李佩珊/文
當代最盛行的恐怖“都市傳說”，不再是虛無縹緲的異獸鬼怪，而是你的手機、電腦、智能音箱在內的一切有語音接口的智能設備，可能無時無刻不在監(jiān)聽你的工作和生活中的一切聲音。
不少網(wǎng)友在社交媒體上分享過，自己在隨口閑聊時提到的事物會無聲無息地出現(xiàn)在App的信息流和廣告中的經(jīng)歷。對于他們而言，這種經(jīng)歷第一時間觸發(fā)的感受通常不是“貼心”，而是“恐怖”。畢竟，誰能忍受自己的身邊有一個可能全天24小時不間斷在監(jiān)聽你的語音“間諜”，將自己的一切語音隱私“出賣”了呢。
2018年，美國俄勒岡州的“Alexa”事件，第一次點燃了公眾對智能語音技術的恐慌。俄勒岡州波特蘭市的一名女子告訴當?shù)仉娨暸_，她的亞馬遜智能音箱“Echo”，在沒有觸發(fā)喚醒詞“Alexa”的情況下，自動記錄下了她和丈夫關于家中鋪地板的討論，并將錄音發(fā)給了她丈夫的一名員工。隨后，其他媒體也報道了類似事件。人們對智能語音設備的疑似“監(jiān)控”十分憤怒。而包括亞馬遜在內的智能語音設備的生產(chǎn)公司，所采用的解釋“大同小異”，都將嫌疑指向了設備的“誤觸”，聲稱是設備錯誤地將用戶的一些聲音理解為請求，繼而產(chǎn)生了烏龍操作。
這一疑似“監(jiān)聽”問題的實質，被避重就輕地繞開了。那么，一個人的聲音是否會被智能設備大量記錄下來，并且，是否還會被用于定向的廣告和信息流投放？
在《聲音捕手：獲取人們感受、隱私和金錢的智能語音營銷》（TheVoiceCatchers:HowMarketersListenInToExploitYourFeelings,YourPrivacy,AndYourWallet）一書中，賓夕法尼亞大學的傳播學教授約瑟夫圖羅（JosephTurow）告訴我們，關于這兩個問題的答案，其實已經(jīng)藏在了你獲準使用這些設備前，必須通過的隱私聲明政策里。
他指出，制造智能語音設備的公司們，在遭遇公眾表達恐慌后，紛紛表態(tài)不會將真實語音數(shù)據(jù)用于營銷，然而，在它們的隱私聲明政策中，他們“并未做出此類保證”，相反，“甚至暗示了他們保留這樣做的權利”。
在亞馬遜公司的隱私聲明中，它寫道，“你與Alexa交談時的錄音，就是本系統(tǒng)收集的信息的一種”。圖羅認為，雖然這是一種含糊其辭的表達方式，但這說明亞馬遜會將對話的整段錄音當做信息保存起來，“意味著它保留了分析人們說話時的語氣和細節(jié)的權利”。
這些語音數(shù)據(jù)被公司們收集起來，很大的一個作用是被當作在未來的語音人工智能階段“超車”的訓練數(shù)據(jù)集。他引用了2019年彭博新聞社的一篇報道，包括亞馬遜在內的生產(chǎn)智能語音設備的幾個“巨頭”公司，在全世界雇傭了數(shù)量達到幾千的員工，來“聽”這些在用戶家中和辦公室捕捉到的語音記錄。他們的工作不僅包括將這些語音指令轉成文本進行標注來改進識別正確率，也包括記錄下音箱聽到的所有內容，甚至包括背景里孩子們說話的聲音。當他們聽到那些包括用戶姓名和銀行賬號在內的隱私信息時，他們所做的是在審查時將其標注上“關鍵數(shù)據(jù)”（criticalda－ta)的標簽，然后繼續(xù)審查。
為了減少公眾恐懼，這些“巨頭”們在允許第三方開發(fā)的語音程序投放廣告時十分審慎，但令人困惑的是，在允許第三方在程序運行時收集用戶的語音數(shù)據(jù)時，表現(xiàn)得十二分慷慨。圖羅親身采訪過的幾個相關人士都表示，只要語音應用程序的所有者，在程序的隱私政策中聲明有此類行為的存在（大多數(shù)人并不會仔細查看），就可以被允許以訪問者登錄賬號的方式，來獲得其身份和深入了解訪問者的語音行為模式，甚至在某種情況下，還能夠直接獲取訪問者語音的文本記錄。
其次，智能語音設備實際上并不像“巨頭”們宣稱的那樣，徹底拒絕定向的廣告和信息流投放。圖羅發(fā)現(xiàn)，亞馬遜公司在其隱私政策中一個不起眼的角落，需要點擊才能閱讀的關于個性化廣告的一個問答中，指出它會使用人們和智能助理的語音對話的文字轉寫稿，來進行受眾“定位”和“畫像”。谷歌公司更加直白地在通用隱私政策中寫道，當用戶使用谷歌技術的音頻功能時，它會收集并使用聲音和音頻信息，進行個性化的定向營銷。圖羅認為，谷歌公司的目的仍舊指向了使用語音分析結果，補充它為顧客所創(chuàng)建的“個人畫像”。
這里的所謂“畫像”，是基于語音的定向“個性化營銷”，在當下和未來最重要的發(fā)展方向，即通過收集用戶聲音的生物識別特征（也就是“聲紋”）和聲音信息數(shù)據(jù)，來構建一個虛擬版本的你并提前預判你的選擇和行為，以提供非常絲滑的個性化推薦和服務。圖羅書中終極版本的“畫像”，甚至能比活生生的營銷人員，更能基于你過往的語音和購買行為，來讀懂你的“言外之意”和預判你真實的購買意圖。而這樣的“畫像”也將徹底融入到生活之中，當你習慣性地用語音打開臥室燈、播放古典音樂時，就會被預判正在進行睡前閱讀，再被不失時機地推送你可能感興趣的書籍廣告如果真的到了人們在潛移默化中徹底不介意為便利讓渡隱私的那一天。
圖羅繼續(xù)指出，在智能設備公司并不愿意徹底和收集行為“割席”來打消公眾“監(jiān)聽”的猜疑背后，是行業(yè)內部彼此之間“搶跑”“畫像”的猜疑鏈：“在不斷變化的語音營銷世界里，就連參與其中的公司，有時也不相信同行的保證。”即使是巨頭們，也有在競爭中落后的風險。特別是在目前智能語音技術的初期發(fā)展階段，那些小公司和大眾關注范圍之外的公司“大肆利用聲音來評估用戶，卻安然無事”，同時可能將它們收集的聲紋和數(shù)據(jù)出售給數(shù)據(jù)交易商。在這樣可能的被迫超速發(fā)展中，公司們都不想落后，“為了贏得未來出現(xiàn)的財富”，對于語音收集的實質上的“知情同意”基本上是難以實現(xiàn)的。
事實上，圖羅訪問的智能設備行業(yè)的內部人士們表示，目前人們對“監(jiān)聽”的有所疑懼，是被智能語音設備公司們所有意安排好的“相對蟄伏期”。在目前的猜疑的冰山之下，公司們對“人們說話內容和說話方式”展開的分析，遠遠比他們透露和展示出來的多。他們等待著人們對語音設備運用規(guī)模的擴大，直到語音助手幾乎融入到人們的生活中。那時，這些公司們才會進入“高速發(fā)展階段”，將一系列關于人們的語音、人口統(tǒng)計特征、行為、心理統(tǒng)計特征和位置等數(shù)據(jù)，整合到前文所提到的近乎終極版的“畫像”之中，讓人們徹底習慣性地獲得“個性化的購買建議、搜索結果、地圖導航和廣告”。
他將這種策略稱之為“誘導式監(jiān)控”，這是皮內洛皮特魯利諾（PinelopiTroullinou）在她2017年的博士論文中所發(fā)明的概念，以描述企業(yè)通過積極向目標群體展現(xiàn)產(chǎn)品的吸引力特征，以抵消他們的顧慮，即使冒著被監(jiān)控的風險，也認為購買和使用這些設備是值得的。正如特魯利諾所指出的，“用戶會被有關便利性、高效性和娛樂性的言論引誘，情愿交出個人數(shù)據(jù)，從而成為被監(jiān)控的對象”。
而且，這條猜疑鏈一直蔓延到了考慮語音營銷的商業(yè)公司之中，也就是人們在“監(jiān)聽”猜疑中矛頭所指向的潛在“甲方”。圖羅發(fā)現(xiàn)零售業(yè)的營銷者們實際上相當懷疑和擔心，生產(chǎn)智能語音設備的“巨頭們”將在和他們的合作協(xié)議中找到漏洞，從而進行“數(shù)據(jù)偷竊”，反而擁有了他們所擁有的客戶數(shù)據(jù)。他引用了MarketWatch網(wǎng)站的一篇報道，這篇報道指出，包括亞馬遜在內的“巨頭們”，本就是零售業(yè)最大的競爭對手，如果他們有可能在商店里偷聽顧客的談話的話，零售商當然會憂慮在商店里使用智能音箱。報道中，一位為零售業(yè)公司創(chuàng)建智能語音設備程序的首席技術官甚至透露，他的一些零售業(yè)的客戶特別害怕這些情況的發(fā)生，偏執(zhí)地認為“巨頭們”會收集有關他們的情報來對付他們，不斷停滯和延緩開發(fā)語音應用程序的進程。
如何突破這樣的猜疑鏈造成的內卷？圖羅呼吁政府和立法進一步監(jiān)管。在這本書中他所著力做的，就是讓人們意識到智能語音技術的現(xiàn)狀，意識到我們必須做些什么了。
