量化的规训：运动员生物统计数据的法律保护

徐伟康

（中国政法大学 法学院，北京 102299）

从词义上理解，“生物统计”（biometric）基于希腊名词“βίoς”（生物）和“μέτρoν”（测量），意味着“对生物物种的量化”。运动员生物统计数据（athlete biometric data，ABD）是竞技体育领域随着各种传感器和数据追踪技术发展所衍生的概念，主要是指对运动员在训练和比赛活动中机体内外部生物信号进行动态量化而获得的各种体征和生理信息①。通过对ABD 全方位、多角度、多层次的处理，可以实时监测并反馈运动员的身体活动情况，评估力量、速度、协调性等训练效果，分析心率、肌氧和血乳酸等动态体征，建构起运动员进行身体认知和活动调整的“真实且客观”的依据，可以有效帮助运动员提高竞技能力，优化表现，预防受伤（Gale， 2016）。ABD 也渐趋成为体育赛事商业开发的重要载体，被广泛引入体育赛事转播、球迷参与内容、体育游戏、体育博彩中。然而，ABD 的处理既有“善假于物”的积极效应，也不可避免带来“量化危机”，不仅容易引发对运动员隐私保护的关切，也涉及经济剥削，影响运动员劳动权益的实现，危及竞技体育公平竞争。

从目前学术研究来看，运动员数据收集和滥用的问题渐获关注，但既有文献多局限于“运动员个人数据（信息）”的宽泛概念，受制于个人数据赋权的理论羁绊和隐私保护的路径依赖，缺失对体育场景下运动员数据精细化的区分、运动员身份特殊性的考量、数据属性双重性的规范、数据处理失衡性的矫正、数据利益多元化的平衡，尚无法提供能够真正消解理论争议、解决实践问题的ABD 保护方案。有鉴于此，本研究从运动员训练和比赛中对ABD 采集、分析的实践出发，分析ABD 保护的法理基础和现实困境，提出ABD 保护规范构建和因应对策的建议，以期实现数据保护和数据价值发挥之有效平衡。

1 量化的危机：ABD保护的法理基础

1.1 技术固有缺陷引发的风险

首先是数据误差的风险。ABD 有效处理之关键取决于ABD 测量的准确性，故在探讨ABD 保护问题时，无论是运动员还是顶级职业联赛的教练团队，一个核心的担忧便是数据的有效性和可靠性风险。国内外多项研究表明，虽然ABD 可以快速、直观地反映运动员的身体状况，但其测量的准确性还有待进一步提升（Jesus et al.， 2020；Katrina et al.， 2017）。目前ABD 测量主要依赖光学摄像（包括可见光和红外光）、运动传感等技术。由于光学摄像对外部光源敏感，在剧烈运动下存在皮肤变形导致的反射标记物抖动、移位所造成的精度损失，运动传感亦存在大量干扰以及累积误差等问题（刘程林 等，2023）。以心率变异性测量为例，心率变异性反映了自主神经系统的活动，可以帮助了解身体对运动疲劳、生理和心理压力的耐受性或适应性。因此，通过心率变异性相关的指标变化来监测负荷已成为运动训练中一种流行的方法。然而，心率变异性测量不仅对环境条件（如光线或温度）高度敏感，而且对运动本身也非常敏感，运动强度越大，数据中产生的“噪音”就越大，在一些集体对抗性项目中，激烈的对抗往往还会导致设备失速和数据失真等问题，这对准确的数据测量形成了很大的挑战（时雪莹 等，2022）。

其次是算法缺陷的风险。即使ABD 可以被准确测量，目前用于解释ABD 的算法是否足够成熟，以产生有用的结论，也是实践中所担忧的。一方面，为了赋予ABD 以意义，这些数值必须与现有的数据集进行比较，但是现有的数据集所立基的多是一般人群的测试数据。由于训练和遗传的差异，运动员对训练压力承受和训练后的恢复反应异于普通人群（Shona， 2014），加之运动员对训练的反应也存在个体差异，故而算法量化的结论存在较大的偏差风险，如何能够产生“疲劳状态”“受伤风险”“成材可能”这样的可靠预测，仍然是一个问题（Katrina et al.，2017）。而且，在不同的运动项目中，数据的解释也会有所不同。以对运动员有氧能力要求高的足球项目为例，最大摄氧量（V˙O2max）是评估运动员有氧能力的基础指标，虽然V˙O2max测量具有准确性高、外界干扰因素少等优点，但这些测试通常通过跑步机、自行车等运动方案进行，与足球比赛所具有的间歇式运动特征存在较大差异（李啸天 等，2023），在此基础上得出的结论可能忽略了运动员一段时间内高强度的跑动和冲刺所带来的能量可用性（energy availability）降低而形成的伤病隐患。另一方面，算法作为一种人机交互的决策机制，并非价值中立的。算法既存在技术性偏见（technical bias），也存在既存性偏见（preexisting bias），会自觉或不自觉地融入设计者价值倾向性（田思路，2022）。目前，机器学习与人工标注的结合虽在技术上提高了算法模型的智能性，但也在机器学习的算法框架中叠加了人工标注带来的个人偏好影响，导致其中存在的算法偏见的法律风险倍增。

最后是数据安全的风险。目前体育领域ABD 的采集主要通过各式可穿戴设备完成，囿于硬件限制，可穿戴设备一般难以将实时采集的海量传感数据存储在本地，也无法运行高能耗的计算任务，因此通常依赖于一个集中的中央数据库，这就使得数据在上传、集成和应用阶段面临多主体访问和规模化泄漏的风险（刘强 等，2018）。特别是，随着竞技体育复合型团队运行机制和数字化智能训练协作平台的逐步搭建，局部的防御短板容易被攻击者用作跳板发起攻击，影响到全局的网络和数据安全（Eric， 2022）。同时，在人工智能时代，数据推理也带来了安全风险。由于深度学习算法本质上是在一个由所有概率度量组成的空间中进行优化的，算法既集成了训练样本信息，也学习了内在知识，攻击者可以通过复杂的推理方法（例如基于阴影模型训练的推理），发动所谓的“成员推理攻击”（membership inference attacks）并窃取训练数据（陈可轩 等，2023）。这一隐患在ABD 处理中被进一步放大，因为ABD 具有高价值性，这些数据不仅是竞争对手在重大比赛前渴望拿到的，也是梦幻体育（Fantasy Sports）的游戏玩家渴望获得并在决策中利用的。此外，随着全球体育博彩合法化的兴起，从不安全的数据库中窃取ABD 的网络犯罪分子有更多的机会进行投注并从窃取的数据中获利，也就意味着数据安全的威胁进一步加剧。

1.2 技术滥用引发的风险

首先是隐私侵害的风险。尽管在ABD 处理技术发展之前，运动队就试图监控运动员场内外的行为，但彼时的主要手段是要求运动员填写自我报告问卷，对隐私的影响有限。然而，随着ABD 处理的发展，俱乐部、体育组织等数据处理者通过建立运动员场内外行为、习惯和健康的数据库（Osborne et al.， 2017），能够实时了解运动员的“一举一动”，为制定运动员赛后恢复和调整计划带来便利的同时，也增强了直接监控运动员隐私的能力（杨春然，2018）。运动员的心率、肌电、脉搏、血压和其他体征、感知和行动都可以被技术所俘获和再现，具备了嗅察运动员行为、心理状态、情绪变化的多种可能，原本“秘而不露”“隐而不宣”的信息变成了可以被“无限计算”并予以“可视呈现”的对象（许天颖，2022）。例如，在运动队要求运动员持续佩戴可穿戴设备以采集运动员的睡眠、心率、体温和其他数据的情况下，运动员赛场外饮酒、未按规定休息等都会被教练、球队管理人员通过数据处理知悉。而且，随着体育分析的不断发展，为了最大限度地提高数据的价值，愈加追求对ABD 的深度挖掘，将带来对运动员隐私的更大侵袭。

其次是劳动权益侵害的风险。目前，在运动员的参赛选拔和竞技评估中，ABD 已成为许多运动队的重要决策参考，尤其是在运动员选秀、续约和交易过程中，越来越强调依靠ABD 处理的结果来“勾勒”竞技生涯画像，形成了对运动员劳动权益的负面影响。一个通常描述的假设是，运动员已经完全从伤病中恢复，但ABD 显示的情况并非如此。运动队明智地捕捉到了这一信息，决定拒绝以符合市场标准的薪酬重新签下该运动员，或直接买断运动员合同（Barbara，2017）。而且，在运动员工作合同的谈判和签署过程中，运动员和俱乐部通常处于信息不对等的状态。俱乐部可以利用其掌握的ABD 来增强谈判能力，操纵合同报价，降低工资标准。例如，俱乐部通过对ABD 的解释，指责运动员相较于其他人更易疲劳，或比同龄人更早呈现出运动成绩下降的迹象，从而给运动员施加压力，压低薪酬（张鹏，2022）。与此同时，目前许多职业体育联盟的标准运动员合同都包含“运动员承诺在整个赛季保持良好的身体状态，否则运动员合同可以被终止”这样一项条款（Berman，2020）。过去，这些条款一直处于“沉寂”状态，然而，伴随着ABD 处理的发展，对于“良好身体状态”的解释有了一定的客观依据，这也成为俱乐部对运动员做出不利雇佣决定的正当理由。但是，运动员却不一定知悉他们所需达到的客观评估标准，或者数据将如何用于解释“良好身体状态”（胡旭忠 等，2021）。特别是，目前算法决策过程的黑箱性质，以及缺乏对算法决策的补救措施，都会导致俱乐部和体育组织获得更大的解释权，造成运动员劳动权益的受损。

最后是公平竞争权益侵害的风险。与一般的社会行为相比，竞技体育有两个独特的性质：其一，它具有竞争性和对抗性；其二，获胜在竞技体育中具有核心意义，这两个特质赋予了竞技体育公平竞争的内在属性和基本要求（陈凯，2017）。无论是《奥林匹克宪章》还是各个单项体育协会的章程都强调“荣誉的赢得要公正无私，反之便毫无意义”。然而，正如美国奥林匹克委员会前技术和创新总监穆尼尔·佐克（Mounir Zok）所担忧的，“数据处理正以惊人的速度将运动员带到超级英雄的水平”（Balletta，2020）。ABD 处理促成了运动员身体和比赛辅助的“增强”，例如，在既往的棒球比赛中，通常的做法是二垒跑者通过目视观察对方捕手的行动，通知本队击球手和教练，而现在一些运动队开始引入专门的数据追踪系统来采集对方捕手的生物姿态信息，而后利用数据处理快速分析捕捉到的信号（宁宣凤 等，2020），得出运动员的获胜模型和关键策略，甚至提供完全超出教练知识范围的比赛策略反馈。此外，ABD 处理对为其提供计算工具和环境的基础设施以及服务器硬件设备具有较高的要求。技术的潜在高成本可能导致不同运动员群体的机会不平等，低收入运动员对于资金支持丰厚的竞争对手所拥有的设施和技术难以“望其项背”。加之，通过外部测试很难衡量不同数据技术之间存在的差异。在这种情况下，使用更好的软硬件支撑的运动员就足以获得潜在竞争优势，例如能够更好地分析场上局势和运动员状态，提供更合理的技战术选择。

2 规训的挑战：ABD保护的特殊考量

2.1 特殊的数据属性

在论证个人数据（信息）的法律属性时，主流观点一般认为，应将个人数据保护作为一项人格权对待，对个人数据的法律保护是为了维护主体的人格尊严和平等，如果一个自然人不能依从自己内心意愿决定他人处理或禁止他人处理个人数据，则个人之人格发展将无从谈起（程啸，2018）。ABD 描绘形成了运动员的生物学图像，揭露了运动员过去、现在或未来的身体和生理特征，这些特征往往是运动员个人独一无二的天然密码，处处彰显人格要素中最基本的自由和尊严。在这样的背景下，ABD 保护主要附属于隐私和个人信息保护，旨在实现对个人人格尊严和自由的保障。然而，与此同时，ABD 的商业价值也在不断凸显。技术无疑是ABD 商业价值生成的必要条件，但它仍然只是一个外部因素，ABD 所固有的财产性基因是其商业价值形成的内在要件。在数字时代，ABD 能够满足商业需求，且具有可控性和稀缺性，这使其有成为法律意义上财产权益客体之可能（彭诚信，2021）。实践中，运动员通过授权梦幻体育游戏开发商、体育博彩公司使用ABD 以获得一定收益已成为一种趋势。例如，美国职业橄榄球大联盟（National Football League，NFL）球员协会就与美国智能运动手环开发商WHOOP 合作，建立了一个名为“OneTeam Collective”的运动员主导的商业孵化器，运动员可以选择通过“OneTeam Collective”将ABD 商业化，包括出售给游戏公司。一些大型赛事，如美国男子职业高尔夫巡回赛，允许运动员使用“WHOOP Strap”可穿戴设备记录ABD，并与赛事转播公司合作（Javad，2021）。运动员也希望创造或实现ABD 的利益转化，英格兰足球超级联赛（Premier League）、苏格兰足球超级联赛（Scottish Premiership）的数百名球员正在就其表现和追踪数据的使用采取法律行动，要求获得盈利分享，还有400 多名足球运动员（包括现役和退役）针对将运动员数据应用于其产品的游戏、博彩和数据处理公司，要求追回本应获得的数据财产利益，并确保每个运动员根据其竞技水平和曝光量获得数据处理收益（Ornstein，2020）。

2.2 特殊的行业属性

首先，竞技体育有赖于身体能力。竞技体育不同于其他职业，虽然许多工作需要员工保持一定的健康状况和身体条件，但并不强调单个员工的身体能力，而且成功与否也不与身体能力直接挂钩。然而，在竞技体育的背景下，成功很大程度上取决于运动员的身体能力，而身体能力的提升是一个典型的人体应激过程，是运动员身体由训练应激源（负荷刺激）引发不同层次（系统、器官、组织、细胞、分子等）和多种机制（物理和化学）的时空适应的动态过程。故而，旨在提高身体能力和竞技水平的运动训练无疑是一个多因素（遗传、生理、心理、健康、成长环境等）作用的过程，具有多阶段性特征（如训练分期中的“积累—转化—实现—过渡”）等非线性的复杂动态系统（吴彰忠 等，2023）。这也决定了为了有效地评估运动员的身体能力，往往需要对训练、身体系统、历史伤病、整体健康水平、个人生活方式等多维度的数据进行大规模和深入的整合，并需要在动态的基础上系统地、全面地、持续地积累，这就对数据处理所欲追求的“最小必要”原则提出了挑战。

其次，竞技体育具有一定的集体特征。于普通人的个人数据处理而言，主要由个人提供给特定的处理者（如网络平台）以供利用，数据处理主要是一对一的典型场景，个人对数据处理具有一定的支配和控制力。然而，对于团队合作型运动项目，运动员在比赛中的表现不仅取决于自身的发挥，还取决于其与队友在赛场上作为一个整体的互动（William，2019），故而ABD 处理亦带有集体性特征。而且，在ABD 处理过程中，目前主要是由俱乐部、体育组织或获得目标赛事数据采集和开发权的数据服务商通过可穿戴设备或场内布置的数据追踪系统进行采集和分析。例如，美国职业足球大联盟（Major League Soccer，MLS）与光学追踪数据提供商Second Spectrum 合作，平均在每个MLS 体育场部署10 台光学追踪摄像机，能够以25 次/秒的频率测量和捕捉运动员在场上的所有数据，包括跑速、生理负荷、运动轨迹等。在这种数据处理模式下，运动员对数据处理的即时和远程控制“力有不逮”，与数据保护所欲追求的“支配”和“控制”存在抵牾（徐伟康，2020）。

最后，竞技体育具有自治性。由于体育本身的自发属性以及其组织和运作不同于其他社会领域的长期实践，体育领域形成了一个重要特征，即体育的高度自治性（韩勇，2023），体育行业内的各个行为者以共同议定的契约（章程）为基础，由自愿组成的单项体育协会对内实行自我管理，对外予以抗衡和协调，以最大限度地保护行业共同利益，实现共同诉求（宋雅馨，2019）。体育自治所形成的一套独特的规则体系，维系着这一竞技性行业的存在与发展。大数据时代，体育组织也在制定各种数据利用规则、程序和纠纷解决机制，主导运动员数据的开发和利用。例如，《奥林匹克宪章》在“对奥林匹克运动会和奥林匹克财产的权利”（Rights over the Olympic Games and Olympic properties）中规定，“国际奥委会应确定与奥林匹克运动会以及与奥林匹克运动会的比赛和体育表演有关的数据的获取条件和任何使用条件”，故而在ABD 保护中需要充分考量体育行业的自治性规则和行业惯例。

2.3 特殊的身份属性

尽管对如何定义公众人物的外延有多种看法，但无论是从法律体系抑或是从学说中关于“公众人物”的内涵所作的界定视之，均不难发现，运动员往往因其特殊的技能、骄人的成就和广泛的影响力聚焦着大量的注意力资源，赢得了很大的社会知名度，通常都被纳入公众人物的范畴中（刘苏，2010）。公众人物的身份属性是ABD 保护难以回避的问题，一方面，ABD 常与公众言论自由和新闻传播的利益诉求相关联。从言论的角度来看数据似乎误解了言论自由保护的目的，但数据与意见或观点之间的区分并不显著。由于运动员特殊的公众属性，ABD 的披露可能无异于观点或意见。例如梦幻体育游戏运营商曾对美国职业棒球大联盟（Major League Baseball，MLB）提起诉讼，要求确认对MLB 运动员数据的使用属于美国宪法第一修正案的言论自由范畴，由此，其继续在梦幻体育游戏中使用运动员数据便获得了美国第八巡回法院的支持①See C.B.C. Distrib. & Mktg.， Inc. v. Major League Baseball Advanced Media， L.P.， 505 F.3d 818， 824 （8th Cir. 2007）.。同时，ABD 亦可能遭遇新闻价值的抗辩。例如，一名ESPN 记者曾未经授权披露了职业橄榄球运动员杰森·皮埃尔-保罗（Jason Pierre-Paul）的敏感体征信息和医疗数据，但ESPN 认为，该信息是有新闻价值的（Dubin，2015）。这样的论点表明，虽然ABD 是非常私人的，但在非常私人的和“热点新闻”之间存在着模糊的界限。另一方面，由于其公众人物的属性，且在全世界范围内优秀运动员的数量极其稀少，具有相比普通人而言更强的识别性，这使得数据保护所欲追求的通过匿名化减少数据处理过程中对个人隐私及其他权益侵扰的效果难以实现。匿名ABD，即使删除了所有识别字段，没有统计和计算机科学背景的普通人仍然可以通过公共渠道或带有时间戳的体育新闻事件获得的运动员其他活动信息，从匿名数据集中识别到特定的运动员。即便当下难以识别，随着时间的延长、新数据的产生以及识别技术的发展，亦有较大的重新识别的可能。

2.4 特殊的处理关系

相比一般的数据保护，ABD 保护处于雇佣关系的背景下，这给ABD 保护带来了两方面的挑战。一方面，运动队希望保持竞争实力，并重视通过ABD 处理了解运动员的身体条件和技术动作，要求运动员使用嵌入在球衣和其他设备中的可穿戴设备进行比赛和训练，使之能够有效地监控运动员的训练和表现，似乎有着天然的正当性。在美国法律体系下，尽管运动队收集的大多数生物统计数据属于《健康保险可携性和责任法案》（Health Insurance Portability and Accountability Act，HIPAA）中健康信息的参数范围②根据HIPAA，健康信息是指符合以下条件的任何信息：1）由医疗数据处理者、医疗计划、雇主创建或接收；2）与个人过去、现在或未来的身体健康或精神健康状况有关。运动队或职业体育联盟收集的ABD 一般属于预防、诊断、治疗、康复或维护类，与运动员的身体或精神状况或功能状态有关，所收集的数据能够用来识别运动员的身份。因此，由运动员产生并由运动队或职业体育联盟收集和储存的大部分生物统计数据将落入HIPAA规制范围。，理应受到HIPAA 隐私和安全要求的约束，然而美国卫生和公众服务部（United States Department of Health and Human Services）③在通过HIPAA时，美国国会授权美国卫生和公众服务部负责具体实施HIPAA。发布的指南指出，运动队“不太可能是需要遵守HIPAA 隐私规则的受保护实体”。即使运动队需要遵守或需要部分遵守HIPAA，美国卫生和公众服务部也指出，虽然它不赞成一概减少整个群体（如运动员）的隐私，但运动队可以将运动员同意披露健康记录作为就业的条件。在操作上，该指南的效果是确认运动队有权强制运动员披露健康信息（放弃HIPAA 隐私），并将该信息归入每个运动员的就业记录中，而一旦被视为就业记录的一部分，那么该记录的内容将不被视为受保护的健康信息。

另一方面，俱乐部、体育组织等数据处理者对运动员具有身份地位上的支配关系。体育赛事通常采用注册代表制，即运动员先需成为某一有注册资格的体育竞赛单位成员，方得以其代表身份参加赛事（张海鹰 等，2018），运动员的注册和参赛都依赖于俱乐部和体育组织等数据处理者（李露雅，2020）。故而，在很多情况下，普通个体尚有可能因为个人数据保护方面的顾虑而放弃使用或选择其他应用程序，但运动员往往不得不同意数据处理行为，任何不予提供数据或拒绝同意都可能导致其无法参赛，特别是在顶级体育赛事中，运动员往往不存在自由选择的空间。Marc（2017）调查发现，包括NFL 在内的职业体育赛事的ABD 处理的趋势正在加强，教练对数据处理的兴趣越来越浓厚。作为竞技体育的权威人物，教练员可能会基于访问和使用数据的需要，迫使运动员选择加入。即便运动员出于保护个人隐私和信息的理由拒绝交出数据，俱乐部、体育组织等也极容易通过规章制度给运动员施加管理压力，运动员不履行相关数据提供义务或者瑕疵履行数据提供义务，可能将面临严格的甚至是苛刻的处罚（刘韵，2021）。例如，MLB 的统一球员合同第7（b）条规定，如果合同包括运动员和球队之间的可穿戴设备协议，运动员拒绝使用可穿戴设备危及其良好的身体状况，违反俱乐部训练规则，或严重违反合同，球队可以终止运动员合同（Balletta，2020）。

2.5 特殊的技术背景

ABD 处理离不开算法社会的技术背景，而算法不可避免地具有黑箱属性。“算法黑箱”源于两方面原因：从内部视之，由于机器学习的技术特点，算法通过自我学习创建的规则往往难以被观察和理解；从外部视之，算法规则经常被开发者隐藏，对被决策主体缺乏透明度，因而也难以知晓其运行过程和逻辑（谭九生，2020）。针对“算法黑箱”带来的负面影响，目前各国都致力于推行算法解释，即要求算法服务提供者有义务披露和解释其算法的原理、逻辑和决策过程，同时，被决策主体也可以要求获得算法解释权。以我国《中华人民共和国个人信息保护法》（以下简称《个人信息保护法》）为例，《个人信息保护法》第七条规定“处理个人信息应当遵循公开、透明原则，公开个人信息处理规则，明示处理的目的、方式和范围”，第二十四条针对自动化决策要求“个人信息处理者利用个人信息进行自动化决策，应当保证决策的透明度和结果公平、公正”。虽然算法解释在一定程度上缓解了数据处理者和数据主体在算法决策中的信息不对称问题，但在ABD 处理上存在适用上的难题。

俱乐部、体育组织等数据处理者实时采集和分析运动员在比赛和训练过程中的ABD，以评估他们的运动表现和身体状况，从而决定其技战术角色以及上场时间，这种“采集—分析—决策”的复杂性和不确定性使之面临“解释失灵”的难题。特别是近年来，伴随虚拟现实、数字孪生等技术的兴起及其在竞技体育领域的深度应用，“数字运动员”（digital athlete）等新兴训练辅助方式也应运而生，即利用高保真的身体扫描数据，融入生物力学骨骼肌肉模型等，创建运动员的数字孪生体，在模拟环境中接受各种比赛、训练和康复，并生成各种预测结果（吴彰忠 等，2023），更是对运动员形成了技术的“压制”。大数据、人工智能、机器学习、计算机视觉、数字孪生等多种手段的协同操作，不同于“提出假设—分析数据—验证假设—得出结论”的因果关系计算过程，通常是以运动员海量的历史训练数据和实时体征信息为基础，依托算法自动调整并优化决策模型，由此自动输出运动员的竞技表现、机体反应、损伤风险等。数据处理的过程宛若一个封闭的“黑匣子”，在算法模型运行、数据组合关联、分析结果得出等方面，形成了一系列复杂的操作，难以实现可解释性。故而，随着人工智能和大数据的技术迭代，面对ABD 处理过程中越来越多的自动化决策或辅助化决策，保护思路也需从传统的“算法解释”迈向多元共治的算法治理体系（张吉豫，2022）。

3 规训的对策：ABD保护的体系构建

3.1 开发行为规范

3.1.1 告知规范的完善

ABD 处理涉及数据输入和决策信息生成两个不同阶段，两大问题亦随之产生：其一，在大数据时代，数据变得更加离散和碎片化，如何确保ABD 的真实、准确和完整；其二，面对深度学习等算法技术应用中的偏见和黑箱问题，如何确保由此产生的“决策信息”的准确性和公平性，特别是考虑到在ABD 处理中，算法决策结果可能会对运动员主体产生显著的负面影响，这种负面影响还不同于信息推送、商业营销中的影响，例如不当的球员评估结果可能会使得运动员在转会、保险、参赛及其他重要的市场机会方面遭受损害。因此，从理论上讲，ABD 处理者首先需要完善告知规范，结合特殊的行业背景、身份属性和技术复杂性等因素，明确告知运动员与处理ABD 相关的内容，具体而言：

一方面，在告知内容上，ABD 处理者应当充分说明ABD 的范围、传播及使用。首先，ABD 处理者需要告知ABD 所包括的内容。尽管这仍然是一个发展中的法律领域，而且体育是一项全球性的活动，ABD 的范围在不同的国家会有所不同，但无论如何，ABD 处理者需要告知运动员正在处理的ABD 所指涉的范围。其次，ABD 处理者需要向运动员披露ABD 将如何被传播。运动员需要知悉谁将拥有他们的ABD，特别是在职业体育场景下，运动队签署了许多可能涉及生物统计数据处理的商业协议（如在赛事转播和球迷参与内容等商业运营中分享ABD），运动员必须被告知其所属的运动队将向哪些主体提供ABD，以及可穿戴设备或数据追踪服务商对ABD 的掌握和利用情况，例如这些服务提供商是否会存储ABD，或者一旦将数据传输给运动队就自动删除。最后，ABD 处理者需要披露ABD 的使用情况。由于ABD 应用场景的广泛性，大规模处理ABD 一方面涉及运动队和第三方利用数据进行经济剥削的担忧，另一方面也涉及对运动员隐私、劳动、健康等相关权益的侵害，故而有必要充分披露ABD 将如何被使用，包括运动队将如何使用ABD 进行伤害预防或制定比赛策略，参与赛事转播或体育游戏的第三方公司将如何使用ABD，以及ABD 是否会被出售给博彩公司或提交给外部监管机构等。尽管充分披露ABD 的使用方式可能会对运动队和第三方造成困扰，但考虑到数据的敏感性及易侵性，运动员应该被告知并有机会询问他们的生物统计数据是如何使用的。

另一方面，在告知标准上，应是由技术专家主导的理性化标准。欧盟《通用数据保护条例》（General Data Protection Regulation，GDPR）和我国《个人信息保护法》所采之可理解性、易读性标准与体育领域的算法决策存在一定的不匹配。例如GDPR 第12（1）条规定之标准立基于自动化决策相对人的理解能力，即数据处理者应以清晰明了、简洁透明和易于获取的形式履行向个人解释的义务。然而，受限于运动员的文化水平和技术理解能力，以及雇佣关系的特殊性，面对快速迭代、高度复杂且具有自适应的深度学习算法模型，仅由数据处理者单方面解释，难以达到保障运动员权益的目标，一般需要与经过一定认证的医务人员或有体育行业经验的人合作才能理解（Studnicka，2020）。美国全国大学体育协会（National Collegiate Athletic Association，NCAA）竞技保障和体育医疗委员会2015 年在讨论可穿戴技术及其在大学体育中的地位时就提出，这些技术产生的数据应当由运动医学团队进行辅助解释，以使得技术更加“可见”。故而，告知标准需跨越数据处理者和运动员的双方立场，引入中立的技术专家组，经由技术专家组，以运动员在特定场景下可以理解的方式探寻告知规范，从而帮助运动员理解做出与自身权益密切相关的决策的逻辑和理据，避免复杂的数学解释和算法自主学习带来的理解难题（丁晓东，2020）。

3.1.2 “最小必要”的适用

“最小必要”原则源于传统比例原则，是国内外法律实践中被广泛接受的数据处理原则，强调收集数据的限制与处理最小化。在ABD 处理实践中，由于运动员具有公众人物属性，其数据权益需要受到言论自由和公共利益的约束。同时，运动训练是一个全周期、系统性的应激过程，具有多成因、多阶段、多结果的特点，运动员与许多其他行业的雇员也不同，运动员的工作依赖其身体表现，俱乐部、体育组织等处理ABD 具有一定的正当性。然而，技术入侵也可能跨越隐私、安全和公平之间的界限，故ABD 处理法律规制的关键在于划界。从功能视角来看，最小必要原则的直接效用相当于一个“平衡杠杆”，从广度和深度上划定了数据处理的边界，进而实现数据处理者和数据主体之间的利益平衡。但是，如何判断什么样的ABD 处理符合“最小必要”，并无简单易行的公式，需要结合俱乐部、体育组织等处理者实现比赛、训练和商业盈利等目的，按照适当性、必要性和利益风险比较三阶段分步骤依次递进（童云峰 等，2021），综合审视数据处理的侵扰程度、俱乐部和体育组织等数据处理者是否有正当的理由和需保护的利益、数据处理对运动员的潜在后果，以及程序性保障措施是否到位等。

具体而言，可以大体从以下6 个方面衡量：一是是否存在其他对运动员权益损害更小的替代方式。例如，美国职业篮球联赛（National Basketball Association，NBA）达拉斯独行侠队新近采用了专门的血液测试来分析球员的疲劳和饮食情况，虽有助于指导训练恢复和表现提升，但这一方法具有非常强的侵入性，如果处理不当，可能会带来重大风险（McLellan et al.， 2019）。相形之下，可穿戴设备的侵入性较低，ABD 处理应优先选择冒犯性低的方式。二是数据处理的目的限制。由于运动员与俱乐部、体育组织之间关系的不对等，加之深度学习算法的“黑箱”问题，ABD 处理非常容易对运动员劳动权益产生负面影响。从域外来看，美国几个主要的职业体育联盟都非常警惕ABD 在运动员雇佣决策中的应用。因此，在目前的技术背景下，应禁止将ABD 应用于雇佣决策，包括运动员工作合同的谈判。三是数据处理的时间限制。在采集时间上，ABD 采集在原则上只能发生于运动员比赛、训练时间，除确有必要的生理健康测量外，禁止24 h 全天候的数据采集。即使在比赛、训练时间，也应当在“自然”范围内利用或发展人类的表现可塑性，不能违背竞技训练的自然规律。在部分项目（如棒球）中，鉴于数据分析对比赛结果的影响，在现场比赛期间，不允许在比赛区域接收或使用从设备/系统传输的ABD。在存储时间上，随着当代运动训练从单一要素、简单系统逐渐向多元、复杂、动态化方向演进，体育领域不断追求数据存储时间与数量的最大化（胡海旭 等，2021）。但是，由于ABD 的难以变更性，永久或长期存储的ABD 伴随着数据量的积累和技术的突破，风险也随之“水涨船高”。最大化限缩ABD 的存储时间符合数据最小化的原则，也是最大限度地减少对运动员个人权利干扰的体现。因此，在达到原初处理目的或数据处理所依赖的合同、雇佣或管理关系解除后，应及时、安全地删除数据（刘韵，2021）。四是数据处理的空间限制。目前很多职业体育联盟要求运动员在场外仍然佩戴可穿戴设备，例如要求运动员在家中仍需完成ABD的采集，这种类型的数据处理显然侵犯了运动员的隐私和自主权，跨越了比赛、训练和个人生活的界限，应当予以限制。五是数据处理的类型限制。数据处理者只能处理一般性的ABD，包括运动员生物化学数据、运动员电生理数据、运动员生物姿态数据等，除非有特殊的理由（如维护工作场所的安全和健康等），否则不得处理诸如基因等可能诱发多种侵害风险的生物统计数据。六是数据处理的共享限制。ABD 应当仅限于教练员、技术总监、球队特定管理人员访问，而其他人员限制访问ABD。

3.1.3 安全保护的履行

首先，加强事先的风险评估。数字时代，ABD 处理面临技术所引致的风险，不仅源于数据传输、数据分析等具体技术环节，也源于技术本身的不确定性，特别是体育领域素来有新兴科技的天然试验场之称（郑芳 等，2019），故ABD 处理风险不是静态之有无判断，而是随着场景动态变化，因此有必要突出预防原则的作用，定期识别新的风险，重新评估既有风险。《个人信息保护法》第五十五条也规定，涉及敏感个人信息处理、利用个人信息进行自动化决策，以及其他对个人权益有重大影响的数据处理活动，应当进行事前个人信息保护影响评估。为将ABD 处理的风险控制在合理水平，ABD 处理者在开展ABD 处理之前，应根据处理的性质、范围、场景和目的，对ABD 处理带来的影响进行风险评估。评估的内容至少应当包括：对ABD 处理的具体操作和所欲目的之分析，对ABD 处理必要性和相称性之审视，对数据安全技术和管理适配之考量等（孙清白，2022）。

其次，加强事中的安全保障。《中华人民共和国数据安全法》（以下简称《数据安全法》）、《个人信息保护法》、《中华人民共和国网络安全法》（以下简称《网络安全法》）对数据处理者提出一系列事中的安全保护要求。在ABD处理中，一方面需要明确数据安全负责人和管理机构的义务。ABD 处理通常涉及体育联盟（组织）、俱乐部、第三方厂商等多元主体，既要突出俱乐部、体育组织的安全保护责任，也要规范第三方厂商的安全义务。另一方面，也要明确采取相应的技术措施和其他必要措施保障数据要求。《数据安全法》第二十七条、《网络安全法》第二十一条和《个人信息保护法》第五十一条都对数据安全的技术治理作出了制度性安排，为ABD 的数据安全保护提供了规范依据。例如，考虑到运动员需要频繁地与运动辅助人员（如队医、理疗师）和第三方共享他们的健康和身体信息，为了保护ABD 不被泄露并有效保持数据可用性，可以要求使用扰动处理，使用近似模型生成与真实数据集具有相似特征的模型，然后所有设备都使用该噪声模型对原始数据予以扰动，以有效地隐藏与运动员相关的真实数据，在数据汇集之后，执行聚合计算，从聚合结果中去除噪声信号序列，以获得真正可用的聚合结果（刘强 等，2018）。

最后，完善事后的风险救济。ABD 固有的敏感性会产生潜在的攻击吸引力，形成所谓的“蜜罐”效应。英国国家网络安全中心（National Cyber Security Centre，NCSC）（2020）调查数据就显示，体育领域的网络和数据攻击已成常态化，近70%的体育组织都曾遭受数据安全攻击，近30%的体育组织一年内遭受了5 次以上的数据攻击。而且，由于竞技体育和运动员的高关注度，ABD 的安全事件往往会产生广泛的波及效应。因此，ABD 处理需要建立数据安全事件的应急机制，以及时响应、处置和报告数据安全突发事件，最大限度地保障数据安全。如ABD 处理者需将数据安全事件划分为不同等级，一级数据安全事件可能是由于黑客攻击导致的系统故障，二级数据安全事件可能是由于俱乐部和体育组织（联盟）内部人员未能遵守业务规范而形成的数据泄露事件。并且，ABD 处理者应针对不同级别的数据安全事件制定相应的应急措施，如规定一级数据安全事件，包括但不限于采取数据库紧急关闭、终止数据共享和传输、隔离受影响的系统或网络等，从而减少数据安全的负面波及效应（钭晓东，2023）。

3.2 主体权利的构造

3.2.1 数据同意权的设计

我国《中华人民共和国民法典》（以下简称《民法典》）第一千零三十五条第（一）款和《个人信息保护法》第十三条都明确，数据处理的首要合法性基础就是征得数据主体的同意。从法的价值层面来看，数据处理需遵循个人之自主性，而自主性往往是通过同意的机制来实现的（田野，2018）。但在大数据的背景下，数据主体同意的作用正在逐渐被虚化，在同意规则基础上建构的数据保护，正从“数据自决”的美好设想，慢慢陷至“数据他决”的危险境地（丁晓强，2020）。在ABD 处理中，由于运动员与俱乐部、体育组织在地位和实力方面的天然不平等，如何防止运动员因处于弱势地位而被迫“同意”数据处理，从而损害其合法权益，成为一个亟待解决的重要问题。一种方式主张“同意”不仅未能保护数据主体的权益，反而可能对数据利用造成一定的障碍，故而应跳出同意机制（金耀，2017）。另一种方式主张改良同意机制，使其适合数据处理的场景需要（李智 等，2020）。总体而言，ABD 处理的同意机制虽收效甚微，但是数据处理风险防范实质决定了“同意”还是可以在一定程度上为运动员提供及时的风险识别，并通过与个人意愿的联结，架构一条灵活、全面的数据风险防线。相比之下，完全放弃同意规则，回归一贯的事后规制逻辑，不利于运动员将自身的数据风险控制在所期待的范围内（宁园，2020）。ABD 处理场景广泛，既有竞技服务场景，又有商业利用场景，还有公共管理场景。在不同场景下，运动员的隐私期待不同，与数据处理者的地位失衡有所差异，数据之上覆盖的利益也有所不同。理性的选择是根据ABD 处理的现实情况，放弃僵化的无差别同意模式，在同意规则中嵌入场景机制，并根据场景风险的不同配置差异化的“同意”，从而实现同意的动态性（张新宝，2015）。具体而言，在竞技服务场景中，虽然存在失衡关系，但是运动员和作为数据处理者的俱乐部、体育组织往往都是为了提高竞技表现和球队技战术能力，双方之间具有一定程度的互惠合作性，构成一种防御与合作交融的持续性关系。双方的这种兼具对抗和合作的关系还不同于一般的个人数据处理，虽然在一般的个人数据处理中也存在互惠关系，如企业收集更多的数据为用户提供更精准的服务，但是用户和企业之间的利益是相互独立并存的，而在竞技服务场景中，运动员和俱乐部、体育组织之间的数据处理则是一种利益共同体。而且，竞技服务场景中存在着频繁的ABD 处理，运动员需要经常与教练员、训练师和其他运动队工作人员互动，互动的关系也非常紧密，赋予绝对化的同意，不仅没有必要，还会给双方的互惠关系带来不必要的烦扰，故而可以侧重效率价值，采取“选择退出”的同意模式，即数据处理者通知数据主体，其将以适当的方式处理数据，如果数据主体不采取特别措施，则推定“同意”处理（冯恺，2020）。与基于传统授权同意的“选择进入”比较，“选择退出”一定程度上降低了同意获取的难度，将法律规范的重心从收集行为转向使用行为，补充和修正了传统的授权同意模式，节约了数据处理的操作成本，能够提高数据的资源性价值。而在商业利用场景下，由于运动员和数据处理者往往带有不同的利益，商业利用场景下数据侵害风险也更大，ABD 处理应完全出于运动员的自愿，适用严格的同意标准。运动员不能被俱乐部、体育组织诱导使用任何生物统计数据采集技术，数据处理者也不应以运动员参赛资格作为条件，甚至应避免提出任何建议让运动员使用各类可穿戴设备。如果运动员拒绝或要求停止ABD 处理，他们也不应受到谴责或承担任何后果（Studnicka，2020），从而确保运动员完全自愿同意。

3.2.2 数据财产权的享有

运动员人格尊严和自由是ABD 保护的逻辑起点，但不能忽视ABD 财产价值的实现。赋予ABD 财产权至关重要，特别是在数据商业化的背景下，ABD 所创生的经济形态固然有数据处理者的贡献，但其源头仍然在运动员个人，运动员基于自身生成了ABD 这一客观事实而先天地享有数据财产权具有正当性。因为，首先，与普通个体单个数据较为微弱的价值不同，运动员单个ABD 也蕴含着巨大的商业价值，而非只有海量数据集合才能产生价值效应。其次，ABD 财产化并不会形成显著的交易成本。运动员群体，尤其是顶尖运动员，依然凤毛麟角，因此ABD 的协商议价只涉及少数群体，不会带来交易成本的攀升。再者，为ABD 配置财产权并不会形成数据的封闭效应，损害数据的流通。与普通人不同，运动员具有一定的娱乐身份色彩和媒体展示主义（media exhibitionism）性质，愿意将自己置身于公众面前，以换取媒体报道和知名度提升，因为这可能会影响他们的场外代言和其他收入来源。故而，如果能为ABD 提供适当的财产权保护，运动员反而可能会更多地选择分享和披露数据。最后，ABD的财产权保护，不仅不会对运动员人格权益造成损害，而且在一定程度上还可以加强对隐私等人格权益的保护。一方面，自由处理个人数据本就是人的尊严所应有之义；另一方面，通过ABD 财产权保护，数据处理者只有在获得运动员许可之后才能在约定的目的范围内收集和处理数据，否则构成了对运动员财产权的侵害。相较于隐私保护，这更有利于切实维护运动员权益，原因在于无需受限于私密信息、披露要件和损害事实等要求（徐伟康，2022）。

运动员享有ABD 的财产权，但考虑到行业属性和身份属性，此种财产权也并非无限制之权利。其一，ABD 的商业价值、公共管理和社会效益之功能要求ABD 的可流动性和可共享性需得到保障，其财产权架构应参照知识产权“权利用尽原则”，即法律赋予运动员相关财产权能，但当数据处理者通过合法方式获得ABD 并予以合规化利用时，应明确此时创建的数据产品是数据处理者的资产。作为原始数据主体，运动员在得到合理对价回报后，一般无权干预后续合规处理或向后续处理者索赔财产利益（汪厚冬，2021）。其二，ABD 财产权不应只停留于鼓励运动员主体将其自身数据商业化，更应结合运动员公众人物的属性，协同实现ABD 的公共利益和社会福祉。为了维护公共利益之所需，以及为了促进竞技体育相关科研、学术之发展等要求，ABD 财产权也受限于数据合理使用制度。

3.2.3 合理推论权的引入

数据保护与算法规制相交织，数据处理的重要目的是对个人的“推论”，这也是侵犯数据权利的一个重要来源。在自动化或半自动化决策过程中，算法所识别的数据与数据之间的相关性在现实世界中可能不具有合理性，但是无论是我国、美国还是欧盟的个人数据保护立法，均将关注重心放置于“数据收集”阶段，对数据处理阶段结果的合理性缺乏规制（汤晓莹，2021）。Wachter 等（2018）主张在数据保护中引入“合理推论权”，其认为，数据保护应强调数据处理结果，即“推论”具有合理性，这仍然属于算法社会中“合理隐私期待”的范畴。ABD 处理旨在推断和预测运动员的身体和生理特征，故而在ABD 处理中，运动员有权要求借由数据处理做出的判断是合理的，换言之，ABD 的保护应该包括机器自动化处理所得出的推论具有合理性，这对数据处理提出了两方面的要求：

一方面是数据质量管理要求。ABD 可以通过影响运动员的参赛、出场时间、与职业球探的接触而大大影响他们的职业生涯，对数据测量的误差或对数据解释的断章取义会给运动员带来负面影响，包括会产生对运动员的健康、劳累或行为的错误结论，这使得数据的准确性非常重要。在ABD 处理中亟需加强数据质量管理，包括数据质量的提高和数据管理组织的改善，例如，通过利用无标记点运动捕捉系统、柔性传感设备和大数据分析等新技术和新方法，获得更高精度的人体运动学、生理学和动力学参数（刘成林 等，2023），对数据生命周期每一阶段可能出现的潜在数据质量问题予以监测、识别和预警，要求俱乐部、体育组织等及时更新反映运动员身体健康状况和竞技能力的数据，以确保与运动员相关的评估的准确性（Seamus， 2023）。

另一方面是算法控制要求。其一，完善人体运动的通用性模型和特定运动项目的专用性模型。由于人体运动的复杂性，在实际生理状态下，运动控制涉及来自大脑运动皮层的神经电信号通过脑干和脊髓等中枢神经通路，传递到骨骼肌，引起运动神经元的激活，进而引起肌肉收缩和力的产生，在算法模型运作中需要建立包括运动传感规划、信号传导控制和肌肉收缩控制的联动体系。在此基础上，对全身骨骼和关节进行抽象和简化，构建特定项目的全身运动模型，为深度学习在运动场景中的大规模应用提供基础（刘程林 等，2023）。其二，面对算法解释的失灵和算法偏见的风险，应该遵循技管结合的理念，从技术和规范两方面入手强化算法的全流程规制。一方面，建立自动化、全流程的动态纠错体系，通过持续的动态纠错减少算法偏差带来的风险。另一方面，应在算法设计中注入运动员人格、隐私、平等、自由、体育公平竞争等价值观，设置统一的人工标注规范标准，避免人工标注带来偏见和误导性影响（魏广萍，2021）。

3.3 我国因应的对策

3.3.1 立法层面的完善

虽然随着《网络安全法》《数据安全法》《个人信息保护法》等法律制度的出台，个人数据（信息）保护制度逐步确立，为ABD 保护创造了良好的外部环境，但是《网络安全法》《数据安全法》《个人信息保护法》等在内容上仅着眼于一般个人数据保护，未对个人数据处理的具体情形和特殊主体作出完全列举的考量，在知情同意、最小必要、匿名化等具体规则上与体育场景存在一定程度的分离，附着于运动员之上的体育法益尚未得到有效识别（童云峰 等，2021），在ABD 收集、存储、使用和披露过程中缺乏可适用性的难题。运动员作为一种特殊的职业，通常被认为具有劳动者属性，但是我国劳动法领域侧重于保护劳动者的物质性权利，对相关信息的保护规范阙如，难以回应体育实践中ABD 收集和滥用的问题。故而，根据体育行业的特点，加强体育相关法律、行政法规和部门规章对体育领域新兴权利的保护，规定ABD 处理特定规则成为一个重要的立法方向（李智，2022）。随着《中华人民共和国体育法》（以下简称《体育法》）的修订完成，健全与《体育法》相关的配套法规也已成为我国体育法治发展的重要任务，国家体育总局启动了“职业体育条例”“体育赛事活动管理条例”“体育俱乐部条例”“体育市场管理条例”等的研制工作。学界也不断呼吁加快推进体育数据立法进程（蒋亚斌 等，2022），考虑运动员数据的高度隐私性和强商业价值性，制定体育领域数据保护规范等（徐伟康 等，2021）。在此背景下，可以在我国《个人信息保护法》《数据安全法》等一般性法律基础上，结合体育行业的特殊性，于相关立法中纳入ABD 保护的内容，因应互联网、大数据、云计算、人工智能等科技迅猛发展的时代背景，有效规制ABD 处理的异化问题。

在具体设计上，首先，可以在“职业体育条例”中规定ABD 保护的相应条款。职业体育既是竞技体育中受众最广的活动形式，也是体育产业的重要组成，涉及诸多ABD处理的场景，“职业体育条例”也旨在规范职业体育活动，保护运动员权利。建议在“职业体育条例”中妥善平衡ABD 利用和保护的关系，既要注重ABD 对职业体育的积极作用，又要注重保护运动员的数据权利，界定ABD 的范围，确立处理ABD 的原则和模式，明确利益相关者在ABD 处理各个环节的权责，尤其是在数据使用过程中对数据质量与数据安全的义务和责任，如数据共享过程中应当具备的隐私安全与数据保护的技术性要求。

其次，可以在“体育赛事活动管理条例”中明确ABD的财产属性和权益配置。我国《民法典》第一百二十七条条将数据纳入私法体系的调整范围，以引致条款的形式宣示了数据受法律保护，为数据的财产化以及与特定领域的耦合留下了解释的空间，并为特别法的具体规定提供了法律依据。近年来，为培育数据要素市场，充分发挥数据的生产效益，数据财产化及其法律规制也成为立法的一个重要焦点（冯晓青，2021）。新修订的《体育法》第五十二条规定了体育赛事活动信息的保护，由于数据和信息在数字化背景下的同质性，该条与《民法典》第一百二十七条形成了呼应，借助《民法典》和《体育法》之间一般法和特别法的关系，构成了“从其保护”模式，事实上确立了体育赛事活动信息的“准财产权”。从《体育法》第五十二条的表述来看，“等相关权利人”采用了开放的方式，可以解释为包括运动员主体在内，“采集或者传播”也涵盖了数据的收集、存储和传输等环节，“等信息”的宽泛范畴也可以纳入ABD，故而可以从解释论角度赋予ABD 财产权，并在“体育赛事活动管理条例”中予以具体规定，明确所有权划分，给予ABD 财产权保护，使得运动员免受数据商业化利用中的经济剥削。

最后，可以在“体育俱乐部条例”中纳入俱乐部对ABD 处理的规范。俱乐部是ABD 的最主要处理者也是最大的侵害来源，可以规定俱乐部只能要求运动员佩戴经联赛审查和批准的传感器采集ABD，并制定详细的数据处理告知规范和严格的访问和数据存储安全标准，对所收集的任何ABD 的商业化操作，须经各方严格同意。同时，可以对俱乐部不当的数据处理行为规定具体的处罚措施，如削减联赛积分、要求俱乐部相关人员参加补救教育、罚款等。

3.3.2 集体协商的构建

由于运动员与俱乐部、体育组织等数据处理者之间的地位悬殊，运动员个体很难与之抗争。基于集体力量甚于个人力量的逻辑，在ABD 保护中，集体协商的方案被诸多观点青睐（Jessop et al.，2019）。NBA、MLB、NFL 等球员工会代表曾多次会商讨论ABD 处理带来的“数据销售和使用”“监视和隐私”“数据的访问、存储和安全”“联盟数据共享”“个人选择和胁迫”等议题，并相继在集体谈判协议中纳入可穿戴设备和ABD 处理条款（Friend，2022），对运动队何时以及如何收集和利用ABD 进行了重大限制。就我国而言，20 世纪90 年代，集体协商制度就开始兴起，1994 年颁布的《中华人民共和国劳动法》明确纳入了集体协商的内容，之后原劳动和社会保障部颁布的《集体合同规定》《工资集体协商试行办法》以及《中华人民共和国工会法》《中华人民共和国劳动合同法》等法律规范均推进了集体协商在中国的落地。ABD 处理直接关涉运动员的工作环境及工作条件，从现有法律来看，在我国体育领域开展集体协商以应对ABD 处理的挑战没有法律上的障碍。我国球员工会建设的外部环境也在不断改善，建立更加自主运行、职能完善的职业联赛是中国足协和中国篮协改革发展的大势所趋，《关于加强和改进职业足球俱乐部劳动保障管理的意见》也明确提出积极引导建立工会组织的要求，故而在我国，通过加快构建集体协商机制保护ABD 具有一定的现实基础。

在集体协商的具体内容上可以围绕着以下方面展开：一是数据收集的范围及其使用。ABD 对隐私和其他权利的威胁与数据的收集范围和处理方式密切相关。因此，必须有内部控制机制来确定哪些数据可以被收集，如何收集以及数据的用途。二是数据所有权和数据访问。数据的所有权决定了运动员将自己数据商业化的能力，也决定了谁将被允许访问数据以及如何使用数据。虽然运动员可能对数据拥有事实上的所有权（因为他们需要同意数据收集），但目前体育行业内部就数据所有权归属的判定仍然处于模糊的状态。为了更好地保护运动员的权益，需要明确规定运动员对数据拥有所有权，并有机会将这些数据出售给第三方。在确定谁应该被允许访问数据时，重要的是要确定访问的目的以及授予的访问级别和类型（如只查看或更新能力），同时考虑到用于特定目的的数据会被检索或提供给第三方，用于运动员无法预测或未同意的目的，因此集体协商协议需要纳入明确的数据共享政策。三是数据安全。ABD 被篡改、盗窃或未经授权的访问或披露会对运动员造成永久性和不可挽回的损害。因此，ABD 必须得到适当的存储和保护，而且需要对其保护进行监测，包括网络和应用程序异常检测、日志和访问控制审计、第三方渗透和入侵测试、静态和动态传输中的数据加密。同时，需要有一个明确的协议，规定数据被保留的时间，以及随后如何处置数据。因为虽然某些类型ABD 的价值发挥可能是动态演变的，但不是所有的数据都需要或应该被长期性地保留。四是规则的更新、监督和教育。集体协商协议也应当纳入运动员教育和数字素养培养的内容，让运动员明晰“数据处理的目的是什么”“正在收集什么数据”“这些数据将由谁使用以及如何使用”“数据是如何被保护的”“谁将监督规则的制定、审查和遵守”等问题。五是集体协商效力的约定。为避免集体协商流于形式，可以参考美国职业体育联盟的做法，规定集体协商协议的优先效力，即将集体协商协议纳入运动员的工作合同中，若运动员工作合同规定的条件低于集体协商协议标准，以集体协商协议为准（Brown et al.， 2020）。

3.3.3 行业自治的完善

目前，国际体育组织已经开始意识到大数据和人工智能技术带来的ABD 保护问题。2016 年，国际橄榄球管理机构和世界橄榄球协会（World Rugby）颁布了关于智能设备及其使用的严格规则，允许在比赛和练习中使用可穿戴设备收集ABD，但在《世界橄榄球手册》（Word Rugby Handbook）第12 条附表3 对“球员监控设备”（player monitoring devices）作出了具体的强制性要求，即总体目标是提升球员福祉，不损害比赛的完整性或吸引力，尽可能减少球员受伤的风险，并详细列举了可穿戴设备的人体工程学、结构、尺寸和重量要求。国际网球联合会（International Tennis Federation）也修改了《网球规则》（Rules of Tennis），增加了关于球员分析技术（player analysis technology，PAT）的规定。《网球规则》规定，在根据《网球规则》进行的比赛中，允许使用PAT 设备，但必须事先得到国际网球联合会的批准；在比赛期间，球员不得接触到PAT 设备产生的信息。同时，国际网球联合会《球员分析技术规则》（The Player Analysis Technology Rules）第31 条规定，根据《网球规则》被批准用于比赛的球员分析技术，必须符合附录3①附录3 讨论了球员分析技术是“可以对球员的表现信息执行以下任何功能的设备：A）记录；B）储存；C）传输；D）分析；E）以任何种类或方式与球员交流”。的规范，国际网球联合会应就任何此类设备是否被批准的问题作出裁决。这种裁决可由其主动作出，也可由与之有真正利益关系的任何一方提出申请（包括任何运动员、设备制造商等），此类裁决和申请按照适用于国际网球联合会的审查及听证程序进行。此外，NBA、MLB、NFL 等职业体育联盟也在相继制定ABD 处理行业规则。

对于我国而言，可以借鉴域外经验在单项体育协会内部设立专门的ABD 处理监管机构，名称可为“运动员数据发展和安全委员会”（以下简称“委员会”），以全方位监测和应对ABD 等技术带来的风险挑战。委员会的职责首先是设备的准入审查。ABD 处理场景日益泛化的一个重要原因是，未对技术予以准入门槛的限制，导致各个运动队纷纷引入相关技术。ABD 处理对于处理者的安全管理能力和技术保障能力均有较高的要求，应当对拟引入体育赛事的ABD 处理设备的安全功能是否合规、是否有相对清晰的数据处理模式、是否采用了“择入”和“择出”相结合的授权模式、是否会威胁公平竞争等予以事先的准入审查。其次是技术的监测。技术在不断变革，委员会需要考虑新技术的发展和新类型的ABD 处理，审查和评估ABD 处理技术和相关设备的发展，就设备的基础模型及数据处理制定行业最佳实践和标准，与设备厂商、运动队建立定期对话制度。最后是受理运动员的权益侵害救济，调查和处罚“任何被指控或指称不符合运动最佳利益和运动员权益的行为或做法”，例如可以参照MLB，运动员有权（独立或集体）以书面形式向委员会提出关于ABD处理的投诉，如果委员会确定某支球队或球队相关工作人员做出了不符合体育运动利益或运动员权益的行为，可以对违规俱乐部和个人处以一定数额的罚款；此外，委员会还可限制违规者在联盟范围内的从业，扣留根据联盟规则给予该俱乐部或相关人员的财产、荣誉、资格等利益，如对选秀权予以限制，以及实施委员会认为适当的其他惩罚行动（Grow et al.， 2020）。

4 结语

量化是运动训练科学化的前提，长期以来，竞技体育一直努力通过数据分析量化运动员的身体表现，以提高运动成绩，减少运动损伤，促进最佳运动表现的适时出现。然而，由于技术固有之缺陷及技术滥用之风险，ABD的处理也伴随着“量化危机”。为了适应智能体育时代ABD 保护的现实需要，需要关注ABD 的双重属性，考虑运动员主体身份的特殊性，平衡运动员、俱乐部和体育组织的多元利益主张，考虑体育领域的身体依赖性、关系失衡性、技术迭代性以及运动员作为公众人物对于自身权益的需让渡性，构建合理的ABD 处理的法律因应之道，为数字时代体育与新兴技术的融合发展夯实根基。