大数据对人隐私的侵犯及其哲学意涵

冯枫添

(中共中央党校 研究生院，北京 100091)

大数据是一种方兴未艾、快速发展的技术，“社会才刚刚开始了解大数据时代的种种含义”[1]，但它已经在当下的社会生活中获得大规模的应用，而且可以预见其应用的广度和深度将会越来越大，随之而来的影响也会越来越大。当人们在享受大数据技术所带来的巨大便利的时候，不能不对大数据所可能带来的伦理问题进行反思。在大数据所带来的诸多的伦理问题中，大数据对人的隐私的侵犯尤为突出。

从可能性的角度，借助于不同的哲学思想，对大数据所带来的隐私问题进行反思，突出大数据对人隐私的侵犯不同以往的新特征及其背后的哲学意涵。在微观层面，着重分析大数据对于“个人”隐私的侵犯及其影响；在宏观的层面，我们着重分析大数据对于“群体”隐私的侵犯及其影响。

一、大数据对个人隐私的侵犯

(一)既有隐私、将有隐私和当下隐私

为了更加深入的讨论大数据对个人隐私的侵犯，人们从哲学的角度提出了三个新的概念：“既有隐私”“将有隐私”和“当下隐私”。这三个概念是从时间维度上进行划分的。既有隐私指的是，个人所具有的过去的信息，个人拥有这些信息，且未经个人同意不为外人所分享；将有隐私指的是，个人在将来所可能具有的信息，这些信息同样也属于个人所有，未经个人同意不为外人所分享；当下隐私指的是，个人在当下所具有的信息，同样，这些信息也归个人所有，且未经个人同意不为外人所分享。

我们通常所熟悉和关注的主要是我们的既有隐私。例如，个人已经具有的邮箱账号和密码就属于个人的既有隐私。最近脸书(Facebook)公司的大规模泄密事件，就是一起典型的在大数据时代对于个人既有隐私的侵犯。它所泄露的是个人在使用脸书软件的时候，所留存下来的各种数据的痕迹。这些数据痕迹本应属于个人，个人拥对这些信息的支配权。但是，脸书公司却在未经用户允许的情况下把个人数据卖给了第三方数据分析公司——剑桥分析公司，这种行为当然是对于个人隐私的侵犯。脸书公司所泄露的数据都是人们在过去使用软件的过程中所产生的数据，因此，它们都是“过去式”的大数据，属于人们的“既有隐私”。

但是，在大数据时代，如果既有隐私被泄露的话，接着有可能会带来“将有隐私”的泄露。例如，获取了海量数据的剑桥分析公司通过对大数据的分析处理，对人们在将来所可能做出的各种行为进行预测，如预测人们在大选中可能的投票情况等，甚至不仅仅停留在预测的层面，还试图干扰乃至控制人们在将来可能做出的选择(如根据每个人的数据，向其手机软件投放专门定制的选举广告)。这时候，它所侵犯的不再是过去的隐私，而是侵犯到将来的隐私也即“将有隐私”了。

除了既有隐私和将有隐私之外，还有当下隐私。对“当下隐私”的侵犯也非常常见。例如，私人摄像头在未经许可的情况下被黑客远程操控，用来偷看他人当下的生活状态。这就是一种典型的对于当下隐私的侵犯。

在此，我们所提出的既有隐私、将有隐私、当下隐私三个概念，是有着充分的哲学依据的。人是时间性的存在者。人的时间性存在包含三个基本的维度：过去、现在与未来。根据胡塞尔现象学的分析，我们的意识就像一条时间河流，而这条河流本身就由过去、现在与未来所构成。当下不断的沉降到过去之中，与此同时，又有朝向未来的预期。当下视域中的“滞留-原印象—前摄”也是从时间的维度进行划分的。[2]同样，海德格尔在《存在与时间》中，也把时间性看作是此在的基本存在方式，正是通过时间性，此在才有可能领会存在。此在不同于一般的“现成事物”，此在总是未完成，充满了各种可能性，此在总是朝向未来不断的“筹划”自身，“绽出”自身，此在总是具有朝向未来的、尚未完成的开放性。在过去、现在与未来这三个时间维度中，未来具有突出的地位，未来首要的决定了人的“未完成”状态。[3]

既然人是时间性的存在者，那么人的隐私也应该具有时间性，人的隐私也应该包括过去、现在和将来三个维度。所以，现今有充分的理由将人的隐私划分为既有隐私、当下隐私与将有隐私。既有隐私与过去对应，当下隐私与现在对应，而将有隐私则与未来对应。

(二)大数据对三种隐私的侵犯及其新特征

1.大数据对既有隐私的侵犯及其新特征

大数据对人的既有隐私的侵犯主要体现在未经许可，对私人数据进行搜集、存储和泄露。因此，大数据对既有隐私进行侵犯的内在逻辑是：个人数据获取与存储——个人数据的泄露——个人隐私的侵犯。例如，脸书公司的用户信息大规模泄露事件，就属于一种典型的在大数据时代对既有隐私的侵犯。这种用户信息的泄露，显然是以大量的个人数据的获取、存储为前提的。“很有可能，一种比以往更广泛的，关于我们行动的痕迹会被收集起来，并被保存在数字化记忆中。”[4]数据痕迹的广泛搜集和保存，为隐私的泄露提供了基础。而隐私的泄露分为两种情况：一种是无意的泄露，如数据如果保存不当，安全措施不够完备，就有可能被黑客窃取，从而导致数据泄露；一种是有意的泄露，如脸书公司有意允许剑桥分析公式访问其数据库等。这两种情况都会导致对人隐私的侵犯。大数据对既有隐私的侵犯具有一些不同于以往的新特征，包括体量大、范围广、传播快等特点。大数据对于既有隐私的侵犯比较常见，为大家所熟悉，在此不再赘述。下文将集中对当下隐私、将有隐私分析——这两个方面更能够突出大数据隐私侵犯的与众不同之处。

2.大数据对当下隐私的侵犯及其新特征

大数据对人当下隐私进行侵犯的内在机制体现为：对个人的实时监控——个人隐私的泄露。大数据时代的到来，将人时刻置于“大数据之眼”的监控之下，人们时刻都被“带三只眼”盯着。同样，大数据对人的当下隐私的侵犯也具有不同以往的特征，发生了根本性的变革。接下来，将从三个方面来说明这种变革。

(1)实时监控的全面性

大数据的实时监控达到了空前的广度，这从以下的两方面可以体现出来：一方面，监控对象的范围空前扩大，几乎实现了对所有人的监控，如任何人在搜索引擎中输入的任何的一个字都可以被大数据实时地记录下来。另一方面，大数据监控所获取的内容极为全面，它对人的监控不再像传统的实时监控那样，仅仅是声音的窃听或者图象的偷拍，大数据可以全方位的获取个人信息，包括图象、声音、文字、位置、运动等等各个方面。在此，将借助于一个简单的例子来说明。例如，一个人边走路边用智能手机打电话，借助于大数据技术，完全可以通过他手中的智能手机，获整他的实时位置、速度、声音、图象等等，如果他用手机支付软件来买东西，则可以获取其消费对象、消费时间、银行账户等各种信息。通过以上的简单例子，可以直观的发现，大数据时代的实时监控具有的不同以往的空前的全面性，它意味着大数据实时监控所带来的一种巨大的变革：监控对象的空前广泛、监控内容的空前广泛等，大数据的实时监控具有无时不在、无处不在的特征。“越来越多的人认识到在线行为可能处于政府和商业利益团体的无处不在的监控之下。”[5]

(2)监控者与被监控者

传统意义上的监控者同被监控者一样，都是普通的人。监控者通常抱有一定目的，在一定的时限内，对特定对象进行监控。而在大数据时代，监控者不再是某个特定的人。监控借助于互联网、人工智能、超级计算机等工具就可以轻松实现，而且其所监控的对象也不限于某个特定的个人。也就是说，对于监控者来说，出现了“无主体”性的变革：监控者不再是人，监控无需人的参与就可以自动进行；对于被监控者来说，则出现了“泛主体”性的变革：被监控者不再是某个特定的个人，而是对所有人的广泛的监控；对于监控行为本身来说，则出现了某种“泛目的性”、“无目的性”的变革：借助于大数据技术在实施监控的时候，并没有一个非常明确的目的，这种监控很多时候都是作为一种“常态”出现，特定目的往往在事后对海量数据进行分析的时候才会出现。例如利用人脸识别技术从海量的视频信息中寻找某个特定的逃犯，但这已经是“后来”才出现的目的。

(3)监控所获取的数据

通过实施监控所获取的数据，同样也具有四V特征：体量大(volume)、种类多(variety)、变化快(velocity)、价值高(value)。大数据监控所获取的数据在数量、性质等诸多方面都实现了对以往的突破，带来了新的变革。一方面，大数据技术可以获取海量的数据；另一方面，大数据技术也可以对海量进行有效的处理，赋予数据以结构、发现数据之间的相关关系，从而使得看似杂乱的数据变得具有很高的价值。

以上三个方面突出了大数据监控所带来的不同以往的变革，而所有这些大数据监控的变革，都意味着大数据对人的当下隐私之侵犯的根本性改变。大数据时代个人隐私泄露的广度、深度、范围、性质等各个方面，都不同以往。人无时无刻无处不在“大数据之眼”的监控之下。

3.大数据对将有隐私的侵犯及其新特征

大数据对人将有隐私的侵犯集中体现在大数据技术可以在搜集海量的个人数据的基础上，借助于“云计算”等超级计算能力，通过对数据的加工处理，发现数据之间的“相关关系”，并以此来进行预测。相关关系不同于因果关系，“相关关系的核心是量化两个数据之间的数理关系。”[6]借助于这些相关关系，就可以实现对人的行为预测。从而在大数据技术面前，人所可能暴露的不单单是自己已经具有的各种信息，人在将来所可能做出的各种行为也有可能被提前暴露出来。因此，大数据对人隐私的侵犯是空前的。从时间维度上讲，大数据技术第一次实现了对“将有”隐私的侵犯。这是大数据所带来的最为突出的变革。

在传统时代，对人隐私的侵犯实际上主要局限于对既有隐私和当下隐私的侵犯，还没有深入到对人的将有隐私的侵犯中去。因为隐私无非是私人信息，而隐私侵犯无非是信息的泄露。按照传统的思维，信息泄露的前提是信息已经产生，如果信息尚未产生，也就谈不上所谓的信息泄露或者隐私侵犯了，将有隐私尚未产生，所以不存在对将有隐私的侵犯。实际上，对于隐私的传统研究，几乎都默认隐私为过去的隐私或者当下的隐私，甚至一直都没有出现“将有隐私”这个概念。而本文为了突出大数据所带来的革命性变化，专门的提出了“将有隐私”范畴。

那么，为什么到了大数据时代，就新出现了对于将有隐私的侵犯呢？这种革命性的变化何以产生？其根本原因在于大数据第一次实现了对于个人行为的相对准确的预测。其基本的运作机制是个人数据的搜集——数据的分析处理——发现数据之间的相关关系——基于相关关系对个人将会做出的行为进行预测——通过这种预测获知个人的将有隐私——泄露个人的将有隐私。

在大数据的这种运作机制中，最具有革命性的地方就是“相关关系”，正如舍恩伯格所说：“建立在相关关系基础之上的预测是大数据的核心。”[7]正是因为从海量的数据中发现了相关关系并基于相关关系进行预测，大数据才可能将隐私侵犯的触手深入的到将有隐私之中。所谓预测，指的就是对尚未出现的事物的预先测定，它意味着对将来之信息的提前获取。只有具备了这种预测的能力，才有可能实现对于将有隐私的窥探。而大数据之所以具备了这种能力，就是因为对数据之间的相关关系的发现与应用，这意味着一种革命性的进展、一种预测范式的突破。之所以这么说，是因为在大数据出现之前，人们虽然可以进行各种各样的预测，但人们在进行这种预测的时候，所依据的仅仅局部数据而非全体数据。而大数据时代的到来，则实现了从数据的局部抽样到数据的全体获取的转变，“不是随机样本，而是全体数据，”[8]从不完全归纳转变为完全归纳，也即从“小数据”过渡到“大数据”。而且，大数据也实现了对于非结构化数据的处理，“大数据——必须有吸收非结构化数据的能力，”[9]可以“为非结构化数据提供结构”[10]。以上还仅仅是就数据量的大小、数据本身的结构而言的，大数据带来的最为根本性的变革体现在从“因果关系”到“相关关系”的范式转变上。之前的预测都是建立在因果关系的基础上的，而大数据时代到来之后，预测不再依赖于因果关系，因果关系显得不再那么重要，甚至理论本身也不再重要，只要数据就足够了。[11]“大数据时代的最惊人的挑战，就是社会需要从对因果关系的迷恋中解放出来，用更为简单的相关关系来取代它。”[12]总之，重要的是相关关系，大数据的预测本身就是建立在相关关系的基础上的。而这种从因果关系到相关关系的范式转变，也带来了一个效果：之前一些看似偶然而不可预测的领域，突然之间变得可以预测了，甚至可以预测的非常之精准，最明显的例子就是大数据对人的行为的预测。这里所说的人的行为，从微观上讲是个人的行为，从宏观上讲就是众多个人行为所汇聚而成的社会行为乃至历史行为。众所周知，借助于因果关系，可以很容易的预测出自然事物的运动变化。例如，可以通过“太阳晒”来预测“石头热”，其背后所依据的就是因果性范畴。而一旦进入到人的领域，基于因果范畴的预测似乎就不再那么精确的了。人并不会像石头那样分毫不差的执行着因果规律。人与石头不同，人是有自由意志的。所谓自由，也就意味着，人可以依据于自身的理由，依据自我的意志，来决定自己的行为。一旦到了“自由”而非“他由”的领域，预测就会变得很难。自由本身就抵制“预测”,自由就是自身的原因，而不需要其他的原因。如此一来，就很难找到线性的因果链条了，进而也无法根据线性的因果链条来进行预测了。但是，大数据的出现，却从根本上改变了这种状况。大数据的预测不再基于线性的因果关系，而是基于更为复杂的、网状的相关关系。借助于大数据技术，一方面可以借助于各种手段获取关于某个人的足够多的数据，另外一方面又可以借助于云计算等手段发现海量数据中所蕴含着的相关关系。而一旦发现了这种相关关系，就可以根据一组数据的变化来推测出另外的一组数据相应的变化，进而实现对人的行为的准确预测。很多大数据理论家都对此保持高度的信心。巴拉巴西在《爆发——大数据时代预见未来的新思维》中说道：“历史不会重演，但自由其韵律。虽然万事皆先出自发偶然之态，但实际上它远比你想象的容易预测。”[13]他认为，“虽然人与人之间有很多不同，但我们的可预测程度都差不多，无情的统计规律使得异类根本不存在。”[14]“人们的行踪都深受规律影响，而它的影响力比我们想象中的要大得多。”[15]借助于大数据技术，可以发现之前未曾发现的人类行为背后的“隐藏模式”(hidden pattern)，实现对人绝大多数行为的准确预测，总之，通过对大数预测据运作机制的分析会发现，大数据不仅实现了从“小数据”到“大数据”、从不完全归纳到完全归纳的转变。更为重要的是，它实现了一种范式的变革，从因果关系到相关关系，从基于因果关系的预测转变为基于相关关系的预测。正因如此，大数据首次实现了对个人的将有隐私的侵犯，这是大数据隐私侵犯的一个标志性事件，一种前所未有的新态势。这种新态势可以简要地归结为以下的几点：

第一，大数据“比我自己更了解我自己”。在很多时候，个体未必清楚地知道自己将来会做出什么样的行为，而大数据却可以先于个体知道，从这个角度讲，大数据要比个体自己更加了解个体自己。

第二，被侵犯隐私的个人甚至不知道自己已经被侵犯。当既有隐私、当下隐私被侵犯的时候，人们是很容觉察的。但是，对于个体自己在将来可能做出的行为，个体自己都不清楚。大数据却可以预测到个体的将有行为并造成将有隐私的泄露，这时候，个体自己甚至都不知道自己的将有与隐私已经被泄露了。

第三，实现对人的隐蔽的操控。一旦实现了对人未来行为的预测，就可以在此基础上提前制定相应的策略，干扰、影响人未来的行为，从而实现对人的隐蔽的操控。

第四，可能产生出新的惩罚样式。大数据时代之前的惩罚都是根据既有行为作出的惩罚，也就是先作出了行为、行为已经发生，然后才会有相应的惩罚。但是，大数据时代的到来，则在原则上提供了这样的一种可能性：依据人的将有行为对人进行惩罚，行为尚未作出，但惩罚已经到来，从而产生出一种全新的惩罚样式。

第五，实现了对人隐私的全面侵犯。大数据技术的出现，使得对人将有隐私的侵犯成为可能，从而人的隐私首次可以被全面侵犯，既有隐私、当下隐私、将有隐私都可以被泄露。

二、大数据对群体隐私的侵犯

上文主要是从微观上探讨大数据对“个人隐私”的侵犯，从宏观上看，还存在大数据对于“群体隐私”的侵犯。

在准备具体分析大数据对群体隐私的侵犯之前，准备有必要首先分析一下大数据对“群体”的新塑造。之所以称之为“新塑造”，是因为以大数据为代表的网络信息技术的出现，对传统意义上的“群体”造成了很大的冲击，甚至改变的“群体”的基本面貌，出现了不同以往的新的特征。例如，传统群体往往是基于共同的语言、文化、风俗习惯而逐渐形成的。群体内部成员有着相似的观念、行为等。群体成员往往是处在相近的地理空间、长期生活在一起的人，他们的群体生活也遵循着相对固定的规则。而在大数据时代，群体的样貌已经发生了诸多的变化。传统的群体概念已经不再适合于大数据时代的新群体。例如，大数据时代的很多新群体往往是基于网络而建立起来的。这种新群体不再具有空间上的限制，人们不必生活在同一个区域，甚至不在同一个国家。而且，这些群体内部成员之间的联系也往往是松散的，不必有共同的语言、文化、风俗等，将群体内部成员联系在一起的可以是一个非常小的因素。例如，大家都是某个漫画的爱好者，或者大家都是某个明星的追捧者，通过这种非常小的共同爱好，大家就可以借助于网络而构建起一个群体。群体成员在进行群体活动的时候，虽然也会遵循着一些共同的规则，但是这些规则往往没有那么固定，没有非常明确的界限等等。大数据时代的群体具有诸多的新特征，而这些新特征也就将大数据时代的群体与传统的群体区分开来了。换句话说，大数据时代新塑造了一种不同以往的新群体。

下面讨论大数据对这种“新群体”隐私的侵犯。首先有必要对个人隐私和群体隐私做简单的交代。西方学者对于隐私问题的探讨，在开始的时候主要关注于个人隐私，如Warren 和 Brandeis一起写的《隐私权》所探讨的就是个体隐私权的问题。[16]后来随着社会的发展，群体隐私日益凸显出来，Westin在界定个体隐私权的基础上，对之做出一定的修改，将群体隐私权纳入研究范围。[17]而对群体隐私的专门探讨则以Bloustein的研究为代表。他说：“人们的个体隐私的形成，是通过控制自我的信息是否将被分享以及在何种程度上被分享;群体隐私的形成，则是通过控制分享信息或结合的过程。”[18]按照Bloustein的逻辑，群体隐私实际上是个体隐私的一种拓展。这是因为个体隐私意味着个体可以决定自己的信息是否以及如何被分享，而当个体行使自己隐私权，拿出自己的一部分信息在与某些特定的人群共同分享的时候，就形成了群体隐私。因此，群体隐私产生于如下的过程：个体行使自己的个体隐私权，进而突破其个体隐私、分享个体隐私(对个体隐私的突破与分享是由个体自身决定的，因此也是个体隐私的一种延伸)，并把这种分享限定在某个特殊的群体范围之内，且群体成员彼此之间都相互分享他们各自的特定的信息。在这个过程之后，群体隐私自然产生。既然群体成员彼此分享各自的特定信息，因此群体隐私所针对的是群体之外的人，而不是群体之内的人，对外而不对内。群体成员彼此之间所分享的信息仅仅为群体内的成员所知，而不为群体之外的人所知。这些信息一旦为群体之外的人所知，则意味群体隐私的泄露，意味着对群体隐私的侵犯。

随着大数据时代的到来，群体隐私以及对群体隐私的侵犯，出现了诸多新特征。在上文提到，大数据对群体进行了新塑造，出现了“新群体”。随着这些新群体的出现，也必然会出现的“新群体隐私”。大数据时代的新群体往往是借助于互联网形成的，这就导致其群体内部的信息共享也都是在互联网上进行的，而大数据技术所最为擅长就是对网络数据的搜集。从原则上讲，网络群体内部的信息都可以被大数据搜集、分析与处理，这显然会导致群体信息的泄露，一个最为简单的例子就是微信群群聊信息的泄露。这种群体隐私的泄露，实际上也同时意味着个体隐私的泄露。鉴于大数据时代信息传播速度快、范围广的特征，群体隐私一旦被泄露，这种泄露往往有着极快的传播速度、极广的传播范围。另外，由于“大数据之眼”时刻都在，导致群体隐私的掌控权在很大程度上并不在群体成员的手中。对于传统群体而言，只要群体中的每一个成员都保守群体的秘密，群体隐私就不会被泄露。到了大数据时代，即便每一个群体成员都保守秘密，也并不能够保证群体隐私不被侵犯。而且，就像大数据可以预测个人的行为一样，大数据技术也可以根据搜集到的某个群体的海量数据，提前预测这个群体的行为。因此，在大数据时代，群体隐私的泄露也是全方位的，不但有既有群体隐私、当下群体隐私的泄露，也有将有群体隐私的泄露。大数据时代的到来，改变了群体的样貌，催生了诸多的新群体，但大数据对群体隐私的入侵，也可能会导致群体自身的解体。这种群体生成与解体的游戏，在大数据时代显得尤为常见。新群体借助于大数据技术可以很容易地产生，但是来自于大数据的隐私侵犯，也时刻将群体置于极为脆弱的境地，随时可能解体。

如果人们用更为宏观的视野来审视大数据对人隐私的侵犯的话，就会发现，整个人类社会的隐私实际上都面临着来自大数据的侵犯，人类社会面临着“大数据霸权”的威胁。大数据应该归谁所有，应该如何应用，在大数据面前应该如何确保个人与群体的隐私，这些都是亟待解决的问题。

总之，大数据对人的隐私的侵犯，既包括对微观个人隐私的侵犯，也包括对宏观群体隐私的侵犯。大数据对于隐私的侵犯不同以往，实现了对既有隐私、当下隐私、将有隐私的全面侵犯，其背后有着全新的运作机制，带来了诸多的变革。大数据在给人带来极大便利的同时，也对人的隐私产生空前威胁，其背后的哲学意涵尤其值得我们去做深入的探究。

三、“圆形监狱”中的“透明人”

基于以上的讨论，可以发现，大数据对人隐私的侵犯达到了空前的广度和深度。对于个人的隐私而言，个人被侵犯的不仅有当下隐私和既有隐私，还有将有隐私。基于对海量数据之间相关关系的分析，大数据首次实现了对人的将有隐私的侵犯。大数据时代的“新群体”及其隐私也时刻受到威胁。因此，人人都成为了大数据下的“透明人”，而大数据则成了某种意义上的“圆形监狱”(panopticon)。很多西方学者喜欢借用边沁的“圆形监狱”来形容大数据对人隐私的侵犯。“圆形监狱”概念是边沁于1785年提出的，边沁设想通过在监狱的中心设置瞭望塔，看守可以三百六十度地看到所有囚室中的犯人，从而使得犯人感觉自己时刻处在被监控的可能性之中，不敢做任何违规的事情。“圆形监狱”中的囚犯变成了“透明人”。如果说圆形监狱的设计理念旨在对所有囚犯实施全面监控的话，那么这种理想的完全实现在大数据时代才变得可能。边沁时代的监控依赖于看守，而作为人的看守总是有很多局限的，如他可能偷懒、可能不认真，即便他在兢兢业业的工作，也不可能实现全面的监控。从空间上讲，由于人的视野的局限性，看守只能看到有限的囚犯；从时间上讲，他也只能看到囚犯的当下行为，而无法看到囚犯在将来可能做出的行为。大数据对人的监控则完全没有这些限制。由于大数据所带来的监控的无“主体性”“泛主体性”的变革，使得大数据监控突破了人本身的限制。从空间上讲，可以实现对区域内所有位置上所有人的全方位监控；从时间上讲，可以实现对既有隐私、当下隐私以及将有隐私的全时间监控。因而，边沁的“圆形监狱”的理念在大数据时代第一次得到了充分的实现，而人也第一次成为完全意义上的“透明人”。“透明人”意味着，在大数据时代，一种不受空间、时间局限的，隐私被全面侵犯的人。“事实上，现在我们的一举一动都能够在某个数据库找到线索。”[19]“大数据能重现你遍布全球的任何出行经历。”[20]雷曼等人对此有着深刻的认识，他使用了“信息圆形监狱”这样的概念，来讨论这种对人隐私的全面侵犯所可能带来的后果，如人的自由的全面的丧失(既包括内在的自由也包括外在的自由)、人被符号化的风险等等。[20]在笔者看来，大数据时代对人隐私的全面侵犯，会带来个人和社会层面的多重后果。就个人的层面而言，时刻处在监控之中而无隐私可言的“透明人”，除了面临着雷曼所说的丧失自由、被数据化的风险之外，更为重要的是，还面临着被全面“异化”的风险。借助于马克思的异化理论来分析，大数据对人的隐私侵犯，意味着人的异化程度的空前提高，人丧失了其自身本来具有自由、个性，丧失了其本来具有的社会关系，成为了马尔库塞意义上的“单向度的人”。就社会层面而言，大数据对人隐私的全面侵犯使得一种“全社会数字监狱”成为了可能，所有人都处在这种数字监狱之中，甚至盯着监控屏幕进行监控的人也处在这样的数字监狱之中，监控之下的所有人都变得更加驯服，从而导致整个社会的自由丧失和全面的异化。大数据所带来的风险是全方位的，必须对之加以防范，“这些风险不仅仅局限于作为个体的人。风险同样指向组织，只大不小。”[22]

当然，以上都是从可能性的角度来谈的，就现实性而言，大数据对人的监控当然尚未达到绝对的无所不入的程度。但是，哲学反思的意义就在于，从可能性的角度指出大数据对人的隐私侵犯所可能带来的后果，进而提早作出防范。伯曼提醒道：“大数据领域的当下发展趋势表面，在未来的几十年会出现滥用的行为。在很多情况下，会产生有害的社会效应。”[23]对之进行哲学批判也因此显得越发必要。在大数据时代，人们迫切需要构建起对隐私进行保护的新机制，在技术、道德以及法律等层面来全方位的保护人的隐私。其中，大数据下隐私保护的立法工作显得最为迫切。只有预先构建起好的法律体系，而非仅仅事后补救，才能够更好地掌控大数据，让大数据服务人，而非控制人。大数据技术本身并无过错，问题的关键在于对大数据的应用，“大数据像所有技术一样是伦理中性的……但是，大数据虽然是伦理中性的，对大数据的利用却不是。”[24]