摘要
大数据时代的个人信息和隐私尤为重要，信息权利保护和法律规制的重心在于如何理解个人信息/数据并保护个人隐私。国内外现有理论和实践以可识别的个人信息理论为争议焦点，即将个人信息划分为可以识别出个人的信息和不可以识别出个人的信息两大主要类型，保护个人信息和隐私的关键在于信息的去识别化/匿名化。如此，那些看似毫无意义的数据，诸如元数据就不是个人信息。显然，此种认识在理论上是经不起推敲的，也不符合现实信息保护实践的需要。因为以元数据为代表的“无意义”信息也能经由大数据和算法的“推测”得出具有敏感性的个人数据，使得匿名不能。所以，从信息的来源和产生方式上来看，个人信息可以被分为两类：收集的信息和“推测信息”，后者即是利用大数据和算法二次挖掘、分析和加工出来的信息。它是原始信息经过数据处理和加工分析之后得出的直接或间接有关个人的信息。推测信息在各学科理论和生活实践中是广泛存在的，内涵丰富，尤其是在现今数据时代的个人信息法律保护论域中更需要正视该问题。作为一个新型法律客体，推测信息具有鲜明的人格利益、财产利益和社会公共利益，其权利属性也有待确定。在现有个人信息权和隐私权理论中，推测信息可以被归属为个人信息权、隐私权以及一种知识产权中。但这些单一权说都无法很好地解释实践中的推测信息。国外的法律保护以隐私权和个人信息权为理论源头；规制实践中以美国和欧盟为典型，前者以行业来分散立法，后者以GDPR为代表集中立法。它们都试图以此应对推测信息的现实问题，但各有瑕疵。美国学者HelenNissenbaum提出的“情境一致(contextual integrity)”理论以情境中的规范来评估数据流动是否侵犯隐私，这包括两个基本原则，即适当性和流通性原则。这对于认识并评估推测信息来说十分有益。学者Sheri.B.Pan在此理论之上，结合大数据和算法的现实实践，以相关性和敏感性为新增要素补足了对推测信息的评估。以此相关理论为起点反思国外法律实践，可知推测信息和现有个人信息和隐私理论和保护实践需要更加考虑情境要素，以科技为助推。我国现有个人信息和隐私保护立法和司法实践也难以应对甚至忽视推测信息，今后相关法律规制实践也急需关注推测信息并更加考虑情境。从法理上归总，这意味着规制推测信息、保护个人信息及隐私需要尊重隐私、尊重数据和尊重情境。
NETL