當有人死亡時,這些人的社交媒體資料會發生什麼?據牛津大學的學者說,有時候什麼都沒有。根據牛津互聯網研究所(OII)的研究人員的說法,五十多年後,死者的Facebook個人資料數量可能超過網站上的活躍成員。

引用電視節目"dragons and zombies":“死亡的東西可能永遠不會消亡。”

從調查結果OII指示至少1.4十億Facebook用戶將死於2100年。在這情景發生時,根據去年的用戶數量級別,專家認為在社交媒體平台上,死了的人會在2070年超越活人數量。

該報告極為關注這一現象,預測在本世紀末之前死亡用戶的數量可能會增加到49億。研究人員認為,死亡概況將從非西方國家擴散,特別是在亞洲,到2100年人口數量將增加到20億。

目前,Facebook允許用戶通過簡單的驗證過程記住他們親人離去的親人的頁面。 “記住”一詞出現在人名旁邊,其他用戶可以分享他們的時間軸記憶或提供他們自己的貢獻,具體取決於設置。本月早些時候,Facebook改變了一些政策,以便死者不再出現活動邀請或生日快樂消息。

在主導此分析的研究所博士生Carl Öhman,在社會層面上的聲明,人們開始詢問他們死了之後他們的資料會發生什麼的問題。

Öhman說“這些統計數據產生新的困難問題,圍繞誰擁有所有這些數據的權利,如何在家人和朋友的最佳利益與未來的歷史學家為了了解過去的使用進行管理,”。

這些預測部分來自聯合國關於每個國家的預期死亡率和總人口數的數據。它還依賴於從Facebook的Audience Insights功能收集的數據。

研究人員補充說,“我們的數字遺骸”最終將影響使用社交媒體和消失的所有人,將這些數據留下。

“但是,已故用戶配置文件的總數也大於其各部分的總和。它是或將至少成為我們全球數字遺產的一部分,“Öhman在聲明中說。

雖然超過60%的美國人表示他們不信任Facebook的私人信息,但該網站是數十億照片,帖子和記憶的存儲庫。Oxford analysis的合著者David Watson在一份聲明中表示,控制“人類行為和文化的龐大檔案”不應該留給一家營利性公司。他說,對後代來說,能夠使用這些數據了解他們自己的歷史非常重要。

Watson呼籲在Facebook上邀請歷史學家,檔案,考古學家和倫理學家以“參與策劃積累由已故用戶留下的如此龐大的數據量的過程”。

Watson補充說:“這不僅僅是尋找未來幾年可持續的解決方案,而且可能會持續數十年。”

與當道的看法相反,研究人員表示,地球上死亡的人數比活著的還要多。 (例如,紐約皇后區的情況確實如此,那裡有300多萬個墳墓坐落在自治市的眾多墓地,而人口大約有236萬。)

OII研究的摘要說,研究人員認為,專門用於數據保護的商業方法帶來了重要的道德和政治風險,需要緊急考慮。我們呼籲建立一個可擴展,可持續和有尊嚴的策展模式,融合多個利益相關者的利益。“

轉貼自: HYPERALLERGIC

若喜歡本文,請關注我們的臉書:Big Data In Finance

 


留下你的回應

以訪客張貼回應

0
  • 找不到回應
Heya I am for the essential time here. I discovered this board and I to discover It extremely valuab...
8 reasons AI projects fail 在 Joomla 文章
訪客 - dollar general survey
All dollar general clients or customers are eligible to complete their dg customer first survey to w...
更重要的是把个人、企业、政府对资料、资料分析的重视性提升到了前所未有的高度,整个社会对资料分析的需求也呈现爆发式的增长。所以,Gartner提出了平民资料科学家下載下來試一試
<a href=...
I really enjoy these types of posts. Excellent content and very useful. I will share this subject wi...
訪客 - Megan
Abp. Vigano would have to be a mad man to make all http://frompwithlove.eudaimon.pl/author/sateri40/...
Papers 在 Joomla 文章

Monthly Select

慶祝破百萬瀏覽量! 免費輕鬆註冊會員觀看股票情緒!
COVID-19疫情初期股市網絡
COVID-19疫情高峰期股市網絡
探討|美元穩定幣:是反向吞噬加密世界的特洛伊木馬嗎?
P2P和銀行打交道 要過八關
4 Machine Learning Challenges for Threat Detection

Editor's choice

24 五 2020 06:29 - mm

摘要: What IT jobs are in [ ... ]

Trend / NewsRead more...
23 五 2020 13:15 - mm

摘要: Roughly a year ago, [ ... ]

ML / NLPRead more...

Popular Tags