Alexa事件后重建公众对物联网信任：隐私新纪元

大规模数据收集多年常态，但风向正转，用户创纪录采用以隐私为中心的工具和服务。

几年前，智能家庭助手是"必买"科技。尽管功能有限，但新颖性加上相对低价（假日策略性降价）让消费者难抗拒。突然，科技公司掌握的个人信息超出其处理能力。截至去年，全球超5亿家庭拥有智能音箱。

延伸阅读： 隐私成阻碍智慧城市重大项目关键议题

近期这些设备开始失宠。几乎每周爆出新数据隐私丑闻，公众开始更在意谁访问其个人信息。对许多人，时刻监听的助手不再吸引。

科技公司失去公众信任，但智能助手潜力犹存，尤其随机器学习未来进步会更实用。未来，责任在智能音箱制造商证明产品值得第二次机会，最佳途径是早该进行的用户隐私审视。

具体收集数据因制造商和录音能力而异（带摄像头设备可能录制视频片段或报告不同时段环境光）。但目前主要问题是音频。具体指：录多少、为何录、录音到达公司服务器后如何处理。

语音助手技术上一直在听，但听到特定唤醒词前不处理请求。唤醒词特意选为罕见音节序列（如"OK Google"、"Alexa"），便于从日常对话中识别。

问题在于算法非绝对可靠。助手可能误听唤醒词在用户不知情下开始录音。算法不确定时，将音频片段发送公司验证人员裁决。理论上监督减少误触发，实践中意味着任何时候可能有人在听你家几分钟前发生的事。

数据旅程不止于此。录音被转录（可能由员工标注），两版本均存储公司服务器（无限期保留，即使你删除设备本地对话）。若你提请求，助手响应动作也可能被记录。

理论上，用各自App控制智能灯泡、插座、恒温器可防智能助手收集其他设备数据。但这些设备也可能收集信息，鲜为人知品牌不太可能公开详细隐私信息，难确定哪个更安全。

假设智能灯泡厂商能实时看到基本使用习惯：灯色、亮度、开关状态。德州大学圣安东尼奥分校研究者称，这足以识别你在听什么歌（假设灯随音乐变色）。实验范围有限，但若拥有数百万小时语音数据的千亿级公司复制，完全可能在不使用麦克风情况下监听你的对话。

甚至简单智能插座也收集信息。广泛认可的某型号记录45天数据：日用电量、Wi-Fi信号强度、度电价、待机时长。足以合理推测你是否就业、同住几人、多插座时家庭大致布局。该型号含micro-USB口，厂商建议未来可接额外传感器。

公众若继续拥抱智能助手，必须感到隐私受尊重。组织开始迈出小步，如给设备加摄像头盖，但此类姿态性举措偏离重点：人们担心不是设备可能看见什么，而是它在看着。

技术本身非问题：语音助手对行动不便或视障人士极其有用。问题在于造设备的公司有"收集一切"心态，与用户隐私根本不兼容。采用下述三步"隐私优先"路径，科技巨头能有意义缓解用户担忧，确保现有客户留存甚至鼓励升级新机型。

人们习惯问题隐私政策而自动接受。毕竟替代方案是不用已付费设备。未来智能助手应仅收集特定任务严格所需数据，用途结束后即删除（本地和制造商记录均删）。用户应能像手机App一样，不同意权限则选择退出某些功能。

实际如何运作？假设你要导航去某餐厅。助手需知你当前位置和目的地。可能询问预计出行时间以查公交信息，但这非关键数据，仅当用户自愿提供时考虑。用户到达后目的地数据不再需要，可安全丢弃（除非用户主动加入地址簿）。

上例中用户仅提供最少信息就顺利到达。反观现今设备，助手不只知你去哪，还知场所类型、你常去频次、区域内他人热度。这些功能非改善体验，而是建广告画像，移除对用户体验无显著影响。

简单说，不应惩罚隐私意识强的用户。若人们真正同意给出个人信息，首先须理解含义。公司不应再用数十页法律术语混淆数据收集政策；客户应能看清记录何种信息。更重要的是，格式须易懂，无元数据或匿名数据集的半真半假。用户应知每条数据为何记录、如何删除。

如今查某公司持有你什么数据可能耗数周。某些网站简化流程，但找到迷宫般子菜单中选项后仍至少等几小时。

为何查看个人信息不应尽可能简单？用户应自主决定公司是否配访问其数据。未来查看数据应更容易，但不止于此。

例如，目前多数智能助手不允许用户自动删除语音录音或查看音频片段被人工复核频次等详细统计。这些非高级功能，却能大幅重获公信力、建立透明隐私意识科技公司声誉。

最知名智能助手运行多年。集体拥有比任何人都广的语音数据，涵盖各语言口音。若投入数百万美元、历经多年调优算法后，员工仍频繁人工干预仅为确认唤醒词，公司可能须接受当前方法行不通。

有许多其他方式减少误触发而不让用户担心被偷听。如限制助手工作时段，降低背景噪音被误识别为唤醒词概率。许多智能音箱已允许用户创建定制例程（如定时播放音乐）；此技术几乎肯定可扩展为"安静时段"（如清晨），助手不响应语音命令。

部分服务近期采用个体声纹识别，助手仅响应特定人。但训练仅用寥寥几句（可能为最大化用户便利）。这可能导致仅因口音语调相似就接受非授权人命令。相反，更多训练短语有助助手锁定真正独特的声纹特征，缩小接受输入范围，从而减少误触发。

最后，误触发异常高的家庭助手可提供功能：在一天不同时段录制背景噪音。此数据可适配特定家庭的语音识别模型，降低交通、飞机、不可闻频率等环境因素触发概率。

当前数据收集做法难以为继

公众对智能家庭助手唯一真实不满是感觉被监视。问题在于他们是对的。大规模数据收集多年常态，但风向正转，用户创纪录采用隐私优先工具服务。智能助手潜力巨大，但若创造者无法适应这种新的用户优先态度，将面临被抛弃风险。

物联网技术