美國史丹福大學的研究團隊,正試圖使用谷歌街景圖像來推測發生車禍的概率;這個預測可望成為保險公司的重要商業資訊。其主要使用的研究資料,是從2013年至2015年間,在波蘭某間保險公司中隨機抽取的兩萬份汽車保險紀錄,當中包括每名投保人的住址,以及保險公司對投保人在此期間發生車禍的預測、實際索賠紀錄等。
有別於一般保險公司以風險模型作推算,史丹福大學的專家除了利用投保人的基本資訊(如司機年齡、性別、索賠紀錄)之外,更把投保人的住址連結到谷歌街景,以取得其住所的外觀圖像,再根據識別出來的房屋類型、樓齡和保養狀況等,對其住宅進行標籤分類。令人驚訝的是,透過分析投保人住宅特徵,能夠讓預測車禍能力提高2%。該團隊暫時僅完成理論上的論證,有研究員表示,利用更大規模和更好的資訊,可以提高分析準確度。
私隱便捷 魚與熊掌
對於保險公司而言,這無疑是一大喜訊,但投保人可能會感到驚訝,居然在不知情下,他們住址被連結到谷歌街景圖像分析作其他用途,甚至有可能用於對自己不利的商業行為。鑑於嚴格的資料私隱法例,客戶同意公司存儲他們的住址,不一定意味他們同意透露其房屋外觀等資訊。
人們不得不思考:這做法可能打開資訊分析的「潘朵拉魔盒」。如果保險公司可以這樣做,其他企業為什麼不可以呢?近年來,各企業和團體收集、分析和利用資訊的能力大幅提高,這種能力已遠遠超出了大多數人對資訊分析可能性的理解,也超過了立法規管的速度。這些疑慮,或許會引發各企業和團體是否應該收集和儲存相關圖像等問題。
在德國,公眾私隱是重要的辯論議題,谷歌已被禁止在當地收集街景圖像。當然,德國未必是最後一個引入此類禁令的地方。美國三藩市最新公布的立法法案,可能使該市成為全美首個禁止使用人臉識別技術的城市。人臉識別經常被質疑會侵犯個人私隱,儘管事實證明在很多場合,例如出入境檢查中,人臉識別帶來的便捷是毋庸置疑的;長遠而言,這項技術究竟是利大於弊還是弊大於利,贊成和反對雙方至今依然爭論不下。