国会听证大戏刚刚落幕，一份机密文件的曝光，又把Facebook推到了聚光灯下：这家公司利用AI赚钱，有很特别的方式。当然，美国民众听闻之后，又是一阵紧脏。

赚钱利器

美国媒体The Intercept最新获取了一份Facebook机密文件，其中透露了Facebook提供给广告主的一项贴心服务：忠诚度预测。

这是一项基于人工智能的服务。

所谓忠诚度预测，简单来说就是一句话：预测用户的未来行为，作为广告投放的依据。

在别的平台，广告主能根据用户现状来精准投放广告，而在Facebook，广告主依据的，可能是用户还没做出的决定。

通过预测自己的20亿用户接下来面临什么选择，Facebook做到了“比你更懂你”，帮广告主“提升了营销效率”。

比如说，有了忠诚度预测服务，Facebook完全可以说：亲爱的苹果，亲爱的三星LG华为，我们的AI能预测出几百万iOS用户有心转投Android，你们要不要精准投放一下?

你接下来做出什么决定，就在平台和广告主一念之间。

相比之下，购物车里放个高达就再送上一大波手办的淘宝，根据搜索词来分发广告的Google百度，都太简陋了。

因为Facebook所掌握的数据，详细周全到任何一家同行都望尘莫及。

从文件中可以看出，Facebook“忠诚度预测”依靠的数据有：用户位置、设备信息、所连接Wi-Fi网络的情况、看了什么视频、亲朋好友的各种细节……

甚至你和朋友聊天的内容，也是广告投放的指路明灯。参议员Bill Nelson就遇到了：“昨天我在Facebook上跟朋友聊天时，提到喜欢某种吃巧克力，接着突然我开始收到各种巧克力的广告。”

这位参议员遇到的，只是Facebook广告服务的冰山一小角。

这就好像，你的一切，早已经被Facebook的AI看光光。

这就是上面提到的，AI比你更懂你。

这个技能，如果被“泛化”……应用在其他方面，或者被其他人所利用的话，想想还真是有点怕怕。这也难怪美国人民又有点炸锅。

Facebook说，为保护用户隐私，所有数据都聚合的、匿名的。当然，Facebook也不卖数据，他们出售，或者说出租的，是通过自己分析数据而实现的“预测”能力。

剑桥分析获取的那点三手数据，都能用来实现千人千面推送政治广告，手握20亿用户全方位信息的Facebook，要决定你下一部手机来自谁家只会更容易。

面对质疑，Facebook想扯上同行们。这家公司在回应中表示：

和很多其他广告平台一样，Facebook用机器学习技术，来向正确的人展示正确的广告。我们并不宣称知道人们所思所感，也不会将用户个人信息分享给广告主。

挡箭牌&背锅侠

你以为AI只能用来赚钱?拿衣服。

Facebook最近还为AI开辟了又一大新功能：背锅。

国会山10小时，人工智能戏份不少。小扎反复提起，似乎十分依赖，甚至寄予厚望。但深究起来，它一直是个挡箭牌和背锅侠。

减少仇恨言论?AI能搞定。

恐怖主义招募信息?AI能搞定。

虚假帐号?还是AI。

俄罗斯干涉大选?AI。

种族歧视广告?AI。

安全问题?AI。

那这个问题怎么解决?靠AI吧。

问题为什么还没解决?AI还不够好。

在内容审查问题上，Facebook的AI就一直在尝试，从未被认可。

小扎在听证会上反复提到，Facebook的检测系统在没有任何人添加标签的情况下就自动删除了99%的“恐怖主义内容”。2017年，Facebook宣布“尝试”用人工智能来探测“可能支持恐怖主义”的言论。

99%的“恐怖主义内容”，很可能是以图片和视频形式为主。经过训练的机器学习算法，现在识别图像的准确率在特定的数据集上甚至早已超越人类，各家公司也都投入了大规模的使用。

但是，更多的内容是以文字形态出现的。

但是，AI理解自然语言的能力甚至还达不到幼儿园水平。人类语言的一些细微差别，人工智能识别起来表现堪忧，让它来分辨真假新闻也是强AI所难。

小扎自己也承认，Facebook用来识别仇恨言论的AI，现在错误率实在是太高了。想要依靠AI审核内容，可能“还需要5-10年”。

到今年年底，Facebook打算雇2万人来做安全和内容审查。

这种反复用“人工智能”做辩护的行为，也遭到了媒体的批评。

人工智能这个词太宽泛了，想要确切地定义它，写进教材就是整整一章。它包含各种自动化、机器学习等等。The Verge发表的一篇文章说，“人工智能”这个词，让小扎在一群外行人面前找到了一种托词，毕竟他们没有能力展开深入提问。

欺负我们不懂技术?有一位议员做出了反击。

加里·彼得斯(Gary Peters)追问了一个关于人工智能透明度的问题：“你知道，人工智能并非没有风险，你必须对这种算法的构建方式保持极高的透明度。”

是的，你的挡箭牌：人工智能，它本身就很有问题。

扎克伯格承认这个问题非常重要，他还表示，Facebook有一整个人工智能伦理团队来解决这个问题。

只不过，就算不说人工智能，Facebook以及它的同行们，对“透明度”的理解也只是基本等同于“模糊地写在用户协议里”。这似乎并不能解决什么问题。

至于Facebook这一轮道歉的核心——数据泄露并被Cambridge Analytica滥用的问题，人工智能也帮不上什么忙。

而在真的需要人工智能的时候，它虽然有着巨大潜力，却也会因为使用了有问题的数据集而带上偏见。倾向于将黑人认作罪犯、认为女性和科学工作不搭等等问题，在人工智能的应用中层出不穷。

For Good

扎克伯格在听证会上说：

Across the board， we have a responsibility to not just build tools， but to make sure those tools are used for good。

打造工具，并确保这些工具用来做好事了。但愿小扎和他的同行们真的相信这句话，还能记住它。