大約五六年前，卡爾·裡卡內克的一個學生在YouTube上給他看了一段影片。這是一個人接受激素替代療法（HRT）以轉變性別的一段時間當時，我們正在研究面部識別，”北卡羅來納大學威爾明頓分校電腦科學教授裡卡內克告訴《邊緣報》。他說，他和他的學生總是試圖找到打破他們所研究的系統的方法，而這段影片似乎是一個特別棘手的挑戰。”我們說，‘哇，現在的技術根本不可能（在他們轉型之後）認出這個人。’

為瞭解決這個問題，裡卡內克做了所有優秀科學家都做的事情：他開始收集資料。像所有的人工智慧系統一樣，面部識別軟體需要大量的資訊來訓練，儘管有大量可供****的大型面部資料庫（大小從數千到數百萬張影象不等），但在HRT前後都沒有記錄面部的資訊。所以，裡卡內克轉向了網際網路——這一決定後來被證明是有爭議的。

在YouTube上，他發現了一個寶藏。接受HRT的人通常會記錄他們的進展，並將結果釋出到網上，有時會定期記日記，有時會**整個過程的延時影片。”“我分享我的影片是因為我想讓其他變性人看到我的轉變，”丹妮爾說，她幾年前在YouTube上釋出了她的轉變影片這些型別的過渡蒙太奇對我很有幫助，所以我想提前支付，”她告訴邊緣。

這些影片碰巧也是人工智慧研究人員的黃金，因為每一個影片都包含了幾十張不同的、真實的照片。正如裡卡內克在該資料集的網頁上所寫，他將從影片中編譯：“（它）包括在真實世界條件下拍攝的每個物件平均278張影象，因此，包括姿勢、照明、表情和遮擋的變化。”

但問題是：這些影片中的人是否知道或關心他們分享的幫助他人的個人旅程被用來改進面部識別軟體？

亞當·哈維，一位研究隱私和技術的藝術家和研究員，在電子郵件《邊緣》（The Verge over email）上說，這種資料抓取“非同尋常”。正是哈維在一個即將進行的專案研究中發現了HRT變性資料集，該專案正是在研究這種人工智慧訓練實踐。他在Twitter上分享了這個訊息，那裡的反應並不好。”一位使用者問道：“這怎麼合法呢？”“不好，”另一個說。

當我們聯絡裡卡內克時，他並不知道他的工作正以這種方式被討論。不過，他確實想澄清研究中的一些問題。首先，資料集本身只是YouTube影片的一組連結，而不是影片本身；第二，他從未出於商業目的與任何人分享（我們的工作只是闡明存在哪些問題領域）；第三，他三年前就完全停止了訪問。

他告訴《邊緣報》（The Verge）說：“原因是，在目前的環境下，提供這些東西讓人感覺有點不舒服。”出於政治原因，我再也不想釋出這些連結了。他說，他的團隊確實試圖聯絡那些他列出影片的人，並請求他們的允許，“作為一種禮貌”，但他承認，如果有人沒有回應，他們可能已經被包括在內了。

丹妮爾，誰是在資料集中的特點，其過渡圖片出現在科學論文，因為它，她說，她從來沒有聯絡過她的納入“我絕不會‘隱藏’我的身份，”她用線上資訊服務告訴《邊緣報》但這感覺像是對隱私的侵犯，”她說，她很高興知道資料集的使用受到限制（特別是它沒有賣給公司），但她說這種生物特徵收集“對跨社群有各種各樣的影響。”

她說：“從事‘身份科學’工作的人應該理解識別人的含義，特別是那些身份可能使他們成為目標的人（即軍隊中可能沒有出局的跨種族人士）。”在跨文化社群中，有一部分人被YouTube影片或其他內容嚇壞了，這些內容可以幫助人們找到如何‘識別跨文化人’。”

對哈維來說，這個故事並不奇怪。”由於缺乏關於資料收集倫理的公開討論，研究人員得以繼續從社交媒體來源，即Flickr和YouTube，收集大量生物特徵資料。預設情況下，這些影象可以獲得知識共享（creativecomm***，CC）許可證，允許免費下載並用於培訓面部識別系統，即使這項研究是由營利性公司資助的。

與其他資料集相比，裡卡內克的是一條小魚。例如，華盛頓大學編製的MegaFace資料集包含470萬張照片，約有62.7萬人，全部來自Flickr使用者。該專案的發起人包括三星、英特爾和谷歌，而這些資料本身也被來自世界各地的研究人員所使用，他們的工作幾乎肯定會被用於付費產品。

哈維說，拋開合法性和同意問題不談，“關於這些資料集的實際內容，還有更深層次的倫理問題。”他指出，MegaFace中最常見的兩類影象是“家庭”和“婚禮”。這是有道理的，因為我們喜歡拍誰的照片比我們所愛的人多？哈維說，只要瀏覽一下資料庫，“就會發現不計其數的個人照片，包括人們的家、婚禮、野餐、海灘旅行、**，甚至還有孩子的照片。這些照片中的大多數人（如果不是全部的話）都不知道，世界各地的生物識別公司正在對他們的朋友、家人和孩子進行面部識別演算法的改進。”

執法部門和****機構也對這些資料感興趣。裡卡內克的研究部分得到了聯邦調查局和軍隊的資助（儘管他說變性人資料集從未與任何**機構共享，也沒有得到他們的資助）。裡卡內克認為這項研究是一種解決邊境威脅的方法。但是使用這種研究的系統可能會加劇變性人在旅行檢查站已經面臨的騷擾和羞辱。

“如果一個****明白服用這種激素會增加他們越境進入有人臉識別保護的邊境的機會，他們會造成什麼樣的傷害？他說：“這就是我真正要調查的問題。”對於這些影片中的任何人所遭受的任何形式的痛苦，我深表歉意。我肯定不是從那裡來的。作為學術界人士，我們看到了巨大的挑戰，我們也希望解決這些挑戰，但這些挑戰的背後是真實的人，他們可能會受到我們尚未理解的方式的影響。”

哈維說，目前關於這種資料收集的倫理問題“幾乎沒有爭論”。這是一個複雜的話題，儘管個人可能會對自己的形象被擅自使用感到憤怒，但他們對此無能為力。

在某些情況下（比如一位研究人員未經允許從Tinder中搜颳了40000張**照片，並將資料集釋出到了網上），但在關於獲取資料的正確和錯誤方式的辯論中，最大的聲音是大公司的聲音。這導致了類似英國的情況，谷歌的人工智慧子公司DeepMind（DeepMind）達成了一項非法交易，獲取160萬個人的醫療記錄。

在某種程度上，我們已經習慣了這個交易。這是支撐現代網際網路的一個重要因素：你把你的生活資訊洩露出去，作為回報，你可以得到免費服務。但在人工智慧時代，隨著收集的資料變得越來越個人化——不僅僅是你的匿名瀏覽習慣，還有你、你的家人、你的個人時刻的照片——以及它創造的系統越來越具有控制力，也許是時候再次問自己，我們是不是付出太多了？