。你买了Xbox One吗？微软知道你的心跳率。你用信用卡吗？只要你在零售店买了东西，你的个人识别资讯（PII）就会将统一商品代码(UPC)连结到在客户关系管理（CRM）软体里你的客户编号（ID），而这套软体就开始计算你下一个可能想买的东西是什么。 这只是整个企业资料现况的一瞥，想要完整叙述，得花上许多页才写得完。
至于政府的情况，由于政府只有透露部分，我们也就只知道片段。但我们确实知道的是，英国上下总共有590万部监视器，等于每11个英国人就有一部。
而在曼哈顿，光是在 14 街以南，就有 4,176 部。至于在城市道路以外的部分，则由卫星和无人飞机来补全。虽然我们不知道这些监视器究竟看了 些什么，但应该可以肯定的是：只要政府对你有兴趣，你一定难逃法眼。
除此之外，正如揭露美国政府秘密监听计划的爱德华 · 斯诺登（Edward Snowden）所透露，很多政府无法从监视器上看到的东西，仍然能好整以暇地从国安局内部网路（NSANet）终端机的荧幕上轻松取得，而这个地点是个机密。 正因为有太多事情发生，而公众又知道得太少，一般人对资 料的理解，必然与真实状况有极大落差。
《我们是谁？大数据下的人类行为观察》（Dataclysm: Who We Are, When We Think No One's Looking）
出版时间：2016年5月
出版社：马可孛罗文化
作者：克里斯汀 · 鲁德（Christian Rudder）
译者：林俊宏
我不得不说，光是因为放下手边的工作来写这本书，我敢肯定自己就已经落伍了。在许多方面，“分析”已经超越了资讯本身，成为真正的关键。目前得到最多媒体关注、也是最讨人厌的资料收集者，就是网路浏览器里的 cookie，还有那些盗窃信用卡号的骇客。然而，这种人拿到的其实也只是你生命的一小部分，而且他们还得先费尽千辛万苦才行。
不论他们的 JavaScript 写得多狡猾，基本上他们还是那种默片里的二流小坏蛋，留着小胡子、戴着高帽子的那一种。或者打个比较现代的比方：他们就像是《王牌大贱谍》系列里那个 白白胖胖的邪恶博士(Dr.Evil)，根本整个世界都是他的人质， 但他居然只勒索个一.百.万美元，而真正能赚到几十亿美元的幕后头目，则是像 Acxiom 这样的资料公司。
这些企业资料行销业者，能够取得银行和刷卡纪录、零售购买纪录，以及像是纳税纪录之类的政府档案，他们对于人类行为的了解，远远超越了任何在网站上找模式的学者。
这些企业资料行销业者，能够取得银行和刷卡纪录、零售购买纪录，以及像是纳税纪录之类的政府档案，他们对于人类行为的了解，远远超越了任何在网站上找模式的学者。同时，各种国安机制所带来的种种资源和专业知识，则会让一般企业等级的资料探勘（data-mining)）软体像踩地雷小游戏一样可笑。
我们损失了隐私，换回的是什么 ？
虽然我们用了“探勘”这个比喻，但资料其实并不是什么天然资源；资料必然有个源头，而这个源头就是你。政府和各家公 司，都在收集你私人生活的各个小部分，并且试图把它组回成一 个能够让他们利用的完整图像。
你丧失的隐私愈多，他们就能做得愈有效率。而任何对于隐私的讨论，最后的根本问题就在于如何妥协：你损失了隐私，能得到什么？我们总是在计算该如何妥协：公众人物出卖了自己的私人生活，好换取职涯上的进步。你想要订欧洲青年旅馆或买印度火车票的时候，也得想想要不要多花点钱，让自己多点隐私空间。
而和主题也相关的是，许多男女晚上出门的时候，也会让裙子变短一点、让衣服紧身一些，透过放弃一点隐私，换取一些注意的目光。所以，交换妥协这件事由来已久，但这里真正与过去不同之处，是妥协的对象及条件。
对象是企业时，除非你是想研究相关议题的经济学家，否则企业使用资料后对我们的好处并不明显。理论上，有了使用者资料，企业可以让广告更有针对性，也就是可以少浪费一些行销费用，商品价格也就能更低。至不济，公司如果将这些资料出售换得收入，就能免费提供某些对消费者真正有用的服务（例如脸书和谷歌）。
至于对象是政府的时候，我们让政府窥伺隐私，能得到的好处就没那么单纯了。 有了监视器，真的让我们更安全吗？各种安全监控，是不是 我们的保护毯？至少，自2001年以来，就未曾发生针对美国平民的恐怖攻击了（至少不是由大型恐怖组织所发动）。
这不能说没有意义，特别是对纽约人而言。然而，光是“没有发生”可 能不够有说服力。除非我们能够确知究竟阻止了哪些攻击，而不是本来就空穴来风，否则我们实在很难相信政府的说词。
就像德州的沙尘暴一样，许多与“九一一”事件相关的记忆已经逐渐远去， 但用颜色编码的“威胁等级”仍被不断提起，总让我觉得像是特地在为油田服务公司哈里伯顿（Halliburton，于伊拉克战争中获利颇丰）打广告。
政府认为人民不用什么都知道，抱着一种“你有需要知道的时候再说”的原则，实在很难令人相信所得到的资讯。于是，人民开始愈来愈注意政府发言的动机，而不是内容。 不论如何，我其实不知道国安局的各种大动作，究竟曾经阻止了多少犯罪，甚至是否曾经阻止任何犯罪。
政府只说了一切成功， 但并未透露时间、地点或方式。 在达不到理想之后，全面监控机制对于那些无法阻止的犯罪 行为，在破案时倒是大显神威。像是波士顿马拉松爆炸案，就是由安全监视器协助破的案，2005年的伦敦地铁爆炸案也是如此。 特别是在非同步犯罪中，犯罪分子遂行犯行后，要再过一段时间才会出现受害者，于是更需要有完整的资料才能追查。
而在这些调查中，媒体大声赞扬情报资讯的力量，这个监控国家一时也走路有风。这种资料用法目的明确，况且在地上还流着血的时候， 也不会有人去计较隐私/保护之间该如何平衡。
但每次呼喊“团结就是力量”之际，很多时候我们还是得靠着斯诺登这种吹哨者 (whistle-blower，指基于公益挺身揭弊的机构内部人员)，才能知道政府究竟知道些什么。
国家安全局是美国政府的信号情报(signals intelligence)单位，而他们要找的信号，就在我们的资料里。我认识一些国安局的人。前面提过，我是数学背景，在哈佛拿的学位。虽然全系同学的大学毕业证书表面看起来没什么两样，但数学系其实分成两种人。
我这种人，就只是喜欢数学，而且程度还算不错。至于另一种人，则是神人等级的超级专家。大一有一堂高阶的“数学 25”，当时的我就已经没资格修了；而从这堂课上，还会再把超级精英抽出来，由系上特别邀请去修另一堂“数学 55”。
对那些真正的数学家来说，我修过最难的那些课，他们多半直接免修跳 过。在我修的高阶课程里，很多时候是由助教上课，他们还得打 所有成绩。这些助教常常比我年轻(有一个才十六岁)，而且明明还是青少年，就已经开始读非常艰深的研究所课程。
我还记得，修到实变函数论(Real Analysis)的时候我很兴奋(而且感 觉真是一大挑战)，但当时许多同侪（如果我还配称得上是他们的同侪）可能都觉得这实在像国中的课一样无聊。
现在我每次听到“国安局”，就会让我回想起那些日子，因为他们招的就是那另一种神人。 我会指出这一点，是因为很多人似乎不把政府人员看在眼里，说他们是官僚，只会盖章，认为只要一般民间资料分析公司 的人就能胜任那些工作。
然而这些在监控我们的人，可是非常非常聪明。我们可以希望他们能像过去的费曼和爱因斯坦一样，处理工作时不仅识见卓绝，还带着充满关怀的人性，不过我们能够肯定的是，他们正如过去的费曼和爱因斯坦，手上的工作具备了非人的巨大威力。
然而这些在监控我们的人，可是非常非常聪明。我们可以希望他们能像过去的费曼和爱因斯坦一样，处理工作时不仅识见卓绝，还带着充满关怀的人性，不过我们能够肯定的是，他们正如过去的费曼和爱因斯坦，手上的工作具备了非人的巨大威力。
有了演算法，还必须吃资料，而如斯诺登所透露，美国国安局可是像吃了超级食物一般。又或者说......他们其实是所有食物来者不拒。国安局会收集电话、电子邮件、简讯、照片，基本上 所有电子资讯都难逃掌握。显然，这里不是被动运作。
根据一份 流出的文件显示，他们最高的明文目的就是“掌控网路”。这项专案居然敢讲得如此直言不讳，也算令人佩服。斯诺登首批揭露 的文件中(由《卫报》和《华盛顿邮报》共同揭露)，有一个关 于“棱镜计划”(PRISM)的简报档。这些简报可是毫不拐弯抹角：
可以看到，这里的资料简直无所不抓。一方面，配枪的人忽然开始对我们的脸书帐号感兴趣，对大家来说可不是什么好事。 但另一方面，看到他们做简报居然用的是微软的绘图工具，又觉得实在也没什么好怕的。
正因为棱镜计划深具侵入性，如果没有法院命令，无人有权查阅棱镜计划所得到的个人资料，至少理论上如此。其他的监控机制则主要针对后设资料(metadata)，也就是各种通讯留下的痕迹。
以下是美国官方的隐私与民权监督委员会(Privacy and Civil Liberties Oversight Board)对于另一项计划的描述：
国安局 215 条款(Section 215)专案监控数百万个电话号 码，记录所有收发话纪录，包括通话长度，以及确切的通话时间为当日何时。国安局若锁定某电话号码进行分析，所有 和该号码有接触的电话，以及再与这些号码有接触的号码， 都会一样遭到监控、收集相关资料。
在此必须先声明，这里的监控完全不包括任何通话的实质内容。在这方面，其实和本书用的资料没有太大不同。不论我们或是这些人，都是只讲趋势、不讲个人。而同样根据他们所言，在国安局，要等到你的通话网路符合所谓的“威胁”模式，他们才会真正开始密切注意。
然而，虽然后设资料属于间接，但侵入性并不见得就比较小。 只要有心想跟踪，其实大家都会留下一些意想不到的资讯面包屑。本书到目前就已经提过许多例子，即使如此，还有许许多多我们没谈到的追踪方式。
例如，不管是高端的单眼相机，或甚 至只是你的 iPhone，所有数位相机拍摄的照片都会附加一个小小 的 Exif 档，里面除了记录拍摄时间，还有其他各种琐碎资料，例如光圈、快门速度，通常还有拍摄时的经纬度。
有了 Exif 档，就能让像是 iPhoto 这些程式轻轻松松将照片依“时刻”(Moments) 和地点排序，也能在地图上用小小的大头针图示显示你去过哪里。
然而，Exif 会泄露的可不只如此。以 OkCupid 的个人档案照片为例，愈好看的照片，愈有可能是很久很久以前拍的。换句话说，大家找到一张“好看的照片”之后，常常再也不换。
我们之所以知道这种事，也是因为 Exif 能告诉我们照片的拍摄时间。类 似这样的附加资料其实很常见，像是你每次打开哪个最爱的应用程式，GPS 座标就已经在一旁待命。
几乎你载入的每个网页，页边都藏着几十个只有一个像素的图像（就只是一个透明的点）， 在载入“真正的”网页时，记录你的造访；这些像素并不知道你在做什么，只知道你造访的时间、地点。
但光是这样，就已经能让背后的公司对于你整个人的基本资料拥有满准确的猜测。 如果有人就是不想分享这些资料，该怎么办？会不会有些 人，就是宁愿自己去买东西、自己开心过日子？我本身很重隐私，老实说，有部分也是因为如此，我不太迷任何社群媒体，也从来不会把女儿的照片放上网路。
我是在2011年初开始用 Instagram，只把它当成网路相簿应用程式在用，当时这家公司还不大，而且我主要就是为了那些滤镜效果。我当时还以为这就像是摄影软体 Hipstamatic，没什么社群功能(我知道，这让我听起来完全像个老头)。等我太太发现她那老古板的先生在做什么之 后，她告诉我可以把帐户与其他人的帐户连结，而我也照做了， 因为不过就是点个按钮嘛！
但等到我发觉这不只是我和我自己的照片之后，忽然觉得 Instagram 失去了所有的吸引力。 会像我这样闭俗的人并不多。虽然人人都说担心，但大多数用户对于隐私其实没那么在意。
每次脸书又更新服务条款，把触手往我们的资料探得更深，民众会怒个一天，但隔天还是继续上脸书，就像是如果去戳一下蜂巢，发怒的蜜蜂一涌而出，但发现找不到人叮之后，就会乖乖再回巢。
每次脸书又更新服务条款，把触手往我们的资料探得更深，民众会怒个一天，但隔天还是继续上脸书，就像是如果去戳一下蜂巢，发怒的蜜蜂一涌而出，但发现找不到人叮之后，就会乖乖再回巢。
因为科技就是会这样不断步步进逼，而人类则是不断退缩，让现在的软体几乎都深具侵略性。譬如有些应用程式管的是减肥，有的管心跳率，甚至还有 “帮我的打扮打分数”的应用程式，把自己的打扮穿着上传网路，让大家为你提出时尚建议。女性也用各种应用程式来预测和管理自己的月经周期，珍娜 · 沃瑟姆就写道：“市场充斥此类软体，我认识的几乎每个女人都用。”
......
然而，就算有一些（甚至不少）人并不在意隐私问题，我还是不希望有任何人会因为这本书而使身分曝光。前面已经提过， 这里的分析都经过匿名，只做整体呈现，而且我处理原始资料也很小心，资料中绝无任何个人识别资讯（PII）。
而讨论到用户所发表的文字时（包括个人自我介绍、推特文字、近况更新、按赞等等），使用的都是公开的内容。至于用到用户个别纪录的时候，则是会将用户帐户名（ID）加密。
而且在任何分析中，资料范围都只列出必要的变项，避免能够回推到任何个人。 当然，我从来没想过要将资料回推到个人，而是要将资料连 结到整体所有人。这正是我在资料里看到的价值，也就是以隐私换取而来的价值：让我们能够从中学习。
这正是我在资料里看到的价值，也就是以隐私换取而来的价值：让我们能够从中学习。
微软研究院的资讯科学家贾伦 · 拉尼尔（JaronLanier）曾著有《谁拥有未来？》（Who Owns the Future？），他最近在《科学人》（Scientific American）杂志写道：“有极大量关于我们私人生活的资讯，正在储存、分析以及使用，希望未来能展现实际用途。”
我认为他讲到“极大量” 绝对没错，但最后一句却有问题。任何东西，不都是“希望未来能展现实际用途”吗？研究科学这件事，最重要的就是为了探索。铁矿石原本也只是石头，直到有人开始尝试。面包上的霉菌几千年来都只会让人生病，直到亚历山大 · 弗莱明（Alexander Fleming）发现也能做成盘尼西林。
发挥资料正面的力量
目前，资料科学已经取得许多重大研究结果，不只能够描述、更能够改变人们的生活方式。我在前面已经提过了谷歌流感趋势，自从2008年推出之后，现在已经在超过25个国家上线，追踪疫情。虽然这项工具还不完美，但至少是个开端，各种资料结合之后，现在甚至能用来预防疾病，而不只是减轻疾病危害而已。
正如《纽约时报》去年的报导：“微软、史丹佛和哥伦比亚大学的科学家，运用谷歌、微软和雅虎搜寻引擎的搜寻查询资料，已经首次能够领先美国食品药物管理局的警示系统，找出处方药物不为人知的副作用。”
研究人员发现，帕罗西汀 (paroxetine)和普伐他汀(pravastatin)会造成患者血糖升高。在这里，牺牲一点生活上的隐私，换来活得多一点健康。 目前看来，似乎每天都有一点新进展。像是今天，我就发现 了一个叫做 geni.com 的网站，打算运用群众外包的力量，画出全人类的家谱。
如果成功，这家公司基本上就是为人类遗传物质画 出一个社群网络。上周，两位政治科学家则是推翻了一种大家常有的误解：以为共和党之所以能在众议院占多数，靠的是在画选 区的时候动手脚（gerrymandering）。
这两位作者用模型测试了全美各种可能的选区划分方式，结论等于是由电脑扮演憨第德 (Candide)的角色来告诉我们，现在这个分裂的世界，正是最美好的世界。
民主、共和两党僵局的真正成因，是美国实际的政治分布，而不是地区划分的问题。 这不过是开端。资料的脚步跑得飞快(早在2012年，脸 书每天收集的资料就已经有 500 TB)，但分析也已经开始迎头赶 上。在纳特·西尔弗的推动下，“资料新闻学”成为新闻报导的主流，我们为了理解，就会将各种事物“量化”。
不论《纽约时报》、《华盛顿邮报》或《卫报》，都已经建立起强大的分析及视觉化团队，而且就算现在是记者和新闻界的财务寒冬，仍然持续投入资源，报导我们生活中的种种资料。 至于那些当红的赚钱企业，我们已经多次提及的谷歌则是起带头作用，将资料导向公益。
除了谷歌流感趋势、史帝芬斯-德维道维兹的研究，甚至还有许多比较不为人知但其实规模更宏大 的专案，例如“宪法专案”(Constitute)，就是希望推动以资料为基础的宪政设计。大多数国家的公民通常只会关注一套宪法 (也就是自家那一套)，但谷歌则是将自从1787年以来起草 的900部宪法完整收集在一起。
经过合并、量化之后，这些资料就能供新兴国家参考(目前全球每年大约会制定五部新宪法)， 看看过去各种制度的成败，也就更可能让政府长长久久。在这里，资料能够带来更美好的未来，原因正如宪法专案网站所言： 在一部宪法里，“即使一个逗号也能造成天壤之别”。
正如我们所见，脸书的资料团队收集了庞大的人类行为及反应资料之后，已经开始发表这些深具价值的研究结果。抓住这种科学和牛顿定律的相似之处，麻省理工学院的艾力克斯.潘特兰 (Alex Pentland)把这种新兴科学称为“社会物理学”(social physics)，他和团队也已经开始把这些社群资料带到现实世界， 与地方政府、电信业者和市民合作，将整个城市“资料化”。
......
至于如何在可能的优缺点间达到平衡，我希望自己能点出一 个方向，但老实说，我看不到有什么简单的解决方案。很有可能 是我已经涉入太深，无法看到全局。
我与拉尼尔看法相仿，认为规范是行不通的。但还是会有人尝试。我确定，一定会出现立意良善的新法，只可惜这些法律在印刷油墨都还没干之前，就会过时。
而且，我自己就是个资料收集者，早就亲眼见识到，就算你让使用者拥有世界上所有的隐私管控方式，大多数人就是懒得去用。OkCupid 问了女性：“妳是否曾经堕胎？”(这是第 3,686 题 配对问题，你看吧，我就说他们什么都问了。)就在这个问题的 正下方，有一个可以勾选的方框，可以选择要将答案保密。但在那些选了肯定答案的人当中，勾了方框的不到一半。
大部分的人，其实没那么在意隐私
所以，大多数人就算拿到工具也不会去用。只不过，或许 “大多数人”不该是我们的目标。一方面，不管真正会使用的人有多少，还是应该要让使用者有办法删除、甚至收回他们的资料。另一方面，也有可能隐私权的概念早已改变，让讨论这个概 念的人都过时了。
根据网路标准，拉尼尔和我都算是老人等级， 而英文俗语“将军打的总是上一场仗”可不只会发生在军队里而已。我可能已经不再知道什么是正确的、什么是可允许的。不同的文化、不同的世代，对于隐私就会有不同的定义。
虽然美国国安局赤裸裸地扩权，但民众似乎也没那么生气。 华盛顿特区早就看过许多号称“百万”的游行，像是百万民众、 百万母亲等等。
而近来，骇客组织“匿名者”（Anonymous）就号召了一项“百万面具游行”（Million Mask March），要抗议如棱镜计划、政府大规模监控等议题。但《华盛顿邮报》报导的第一句，就已经看出公众对这个议题兴趣了了：“数百名示威者......” 拉尼尔在该篇《科学人》文章中，主张应该对个人资料提供补偿，用市场力量重新找出隐私和价值之间的公式。
他建议，资料收集者应该在使用者资料出售的时候，提供小额款项给使用者。但对业者来说，这就像是要再多缴一笔税，结果不是转嫁到消费者身上，就是可能掀起一场割喉战，开始什么都要付费， 比现在的航空业一样。无论哪种方式，对我们而言，到头来都不划算。更别说这种方式要执行有多不切实际了。
相较之下，潘特兰的做法就比较可行，他称为“资料新政措施”(New Deal on Data)。讽刺的是，这里的原则让人想起古代 的英国普通法(English Common Law)。
他相信，个人资料就如同你拥有的其他事物，应该由你具备拥有、使用及处置的基本权利。换句话说，如果你觉得某个网站（或其他储存资料的档案库）滥用了你的资料，你就应该有权将资料移除。
另外，如果顺利发展出资料的市场机制，理论上你也应该能够把个人资料“带着走”，进行转售。这种简单的机制(也就是有个删除钮，加上剪下/贴上的选项)不仅更加可行，也会比强制补偿的机制来得公平。
事实上，站在企业的角度，我会认为民众提供资料后已经得到补偿了：不论是脸书或谷歌（和老朋友连络、搜寻各种资讯），使用这些服务都是免费的。
我前面说过，我自己对这些服 务提供的资料很少；但也因此，我从它们得到的也就少了。民众 得在这里自行做出取舍。不过很快可能就只剩下一个抉择：对于 这些服务，我究竟是要用，还是不用？分析功能已经太过强大， 个人可能怎样都无法抵抗。
目前只要有最简单的资讯，演算法就已经能够对某人做出许多推算；而且，这还是在只有几年资料可供运用的情况下。很快地，因为其他人没那么在意隐私，那些 “管理您的隐私设定”选单里，有半数方法就无法达到保护功能。只要透过推算，企业和政府还是能把你找出来。相关争论， 很快就会成为明日黄花。
等待资讯洪流平静的那天......
不论如何，我在本书前面提到资料就像一场洪水的时候，或 许有一点还讲得不够清楚：这场洪水至今仍然翻腾不休。必须 到洪水平静下来之后，我们才会知道真正的水位，得以处理资料过剩的问题。我期盼那天的到来。
同时，那些储存、分析、运用资料的人，有责任继续证明自己工作的价值，而且明确揭露自己的工作内容。否则，就算我讲了这么多，仍然得要承认拉尼尔的看法：我们不应该这样做。 科技是我们的新神话。无可否认，里面有一些神奇的部分， 然而，仍然是形象大过于实质。
科技是我们的新神话。无可否认，里面有一些神奇的部分， 然而，仍然是形象大过于实质。
科技成了神祇，成了泰坦巨人， 成了跨在整个地球上的太阳神巨像。 这正是科技产业常常给公众的印象，而且遗憾的是，科技界常常 、也自以为如此。然而，这里有的肯定是怪物，不是神祇。我们一 定都会好好记住这一点。