夜雨聆风
AI正在偷偷＂认识＂你:2025年个人信息泄露新形态与GB/T 35273-2020的应对边界
AI正在偷偷”认识”你：2025年个人信息泄露新形态与GB/T 35273-2020的应对边界
摘要：ChatGPT一类的AI助手知道你的口头禅，推荐算法精准到让你害怕，人脸识别在你不知情时默默记录……2025年，AI技术的普及正在创造出前所未有的个人信息泄露新形态。本文结合真实案例，探讨这些新威胁是否在GB/T 35273-2020的规范射程之内，以及现有标准的边界在哪里。 关键词：GB/T 35273-2020；AI个人信息；大模型隐私；人脸识别；推荐算法；数据合规
一、你的”数字分身”正在被AI精细化描绘
2025年，一位用户向国家网信办投诉：
“我从未授权任何App使用我的声音，但一款AI客服软件在我打电话后，能通过我的语音特征识别我的年龄、情绪状态，并推测我的经济能力，进而影响报价。”
这不是科幻小说，是真实发生的事。
AI技术的飞速发展，正在将个人信息保护带入一个前所未有的复杂地带。
传统意义上的个人信息泄露，通常是：数据库被黑 → 明文信息外泄。
而2025年的新形态是：AI模型从行为数据中”推断”出你从未主动提供的信息。
这，是GB/T 35273-2020当年制定时，尚未完全预见到的挑战。
二、AI时代的三大个人信息新威胁
威胁一：大模型的”记忆泄露”
用ChatGPT、文心一言等大模型对话，你可能无意间透露了：
- ● 你的工作单位（”我是某某公司的HR”）
- ● 你的健康状况（”我最近血糖有点高”）
- ● 你的家庭情况（”我要给我妈妈推荐一款保健品”）
这些对话数据，可能被用于模型训练。
GB/T 35273-2020 第6条明确规定：个人信息的收集应遵循最小必要原则，且须明确告知收集目的。 但在与大模型的自然对话中，”告知”边界极为模糊——用户很难意识到每一句话都可能是数据采集。
威胁二：推荐算法的”隐形画像”
你从未点击过某类广告，但算法已经通过以下数据”猜出”了你的偏好：
- ● 停留时间（即便你只是停下来看了一眼）
- ● 滑动速度（快速滑过某类内容）
- ● 时间节点（你在深夜频繁浏览的内容类型）
这种行为推断数据，在标准2020版中属于灰色地带——它并不是用户”主动提供”的信息，而是系统”观察”出来的信息。
GB/T 35273-2020 第5.6条将”个人行为数据”列入个人信息范畴，但对于从行为推断出的衍生信息，规范仍然不够细化。
威胁三：人脸识别的”非感知采集”
2024-2025年，多家商场、写字楼被曝光：在顾客不知情的情况下，通过门禁摄像头采集人脸特征，构建客户数据库。
人脸识别信息属于GB/T 35273-2020明确列出的敏感个人信息（个人生物识别信息），标准要求：
应取得个人信息主体的明示同意，并不得强迫或隐瞒采集目的。
然而，”非感知采集”恰恰绕开了”告知-同意”的传统路径，直接进行技术层面的数据获取。
这是2020版标准面临的最直接挑战之一。
三、对照国标：哪些行为已触红线？
我们梳理了2024-2025年典型AI个人信息违规案例，逐一对照GB/T 35273-2020进行分析：
| 违规案例 | 触犯条款 | 处罚结果 |
|———|———|———|
| 某电商平台AI推荐系统擅自收集用户健康偏好数据 | 第6条（最小必要）+ 第8条（敏感信息同意） | 被网信办约谈，罚款180万 |
| 某写字楼物业未告知安装人脸识别门禁 | 第8条（明示同意）+ 第9条（禁止强制采集生物信息） | 被上海市网信办责令整改 |
| 某AI医疗App将用户问诊记录用于模型训练 | 第7条（目的限制）+ 第8条（敏感信息单独同意） | 被吊销互联网医疗资质 |
| 某大厂大模型未向用户说明对话数据用途 | 第5.4条（公开透明）+ 第6条（目的明确） | 监管约谈，公告整改方案 |
结论：现行GB/T 35273-2020已能覆盖大多数AI场景中的违规行为——不是标准滞后，而是执法力度和技术识别能力尚待提升。
四、国标的”边界”：2020版无法完全应对的新情况
客观地说，GB/T 35273-2020 也存在一些局限性，在AI时代显现出来：
局限一：推断信息的归属问题
标准对”个人信息”的定义基于识别特定个人的可能性，但对于AI推断出的偏好、情绪、信用评分等衍生数据，并未明确是否适用相同保护规则。
📌 2025年趋势：国家网信办《互联网推荐算法管理规定》已填补了推荐算法部分，但仍需与GB/T 35273-2020形成联动。
局限二：AI生成内容中的个人信息问题
当AI工具（如深度伪造、AI写真）使用真实用户图片生成内容，这是否构成对生物识别信息的再加工？标准2020版对此未作明确规定。
局限三：”去标识化”的可逆性问题
标准允许对个人信息进行”去标识化”处理后用于数据分析。但AI技术已经证明，足够多的去标识化数据，通过模型可以再识别出特定个人。这让”去标识化等于脱敏”的传统假设岌岌可危。
五、标准演进：GB/T 35273的下一步在哪里？
面对AI挑战，我国个人信息保护标准体系正在积极演进：
GB/T 35273-2020（现行核心规范）
│
├── GB/T 41391-2022（移动App个人信息保护）
├── 《互联网推荐算法管理规定》2022
├── 《生成式人工智能服务管理暂行办法》2023
└── GB/T 35273-202X（修订版，预计"十五五"期间发布）
业内专家预计，下一版GB/T 35273将重点补充：
- 1. AI推断信息的保护要求
- 2. 大模型训练数据的合规规范
- 3. 生物特征数据的技术防护标准
- 4. 跨境数据流动的AI场景专项规定
六、给普通用户的AI时代隐私自保指南
面对AI带来的新型隐私威胁，以下几点实操建议值得收藏：
- 1. 与AI对话时，避免说出真实身份、健康、财务信息——即便平台承诺不保存，训练数据中可能已留存
- 2. 关闭不必要的APP摄像头/麦克风权限——包括AI语音助手在后台的持续监听
- 3. 推荐算法设置中主动选择”限制个性化推荐”——多数平台在隐私设置深处提供了此选项
- 4. 谨慎参与AI拍照美化、换脸等功能——这类服务通常会保留你的面部特征数据
- 5. 遇到可疑的人脸识别要求，可拒绝并要求出示采集授权说明——这是你依据GB/T 35273-2020享有的权利
七、结语
GB/T 35273-2020 是一扇门，AI时代把这扇门之外的世界变得更加复杂。
但标准的存在，依然是我们手中最有力的盾牌——它规定了企业的义务，也定义了你的权利。
了解这把盾的边界，才能更好地保护自己。
本文为「标准和标准化」公众号原创内容，系 GB/T 35273-2020 系列解读第五篇。欢迎关注、转发。
参考标准：GB/T 35273-2020《信息安全技术 个人信息安全规范》
来源：标准和标准化 | 作者：标准和标准化