此外，个体的个人数据不仅能在社交网络中共享，还可以用来预测他人的行为、兴趣、偏好甚至健康状况（Andrejevic，2013；boyd，2012)。当人们的小数据与其他人的数据聚集在一起以产生大数据时，这种结果数据将被用于预测分析（见本书第五章）。作为算法监视和算法身份生产的一部分，人们在参与的社交媒体网络和被定位为“喜欢”访问的网页中将呈现为他人的构型。人们几乎没有任何机会能选择不加入构建自身的数据集合中。
网络隐私话语中存在着一种明显的张力。研究表明，在数字社会中，人们对隐私持有矛盾的、甚至是悖论性的观点。一方面，许多人支持将数据监视应用于安全目的和改善经济社会福祉。人们普遍认为，他们不担心被其他人在线监视，因为他们没有什么可隐瞒的（Best，2010)。另一方面，有证据表明，持续的、无处不在和普遍的数字监视令人不安。人们认识到，隐私保护的范围是有限的，至少个体在控制自身数据的访问权或享有“被遗忘权”方面是有限的（Rosen，2012；Rosenzweig，2012)。一些评论者认为，我们确实需要在数字时代重新思考“隐私”概念。罗森茨威格(Rosenzweig，2012)将传统的隐私概念描述为“古董隐私”，并声称这些概念需要在当代普遍盛行的数据监视世界中受到挑战和再评估。他认为，在衡量权利和自由时，任何数据监视项目中的手段、目标和后果都应该被单独评估。
最近，皮尤研究中心对美国人进行的一项调查(Rainie and
第七章 数字政治及公民数字公共参与
169