[中图分类号]D922.1；TP391.41 [文献标识码]A [文章编号]0447-662X(2021)02-0121-11 人脸识别技术是生物识别技术在人工智能时代的一种全新的表现形式，从1964年布莱索开启真正意义上的自动人脸识别技术到2020年后3D算法的广泛应用，人脸识别技术在经历了半机械式识别阶段、人机交互式识别阶段后，凭借以算法和大数据为代表的基础科学的重大突破进入自动识别阶段，成了强人工智能时代的重要技术代表。具体来说，人脸识别技术是在计算机识别技术和光学成像技术不断发展成熟下产生的一项新型智能技术，其基于人的脸部特征信息进行识别、匹配和检索，我们早期也称其为人像识别或者面部识别技术。从人脸识别技术获取个人信息的运行原理看，具体应用场景分为“人脸监控”与“人脸验证”两种模式。“人脸监控”模式是将摄像头现场抓取到的人脸特征信息与数据库中的大量信息进行比对，判断是否有指定人员存在。该模式主要是政府及公安机关基于公共利益和社会治安需要，在车站、体育场、商场等公共场所进行安防布控和追踪，抓捕犯罪分子或者寻找解救失踪人员。“人脸验证”模式是将摄像头现场抓取到的人脸特征信息与数据库中已注册或登记的某一对象进行比对，核实是否是同一人员。该模式主要是企业基于经济利益的需要，应用在车站、机场等交通运输场所的取票、移动客户端的“刷脸”支付以及“刷脸”门禁等需要实名认证的场景，以确保个人身份信息的真实有效。 人脸识别技术较之以往指纹、眼角膜、虹膜等生物识别技术最大的法律风险并不是技术本身，而是通过预先存储的生物信息，在算法和数据分析的帮助下能够直接或间接的指认、匹配信息主体，进而通过数据深度检索或共享最终形成因人脸识别技术而产生的由私密信息与非私密信息组成的个人信息集合。人脸识别技术下所获取的个人信息在智能时代更多地表现出了一种复合性，这种复合性使人脸识别技术依托单一生物信息能够合成个人信息集合，单一生物信息成了连接私密信息和非私密信息的钥匙。但进入互联网社会后，非秘密信息在大数据下成为生产要素，市场正在通过各种方式精准地获取非秘密信息，人脸识别技术的出现，让这种需求轻而易举地实现。但目前尚未形成一套完备的网络治理模式，这种因人脸识别技术而产生的信息集合一旦被泄露或滥用，将造成巨大且不可逆转的损害后果，这成为目前人脸识别技术下个人信息保护的核心问题。 一、人脸识别技术中个人信息保护的特殊性分析 人脸识别技术的广泛应用，是智能技术与传统生活方式相结合的产物，但其作为一项技术，其本身并不能游走于法律之外，一旦被滥用，人工智能算法将异化为“赛维坦”(Seviathan)，①大数据将异化为“数字利维坦”(digital Leviatha)，②集两者为一体的人脸识别技术，会在智能进化、数据误判和非法指令下，给数据所有人、社会乃至国家利益带来更大挑战和严重危害。③人脸识别技术主要涉及数据收集、保管和使用三个环节，目前正被广泛应用于金融支付、解锁工具和现场比对等政府管理及市场交易活动中。人脸识别技术中的个人信息作为法律关系中的一种特殊客体，不仅包括原识别信息(生物信息)还包括再识别信息。原识别信息是人脸识别技术收集的直接信息，在性质上属于个人信息中的私密信息，再识别信息是人脸识别技术匹配上述私密信息后借助数据检索和数据共享生成的间接信息，在内容上包括新获取的私密信息和非私密信息。 这两类信息除了具有较强的经济性外，也突出地表现出了较强的秘密性和保密性。秘密性也被称为非公知性，即该信息应不为公众所知悉，但这并不是说法律要求人脸识别技术中的个人信息处于绝对的、安全的保密状态。④个人信息作为“生产要素”，特别是在数据检索和数据共享的算法设置下，个人信息在使用和管理过程中进行一定范围和一定程度的公开已成为必然。在这个过程中只要权利人采取了一定的保密措施，就应当认为人脸识别技术中的个人信息处在一定的秘密状态。同时，权利人采取保密措施的过程也就使其具有了保密性。人脸识别技术涉及大量的个人信息，这些信息具有一定的经济属性和人身属性，一旦泄露将无法修复，这促使权利人必须采取一定的保密措施防止个人信息的泄露，以维护其在技术上的领先，保有经济上的优势地位。从人脸识别技术的不同环节来看：在数据收集环节中，人脸具有较强的社交属性，极易被“无感识别”。⑤生活中具有极高辨识度的人脸直接暴露于客观世界，任何一个高清摄像头都可以在非接触且无意识的情景下，无须用户配合自主抓取人脸图片，甚至可以长时间、大规模地收集人脸面部信息。在数据保管环节中，缺乏完善的保密机制，容易发生数据泄露。人脸信息与人身关系紧密，技术控制者在收集人脸信息后，往往对数据库系统进行开放管理，或者因低强度保密措施而遭受黑客攻击，发生数据泄露，破坏人脸信息的唯一性，造成不可逆的人身损失和财产损失。在数据使用环节中，人脸识别技术的应用边界并不清晰，这使得技术功能常常异化，产生社会歧视。技术控制者作为追逐自身利益最大化的“经济人”，超出使用范围和目的滥用人脸识别技术，过度采集数据进行人物识别和身份追踪，会产生额外的、无法预期的其他后果。同时，基于人脸识别技术的准确率和人为操作偏差等问题，识别出的数据结果可能与真实情况不符，导致数据运用时产生偏见或歧视现象。
