最近，國家密集出臺法律法規，保護個人在網際網路上的資訊保安。8月20日，全國人大常委會表決通過了《個人資訊保護法》；8月27日，國家網信辦釋出《網際網路資訊服務演算法推薦管理規定（徵求意見稿）》。兩份法規明確指出，網際網路平臺和商家不得過度收集個人資訊、不得濫用演算法權力、不得利用演算法對消費者進行“大資料殺熟”，等等。

“大資料”到底是怎麼殺熟的？你可能會說，就是網際網路商家蒐集消費者的個人資訊，分析他的消費偏好和收入水平，看人下菜碟唄。比如今年3月份，復旦有位教授花5萬元打了800多次網約車，證明了一個相關性：手機越貴，被收取的打車費越高；蘋果手機容易被更貴的車型接單、享受的優惠更少，而且時間延誤的比例最高！

但是這裡商家只需要蒐集消費者的幾個特定資料就可以，還算不上“大資料殺熟”。真正的“大資料殺熟”是怎樣的呢？谷歌有個資料科學家叫達維多維茨，他說，真正的大資料殺熟，是透過資料搜尋，在茫茫人海中找到你的“二重身”。

比如亞馬遜的推薦，就不僅僅是根據你自己的偏好和歷史資料，而是在它的龐大資料庫中搜索你的“二重身”，把他們購買的商品推薦給你。“二重身”演算法也可以被用在醫學上。每個人對藥物的反應可能千差萬別，如果能透過大資料找到一些和你的生理資料、健康狀況、生活習慣、性格背景都高度相似的“二重身”，看看他的身體對特定藥物和治療方案的反應，醫生就能向你推薦更適合你的治療方案。

如果商家把它用來“殺熟”呢？比如，美國部分保險公司，就會透過資料庫中顧客的“二重身”，來判斷他最高願意承受多高的保費。還有賭場。美國的賭場發現，每個賭徒都有一個特定的“放棄點”，比如3000美元。在這個放棄點之內，他輸多少都不會意志消沉，今天輸完了第二天還來；但是，一旦一天之內輸過了，超過放棄點，那麼他可能就輸怕了，好幾個月都不會再踏進賭場。賭場經理的任務，就是要讓每個顧客都在賭場花足夠多的錢，但是又不超過放棄點。

問題是，每個人的放棄點都不一樣，賭場經理怎麼知道他的放棄點是2000美元還是10000美元？還是那個辦法：給每個顧客建立資料庫，錄入年齡、性別、郵編、行為規律、盈虧情況、進出場記錄等等。每當來了新顧客，賭場經理就在資料庫中找到他的“二重身”，估算出他的放棄點。據說，每當顧客輸到接近放棄點時，賭場經理會走過來說：“我看你今天手氣不太好，我送你一張牛排館的優惠券，這邊，先帶你夫人去吃頓燭光晚餐吧。”你看，這個過程是不是細思極恐？

技術史專家克蘭茲伯格說過一句話：“技術既無好壞，亦非中立。”這句話的意思是，技術本身雖然沒有好壞，但是有極大的影響力，手握技術的科技公司，有義務去預判一項新技術到底會帶來什麼樣的影響。科技向善，不是可有可無的個人情懷，而是必須履行的社會義務。