
被遗忘权是大数据时代用户核心权利_数据分析师
欧盟法院以判例的方式确立了“被遗忘权”,要求搜索引擎、网络服务提供者应按照公民意愿,对一些历史网页中使人尴尬的图片和内容履行删除义务。欧盟法院并未对被遗忘权的性质,以及内涵和外延做出进一步解释,仅对构成做出一般性规定,即内容符合“不相关、已过时和不必要”的基本要件。
被遗忘权确立的法律基础
从欧盟法院的判例可以分析出,被遗忘权的性质应属于人格权性质,是一种发展中的人格权。被遗忘权的确立基础有两个,一是大陆法国家人格自由的一般人格权基础和自我决定权基础;二是具体人格权中的隐私权基础。
被遗忘权具有明显的私权性质,本质在于避免权利人因历史遗留的污点造成不必要的传播影响。不过,被遗忘权似乎不能成为隐私权的下位概念,因为,在侵权法领域中,隐私侵权的抗辩事由是公共利益或公众知情权。一旦公民个人的信息因公众关注或公共利益成为已被公开的事实,那么,隐私权就会在公众知情权面前显得无力对抗。正是这个原因,美国人对欧盟法院被遗忘权的判决多半嗤之以鼻,他们认为被遗忘权的确立必将导致侵害公众的知情权,这不符合言论自由和舆论监督。
除此以外,网络法律适用的特殊性在于更多考虑技术中立性。技术发展是中立的,只有在确保技术中立原则基础上,才有可能在网络技术时代保障更长远和更多人的利益。被遗忘权的确立必然导致本无过错的网络服务提供者承担更多的责任,这不仅违反了技术中立原则,而且还可能侵害到更多人的表达自由和公众知情权。因此,欧盟法院对被遗忘权的判决确实值得商榷。
倾向性保护网络用户权益
虽然如此,在网络时代和大数据背景下,被遗忘权应该成为网络用户的一项基本权利。
被遗忘权是保护用户数据的武器。在数据为王的时代,网络公司的竞争已经从直接获利模式转变成为数据获利模式。用户是数据的主要来源,其范围非常广泛,不仅包括基本的注册资料、身份信息,而且还包括网络行为信息,例如,用户上网浏览过的页面、看过的视频、使用软件的种类和频率、网络交易记录、搜索关键词、网络购物品种、所在位置信息,甚至包括输入法习惯和字符频率等都成为大数据分析的对象。
正是因为用户在网络上的数据具有强烈的商业价值,网络公司千方百计地吸引更多的用户,保存更详细的数据记录。数据作为一种资源,本身属于无体物,用户很难知晓网络公司占据了自己多少除身份信息以外的数据。同时,网络公司对采集数据的处理大都通过“云技术”、后台加密技术等方式进行,网络用户因技术的原因和信息不对称也无法知道自己的网络行为到底有哪些正被“搜集”。
技术优势本身使得网络服务提供者应具备的技术中立性被自己破坏。如果法律不倾向性保护相对弱势的用户权益,那必将使得大数据时代成为数据掠夺时代。
防止数据掠夺的有效武器
被遗忘权可以成为约束网络公司进行数据掠夺的有效武器,主要包括四个方面。第一,软件和服务装卸方面。由于利益驱使,很多不法商家对软件和服务程序留有“后门”或“恶意程序”,在用户删除、卸载或不再使用该软件和服务之后,仍然以其他方式恶意“残留”在用户的PC或移动终端上,肆意“隐蔽”搜集用户数据。被遗忘权的确立体现在软件和服务卸载方面,就是要求网络服务提供者应做到去除恶意程序,遵照用户本人意愿对以任何方式明示不再使用软件和服务后,网络服务提供者不得以任何方式,包括cookies在内,继续搜集和使用用户数据。
第二,技术公开方面。APP等应用程序的技术方面属于知识产权保护范围,不过,实践中大量APP都含有额外程序,例如,一款手电筒功能的APP,实质功能仅占不到一半大小,另外大部分“隐藏”程序都涉及对用户网络行为的搜集方面。被遗忘权就是对用户知情权的保护,用户有权知道实质用途有多少,有权拒绝非实质用途的装载。软件等技术公开检测责任应由政府相关部门来承担,对APP等应用程序非法程序的筛选和立法势在必行。
第三,个人信息方面。网络平台、网络软件和服务多如牛毛,网络用户对一些软件或服务的使用具有临时性,并非每个软件或服务对用户都具有长时间的“黏连性”。被遗忘权就是要求网络商在用户不再使用软件或服务时,应主动将用户之前注册信息、身份信息和其他相关数据予以删除。
第四,开放平台方面。网络开放平台是一种网络经济合作模式,这往往导致大量用户信息在用户未知的情况下被挪用,这也是为何用户第一次使用某种软件或服务,却会发现新应用拥有用户的全部资料原因所在。被遗忘权就是赋予这些被开放平台“挪用”资料的用户请求网络服务提供者删除“遗忘”自己数据的权利,开放平台使用者和提供者都有义务遵照用户意愿及时履行删除义务。
以上四个方面是被遗忘权在网络时代的适用价值,被遗忘权对于用户来说是一种基于人格权的权利,对于网络服务提供者而言则是一种法定义务。按照中国目前网络法律体系,被遗忘权的来源在于隐私权和个人信息权,其行使可以按照《侵权责任法》第36条第2款规定的“通知删除规则”适用,具体操作程序按照最高人民法院出台的侵权法网络侵权司法解释的规定。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16