新華社北京４月１１日電（全球熱點）扎克伯格國會“過堂”　網(wǎng)絡(luò)平臺不應(yīng)逃避責(zé)任

　　新華社記者

　　社交媒體公司臉書首席執(zhí)行官扎克伯格當(dāng)?shù)貢r間１０日在美國參議院出席聽證會，就數(shù)千萬臉書用戶數(shù)據(jù)遭濫用一事接受議員盤問。扎克伯格承認(rèn)臉書在這一事件中“未能全面審視自己的責(zé)任”，犯有錯誤。

　　分析人士認(rèn)為，網(wǎng)絡(luò)時代巨量的用戶數(shù)據(jù)對網(wǎng)絡(luò)平臺而言既是機遇也是責(zé)任，作為平臺應(yīng)切實保障好用戶的網(wǎng)絡(luò)安全和數(shù)據(jù)安全。

　　【新聞事實】

　　當(dāng)天的聽證會由參議院司法委員會和商務(wù)委員會聯(lián)合舉行，４４名參議員參加，接近所有參議員人數(shù)的一半。１１日，扎克伯格還將在眾議院能源和商務(wù)委員會“過堂”。這兩場聽證會是上月曝光的臉書用戶數(shù)據(jù)濫用事件的一個高潮。

　　在１０日的聽證會上，扎克伯格就臉書公司收集用戶數(shù)據(jù)以精準(zhǔn)推送廣告的商業(yè)模式、是否涉嫌壟斷和如何監(jiān)管互聯(lián)網(wǎng)公司等問題，接受了長約４小時的問詢。

　　有參議員問：臉書２０１５年得知８７００萬用戶信息被非法泄露后卻未告知用戶，這是否有違道義責(zé)任？扎克伯格回答，公司以為數(shù)據(jù)被刪除了，認(rèn)為“事情已經(jīng)結(jié)束”，未向聯(lián)邦貿(mào)易委員會匯報。

　　扎克伯格表示，“我們未能全面審視自己的責(zé)任，這是一個巨大的錯誤”。他表示，愿同國會一同制定監(jiān)管法規(guī)，保護用戶數(shù)據(jù)安全。

　　在９日提前公布的書面證詞中，扎克伯格表示，自己為用戶數(shù)據(jù)遭濫用事件負(fù)責(zé)，但辯稱公司一直在采取保護隱私的措施，只是“做得不到位”。

　　【深度分析】

　　分析人士認(rèn)為，網(wǎng)絡(luò)社交媒體的興盛，讓用戶數(shù)據(jù)成為炙手可熱的資源，與此同時，用戶隱私也需要得到相應(yīng)保護。

　　劍橋大學(xué)心理測量中心研究主任孫魯寧在接受新華社記者采訪時說，在商業(yè)活動中，公司擁有較大的自由，可以通過相互交換用戶數(shù)據(jù)以獲取更大利潤。但對用戶來說，隱私條款往往隱藏在冗長的協(xié)議文件中，常常被忽略。他認(rèn)為，使用臉書等社交媒體，并不意味著用戶放棄了所有隱私權(quán)利。

　　也有分析人士認(rèn)為，此次事件可能促使美國立法，加強對網(wǎng)絡(luò)社交媒體和數(shù)據(jù)安全的監(jiān)管。帝國理工學(xué)院學(xué)者德蒙鳩依近日刊文指出，這一事件是大規(guī)模集體隱私被侵犯的案例，且“不會是最后一例”。

　　他認(rèn)為，在網(wǎng)絡(luò)化社會，保護用戶隱私是“共同責(zé)任”。隱私保護和技術(shù)發(fā)展并非零和博弈，如何在博弈中找到平衡，嚴(yán)格的立法與執(zhí)法必不可少。

　　【第一評論】

　　對提供網(wǎng)絡(luò)社交平臺的企業(yè)而言，海量的用戶數(shù)據(jù)既是機遇也是責(zé)任。如果不能很好地保護用戶個人隱私，可能造成民眾對大數(shù)據(jù)技術(shù)的懷疑和不信任。

　　如果再發(fā)生類似的用戶數(shù)據(jù)大規(guī)模泄露甚至遭到濫用事件，對相關(guān)企業(yè)而言，有可能造成災(zāi)難性影響。

　　隨著萬物互聯(lián)時代的到來，數(shù)據(jù)共享將成為趨勢，網(wǎng)絡(luò)安全和數(shù)據(jù)安全應(yīng)成為企業(yè)防護的重點，也是需要全社會各方共同應(yīng)對的議題。

　　【背景鏈接】

　　３月份，英國劍橋分析公司前員工向媒體揭發(fā)這家企業(yè)用不正當(dāng)手段獲取大量臉書用戶數(shù)據(jù)，圖謀影響２０１６年美國總統(tǒng)選舉，引導(dǎo)選民支持共和黨候選人特朗普。

　　２０１４年，臉書公司開始在技術(shù)上限制第三方程序接觸大量用戶信息、獲取大量用戶數(shù)據(jù)。在臉書封住這道“后門”之前，劍橋分析得以獲取大量用戶數(shù)據(jù)。

　　該公司利用包含用戶喜好等信息的數(shù)據(jù)建立算法模型，分析不同用戶群體的性格特征，而這些因素會影響他們的投票選擇。

　　孫魯寧介紹，大數(shù)據(jù)樣本可以保證更高的可信度和更小的偏差，結(jié)合最新的機器學(xué)習(xí)等算法，可以對人類行為做出更準(zhǔn)確的評估與預(yù)測。（記者：沈敏、馮玉婧、周舟、張家偉；編輯：閆亮、韓梁、王豐豐）

【糾錯】

責(zé)任編輯： 張樵蘇