APP下载

人脸识别:在争议中前行

2021-02-21老树

老友 2021年1期
关键词:人脸人脸识别个人信息

老树

乱象迭出引发关注

2020年12月10日新浪网的文章《躲都躲不掉的人脸识别,谁在靠你的“脸”赚钱?》称,不知从何时起,我们已经被各式各样的人脸识别包围,尤其新冠肺炎疫情暴发之后,无接触的需求更是加快了人脸识别出现在普通人生活中的频率。现在,人们进入很多公共场所之前,比如医院、商场、车站,都会被要求先“刷脸”。人脸识别技术还进入了部分高校和中小学。有学校开始用人脸识别记录分析学生在课堂上的表情,目的是“方便”老师教学。更可怕的是,越来越多的场景在当事人没有感知的情况下,悄无声息获取人脸信息,成了商家“熟客识别”、营销定位的数据来源。比如,为了防止脸部信息被抓取,山东济南一名男子戴着头盔前往售楼处看房,其背后是几乎所有的房地产售楼部都安装了人脸识别系统,通过对客户进行人脸比对,防止“飞单”。让人细思极恐的是,大部分人脸信息的收集未经当事人同意,没人知道自己的人脸信息存储在何处,更不知道自己的“脸”是否会被私下贩卖、交易甚至被用于违法勾当。因为人脸信息涉及身份认证,一张脸对应一个身份信息,如果一个人的人脸信息、身份证信息同时被不法分子获取,相当于实现了个人信息匹配,就有极大的可能性被冒用身份办理网贷、注册软件或网站、甚至解锁支付软件、精准诈骗等。泛滥的人脸识别背后,是规模庞大、乱象丛生的人脸识别市场。在一些电商平台上,人脸相关信息和“代过人脸识别”的服务正在被堂而皇之地交易着,部分卖家以0.5元一份的价格售卖人脸数据,甚至也卖“照片活化”网络工具及教程。

2020年11月30日《科技日报》的文章《“人脸识别第一案”判了!》提到,因为被动物园要求采用“刷脸”方式入园,游园年卡办理者郭某在协商不成的情况下,决定以服务合同违约为由,将提供服务的某野生动物园告上法庭。前不久,这一涉及公民生物识别信息采集的服务合同纠纷案,在浙江省杭州市富阳区人民法院一审宣判。法院判决某野生动物园赔偿郭某合同利益损失及交通费1000余元,删除其办理指纹年卡时提交的包括照片在内的面部特征信息。该案由于涉及人脸等个人生物识别信息采集、使用等问题,受到舆论广泛关注,被称为“人脸识别第一案”。

2020年11月23日《检察日报》刊发的文章《人脸识别使用,不能如此任性!》认为,人脸识别技术作为新兴技术,在实际应用中已经压不住频频冒头的技术滥用、隐私泄露等风险。有人寄希望于“人脸识别第一案”能用法律为技术使用划定范围,堵住技术乱用、滥用的口子,但现在看来,这个事关重大的问题仍然没有答案。人脸识别在实际运用中还存在很多问题,使用机构获得的便利是显而易见的,比如,提高了工作效率、减少了人工支出。但对消费者来说,得与失还有待权衡:便利或许有,但风险一直在;知情权不足,选择权有限,安全性未知。

完善技术趋利避害

2020年12月3日《人民日报海外版》刊发文章《人脸识别,有温度更要守法度》指出,尽管人脸识别过程仍存隐忧,但专家表示,我们不必把人脸识别当作洪水猛兽,对于人脸识别技术的正面作用,应当有理性的认识和思考。从技术方面来看,人脸识别正在从2D向3D转变。相比于2D,3D识别能够采集多达几十万个信息点,以防止身份冒充。目前消费者频繁使用的支付宝和微信刷脸支付,均采用了3D识别技术,通过软硬件结合的方法判断采集到的人脸是否为活体。同时,人脸识别服务商还通过诸如绑定设备、有人值守应用场景和多维校验方式增强人脸识别安全性。此外,在用户授权的情况下,绝大多数的人脸数据都被技术方用于训练和测试,以优化人脸识别系统。这些人脸数据都是已被脱敏处理过的大数据,不再带有个人信息,无法识别和对应到自然人的身上。人脸识别技术的本质是存储人类面部信息,从而进行精准有效的身份验证。如今,人脸识别的广泛应用,也为社会带来更多温度。例如,为防止未成年人沉迷网络游戏、过度消费,不少游戏厂商在原有身份证认证的基础上引入人脸识别技术,以加强关于网络游戏账号实名注册的监管,防止未成年人冒用成年人身份进行游戏消费。在深圳、合肥等地,退休老人可以在支付宝通过“刷脸”的方式领取养老金,人脸识别为政务服务提供了更多便利。

2020年12月11日搜狐网的文章《“人脸识别”是一柄双刃剑,如何趋利避害?》提到,近年来,AI技术被提升到国家战略高度,人脸识别作为人工智能重点细分领域,迎来了发展的窗口期。自2015年以来,我国密集出台了《关于银行业金融机构远程开立人民币账户的指导意见(征求意见稿)》《安全防范视频监控人脸识别系统技术要求》等政策文件,为人脸识别技术在安防、金融等领域的应用拓展奠定了坚实基础。人脸识别就像一柄双刃剑,在某些场景中甚至弊大于利,但我们不能因此放弃人脸识别技术用于生产生活之中。人脸识别是否属于滥用,在于使用场景是否合理,不能简单地“一刀切”。更进一步地理解,是应针对一些场景,为人脸识别的被使用设置“边界”,例如,当人脸识别被用于一些非必要场景,应减少对人脸这种高敏感信息的采集和使用,积极使用替代方案等。人脸识别技术落地的大趋势已不可改变,唯有趋其利、避其害,扬其长、避其短,方能避免可能發生的伤害。

细化监管法律护航

2020年11月25日人民网的文章《遏制人脸识别滥用,需要法治“刹车”》说,科技创新往往跑在法律规制之前。在依法适用现有法律规定基础上,及时倾听社会呼声,不断提高立法水平,切实强化立法程序,都有助于提高立法的前瞻性和及时性。在科技创新走向正轨的路途中,法治永远是最坚强的“安全刹车”。此外,徒法不足以自行,法规补缺、监管与司法实践层面也要不打折扣地落实。正如在“人脸识别第一案”中,法院对涉事园方超出必要性的人脸数据采集说“不”,把住个人信息收集合法性的关隘,对社会具有风向标意义。

2020年12月12日《经济日报》刊发的评论《人脸识别应明晰法律边界》认为,人脸识别技术的应用应守住底线。这条底线在哪里?有关部门应该从多个方面综合分析考量,譬如,在未经许可的情况下,人脸识别技术是否可以在私人或公共场所适当使用?商业化使用人脸识别技术的情形和限制是什么?个人对于其数据所享有的权利是什么?需要采取什么保障措施以防止人脸识别技术的滥用?个人应享有哪些与人脸识别技术所产生的数据及他们肖像的使用相关的权利?这一系列问题,都是法律需要进一步明晰的。科技向善是科技发展的愿景和使命,科技成果的应用应牢牢把握更好为人类服务这一宗旨。从这个意义上说,人脸识别技术的商业化运用需要法律护航。除了监管部门划清“不可为”的红线外,企业也需明确“不应为”的边界,只有这样,科技才会更好地为人类服务,人类才可以放心享受科技成果带给生活的方便美好。

2020年12月4日新华网刊发文章《给人脸识别戴上法律紧箍》建议,在监管方面,相对合理的办法是平衡个人信息保护与发展的关系,在事先划定范围与事后惩治违规收集行为两方面,对人脸识别技术的运用加以规范。事实上,国家层面立法已经提速。《中华人民共和国民法典》已将自然人生物识别信息列为个人信息,规定处理个人信息遵循合法、正当、必要原则,并符合征得当事人同意、公开处理规则、明示目的方式范围、不违反法律法规及约定等条件。2020年10月,全国人大常委会法工委就《中华人民共和国个人信息保护法(草案)》征求意见,其中规定了对侵害个人信息权益的行为,应给予没收违法所得和罚款等处罚。不难看出,强化对个人信息收集的立法监管是大势所趋。在此基础上,相关部门有必要循序渐进,逐步细化立法,比如有些手机软件虽然做到了收集面部识别信息前征求用户意见,被拒绝后却反复询问,变相强迫用户同意,有些故意对范围和用途语焉不详,还有的线上及线下场所提供优惠诱导用户“刷脸”,需要更具针对性的整治措施。划定法律的边界之后,实际执行效果如何,还要看落實情况。除了严格执法外,通过拓宽投诉渠道调动公众的监督投诉积极性,或有利于遏制滥用人脸识别、过度处理个人信息的行为。

链接:国外对人脸识别技术的法律规制

美国:目前,美国联邦层面没有制定专门的法律规制人脸识别数据的收集和使用。美国联邦和各州有着各自的立法系统,各州可以制定适用于本州的法律。近年来,伊利诺伊州、华盛顿州、得克萨斯州,以及加利福尼亚州旧金山市、马萨诸塞州的萨默维尔市等州或城市纷纷制定了与生物识别数据相关的法律。比如,伊利诺伊州于2008年制定了《生物信息隐私法案》,是美国境内第一部旨在规范生物标识符和信息的收集、使用的法律;华盛顿州于2017年通过修订法典,规定了商业企业收集与使用生物特征信息的有关内容;旧金山市于2019年通过停止秘密监视条例,禁止政府部门获取、保存、访问使用人脸识别技术获取的信息。

法国:2019年11月,法国数据保护机构发布了人脸识别报告,从三个方面提出了应对人脸识别风险的法律规制框架要点——第一,在试验性使用人脸识别技术前应确保符合法律规定,严守社会底线;第二,坚持以尊重他人为核心的个人信息自决理念,建立人脸信息全周期管理机制;第三,采用真正的试验性路径,逐步测试和完善合乎法律框架的技术性方案。

英国:一方面,英国对于人脸识别技术有一套相对完备的监管制度,包括国际层面的《欧洲人权公约》、国家层面的《数据保护法》等法律、政府主管部门层面的准则和指南等,还包括警务机构制定颁布的地方政策;另一方面,英国司法机关对于人脸识别技术坚持审慎态度,建立了近似严苛的司法审查制度,确保公民人脸信息不被滥用。

责编/文邦

猜你喜欢

人脸人脸识别个人信息
保护死者个人信息 维权要不留死角
玻璃窗上的人脸
人脸识别的“国标”来了
敏感个人信息保护:我国《个人信息保护法》的重要内容
浅论非法使用个人信息的刑法规制
中科视拓开放商业版本人脸识别算法
主题语境九:个人信息(1)
智力考场:有趣的图片测试
荣耀畅玩7C:人脸识别
“领家系”可爱脸VS“高冷系”美人脸