By Anjana Susarla

周五,美国参议员和总统候选人伊丽莎白沃伦提出了一项计划打破科技巨头Facebook,谷歌和亚马逊认为他们是垄断者市场力量过大。沃伦提出我们将大量在线平台视为公用事业这应该受到监管,就像我们的水电公司一样。

沃伦是正确的,控制我们的通信,商业和媒体的大量技术公司已经变得如此庞大和有影响力,他们应该受到监管,以保护公众利益。但我们不应该像管理水电等传统公用事业那样对科技巨头进行监管,仅仅打破公司就无法解决许多最棘手的问题,例如虚假新闻,隐私侵犯,仇恨言论和政治偏见。

我们需要的是一种协作的多利益相关方方法,以限制技术的力量并应对其最大的挑战。像沃伦这样的传统自上而下的政府管理监管方法在快速发展的全球化科技行业中不太可能有效。技术每天都在发展,产生新的和无法预料的问题以及解决这些问题的工具。除了技术挑战之外,竞争性国家法规的拼凑可能会出现问题国际公司的噩梦拥有全球数十亿用户。

例如,很难想象来自一个国家的政府监管机构如何识别和强制实施标准化的全面解决方案来解决像deep fakes,人工生成的照片和视频,描绘真人说或做虚构的事情。然而,学术界和工业界的计算机科学家都是成功的培训人工智能网络淘汰这些伪造品。这并不是说深层假货问题无法控制,而是必须让许多不同的团体不断努力,以应对不断变化的威胁。

对技术巨头的有效监管需要结合由众多渠道的投入,压力和激励所产生的外部和内部限制。我们需要多个利益相关方协同工作,以确定如何在不过度限制思想和信息自由流动的情况下最大限度地减少伤害。

政治家,政府官员,研究人员,记者,消费者倡导者,科技公司本身,特别是消费者和公民都可以发挥作用。你可能从来没有考虑过你的自来水公司是如何受到监管的,但你可能会对Facebook的发展方式有更大的发言权。

这种协作,多利益相关方监管并非全新。互联网有长期以来一直由非政府机构管理涉及民间社会,行业和政策制定者,如ICANN,IGF和GCCS。但是,这些实体更关注的是为整个互联网创建基础设施和规则,而不是在特定平台上调节活动或私营公司的内部运作。

传统的监管方法(包括沃伦的计划)在很大程度上缺乏的是最终用户。在我们作为消费者和公民的双重角色中,我们所有人都必须在为五大科技公司制定限制方面发挥作用。公司可能不会受到政府干预的激励,也不会受到与用户履行“社会契约”的压力(并且要取悦面临消费者压力的广告商)。

许多平台已经开始自我调节他们最严重的问题以应对公众压力。 YouTube最近宣布将停止包括conspiracy videos在其推荐算法和停止在儿童视频上展示广告在一系列媒体曝光,公众哗然和广告商流失之后,恋童癖者可能成为攻击目标。

任何有品牌保护的企业对舆论高度敏感。让消费者在技术方面独一无二的强大之处在于,他们可以通过调整他们对不同应用程序的使用并在他们批评的平台上广播他们的关注点,几乎立即表达他们的不满。当#DeleteFacebook在丑闻发生后的几个小时内开始在社交媒体上发展趋势时,公司领导确实会注意到(尽管他们也有数据来确定人们是否真的退出或减少了他们对Facebook的使用)。

消费者压力可能是一种强有力的工具,但就其本身而言,它不太可能像其可能的那样有所了解或有效。政府,非营利组织和媒体可以帮助引起对问题的关注并激励公共行动。记者和消费者监管机构发现了一些最令人震惊的技术问题,如剑桥分析公司丑闻和俄罗斯干预选举。最近的政府听证会和调查也加剧了Facebook等公司的压力。

正如沃伦的计划所提出的那样,政府在监管技术方面的作用可能与提高透明度和揭露问题而不是指示解决方案有关。政府可以发挥类似于媒体和非营利组织的职能,但如果公司没有找到有效的解决方案,则可以通过强大的透明度和更严厉措施的威胁来增强其作用。这是FCC主席Ajit Pai为其代理所看到的角色,呼吁提高透明度同时说科技巨头的“严格,实用型监管”没有意义。

政府的这一角色为应对我们最棘手的挑战提供了创新方法的潜力。加州州长加文·纽瑟姆(Gavin Newsom)提出了这些公司,而不是限制使用个人数据向消费者支付“数据红利”,与那些他们正在货币化的数据分享财富。这种方法不会禁止数据共享,这对许多公司的商业模式来说过于具有破坏性,但它会让用户有效地与公司就他们共享的内容和方式进行谈判 - 以及部分利润。

学术界和工业界的研究人员也是监管难题的关键部分,有助于定义问题并确定解决方案。计算机科学家和机器学习专家可以帮助公司解决诸如识别假新闻和机器人之类的棘手技术挑战,而社会科学家可以就诸如如何定义仇恨言论等问题向政府和行业提供建议。例如,Facebook最近宣布建立伙伴关系 with 社会科学研究理事会让学者获取数据,研究社交媒体对选举和民主的影响。

虽然科技公司可能希望他们可以单独行动,但很明显他们需要外部专业知识和洞察力来解决最棘手的问题。在许多情况下,程序员开发的严格技术解决方案将是不够的,正如我在自己的研究中看到的那样在线打击虚假医疗信息。我的同事和我开发了深度学习工具跟踪医疗内容在YouTube等社交网络上传播的不准确程度。像这样的机器学习算法非常有价值,但却无法理解内容的含义,并且无法识别人类的不确定性。我们现在正在聘请临床专家和患者倡导者将他们的意见纳入推荐算法。

这种协作式,多利益相关方方式为我们提供了最好的机会在打击虚假信息同时保留言论自由。维基百科利用其社区的力量多年来协同管理信息。虽然它们不能在Facebook上分享的内容的规模和速度上运作,但维基百科正确的是用户的中心地位,这是传统监管经常忽略的。

在接下来的几个月里,我们可能会看到更多关于规范科技行业的计划,因为无所事事的后果似乎越来越紧迫。甚至行业本身也开始接受监管的现实。 Facebook公共关系主管尼克克莱格recently said问题“不再是关于社交媒体是否应该受到监管,而是应该如何监管。”这一规定可以采取多种形式,但必须是协作的,必须涉及消费者。作为互联网公民,我们都可以在科技巨头的监管中发挥作用。

用户需要在我们如何规范技术巨头方面发挥作用