概要
我们为很多企业贡献了海量的数据，企业经常将此用于训练机器学习系统并提升他们的性能。尽管企业得到的好处显而易见，用户得到的的补偿却很少——如果有的话。
宝贵的数据
在全球高度互联的世界里，数据就是一切。关于“大数据”的经济效益，一些人把数据称为是新时代的石油。企业从我们身上获得很少但珍贵的信息——这太常见了，我们以此换来的是一些个性化的网页服务，比如说注册一个邮箱帐户。
NUI Galway大学法学系的John Danaher向Digital Trends表示，“对于此事的辩解是，这些公司提供了“免费”服务，他们因其创新与创造力值得些许奖赏。事实可能确实如此，但是我认为他们所获得的奖赏与其付出不成比例。”
企业能够通过我们所使用的不同网页服务从用户那儿收集数据，不管是直接的个人信息还是隐私信息。有些可能是让我们在一些选项框中做出选择或者是输入一个验证码，甚至是询问我们一些私人问题——比如问我们喜欢什么样的另一半，我们所提供的这些数据被用于训练机器学习系统来使他们的算法变得更好。
有人可能会问：我们是否被欺诈了？用户应从这些共享或提供给企业的数据中获得更多的东西吗？虚拟现实(VR)的先驱认为确实如此，在他的著作Who Owns the Future?中，他描述了一种可能的微支付模型。
定义有用数据
在Lanier的微支付体系中，用户提供的所有对企业有用的数据——比如用于完善机器学习算法的那些数据，都应该获得报酬。这一模型与Google和Apple已有的关于内容创作者的体系很相似：这些个人用户会因为一部成功的YouTube视频而得到报酬，并且这个“成功”是有确定的标准的。
同样地，很容易使用一套公式来确定哪些是最有用的数据：数据来源与数据在一个训练系统中的重要性，这些能够准确指示数据的有用性，这意味着不同类型数据的相对价值是不一样的。
像这种计划是很合理的，尤其是在面临智能自动化不断普及、考虑到未来就业的情况。毕竟，智能机器人还不是用人类提供的数据来进行训练的？如果有统一基本收入体系，也许数据微支付能够作为对我们可能丢掉的工作的一种补偿，这是自动化造成的结果。
网友评论