連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」

微胖發表於2017-12-18

編譯 | Rik、Edison

來源 | Wired

2015 年,當 Lazarus Liu(以下簡稱劉)完成了三年在英國物流專業學習回到中國,他很快發現國內已經和三年前大不一樣了:每個人都用手機支付一切費用。在麥當勞,便利店,甚至在夫妻小店,他在上海的朋友們都使用移動支付。

劉意識到,現金已經被支付寶和微信支付這兩款智慧手機應用取代。

有一天,當他在一個菜市場看到一位跟他母親差不多年紀的女士拿出她的手機支付菜錢,他終於決定要註冊移動支付應用。

要得到支付寶賬戶,劉需要輸入他的手機號碼並掃描他的身份證。他自然而然地按要求做了,因為支付寶已經建立起了「十分可靠」的聲譽,而且比起去那些冷漠、懶散,毫不在意客戶服務的銀行,註冊支付寶幾乎是一種樂趣。

他只點了幾下螢幕就進入了手機應用。支付寶的口號總結了這段經歷:「因為信任,所以簡單。」

支付寶體驗下來非常方便,劉開始每天使用好多次, 從早上的第一件事——用外賣 app 點一份早餐開始,他就用上了支付寶。

他意識到,他可以通過支付寶「車主服務」功能來交停車費,於是他將他的駕駛證和車牌號碼,以及他那輛奧迪的發動機編號輸入了支付寶。這樣,他還可以在支付寶 app 裡買車險。

他在支付寶裡預約醫生門診,不用再去排中國醫院那著名的混亂隊伍。

他還可以在支付寶內建的社交網路中新增好友。

當劉與他的未婚妻(現在已經是他的妻子了)一起去泰國度假的時候,他們都是通過支付寶在飯店買單或是買些路邊攤的小玩意兒。

雖然在度假和買車之後支付寶裡所剩不多,他還是把餘額都存進了支付寶裡的貨幣基金賬戶——餘額寶裡。

他可以用支付寶裡「城市服務」功能付電費、煤氣費和網費。

就像其他迷戀於支付寶和微信提供的移動支付功能的中國年輕人一樣,劉現在出門已經不帶錢包了。

如果你住在美國,你現在已經習慣把你的資料交給公司了。

信用卡公司知道你什麼付了酒吧賬單,或者買了情趣用品。Facebook 知道你喜歡美味的烹飪視訊還是 Breitbart 新聞節目。Uber 知道你去哪裡以及你在路上的各種行為。

但支付寶知道所有這些關於使用者的事情,甚至更多。

螞蟻金服(龐大的阿里巴巴集團的子公司)旗下的支付寶有時被稱為「超級 App」。它的主要競爭對手微信,則屬於社交遊戲巨頭騰訊公司。

支付寶和微信更像是一個生態系統,而不是一個單獨的 App。

每當劉在手機上開啟支付寶,他就會看到一螢幕整齊的圖示,就像三星手機上的主屏一樣。一些圖示本身就是成熟的第三方應用程式。如果他願意,他可以從支付寶的內部直接接入 Airbnb、優步或優步的中國競爭對手滴滴出行。

這就像亞馬遜吞下了易趣、蘋果新聞、Groupon、美國運通、花旗銀行和 youtube 一樣——而且可以吸取所有這些公司收集的資料。

一天,劉的支付寶主頁上出現了一個新的圖示。圖示的標籤是「芝麻信用」。

就像支付寶母公司的名字一樣,這個名字令人想起了阿里巴巴和 40 大盜的故事,在這個故事裡,咒語「芝麻開門」奇蹟般地開啟了一個充滿寶藏的山洞。

當劉觸碰這個圖示時,歡迎他的是一張地球的圖片。

「芝麻信用是個人信用的體現,」下方的文字寫道,「它利用大資料進行客觀評估。分數越高說明你的信用越好。」

文字下方是一個按鈕,按鈕上用乾淨的白字寫著「開始我的信用旅程」,他點選了這個按鈕。

連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」

1956 年,一位名叫 Bill Fair 的電氣工程師和一位叫 Earl Isaac 的數學家在舊金山的一間公寓裡創辦了一家小型科技公司。

他們將公司命名為「Fair, Isaac and Co.」,但是最終這間公司廣為人知的名稱是其簡稱「FICO」。

他們的主要創新是利用計算機驅動的統計分析,將人們的個人資訊和財務記錄轉化為一個簡單的分數,並預測他們償還貸款的可能性有多大。

在 FICO 之前,信用機構的主要依靠從人們的房東、鄰居和當地雜貨商聽來的八卦來決定是否批准貸款。申請人的種族可能會被視為不利因素,其他的不利因素還包括如混亂、道德敗壞和「娘娘腔的姿態」等等。

Fair 和 Isaac 認為,演算法評分是對這種不公平的現實的更公平、更科學的選擇。

FICO 的方法最終在 TransUnion、Experian 和 Equifax 等信用機構中流行開來。1989 年 FICO 引入了我們今天所知道的信用評分,使數百萬美國人能夠辦理抵押貸款或是被信用卡賬單淹沒。

與此形成鮮明對比的是,在過去的 30 年裡,雖然中國已經成為世界第二大經濟體,但卻沒有多少運轉著的信貸體系。

中國的央行,中國人民銀行維持著數百萬消費者的記錄,但這些記錄通常只有很少或根本沒有資訊量。

直到最近,除了你自己辦理了借記卡的銀行外,很難獲得任何其他銀行的信用卡。消費者主要是使用現金。隨著房價飆升,這種情況變得越來越難以維持。

金融科技諮詢公司 Kapronasia 的負責人 Zennon Kapron 說:「現在你需要拎著兩個手提箱來買房子,而不是一個。」

然而,建立一個可靠的信用體系的努力失敗了,因為中國缺少一個第三方信用評分實體。

截至 2011 年底,中國只有 3.56 億智慧手機使用者。

在那一年,螞蟻金服推出了內建掃描功能的新一版支付寶,用於讀取二維碼——一種資訊量比標準條碼多 100 倍機器可讀標籤。

(2013 年開始的微信支付有類似內建掃描功能)掃描二維碼可以把你帶到一個網站,或者接入一個應用,又或者把你連線到一個人的社交媒體檔案。

程式碼開始出現在墳墓上(掃描以瞭解更多關於死者的資訊)和餐廳服務員的襯衫(掃描給小費)。乞丐們把二維碼列印出來,放在大街上。

這些程式碼以一種全世界都不曾實現的規模將線上世界和線下世界聯絡起來。在啟用二維碼掃描功能的第一年,支付寶移動支付達到了近 700 億美元。

2013 年,螞蟻金服的高管們跑到杭州郊外的山區,討論創造一系列新產品的問題;其中之一就是芝麻信用。

高管們意識到,他們可以利用支付寶的資料收集能力,根據個人的活動來計算信用評分。

「這是一個非常自然的過程,」由曦說。他在最近的一本書《螞蟻金服》中詳細記述了這次會議。

「如果你有支付資料,你就可以評估一個人的信用。」

因此,這家科技公司開始了「創造」一個評分的程式。正如由曦所解釋的那樣,這將是「你生活中一切活動的信用」。

螞蟻金服並不是唯一熱衷於利用資料來衡量人們價值的機構。或許是巧合吧,在 2014 年,中國政府宣佈他們正在開發所謂的「社會信用體系」。

2014 年,國務院(中國的治理內閣)公開呼籲建立全國性的跟蹤系統,來評估個人、企業、甚至政府官員的聲譽。

目標是,到 2020 年,每個中國公民都能被來自公共和私人來源的檔案所追蹤,而這些檔案可以通過指紋和其他生物特徵來搜尋。國務院稱其為「覆蓋整個社會的信用體系」。

連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」


2015 年,螞蟻金服成為 8 家獲得中國人民銀行批准開發自有信用評分平臺的科技公司之一。在這之後不久,芝麻信用就出現在支付寶應用上。

該服務跟蹤你在 app 上的行為,以得到一個 350 到 950 分的分數,並給予那些分數高的人額外的津貼和獎勵。

芝麻信用的演算法不僅考慮了你是否還了你的賬單,還考慮了你買了什麼,持有什麼學位,以及你的朋友們的分數。

正如幾十年前的 Fair 和 Isaac 一樣,螞蟻金服的高管們公開談論了一種資料驅動的方法將如何向被排斥在門外的人開放金融系統,比如學生和中國農村人口。

對於超過 2 億選擇使用芝麻信用的支付寶使用者,宣傳語很清晰:你的資料將神奇地為你開啟大門。

參與芝麻信用是自願的,而且註冊芝麻信用是否會影響、又會怎麼影響個人在政府系統中的評級也尚不清晰。

螞蟻金服拒絕讓我採訪公司的任何一個人,但確實提供了一份來自於公司總經理胡滔的宣告。

「芝麻信用致力於在商業環境中建立信任,獨立於任何政府發起的社會信用體系。」宣告中寫道,「在沒有使用者事先同意的情況下,芝麻信用不與任何第三方共享使用者得分或潛在資料,包括政府。」

然而,螞蟻金服在 2015 年的一份新聞稿中的確說,公司計劃「幫助建立一個社會誠信體系」。

該公司已經與中國政府進行了一項重要的合作:將拖欠法庭罰款的超過 600 萬人的黑名單列入了芝麻信用資料庫。

據國家新聞機構新華社報導,這個大型科技公司和大政府的聯盟已經幫助法院處罰了超過 121 萬的違約者,他們某一天開啟他們的芝麻信用,發現他們的分數在下降。

正如公司執行長彭蕾在《螞蟻金服》中所說的那樣,芝麻信用「將確保社會上的壞人沒有地方可去,而好人可以自由行動,不受阻礙。」

連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」

我在中國生活了將近 10 年,但在 2014 年就離開了中國,那時移動支付尚未完全實現。

如今,中國每年都有 5.5 萬億美元的移動支付。(相比之下,2016 年美國移動支付市場的市值約為 1,120 億美元。)當我在 8 月份回到中國時,我決心成為新的無現金中國的一部分。

所以,我在從飛機上的睡眼惺忪之後幾個小時內註冊了支付寶和芝麻信用。因為我缺乏交易歷史,所以我立刻面對了一個令人尷尬的信用分:550 分。

在上海的第一天,我開啟了芝麻信用,掃描了一輛停在路邊的黃色自行車。

就像移動支付一樣,中國的自行車共享文化不知從哪裡就冒出來了,上海的街道上到處都是色彩鮮豔的自行車,乘客們隨意地停在任何地方。掃描一輛自行車的二維碼,app 上就顯示了一個四位數的數字,可以用這個密碼開啟後輪。

騎著車穿過城鎮大約 15 美分。然而,由於我的中等信用分,我必須先付 30 美元的定金,才能掃描我的第一輛自行車。

我也無法獲得無存款的旅館住宿或 GoPro 租賃服務,又或者免費的雨傘租賃。

在數字世界中,我屬於底層居民。

在中國,對「騙子」的擔憂根深蒂固。

「我怎麼知道你不是一個騙子?」當銷售人員打通電話或維修人員在門口出現時,人們經常會問這樣的問題。

雖然我的分數可能並沒有把我放在騙子的隊伍中,但芝麻信用的一個承諾便是指認那些是騙子的人。

公司購買對使用者的風險評估,詳細說明他們是否支付了房租或水電費,或者出現在法庭的黑名單上。對於企業來說,這類產品被稱為「省時利器」。

在騰訊視訊網站上,我無意中發現了一個芝麻信用的廣告。


一個商人在乘地鐵時仔細觀察陌生人。

「每個人看起來都像個騙子,」他絕望地說。他那些試圖避免聲名狼藉的顧客的員工們在辦公室會議室的牆壁上貼滿了下層人員和罪犯的照片。

但接著——老闆發現了芝麻信用,他們所有的問題都解決了。員工們把牆上的照片撕下來慶祝。

對於那些行為良好的人,芝麻信用通過與數百家公司和機構簽訂的合作協議提供額外津貼。

汽車租賃公司神州租車允許信用評分超過 650 的人租車而不用交押金。作為對這一審查的交換,神州租車分享資料,這樣如果一個芝麻信用使用者把租來的一輛汽車撞壞了並且拒絕支付,那麼這個細節就會被反饋到他或她的信用評分中。

有一段時間,得分超過 750 的人甚至可以跳過北京首都機場的安檢。

劉在註冊了芝麻信用兩年之後,信用分已經逐漸接近 750 了。

一個週六的下午,我在一個上海市中心的商場裡的 Forever 21 外面遇見了劉,他 27 歲了,在一家大公司工作。

他穿著一件黑色的襯衫,黑色的運動鞋,黑色的喬丹短褲,襯托出他的面孔白得好像在發光。一股黑色的頭髮帥氣地垂到一邊。

我們走進一家坐滿了年輕人的星巴克,他們坐在那裡,一邊喝著桃子冰茶,一邊喝著抹茶法布奇諾。劉坐上了最後一張空桌子。

劉告訴我,在三年前皈依天主教後,他選擇了 Lazarus 作為英文名,但他的宗教信仰多半是一件私事。

他認為芝麻信用評分也是一件私事;這些資訊揭示出了一些有關其個人的事情,但基本上他不會與別人分享這些資訊。

他很少檢查自己的信用評分。該數字就躺在手機的支付寶頁面上,因為他的信用很好,所以沒必要這麼做。

從 600 分開始(最高可達 950 分),他的信用已經達到了 722 分,這一分數可以讓他享有貸款和公寓租金方面的優惠條件,並且他和他的妻子還可以在若干個交友 app 上對其進行分享展示。

再拿幾十分,他就能得到一張去盧森堡的精簡版簽證,但並不是說他有在計劃這次旅行。

由於劉在支付寶上的交易和付款記錄良好,他的評分自然也就提高了。但如果他忘記了支付交通罰款,那麼評分可能就會下降。

而高分數帶來的特權,也會在某天因為與消費禮數無關的行為而被取消。

2015 年 6 月,940 萬名中國青少年參加了緊張的高考,芝麻信用總經理胡滔告訴記者,螞蟻金服希望獲得作弊學生的名單,這樣他們的欺詐行為就會成為其芝麻信用的汙點。

「不誠實的行為應當受到懲罰,」她承認到。善行無阻,殺雞儆猴。

連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」


支付寶知道,8 月 26 日下午下午 1 點,我在上海的法租界區租了一輛 ofo 向北騎去,停車靜安寺對面。

它知道我於 13:24 在靜安寺旁邊的商場裡買了一袋零食。

它知道後來我坐上了一輛嘀嘀駛向住在西北部的鄰居。

它知道我在 15:11 下了車並進了一家超市,它還知道(因為這家超市屬於阿里巴巴,僅接受支付寶付款)我在 15 點 36 分買了香蕉、乳酪和餅乾。

它知道隨後我上了一輛計程車,並於 16 時 01 分到達目的地。

它知道那輛計程車的車牌號。

它知道我在 16:19 付了 8 美元用於亞馬遜的配送費。在三小時的愜意時光中,其中一小時是在游泳池裡度過的,它並不知道我的下落。

然後,它知道我在上海市中心的一家酒店外租了另一輛 ofo,騎了 10 分鐘,並於 19:11 停在了一家人氣較高的餐廳外。由於螞蟻金服戰略投資了 ofo,支付寶可能會知道我的行徑。


芝麻信用評分背後的演算法是一個商業機密。螞蟻金服正式列出了五大類的評分資訊,但是僅提供了最基本的演算法方面的資訊。與任何傳統的信用評分系統一樣,芝麻信用會監視我的消費歷史以及貸款還付情況。

但是有些演算法就帶有迷惑性,或者更糟。

一個稱為連線(connections)的資訊類別考慮了我在支付寶上的聯絡人的信用。

特點(characteristics)類考慮了我開的是哪種車、在哪裡工作、在哪裡上學。

同時,行為(Behavior)類一絲不苟地審視我的消費記錄,專注於那些據稱是與良好信用相關聯的行為。

芝麻信用推出後不久,該公司的技術總監李穎贇告訴《財新週刊》,不同的消費行為可以產生不同的影響,比如買尿布可以提高一個人的信用評分,而長時間玩遊戲則可能相反。

網友猜測,向慈善機構捐款(大概是通過支付寶平臺上的捐贈服務)有利於提高評分。

然而,如果給小棕熊捐了 3 美元,我不確定這是否會讓自己有資格成為一個慈善家,或是證明了我的小氣?

我開始著魔般地檢查我的信用評分,但由於它每月只更新一次,那個數字並沒有發生變化。

每次開啟支付寶,我都會遇到一個使人驚慌的橙色螢幕。一個半圓形的錶盤,上面顯示我只達到了自身消費潛力的四分之一。

搜狐網站的一篇文章解釋說,我的評分屬於「普通人佇列。」這一類別是指:「文化水平不高。退休或接近退休。」

這並不是稱讚,因為許多老年人在文化大革命期間失去了很多年受教育的機會。

據搜狐稱,評分比我低的人只有 5%。

我想看看自己是否能做點什麼來提高評分。

一天早上,我乘計程車去上海市中心外的一個別致的露天購物中心,與一個 30 歲的插畫家陳見面。

我曾通過與陳在微信上的一個共同好友那裡得知,她的芝麻信用評分等級為「優秀」,於是我想向她尋求一些建議。

我們買了咖啡,步行到一個露天座位區。陳上身穿著一件鈕釦襯衫,內搭一件白色 T 恤衫,下身是緊身牛仔褲。她的頭髮漂成了稻草色,兩隻眼睛下閃著一排發光的眼影。

她的芝麻信用評分為 710 分,而她的支付寶背景色是平靜的天空藍。

她解釋了提高信用評分的方法。

「他們會檢查你有什麼樣的朋友,」她說,「如果你的朋友都是高分使用者,那麼這對你有好處。如果你有一些信用較壞的朋友,那就不好了。」

在支付寶上註冊後,我給所有的電話聯絡人傳送了朋友請求。

只有六人接受了。

其中一個是我曾經的英語學生,也可能是我在上海認識的最有錢的朋友。他擁有幾家企業、一個車隊和一個位於豪華住宅區的寬敞別墅。

另一個是我的老裁縫,她和她的家人住在一間單人房裡,房間位於一個門窗襤褸的破舊房子內。

老裁縫與那個商人對我的信用評分的影響相互抵消了嗎?還是我拉低了他們的評分?

陳說,她知道自己好友的評分,但不知道熟人或同事的。聊天室裡有評分較高者去尋找同類,大概是為了提高評分。但總的來說,人們也只是猜測誰的評分可能會高、最好與誰解除朋友關係。

像陳這樣的使用者沒有采取解除低分朋友(比如我)網路關係的策略,她向我保證不會這麼做。

芝麻信用仍然是新興事物,而一個熟人的低信用評分仍可能得到善意的解釋,她說:「也許他們只是使用的時間不夠長。」

在社會信用關係監督方面,中央銀行或將針對一個更為廣泛的指標發展,比如 FICO 評分,同時讓像螞蟻金服這種資料收集公司的評分資訊計入在內。

無論其最終結構如何,更大的社會信用體系「肯定會處於政府的監控之下」,《螞蟻金服》作者及職業記者由曦說道,「政府不希望讓如此重要的人民信用基礎設施被掌握在一家大公司的手中。」

一向被認為信用缺失的中國人民,第一次有機會去真正瞭解一個統一標準的系統。

連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」

去年五月的一天,一位 42 歲的記者 Liu Lu 開啟了一個旅遊 app 預訂機票。

但當他輸入自己的姓名和身份證號碼時,該 app 告訴他,這筆交易無法通過,因為他在最高人民法院的黑名單上。

這份欺詐人名單與整合進芝麻信用裡的是同一份。

2015 年,Liu 被控因偽造故事而誹謗他人,法院判決他支付 1350 美元。他交了罰款,甚至拍了銀行轉賬單並將照片寄給了審理該案的法官。

令他感到困惑的是,他的名字仍然在該名單上,於是他聯絡了法官,得知法官並沒有收到錢,是自己當時把錢轉錯賬號了。他匆忙地又轉了一次,以確保法官收到了錢。這次法官沒有迴應。

雖然 Liu 沒有註冊芝麻信用,但是那份黑名單以其它方式跟隨著他。

他被禁止參加大多數類別的旅行;他只能預訂綠皮火車的最低等座位。他不能購買某些消費品或住豪華旅館,也沒有資格獲得大筆銀行貸款。

更糟糕的是,那份黑名單是公開的。Liu 曾因涉嫌「偽造和散佈謠言」而被判入獄一年。獄中的記憶使他對這個更無形的新式懲罰不以為意。至少他有妻子和女兒。

儘管如此,Liu 還是將這些寫進了他的部落格以激起同情,並說服法官把他從黑名單上除去。到十月份,他的名字仍然位列其中。

「這些掌管黑名單的法院執行人員幾乎不受任何監督」,他告訴我,「執行過程中的很多錯誤沒有得到修正。」

如果 Liu 有芝麻信用評分,他的麻煩就更多了。

按照芝麻信用的設計方式,如果你被列入了黑名單,那麼你的信用評分會螺旋式地下降。

首先是評分下降,然後你的朋友會得知你在黑名單上,會擔心他們的評分會受到影響,並悄悄地與你解除聯絡人關係。

演算法會注意到這些變化,然後你的評分會變得更低。

連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」

在我造訪完中國回到美國後不久,美國信用­報告機構 Equifax 公司宣佈其遭到了黑客的攻擊,致使大約 1.45 億人的信用記錄遭到洩露。

我與許多美國人一樣,被這個突發事件狠狠地教訓了一下。

我的信用卡號碼在幾星期前就被盜了,但由於當時我在出國旅行,所以不想凍結信用卡。當我試圖事後彌補時,發現這一切幾乎已經無法挽回了。Equifax 公司的網站只遭到了部分的襲擊,但它的電話線路則全部堵塞了。

在絕望中,我註冊了一個叫做 Credit Karma 的信用監控服務,該機構可以顯示出我在三大信用評分機構中的其中兩家的信用評分,但需要我呈上自己最為私密的資訊。

這個信用錶盤類似於芝麻信用的那一個,其上的數字和彩色編碼對我來說太複雜了。我得知自己的信用下降了幾十分。有人以我的名義盜刷了四五次,但我沒有意識到。

現在,在地球的另一面,有兩個追蹤系統在追蹤我的信用評分。

但是,這些只是我所知道的部分。

大多數美國人都有幾十項評分,其中,許多來自於類似芝麻信用所使用的行為和人口統計指標,而大部分則由一些公司掌管,使用者並沒有選擇的機會。其餘的評分是我們自願進行的。

美國政府不能合法地強迫我參與一些以資料驅動的大規模社會實驗,但我每天都把自己的資料交給了私營公司。

我相信這些公司足以能夠參與其大規模的評分實驗。

我在臉書上發表我的想法和感受,並在亞馬遜和 eBay 上留下了大量的購買資訊。我在 Airbnb 和 Uber 上給別人評分,並且有些太過於關心別人對我的評價。

目前,美國還沒有一個偉大的超級 app,而資料代理商所編制的評分主要是用於更精確的廣告定位,而不是運用社會控制。

但是資料聚合器可以通過身份解析(identity resolution)的過程,使用我留下來的線索來合併我所產生的各方資料。

你吃抗抑鬱藥嗎?經常向零售商退貨嗎?填寫網上表格時名字全部大寫嗎?資料代理商會大量收集所有這些資訊。在中國,你甚至會受到朋友的牽連。

2012 年,Facebook 申請了一種信用評估方式方面的專利,它可以將你在網際網路上的聯絡人的信用評分考慮在內。

該專利描述的這種工具可以提供有關你朋友的平均信用評分,並拒絕向該平均值低於某一最低限度的申請人提供貸款。

此後,該公司修訂了其平臺政策,以禁止外部貸款人使用 Facebook 的資料來確定信貸資格。

儘管如此,該公司仍然可以自行決定進入信貸業。(「我們經常尋求的專利技術,是那些我們從不會實施的,以及不會揭示公司未來發展規劃的,」Facebook 發言人在迴應信用專利方面的問題時說到。)

「可以想象,在未來人們會檢視其朋友的信用評分是否降低,然後解除他們之間的不利關係。」馬里蘭大學 Carey 法學院大資料專家 Frank Pasquale 說,「這太可怕了。」

連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」

資料代理商時常完全搞錯。

資料代理商 Acxiom 公司會提供 AboutTheData.com 網站所收集到的一些資訊,它認為我是一個高中教育水平的單親媽媽,並且「可能是一個拉斯維加斯的賭徒。」

而事實上我已經結婚了,有一個碩士學位,並且甚至從來沒有買過彩票。

但要挑戰這些評估是不可能的,因為我們從未被告知它們的存在。

我對芝麻信用演算法的瞭解,比對美國資料代理商的評分體系如何評價我,更為深刻。

正如 Pasquale 在他的《黑箱社會(The Black Box Society)》中指出的那樣,其本質上是一面「單向鏡」。

連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」

離開中國後,我通過微信再次與劉聯絡。他給我發了一張的截圖,他的芝麻信用評分自我們相識以來提高了 8 分。他的螢幕閱讀體驗「非常棒,」字型已經變為了軟斜體。

我們談到了一種新的面部識別功能,被稱為「微笑支付」,是螞蟻金服在杭州的一家肯德基概念餐廳裡推出的。

餐館的牆壁上裝飾著巨大的白色電話。點餐時,你只需點選食物的照片,然後面朝手機,輸入手機號確認付款就行。

一開始,智慧手機消除了人們對錢包的需求;現在,微笑付款可以消除人們對手機的需求。你所需要的只是你的臉。

劉並不急於嘗試微笑支付。芝麻信用網站的「政務」頁面顯示,螞蟻金服與中國各地方政府建立了合作,以合法化其面部識別功能,但這不是令劉感到不安的原因。

在國外學習期間,他曾玩過安卓的面部解鎖功能。他的室友有和他一樣的方下巴,曾數次成功解鎖他的手機。

「我覺得這可能並不安全,」他給我發了簡訊,「我想看看這是不是 real thing。」他用了英文 real thing 以作強調。

在和劉聊天的同時,我也開啟了芝麻信用。我的評分增加了四分。

「你還有改進的空間。」支付寶微妙地告訴我。連線封面:2億多支付寶使用者選擇的背後,一個資料與評分帶來的「等級世界」

相關文章