情感计算的信息隐私法律风险及其应对

情感计算是指以人类情感为机器学习对象,具有情感识别和情感分析功能的智能科技。情感计算不以信息主体的身份识别为前提,旨在通过对输入端生物反馈信息或状态的分析处理而输出情感信息。为应对情感信息不当获取与利用所带来的情感操纵风险,需以信息隐私理论为框架展开风险应对之探讨。然而,现行信息隐私规范却存在风险应对不足的问题。情感信息因其具体类型的多样性而难以划入敏感个人信息的保护范围;生物反馈信息因其情感识别而非身份识别的目的难以作为生物识别信息而被保护;作为信息处理之合法性基础的告知同意也因情感信息的特殊性存在被架空的风险。鉴于欧盟《人工智能法案(草案)》中规制情感识别的经验,我国可尝试在算法治理中构建“生物数据”的概念并以之为媒介展开技术风险的分级分领域规制,从而构建可信赖情感智能的数字环境。

美国景观视觉资源规划设计方法评析及新技术改进潜力分析

尽管环境视觉感知领域有深厚科研积累,但由于系统性理论及实证缺乏、感受信息采集失真、缺乏实景信息互动等问题,景观视觉规划设计实践仍然相对薄弱。本文以美国景观视觉资源管理方法为研究对象,采用历史研究和预实验的方法,以选取美国林务局视觉规划为例,总结了传统景观视觉规划设计中可能存在的主要问题,并在此基础上介绍了如何通过包括生物反馈信息采集、地理信息协同平台、增强现实等技术对目前景观视觉规划设计过程进行优化和模拟检验。预实验结果表明上述若干新技术对于改进现有视觉规划设计方法有一定的效果,并分析了新技术的发展潜力。