Decentralized Web 新世界 (II)
After Bitcoin and Ethereum — Encryption & Data: New Form of Labor
如果說 Web 2.0 是「集合群眾智慧」的一段演進,那本次活動討論的 Web 3.0 (Decentralized Web) 則是一場「拿回資料自主權」的革命。
在聽完 Dimension CTO 劉懌斯 Yisi Liu 分享美好浪漫的 DWeb Camp 後,Dimension 的 Founder & CEO Suji 則與大家分析我們是怎麼從提供勞力的勞工,演變到提供資訊的勞工,我們交出了個人隱私與免費勞動力,在社群平台上換取看似便利的生活,DWeb 要如何幫助大家對抗 Web 2.0 之下產生的網際網路巨頭公司;在比特幣跟以太坊帶給大家兩種自由之後,區塊鏈要怎麼把這種自由擴展到其他地方,例如資料跟隱私。
和懌斯一樣,曾就讀美國伊利諾大學香檳分校的 Suji,在離開學校後曾在日本擔任過記者,報導福島核電廠重建面臨的問題。也曾當過 AI 工程師,後來因為對 DWeb 有興趣,所以開始研究起這個主題。
他認為比特幣是在提供「自由的金錢跟資產」,擁有私鑰就能掌控自己的錢跟資產,不會依賴其他中心化機構跟組織;而以太坊則是「解放合約的限制」,藉由可以強制執行合約,減少在傳統合約無法執行時需要政府或是可信賴的中間機構仲裁的成本,像是民主社會可實行的去中心化投票與選舉方案,是個人或是大型組織無法修改的選舉基本設施。
而在探討如何擴大比特幣、以太坊或其他方案的成果給所有大眾,又不會影響到他們的有效性時,會遇到三個問題:
第一個問題是中心化,平日我們使用的通訊渠道除了像 Blockstream Satellite 計畫,用衛星傳輸比特幣以減少對網際網路的依賴之外,只要透過網際網路都會有因為使用電信公司服務,而遇到中心化的問題。另外像是交易平台、合約入口也都還是中心化的,這些組織都可能會遇到隱私或是資料被收集及竄改的可能。
第二,在買賣加密資產時的溝通管道是否是安全,透過一般社交軟體進行交易還是有被駭客假冒身份的風險,我們對通訊工具充滿了信任,但在溝通的過程有沒有任何資訊被調包的可能,取決於通訊工具是否是自由而且中立的。
最後則是,要怎麼把自由的資產跟自由的合約擴大到更大的層面?像是把這些擴展到自由的勞動跟自主的溝通,並且結合已有的基礎設施。
我們失去了什麼?
網際網路的中心化,其中最大的問題是數位資產的價值轉移,大公司提供免費服務給用戶,讓用戶在使用果程中產生很多的數據,這些數據被大公司用來進行資料 training,並將結果則用在投放廣告跟服務給用戶,通過這些廣告跟服務來剝削用戶,廣告主為了推廣產品而買單去投放服務,用戶會因為不斷出現的廣告跟隱喻而被操控心智,在這些操控之下用戶或許會選擇購買產品。大公司除了廣告投放收入之外,還因為擁有這些使用量而從融資當中得到更多資金。在這過程中用戶免費得到了使用權,以及可以跟朋友間互相交流的平台,但在不知不覺中我們失去的更多,Suji 提出了四種我們逐漸消失的權利:
第一個是自由遷移權:所有的資料跟紀錄在一個平台上儲存之後沒辦法轉移到另一個平台。
第二個是失去了自由選擇閱讀/觀看的權力:我們看的東西是被算法推薦及操控的,使我們的想法一步步地受到影響。
第三個是價格歧視:平台可能對似乎比較有錢的用戶推薦更高單價的產品,或是設定更高的價格。
第四個則是數據知情權:我們完全不知前三個權力是否喪失了沒?因為這些數據在不同的公司間交易,所以這些數據的使用狀況已難以被追溯。
Radical Markets — Data as Labor (數據即勞動)
在我們失去權力的同時,也提供了免費的勞力,輸入資料給這些平台,平台並依此消費我們的數據。由芝加哥大學法學院的美國法學教授 Eric Posner 及 新英格蘭微軟研究院的經濟學家和首席研究員 Glen Weyl 所合著的 Radical Markets 「激進市場」一書中提出 Data as Labor (數據即勞動) 的觀念。
在傳統被剝削的勞工在貢獻出勞動之後,將勞動價值賦予工廠,生產出的產品在自由市場轉換為貨幣,貨幣當局則用貨幣手段來剝削勞工,使勞工雖然努力工作但卻越來越貧窮。
而在數據即勞動的時代,用戶們每天使用手機、電腦產生的數據被儲存在大服務雲服務商的伺服器當中,這裡的自由市場則是被不同資料餵養的演算法,演算法投放出的廣告用來刺激用戶消費,而這些消費的金額當中一部份被廣告主用來支付廣告費用,等於是大公司把債務轉嫁在購買商品的用戶身上,因此身為用戶的我們也在廣告投放當中不斷的消費而變得越來越貧窮。
接著 Suji 提出,區塊鏈的出現就把這個生態系中的貨幣改成了加密幣,而貨幣當局跟個人的信貸模式改用像是 Maker DAO 或 Compound 的 DeFi 來解決,個人跟服務廠商的關係則通過像是 IPFS 來儲存資料及使用像是 Solid 的弱中心化身份方案來取代,大數據的計算則改用 Edge computing 或是 MPC (Multi-Party Computation) 的方案。
在去中心化區塊鏈的加入下,這樣的轉變看起來非常美好,但是今年我們也看到像是臉書的大型企業發現大家想從「金錢」開始,用加密幣打破現在的資本循環,因此也推行出臉書自己發行的加密幣,並和其他大公司們合作,組成了一個用巨大強權所推疊出來的生態系,像是信貸部分使用 Master 及 VISA 為方案,資料儲存用 AWS 或 Google Cloud 等,用戶的錢在這樣的生態系中一樣會被剝削。
過去的嘗試
過去人們想要跳脫由巨頭壟斷做過很多種嘗試,例如離開現有不安全的平台,改用其他像是 “Signal” 或是暗網,但這當中都沒有 DAU (Daily Active User) 超過百萬以上的產品,而且也因為不被大多數人了解而遭受到污名化。或是成立新的平台或產品期望顛覆之前的巨頭,像是 Telegram 和 Signal 等都是創始人具有極大勇氣和犧牲才能維持原有的理想,但是因為這些不開源的程式系統,本質上所依賴的還是人治,難以保證在成功顛覆現在的巨頭之後是否會成為另一個新的壟斷企業。
Own Your Data
數據是新時代的石油,因此產生數據其實是一種「勞動」,但是由於網路的特性,這種「勞動」很難由個人保護。
這時候「加密」就是每個人保護自己財產和權益的基本工具。
Suji 覺得比特幣保護了自由自主的個人財產,以太坊等智能合約保護了自由自主的個人權益,未來則是朝保護自由自主的「數字協議」和「交流渠道」。網際網路無法改變網際網路服務提供商 (Internet Service Provider, ISP) 的壟斷地位,只是使得他們的權利變得沒這麼巨大。
區塊鏈、Web 3.0 也無法改變中心化的網際網路巨頭長期存在,但能使用戶的「勞動」、「資產」、「權益」得到保護。
歷史上的例子 & 現在
Netscape_ vs_Windows
Windows 是一種壟斷級別的中央系統,也曾引起一次反壟斷訴訟案,由美國聯邦政府起訴 Windows 違反《謝爾曼反壟斷法》而占據了絕對的市場壟斷地位;Navigator 則是在微軟裡面建立了一個可編程、可互聯的瀏覽器,更多的開發者可以在其中開發網頁或是其他有趣的軟體,而不需要使用微軟的瀏覽器,就像是在封閉式的系統裡鑽了一個洞,這個洞可以通往很多開放系統。
WhatsApp_vs_AT&T
手機聊天軟體如 WhatsApp、微信出現後,雖然都是綁著電話號碼,以及對用戶來說使用上沒有太大差異,但是這些聊天軟體只是利用電信業者的數據層傳遞訊息,或是將通訊內容加密保護起來,因此電信商沒辦法得到並且利用這些訊息內容。可說 What’sApp 是透過在原來的 Network 上創建新的 Network 來打敗原有的 Network。
Maskbook_vs_Facebook
如此類推,我們未來也可以繼續使用 Facebook,但是這些跟朋友間的訊息只有指定的朋友才看得到,無法被 Facebook 收集到,這就是 Maskbook 要做的:真正控制自己的數據資產跟言論。
暢想未來
Suji 覺得未來「創造數據」做為一種「勞動」這樣的概念會被網路巨頭們接受,並願意圍繞這誕生一種新的商業模式和讓利機制,且這樣的市場會繼續擴大。
並且「加密」會成為人人都能擁有的基本權利 & 工具;他人為「加密」是自然法和造物主賦予每個人的權力。雖然現在的加密幣還不是很好用,但慢慢的會影響到所有人思考、生活、言行的每一部分。
Dimension 在做什麼?
Dimension 在做一系列通過密碼學跟加密來解決自由勞動跟自由權益的方案,他們覺得自己是 Web 2.0 和未來 Web 3.0 (DWeb) 間的橋樑,現在大家對未來有很多的暢想,但是實際面上現在很多工具還無法被大眾接受,因此他們覺得必須先承認「壟斷」這件事會永遠存在,只是壟斷的形式改變而已,承認這事之後就有明確方向將所有密碼學跟技術當作武器結合起來,創造一個平行世界;平行世界中一樣還是可以使用臉書但是臉書不能對你投放廣告或是進行操控。
基於這樣的想法,Dimension 做出了包括 Maskbook 在內的幾個產品,最後這些產品會整合在一起,也期盼跟其他項目合作,期盼把自己當一坐橋樑,橋樑的兩端,一端是現在,一端則是 Web 3.0 的美好未來。
關注 Dimension
Maskbook Telegram: https://t.me/maskbook_group
Maskbook Facebook: https://www.facebook.com/realmaskbook/
用力地鼓掌拍很多下手和把文章分享出去,會是對一位文字梳理者,最大的鼓勵和寫下一篇文章的最大動力!
1 ~ 10 下 我看了。
11 ~ 30下 我喜歡。
31 ~ 50下 希望可以寫更多這類型的文章。