个人数字主权研究 · 2026 年 10 月 30 日
平台知道你喜欢什么、讨厌什么、可能购买什么，甚至试图预测你接下来会做什么。但你很难知道，平台究竟把你定义成了一个什么样的人。
这是一个非常荒诞的现实。
你在平台上看视频、搜索信息、购买商品、发表观点。每一次点击、每一次停留、每一次互动，都可能成为平台分析你的依据。
平台把这些行为汇集起来，通过算法不断建立、修正和完善你的数字画像。
但当你打开自己的账号，通常只能看到头像、昵称、关注列表和历史记录。真正决定你看到什么、被推荐什么，以及可能获得多少曝光的那些内部判断，你却很难完整看见。
你创造了数据，平台获得了解释你的能力。
这或许是数字时代最隐蔽的一种权力转移。
一、平台收集的早已不只是你的数据
过去我们讨论互联网隐私，总是在问一个问题：平台收集了我的哪些个人信息？
姓名、电话、身份证号、地理位置、通讯录、聊天记录……
但如果今天仍然只把个人隐私理解为这些显性信息，恐怕已经严重低估了平台的数据能力。
现代平台真正有价值的，往往不是孤立的数据，而是数据之间的关系。
你观看一个视频，不一定能说明什么。但如果你连续观看几十个相关视频，反复搜索某个问题，对某类观点表现出明显兴趣，甚至在某些内容上产生异常的停留时间，这些行为组合起来，就可能成为推断个人兴趣、需求和行为倾向的依据。
平台不必直接问你喜欢什么，它可以从行为中推断。
平台也不必知道你为什么焦虑，它可能只需要发现，你在某段时间内对某些内容表现出了异常的关注。
这意味着个人信息的价值正在发生变化。
从记录你已经做过什么，转向预测你将来可能做什么。
数据不再只是历史档案，也可能成为预测和干预未来行为的工具。而用户与平台之间的信息不对称，由此开始急剧扩大。
二、你的数字画像，可能连你自己都不认识
我们往往默认，平台掌握的数据越多，就会越了解用户，但这只是事情的一面。
另一面是：平台可能非常擅长预测你的行为，却未必真正理解你。
假设你是一名工程师，最近为了研究某个社会问题，你连续观看了几十条相关视频。平台可能因此提高相关内容在你推荐流中的权重。你继续观看，系统又获得新的反馈。一段时间之后，你发现自己的信息流几乎被同一类内容占据。
这时候，一个问题出现了：究竟是你真的特别喜欢这些内容，还是平台不断提供这些内容，让你的行为越来越像一个喜欢它们的人？
这不是纯粹的哲学问题。
平台有能力建立关于你的判断，并不意味着这些判断就是正确的。
更令人担忧的是，错误判断也可能参与后续的内容推荐与商业决策。一个人完全可能被某个系统长期误解，却不知道误解从何而来，也不知道应该如何纠正。
三、画像不是镜子，而是方向盘
如果平台画像只是对用户进行分类，问题或许还没有那么严重。但是：
画像不仅描述你，还可能反过来影响你。
推荐系统的一个基本特征，就是根据用户行为持续调整信息供给。
用户产生行为，平台更新模型，模型影响下一轮信息呈现，新的信息呈现又改变用户接下来的行为，于是形成一个持续反馈的循环。
这套机制带来的结果，不只是平台越来越了解用户。还可能是用户越来越多地生活在平台为自己选择的信息环境之中。
你接触什么观点，看到什么商品，发现哪些创作者，获得哪些信息机会，都可能受到推荐机制的影响。
这里必须区分两件事情：
第一，个性化推荐并不天然有害。它可以降低信息检索成本，让用户更容易发现有价值的内容。
第二，当个性化推荐缺乏足够的透明度和用户控制能力时，它就可能造成信息环境的持续偏移。
问题不在于算法替用户筛选信息，问题在于：
当筛选越来越深刻地影响用户时，用户却很难知道筛选依据，也很难判断自己错过了什么。
一个人不知道自己没有看到什么，自然也就很难知道自己的认知边界是如何形成的。
这才是画像真正值得研究的地方。它不是简单的用户分类工具，它正在成为平台配置注意力资源的一种基础设施。
四、最隐蔽的权力，是定义一个人的权力
工业时代，企业主要通过雇佣、商品和资本影响个人。
互联网时代，平台获得了另一种能力：对个人进行持续观察、分类和预测。
它可以把用户识别为某类消费者、某类内容受众、某类潜在客户。在一些场景中，模型还可能预测用户的流失风险、购买倾向或对广告的响应概率，这些判断可能为商业决策提供依据。
但这里存在一个根本性的问题：谁赋予平台定义一个人的权力？
当然，平台需要理解用户，才能提供推荐、搜索和广告服务。
这并不意味着所有用户画像都是不正当的，也不意味着用户天然拥有平台每一项模型参数的所有权。
问题是，当平台对个人作出的推断可能影响个人权益时，个人应该拥有怎样的知情、解释、纠正和拒绝能力？
这至少涉及三种不同的权力。
第一种，是观察权。平台可以在合法边界内记录用户行为。
第二种，是解释权。平台可以利用算法，把行为转换为关于用户的判断。
第三种，是决策影响力。平台可以将这些判断用于推荐、排序、营销，以及其他符合规则的自动化决策。
今天，个人数字主权的讨论往往集中在第一种权力，我们关心平台能不能收集数据，能不能保存数据，能不能向第三方提供数据。
但第二种和第三种权力，同样值得被审视。
因为数据本身并不必然产生影响，真正产生影响的，是人们如何解释数据，以及如何根据解释采取行动。
平台最重要的资产之一，可能不是它记录了多少人的过去，而是它拥有多少关于人们未来行为的预测能力。
五、AI 会让问题更加复杂
过去，用户画像主要依赖结构化数据、人工定义的标签和各类预测模型。
今天，大模型为画像系统增加了新的可能性。自然语言、图片、语音、视频和长期交互记录，都可能被转化为可供模型分析的输入。
AI 可以从大量分散的信息中归纳模式，生成更复杂的用户描述。
这带来一个新的变化：即使平台没有直接展示画像，外部观察者也可能尝试重建部分画像。
而平台自身如果进一步结合大模型，也可能形成更复杂、更难被用户检查的推断体系。
过去，用户可能被标记为“汽车爱好者”，未来，模型可能生成一段复杂的行为预测。
它不再只回答你对什么感兴趣，还可能试图回答你为什么感兴趣、什么时候会改变兴趣，以及什么信息更可能影响你的下一次选择。
预测行为与理解人的真实动机，是两件完全不同的事情。
但即使预测并不完美，只要它被大规模用于分发和商业决策，就足以构成值得重视的治理问题。
六、个人应该拥有一面属于自己的数字镜子
那么，个人数字主权应该如何回应这种变化？
一种可能的方向，是建立真正由个人控制的数字画像系统。
它不应该照搬平台的商业逻辑，也不应该把用户从一个黑箱转移到另一个黑箱。
它需要让用户清楚地区分：
- 哪些信息是自己主动提供的？
- 哪些是系统从个人数据中观察到的事实？
- 哪些是 AI 生成的推断？
- 这些推断的依据是什么？
- 它们是否准确？能否修改、删除或拒绝使用？
这样的系统，首先应该是一种个人自我认知与数据管理工具，而不是新的广告定向工具。
用户可以选择导入平台依法提供的数据副本，管理自己的内容、互动和长期兴趣记录。
在用户明确授权的前提下，可以利用本地或可信计算环境中的模型，对这些信息进行分析。
但必须承认一个重要边界：
个人系统可以建立自己的画像，却不能仅凭用户导出的数据，就准确还原平台内部的全部画像。
真正有意义的方向，不是声称能够破解平台算法，而是让用户第一次有能力建立一个不完全依赖平台定义的数字自我。
个人不应只拥有行为数据的访问能力，还应拥有理解和审视基于这些数据所形成之判断的能力。
它可以称为数字画像的可解释与可质疑能力，它不是一个已经完整确立的独立法律权利概念，而是个人数字主权值得继续推动的研究方向。
七、平台可以研究我，但不能要求我无条件接受它的定义
在现实世界里，一个人可以被别人评价。
别人可以认为你固执、谨慎、冲动、理性，也可以认为你有购买某种商品的倾向。
但评价终究只是评价，它不等于事实，更不应该天然获得决定个人机会的权力。
数字平台的特殊之处在于，它不仅可以评价用户，还可能把这种评价直接接入内容分发、广告投放和商业决策系统。
一个未经用户充分了解的判断，可能在后台被不断使用。
即使这个判断是错误的，用户也未必能够察觉。
这才是问题的核心。
我们不需要要求所有平台公开商业机密，或者向每位用户交付完整的模型源码，但至少应该建立一种合理的权利边界：
当平台关于个人的推断对个人产生实质性影响时，个人应当有机会了解相关判断、质疑错误，并在法律和技术允许的范围内纠正或拒绝其使用。
否则，就会出现一个荒诞的局面：
用户对平台越来越透明，平台对用户却越来越不透明。
平台可以不断研究用户，用户却很难研究平台究竟如何研究自己。
结语：谁拥有解释你的权力？
互联网曾经许诺给每个人更多的信息、更多的选择，以及更自由的表达空间。
但平台化的发展，也让越来越多的信息选择权集中到了少数数字系统之中。
我们主动留下行为数据。平台把数据转换成模型，模型再参与决定我们接下来看到什么。
这一过程看似自然，背后却隐藏着数字社会中一个深刻的权力问题：
一个人究竟应该在多大程度上，接受由他人建立、自己却无法充分检查的数字定义？
如果个人数字主权只意味着拥有一份数据副本，那么它仍然是不完整的。
真正的数字主权，还应该包含对个人数据如何被解释、如何被用于决策的知情和质疑能力。
平台可以试图理解我们，但平台的理解，不应该成为我们无法质疑的身份。
你可以给我画像，但你不能让我连自己被画成了什么样子都不知道。
这不仅是一个隐私问题。
这是数字时代，个人是否仍然拥有解释自身的权利。