AI 监视时代身份识别门槛下降的原因
身份识别从过去就存在。
不过,以前需要时间和精力。搜索、比较图片、阅读发帖、追踪过去日志。需要人类耐心调查。
AI 监视时代改变的是这种成本。
AI 和搜索技术让整理大量信息、寻找相似信息、缩小候选范围的工作变快了。身份识别的门槛正在下降。
原本靠手工作业的调查会变快
AI 与其说是取代人类调查,不如说是加速调查。
阅读大量发帖。比较图片背景。寻找文章习惯。翻译其他语言的信息。列出候选名单。这类工作现在能在短时间内完成。
| 以前很费力的工作 | AI 时代发生的变化 |
|---|---|
| 阅读大量发帖 | 更容易通过摘要和分类抓住特征 |
| 比较图片 | 更容易寻找相似图片和同一地点 |
| 比较 | 更容易比较写法特征 |
| 阅读其他语言 | 翻译会扩大调查范围 |
| 整理信息 | 更容易整理时间线和关系 |
这不再只是强大组织才拥有的能力。
普通人也能比以前处理更多信息。
AI 不是决定性证据,而是减少候选
思考 AI 时代的身份识别时,如果想象成“AI 一瞬间猜中本名”,就有些偏差。
真正重要的是减少候选的能力。
从大量发帖中只抽出地域相关内容。寻找图片背景中的店铺或车站。并列相似文体的账号。分类个人资料中的职业和兴趣。通过这些工作,会从“谁都可能”的状态接近到“这个范围内的人”。
| 阶段 | 发生的事 | 在匿名性中的含义 |
|---|---|---|
| 收集 | 收集发帖、图片、个人资料 | 公开信息会成为材料 |
| 分类 | 按地域、话题、文体、时间划分 | 候选特征会显现 |
| 核对 | 与过去发帖或其他账号比较 | 会出现像是同一人的迹象 |
| 缩小范围 | 减少符合条件的候选 | 即使没有本名,危险也会上升 |
匿名性被破坏,并不只是本名显示在屏幕上。
候选缩小到几个人、同一个职场、同一所学校、同一地区,也已经足够严重。
小线索会被使用
AI 时代的身份识别中,小线索会被使用。
发帖时间、表达方式、背景里的招牌、随身物品、旧头像、相同兴趣、同一地区的话题。单独看并非决定性证据的信息,会被用于缩小候选范围。
| 小线索 | 使用方式 |
|---|---|
| 发帖时间 | 推测生活节奏和地域 |
| 文体 | 查看与其他账号的接近程度 |
| 背景图片 | 寻找地点和日常活动范围 |
| 兴趣和专业术语 | 缩小职业和所属 |
| 旧头像 | 找到过去账号 |
在匿名性中,重要的是不要把信息单独看成“只有这一点应该没事”。
线索会被组合使用。
图片和文章会连接起来
过去,图片往往被当作图片、文章被当作文章来看。
现在,图片、文章、个人资料、搜索结果、位置信息会被跨类别查看。
| 信息类型 | 连接到的对象 |
|---|---|
| 脸部照片 | 真名账号、活动照片、过去个人资料 |
| 背景 | 店铺、车站、学校、职场、日常活动范围 |
| 文章 | 文体、专业领域、过去发帖 |
| 个人资料 | 职业、地域、家庭结构、兴趣 |
| 发帖时间 | 活动时间、工作时间、移动时间 |
AI 时代可怕之处在于,不同类型的信息会被跨越查看。
即使删除照片,文章还会留下。即使模糊文章,图片背景还会留下。关联会以这种形式继续。
普通人也更容易调查
过去,调查个人需要搜索技术、时间、语言能力和看图能力。
现在,如果组合搜索引擎、社交媒体搜索、翻译、图片搜索、地图、存档,初学者也能比以前调查更多公开信息。
不过,把个人信息或未公开信息输入外部 AI,本身会成为新的泄露风险。
| 使用的东西 | 能做的事 | 匿名性中的注意点 |
|---|---|---|
| 搜索引擎 | 搜索姓名、旧 ID、文章 | 过去发帖会被找到 |
| 图片搜索 | 搜索同一照片或相似图片 | 头像复用会显现 |
| 翻译 | 阅读外语信息 | 国家和语言的壁垒会降低 |
| 地图 | 核对背景和设施 | 从照片缩小地点 |
| 存档 | 查看已删除页面 | 以为已删除的信息仍会留下 |
这对思考匿名性的读者很重要。
不能断言“我不是名人,所以不会被调查”。调查成本下降后,对象范围会扩大。
门槛下降后对象会扩大
调查成本下降后,被调查的对象也会扩大。
不只是名人,普通个人、活动家、信源、内部举报者、学生、公司员工、家人都可能成为对象。
| 对象 | 风险 |
|---|---|
| 普通个人 | 从社交媒体和照片看到日常活动范围 |
| 活动家 | 活动参与和发帖时间连接起来 |
| 信源 | 从文章内容和资料反推 |
| 内部举报者 | 从文档访问和内容缩小候选范围 |
| 儿童 | 照片和学校信息会留到未来 |
匿名性素养不是特殊人群才需要的知识。
它是信息更容易被寻找的时代中的基础知识。
保护方法是减少组合
AI 时代的对策,并不只是避开 AI。
而是减少公开信息的组合。
| 关联 | 减少方法 |
|---|---|
| 文体关联 | 避免与实名侧相同的文章结构和口头习惯 |
| 图片关联 | 不重复使用同一头像或照片 |
| 时间关联 | 避免在现实事件刚结束后或固定时间发帖 |
| 地域关联 | 不过度公开车站名、店名、背景 |
| 过去信息关联 | 确认旧网名和过去个人资料 |
匿名性不是战胜 AI 的游戏。
它是减少缩小候选范围的材料,让实名侧和过去信息更难连接起来的运营。
也会与现实世界的记录连接
AI 时代的身份识别,并不只查看在线信息。
活动参与、店铺监控摄像头、支付记录、交通 IC 卡、出入馆记录、职场或学校日程、新闻影像等现实世界记录,也会连接起来。
| 现实世界记录 | 在线信息 | 连接起来的事 |
|---|---|---|
| 监控摄像头 | 发帖时间、现场照片 | 当时在场的候选人 |
| 支付记录 | 店名和时间相关发帖 | 行动范围 |
| 交通记录 | 与移动相关的发帖 | 通勤和参与路线 |
| 出入馆记录 | 职场或学校话题 | 相关人员候选 |
| 活动照片 | 社交媒体发帖、脸、服装 | 与参与者进行核对 |
思考匿名性时,并不会只在网络内部结束。
特别是涉及活动、采访、举报、现场参与时,要意识到在线发帖和现实记录会通过时间连接起来。
总结
AI 监视时代身份识别门槛下降的原因,是调查成本减少了。
大量发帖、图片、文体、翻译、时间线整理都比以前更容易。
结果,小线索会被组合使用。
脸部照片、背景、发帖时间、文体、旧 ID、个人资料信息,即使单独看很弱,也会成为缩小候选范围的材料。
保护匿名性,需要的不只是逐一查看信息,而是把它们作为组合来看的能力。
相关工具
OSINT Framework
与本文相关的外部资源。只有在符合你的处境和威胁模型时再打开。
列在这里的原因: 它可能有助于理解本文主题,但位于 Anonymity Sense 之外,使用前应先自行确认。
Google Lens
与本文相关的外部资源。只有在符合你的处境和威胁模型时再打开。
列在这里的原因: 它可能有助于理解本文主题,但位于 Anonymity Sense 之外,使用前应先自行确认。
URL : https://lens.google/
ExifTool
与本文相关的外部资源。只有在符合你的处境和威胁模型时再打开。
列在这里的原因: 它可能有助于理解本文主题,但位于 Anonymity Sense 之外,使用前应先自行确认。
URL : https://exiftool.org/
MAT2
与本文相关的外部资源。只有在符合你的处境和威胁模型时再打开。
列在这里的原因: 它可能有助于理解本文主题,但位于 Anonymity Sense 之外,使用前应先自行确认。