《隐私大盗》是一部由卡里姆·阿米尔 / 耶菡·妮珍儿执导,布列塔尼·凯撒 / 戴维·卡罗尔 / 朱利安·惠特兰主演的一部纪录片类型的电影,特精心从网络上整理的一些观众的影评,希望对大家能有帮助。
《隐私大盗》影评(一):赛博恐怖片
rittany Kaiser的故事,令人百感交集。 她曾经也为Obama竞选团队工作过,为了梦想,拿着低廉的工资,做自己喜欢的事情。2008年的海啸过了很久,久到在我们都以为已经过去了的时候,终于席卷了她的家庭,再加上家庭经济支柱的父亲还接受了脑部手术——于是她加入了Cambridge Analytica,拿着高薪,为Trump和Brexit服务,甚至还成为了NRA的会员。
也许我可以说,不行的,WRONG IS WRONG,别说家庭的经济崩溃,就算有枪抵在头上,错的事也是不该做的。 但我说不出来,因为我们每个人都有可能成为那个在动荡与灾难中慌不择路的人,被生计摁在地上摩擦得面目全非。
整个社会就像一个滑稽笑话。
《隐私大盗》影评(二):被网络囚禁的人类
几年前网络开始成为社交生活的时候,都有一种预感!未来人们会不会都生活在网络中,看似我们能够支配我们自由,谁又知道我们会不会一直在被支配中生活!这一切貌似来的太快,人类历程20多万年,一切发展都看似缓慢且朝着平等,和平,理性的方向发展。但网络的发展貌似超出了人类进化的步伐!越来越难以控制,终究有一天,人类将活的越来越虚机,真正主宰地球的可能真的是电脑或者叫AI。一个数据分析就可以改变美国大选和英国脱欧,现在想想,当年中国请离谷歌是个明智之举。但中国就不一样了吗,同样,一个腾讯一个阿里!也做着谷歌同样的事,我们也许习以为常,习惯了他们为你做的各种推荐,你以为的隐私,也只限为你以为而已!也许这些还没发展但政治国家成面,但也是为每一个人埋下了一个安全隐患的种子!貌似写太多,就这样吧
《隐私大盗》影评(三):今日份的忧国忧民
这部纪录片的故事主线是:一家名为Cambridge Analytica(CA)的所谓的数据分析公司是如何利用美国人在Facebook上的问卷、社交数据,对他们进行性格分析,继而用假新闻对他们精准“洗脑”,最终“诱使”他们在2016美国大选中投票给特朗普。
从特朗普竞选团队的角度来看,CA提供的技术和服务确实是顶级的……
从Facebook用户的角度来看,这也太吓人了吧……!简单来说就是:用户积极主动地向FB提供了很多数据,这些数据是最终被聪明的算法用来manipulate用户本人的投票意向,用户还不自知。
真的不知道,未来人类会不会被自己发明的技术…… 给怎么样了[捂脸]
希望“Tech For Good”不仅仅是一个好用的口号或hashtag。希望资本帮助的都是对人类进步有益的创业者。
《隐私大盗》影评(四):剑桥分析没问题,既然是民主言论自由,他们没违法,就不能阻止别人分析和发帖。
既然是民主和言论自由,那剑桥分析作为公司他们员工个人在Facebook上传播没有违法的帖子,就没问题,就算是他的内心想帮助谁竞选,用了很多分析和精准投放!
但投票的人最终还是自己,你被他忽悠,你怪谁??
而且,既然有忽悠你选a的,就会有忽悠你选b的帖子,你都看了,其实最终选择权还是在你。(电影也说了,他们针对的就是那些摇摆不定的人,所谓摇摆不定,其实就是没有主见的人,容易被忽悠)
还有人说,那他在网络炒作的投入大啊!不公平!如果说a会利用网络而b不重视,那b的格局就落后了,没有与时俱进,那本来就不应该被选上。
希拉里落选就是她已经与时代科技脱节与年轻人和底层民众脱节的最终体现。
就好像你做皮鞋厂,我也做皮鞋厂,我花钱请广告公司做人群分析市场调研,然后有针对性的做了正规广告,但你没花钱做广告,我们的鞋质量确实一样,但最后你的厂垮了!我的厂鞋供不应求!你难道告我说我不应该做广告的???
《隐私大盗》影评(五):更安全地利用互联网,而不是被互联网利用!
信息闭塞时渴望信息,禁网时爬梯子也要获取信息,但当全网信息真的呈现在面前,我们不必再抱怨信息少了,却开始抱怨信息多的看不完了。 于是精力有限的我们,只看被个性化智能分发给自己的信息,于是我们又被自己的偏见所禁锢。 不仅如此,我们的喜好和行为习惯,在化作行为参与进互联网后,还可能被技术黑帮所利用,所控制。当他们有所图谋时,甚至还会编造虚假信息给我们看。于是,我们不仅被自己的偏见和无知所蒙蔽,还被虚假信息所迷惑摆布。 都说吃什么,就长成什么样。整日泅在远离真相的信息洪流里的我们,又怎么能指望自己,在消化了这么多不真实的信息后,还能长成什么好样?有什么正确的思想?做出什么正确的行为? 我们改变不了技术与科技巨头,但我们可以改变我们自己。我们可以用知识武装自己,学习批判性思维,提升自己独立思考的能力;学习积累足够多的通识,以发现自己在哪些方面有多么无知,尽可能地去补足它们,以使自己少跳坑;经常“清洗”自己的头脑,把错误的信念一点点清除掉;学习更多门的语言,以拓宽自己的生活的世界,了解更多元的文化和可能性;学习、了解和使用技术,以保卫自己的隐私数据,更安全地利用互联网,而不是被互联网利用!
做到这些很难,学习不是一个一蹴而就的过程,在这个过程中你仍会受到各种伤害,但随着你逐渐变得强大,你会更少地受到恶意的侵扰和控制。自由是有代价的,只给愿意付出代价以换取清醒的人。或许活在母体可能更好,毕竟无知即是极乐,你同意吗?
《隐私大盗》影评(六):互联网大数据时代,我们一起裸奔吧
看完了这部纪录片《隐私大盗》,还不错,立意题材很有现实意义,但是太过于平铺直叙,流于表面,给四星吧!互联网信息数据大时代,我们毫无隐私可言,你的一切信息都被窃取和监控,不知不觉中成为了资本家牟利和政客煽动的牺牲品,互联网让每个人的隐私完全处于全裸状态,只是我们很多人不自知罢了! 这部纪录片主要围绕的还是剑桥分析利用脸书窃取统计用户信息,分类向用户推送定制信息,从而影响了美国大选和英国脱欧这两个重大事件,资本家和政客狼狈为奸的恶心嘴脸昭然若揭!只是纪录片中又在黑俄罗斯操纵美国大选,也是醉了,真是难为美国人一直惦记着俄罗斯!我记得又一次看过美国人投票选举出来最伟大的总统里根竟然力压华盛顿和林肯等人,排第一,原因很简单,就是在里根手里彻底拖垮了苏联,让美国成为了唯一的超级大国,多么滑稽而又讽刺的一件事情! 讲真,每次安装那些APP的时候特别恶心他们必须要识别你的语音,短信,定位,电话等等信息,如果你不同意,就无法安装,这其中以淘宝,京东,美团等软件最为恶心,会随时窃听你的语音信息,然后根据你的语音信息为你推送你想买的商品,一步步引导你消费,所以你会经常发现你有时候无意间和别人说起你想买某个东西的时候,下一次你打开淘宝之类的你会神奇的发现你想买的东西直接被推送过来了,细思极恐!去年我在犹豫要不要买一加6手机复仇者联盟定制版的时候,最后多次纠结还是买了,然后到年终京东总结的时候我发现京东APP给出的大数据显示我在买一加6复仇者联盟定制版手机的时候犹豫了102次,那一刻我惊掉了下巴,这特么连你犹豫了多少次也能统计出来太可怕了!互联网大数据时代,离不开社交网络,离不开各种APP,那么只能让自己的信息数据裸奔吧,只是一定要保持思想的独立性,别成为不会思考的机器就可以了!
《隐私大盗》影评(七):几点思考
1.用户知晓或不知晓情况下,收集用户数据。
2.以其他国家地区的用户数据为基础制作引导性广告和言论等。
3.投放引导性广告和言论等,从而改变某些人的行为。
4.针对某些人群定向投放引导性广告和言论等。
5.使用引导性广告和言论影响选举等国家政治行为的结果。
6.宣传假信息、片面信息,掩盖事实或部分事实。
片中完全将以上内容混为一谈。思考哪些违法?
个人观点:
1.未经用户知晓或允许的情况下或者违反法律的情况下收集或私藏用户隐私是违法的。
2.3.4.5.美国总统竞选本身就是允许宣传和投放广告的,宣传和投放广告某种程度上也会影响人们的选择,这种影响与片中所述的影响有多大差别的。利用大量用户的数据去制造模型,再利用这类模型去做一些事情呢,这正是现在最火的深度学习在做的。即使原本的数据中不存在你的信息,只要样本数量足够,是否包含某一个人几乎没有影响。
6.hehe
片中所想要表达的观点是要打到这些所谓的违法的人,但是要去打到他们的人却是一些看似玩世不恭、小人得志的人。
另外的:
1.信息模型作为工具武器化问题。
2.部分人针对川普和脱欧的团体进行无差别打击。
3.片中CA的CEO是否有权认为自己是受害者。
完善法律去保护民主,完善法律去定义公民对自己信息的权利。我觉得这才是真正应该思考的。当然,作为判例法系国家对此可能不同。需要保持对垄断公司的警惕,但并不是所有垄断都是邪恶的。
成长生活在成文法和家长制国家,提醒自己警惕个人观点中肆意收集隐私不违法的理所当然的想法。
《隐私大盗》影评(八):隐私不用盗,想要就能要
很棒的题材,但不是很好的影片,那些用在让密集恐惧症者无法忍受的字节特效上的精力和金钱,如果可以放在讲故事和更好的素材覆盖上,也许会让这个影片更加吸引人些。这是一个注定被载入史册的事件,数据的商品化以及被加工处理成足以影响我们行为选择的手段,在这个数字革命和人工智能的时代并不陌生,只是无偿提供着数据以换取生活便利的我们,尚未意识到这究竟意味着什么。
Cambridge只是被卷入了旋涡的中心,但搅动这场旋涡的,绝不会只有这一家公司。扎克伯格不可能去公布背后的金主们,这些金主们也绝非仅是宣扬民粹的政客。注意力和影响力,就是金钱和权力,从企业主,到政党,甚至NGO,都希望能拥有这样的力量。他们想要影响大众,但却不想让大众发现是这样不知不觉被影响,倘若扎克伯格开了这道口子,就是灭了自己的财路。况且他的野心绝不仅于此,毕竟最能利用Facebook获得权力的人是他自己,曾有媒体报道他也许会竞选总统,倘若他某天成功当选,我也不会感觉诧异。
相比科技巨头们财大气粗的傲慢和刻意的沉默,记者Carole Cadwalladr在TED演讲时的警示和呼吁显得那么无助和绝望,恐惧和愤怒的瘟疫以我们从未想象过的方式迅速蔓延,这些原本信誓旦旦要让我们彼此连接,兜售乌托邦梦想的科技天才们,造出了他们未能想象的庞然大物,善和恶被放大,人性的闪光和弱点都毫无遮掩的被呈现。然而,“民主”绝不会因为互联网和人工智能就失去了作用,倘若真是如此不堪一击,那这样的“民主”失去也不足为惜。科技的演变和权力的重新分配已经无法逆转,人类需要新的制度来面临未来的挑战,从普罗米修斯盗来的火种中,我们就能看到创造和毁灭的力量共存,关键在于使用者的选择。未来如何,最终还是要取决于人类,能否携手合作,在共商共议和有所妥协中创建新的规则。
2019.09.17
《隐私大盗》影评(九):让民主崩溃的数据科学
2018年开春就爆出的剑桥分析事件距今已经一年多了,马上就要开启2020年的美国总统竞选,但从7月的穆勒听证会来看,剑桥分析事件的余波仿佛还没有得以完全消散。从这部纪录片来思考,可以深入发问——特朗普赢得总统竞选,英国脱欧公投,这背后的政治事件在多大程度上是受到了定向社交广告的影响?并且在今后的民主政治进程当中,还会有多少个类似剑桥分析这样的公司不断涌现或本就存在,继续为不同的政党、不同的派别服务?而每一名使用数字媒介的公民都深陷于其中,你如何知道你的数据是否已被抽象为一个个结构或非结构化的用户侧写,并最终被用于针对你自身的选择,换句话说,你并不是在做投票或者做选择,而是随着技术演化而从属于这个程式化体系中的一环,大家只是让这个过程看似更加自然而普通罢了。
古往今来的西方政治不过都是在讲一个故事罢了,早期的基督教教会,现代的法西斯主义到今天的民主政治,整个的票选流程就和广告推广,市场营销的机制别无二致,而这部纪录片只不过是记录了政治竞选中的媒介策划部分而已。当代民主政治讽刺的一点就在于,竞选的政党们在竞选前期做市场调研与受众分析,能够尽可能地了解整体的市场情况,从而制定自己的竞选策略与竞选创意,而后再使用渗透率普遍的社交媒体或是数字触点进行政治宣传,从而达到大规模人群的精准触达,每一个沉浸于网络中的人都会被这一系列看似自然的拟态环境影响,从而一定程度上做出“自己”的行为。你就像看完广告后为自己认同的品牌买单一样。
更可悲的是,在数字媒体中的人是更为容易感性化的,注意力也非常的短暂,我们往往不能在对整体事件做全面深入的了解后再对事件作出判断,而是在对短暂、极具渲染性的内容后便开始形成自己对事物情绪化的认知,机器学习推荐算法结合了社交媒介的网络效应使得某些不理性的观点被传播与放大,令人出乎意料的现实就是,我们不过仍是中古教会那渴求赎罪的个体,技术的力量就在于,说服的效率变得更高,覆盖面更广,这或许就是现代民主社会的一种悲哀吧。
《隐私大盗》影评(十):已所不欲勿施于人
大学毕业之后研究生学的就是数据分析,每天作业都是用不同的model去预测人未来可能做出的行为。我记得有一节课,教授跟我们说,因为现在的数据采集界限太模糊,也没有具体的法律去规范很多事情,所以你们以后如果从事相关工作,希望你们记得,你们要做的事情对人们和这个社会的影响。如果你不想别人对你采取这样的行为,那你也不要对别人做出这样的行为。
这部电影里面很多他们做的事情完全就类似我们每一次作业或者大一点算一个final project, 人看到的东西越来越投其所好,所看到的东西越来越狭隘,我当时也觉得这样是不对的,YouTube上你看的美妆博主越多给你推荐的美妆博主越多,到最后你的主页只会剩下化妆品。你觉得这样的主页舒适吗,每个YouTube页面都是一个成功的Machine Learning的产品,你觉得这样很人性化很享受你看到的这个世界就是你想看到的样子,这样真的好吗?这个世界上所有的问题都有两面,没有事件有定论,每个人因为站的立场不同所以看法不同,可是你看到的全部都是你立场的新闻真的不会让人变得越来越偏执觉得自己掌握的就是真理吗。
我觉得这样的现象让我感到畸形又舒适。谁不希望全世界都站在你这边呢。
总觉得作为一个学习数据分析的研究生应该要思考你做的所有项目真的是在帮助这个社会进步吗?还是只是帮助一个又一个品牌更加了解自己的客户从而从客户身上压榨更多的利润呢。
我一直不知道这个领域的道德感应该如何定位。但是在python课上最后一个final project是写“猜你喜欢”的algothrium, 我们一个个不同的方法写得一个比一个准确,恨不得自己的code会读心术。好神奇哦,人们真的会去看你推荐的电影呢,好像我们只要拥有这个人足够多的数据,我们真的可以预测关于这个人所有的决定呢。
人真的很容易被影响,也很容易被猜测。这个世界上最好的数据分析师就是最好的预言家。如果你做的预测不够准确,只是因为你拥有的数据不够多。
希望这个世界上所有数据处理工作者都有良心这样的要求毕竟还是太高了。