最近察觉到自己知识上的漏洞，接下来的一个月去打基础去了，可能不频繁更新文章。
不知道是个人原因还是一种现象，我总是对数据的私密性很敏感。我会尽量不在网络上留下自己的痕迹，避免成为被分析的数据分母。当我看到小米家电周年发布了大数据分析的报表时，我知道，又有未被用户允许的数据被收集了。
曾经一个产品和我说，他认为数据收集没什么，只有大量用户行为数据分析，才能产生有效的数据现象，个人数据没什么用。我只能对他知道的稀少和自负感到无语。
个人信息是多么的重要，刚流行社交软件的时候，大概高中的年纪，自己业余做的事情就是分析别人发布信息的内容，推测他们的生活和人际关系。（感觉暴露了自己的爱好）。我常常看别人发布的动态，就好像沉迷福尔摩斯或者柯南的少年，寻找蛛丝马迹，当然只是为了好玩，不会采取任何行动，仅仅是分析的乐趣。这时候我明白，发布了信息，其实是有被看的风险，并不是发布了就结束了。
这样的信息包含了发布者想表达的信息内容，和被忽视的细节。我们做一个假设，假设有一个集合a，是无限容量的，当我不断往集合加入真实的信息，这时候就能大概组成一个时间链条，如此，常听到我妈爆发出：“你是怎么知道的？！”，其实是大量有效数据叠加的验证，增加了预测事物正确的概率。
再后来，你会看到一些错误的信息，比如有时候人们会因为社交影响力，发布一些不那么真实的信息。比如去年旅行时的照片自己的身材比较好，然后今年发布，假装是今年发生的事情。或者不是自己做的事情，正好遇到了，假装是自己做的。类似于这种时空间错乱的信息出现，干扰了许多正确项，但是你仍然可以通过其他可靠的验证数据来预测。
假设有集合b，c，d。这三个分别是你亲密关系人的集合，装了他们自己的数据，假设这里面的数据正确，那么就可以叠加排除你的错误集合。并且，对于你的数据集合A，仍然可以从里面挑选出可靠的信息去排除A里错误的信息，得到干净的集合a。大量信息的叠加验证，可以更准确的模拟行为，换句话说，你处于被监控的风险。
我们不小心泄露的数据密码，比如我发文章的时间，可以推断我在的时区，我说的话，用的观点，观察的事物，更甚，我从来没有说的话，没有用的观点，可以反推我对这方面的兴趣爱好偏低或者有其他的原因，你很快会得到一张我的人物原型。所以在公众网络，也许你的形象有专门的人去运营，但不免我们会使用数据并且产生数据。
这时候不得不提出一个词：“数据滥用”。我不能够在发生数据泄露或是产生数据风险的时候才思考这个问题，而是一开始就要思考。就像做系统不是最后考虑安全风险，而是一开始就要考虑。我们怎么做才能避免对用户造成伤害。用户不是人质，不要扣留他注销的自由，也不用用真实数据来换取这种自由（我是说支付宝注销某项功能时居然要提供个人有效证件信息的拍照），当然，我们自己的数据并没授权给谁，所以也要有从磁盘中抹掉的自由。
感觉很讽刺，这些软件居然需要用这样卑劣的手段留存用户，我是说为什么不把心思放在创造性的支持上。合理的反馈方式能促进系统的完善，但是如何定义数据的合理取用，以什么方式，什么形态取用。我们需要建立道德产品，不能向盲目扩张换取高额利润妥协，我们需要建立人权和尊重在产品中。
算法是有局限性的，比如推荐算法，他其实只在一定程度上满足用户要求，但是到了后来就会有瓶颈。当我满足了基本需求，其实还有精神需求。我看到给我推荐的商品确实很不错，是我的风格，但是总是看会腻。但当我看到朋友的购物界面，哇，和我的完全不一样，他的东西真好玩。我们的风格虽然被算法化了，但是他却不能推荐给我们精神上开拓的商品，在一定时间后会厌倦他的推荐，目前算法推理不出来好奇的新事物。就好像一种感觉，没看见的时候没觉得有什么，当看见的时候觉得很棒，可是算法个性化推荐之后，少了“看见”这一步，失去了很多乐趣。
不仅是算法的局限性，数据也会有偏见的风险。坦白说数据会有一定程度上的歧视。比如性别上，数据分析会告诉你，工程师这一职位男性的概率是70%+，教育医疗上女性的概率是68%+。数据会显示宗教，种族，年龄，群体的倾向。这些倾向在实名制的网络世界里，也许会给人们带来麻烦，也许他们会被挑出来抨击。
也不慌，圣经上记着说：属灵人参透万事，但人却看不透他。