top of page

Samsung 電視追蹤指控令 AI 廣告受審視

1 日前
讀畢需時 11 分鐘

一名網絡安全研究員指稱,一部 2025 年電視會為廣告用途處理音訊和螢幕資訊,令 Samsung 電視追蹤再次受到審視。該研究員以 log4j 名義發文,表示因發現異常精準的廣告而展開調查,並在 Samsung 電視作業系統 Tizen 內發現令人憂慮的軟件。這些指控值得調查,但尚未證實 Samsung 秘密錄製家庭對話以投放定向廣告。

核心爭議在於,擁有人理解自己授權了甚麼。Samsung 記錄了可選擇啟用的觀看記錄收集功能,而該研究員則指稱感測、軟件分析及廣告之間存在更廣泛的關係。兩者是不同主張,需要不同證據。發現咪高峰功能或廣告識別碼,並不能證明資訊會在兩者之間流通。

此事有相關先例。聯邦監管機構曾就未經知情同意收集觀看資料一事質疑 Vizio,顯示電視私隱爭議早於最新 AI 功能出現。今次不同之處,是所指稱的本地分析與廣告基礎設施結合。眼前壓力落在 Samsung 身上,要求其說明這些界線;同時研究人員亦須證明界線實際在哪裏失效。

Samsung 電視追蹤調查實際提出甚麼指控

據報發現提出嚴重指控,但公開證據必須支持感測與廣告之間的每一個環節。

Tom’s Hardware 在 10 月 25 日的報道中,描述了 log4j 對一部個人擁有電視的調查。一則嵌入的 10 月 21 日帖文稱,異常具針對性的廣告促使其展開調查。該研究員表示,在遇上加密韌體——即嵌入裝置的軟件——後,取得了特權存取權限。

根據Samsung 追蹤指控,發現包括音訊分類、與螢幕相關的處理、行為資訊及廣告識別碼。報道亦描述了一個據稱與使用者行為相關的神經網絡,即機器學習模型。這些仍屬具來源歸屬的發現,並非已獨立證實 Samsung 全系列電視均存在的行為。

這項區別會改變讀者應如何理解標題。內含分析聲音程式碼的電視,與向廣告服務傳送對話的電視,並不相同。同樣地,能夠擷取畫面的軟件,亦不代表可辨識的螢幕截圖會傳送至廣告商。

調查始於對廣告的觀察,這構成調查理由,而非所指機制的證明。一則廣告可能令人感到異常貼身,卻未能說明是由哪一種資訊選出。要確立因果關係,須將所觀察到的廣告,連結至特定的收集及處理途徑。

因此,最有力版本的指控需要的不只是帶暗示性的軟件名稱。它需要證據顯示裝置收集了甚麼、哪個程序接收了資料,以及該資訊如何影響廣告。沒有這條鏈條,數項令人憂慮的發現仍可能只是彼此獨立的技術觀察。

這亦限制了對裝置效能的說法。電視感覺運作緩慢,並不能指出是哪個背景程序造成延遲。即使有證據顯示機器學習軟件正在運作,在將介面問題歸因於監控前,仍需另行量度。

對讀者而言,有用的發展是對 Samsung 私隱界線提出挑戰。當這些界線獲直接測試時,報道便更有力;當每一個感測器、識別碼及背景服務都被視為秘密錄音的可互換證據時,報道便會削弱。

Samsung 的私隱承諾建基於有意義的同意

Samsung 承認收集觀看記錄,因此爭議在於其範圍、運作方式及授權。

Samsung 自己的觀看資訊控制說明將自動內容識別(ACR)描述為識別電視內容的可選技術。公司表示,擁有人須同意 Viewing Information Services 才會啟用該功能。其披露的資訊包括觀看記錄、裝置識別碼及網際網路地址。

Samsung 亦表示,不會錄製或觀看電視上顯示的內容。該公司稱會產生用於識別節目的特徵碼,而非保留傳統錄影。這些聲明構成既有公開立場,而非對 log4j 調查中每項指控作出的已驗證回應。

該公司稱,擁有人可透過電視設定撤回同意。這帶來一項清晰的獨立測試問題:當權限改變時,相關收集是否停止?私隱控制只有在實際效果與向擁有人呈現的選擇一致時,才有意義。

同意亦涉及理解問題。擁有人可能明白自己授權了推薦功能,卻未必理解產生推薦所需的資訊。電視介面應讓一般買家清楚理解識別節目與使用觀看記錄之間的關係。

同意收集與同意所有可能用途之間,亦有進一步差異。允許使用聲音功能,並不會自動說明其輸出是否用於廣告。有意義的披露,應連結資訊、目的、接收者及可用控制。

Samsung 面對壓力,是因為籠統保證為技術模糊之處留下空間。關於不錄製內容的聲明,本身無法解釋每一次暫時擷取或衍生訊號。擁有人需要能夠理解短暫處理某些內容與保留其相關資訊之間的差別。

撤回同意也適用同一要求。關閉個人化廣告、停用內容識別,以及限制語音功能,處理的是不同活動。把它們視為單一通用開關,可能令擁有人錯誤理解其選擇的實際效果。

因此,這場爭議測試的不只是 Samsung 有否刊登通知,而是裝置在一般條件下的行為,是否與通知一致。關鍵比較在於向使用者展示的權限,與其後觀察到的處理行為。

本地 AI 處理並不能解決私隱問題

在電視上處理資訊可減少原始資料傳輸,但仍可能產生有關家庭的敏感資訊。

裝置端模型是在本地執行運算的軟件,而非將每項輸入傳送至遠端電腦。這種架構可支援有用功能,其私隱影響取決於輸入、輸出,以及結果其後如何處理。

Samsung 在聲音感測器功能中記錄了一個直接例子。其 Active Voice Amplifier 會分析周遭噪音並調整電視聲音,令對話保持清晰可聽。這證明部分電視有正當理由分析室內聲音。

但這並不能證明該功能會提供廣告資訊。同樣地,正當的聲音功能亦不排除其他地方存在無關的收集。兩項結論都需要有關軟件元件實際連接方式的證據。

這一區別重要,因為音訊分析可以產生不同類型的輸出。系統可能估算背景噪音、辨識指令,或將聲音分類。即使它們均由同一咪高峰開始,這些操作的私隱影響亦不同。

分類亦可在不保存錄音的情況下揭示資訊。描述某項活動的假設標籤,與難以辨識的噪音量度相比,會帶來不同風險。重要問題是輸出揭示了甚麼,以及系統將它傳送到哪裏。

螢幕分析亦需要同樣精確。一張暫時影像、一張已儲存截圖,以及一個精簡內容特徵碼,是不同的東西。內容特徵碼是用作將材料與已知內容比對的衍生表示。它對識別的作用意味着,不應自動被視為無害。

獨立的內容識別研究透過網絡量度檢視 Samsung 與 LG 電視。研究人員在部分使用外部輸入觀看的情境中,發現與識別相關的流量。其發現顯示,使用另一部裝置提供畫面,並不會自動移除電視本身的收集層。

該研究提供背景,而非確認 log4j 的音訊指控。它研究了特定裝置及條件,而加密流量可揭示的內容亦有限。其結果不應延伸為對每一個型號或每個應用程式的聲稱。

更廣泛的分析重點是,「本地」描述運算在哪裏進行,卻不說明所得資訊是否仍屬私密。裝置可丟棄原始輸入,同時保留有用結論;因此在審核中,輸出與錄音同樣重要。

對開發者及 AI 產品買家而言,這是熟悉的設計問題。私隱評估應追蹤資訊的完整生命週期。若只停留在模型的位置,最具影響力的商業用途便仍未釐清。

廣告識別碼令資訊流向至關重要

核心憂慮在於,為電視功能收集的資訊會否可供另一種用途使用。

Samsung 的私隱披露列出與廣告相關的裝置識別碼,包括其 Personalized Service ID 及 Tizen Identifier for Advertising。廣告識別碼是用來在廣告系統內區分裝置的標籤。它的存在證明存在相關基礎設施,卻不證明與室內音訊存在特定連繫。

該政策亦描述用戶啟用及使用語音指令功能時的錄音,並討論其服務之間的資訊整合及廣告用途。產品特定通知仍然重要,因為一般政策無法證明受檢視電視上有哪些功能正在運作。

要連結這些類別,需要技術證據。聲音處理元件與廣告元件可以同時存在於同一裝置,卻不分享輸出。當研究人員顯示其中一方會向另一方提供資訊時,私隱指控才會更具體。

這種傳輸即使不含某人的姓名,仍然重要。穩定的裝置標籤可令觀察結果隨時間被連結。這宗個案是否如此,仍有待檢視,而非讀者應自行假定的結論。

家庭使用情境令問題更為複雜。電視通常不只服務完成設定的人。觀看資訊可能反映共同使用行為,令裝置、帳戶與個人之間的關係難以解讀。

試想有人將工作手提電腦連接到客廳的顯示器。僅憑連接本身,並不能證明私人文件會被上傳或辨識。然而,這說明了買家為何關心資料收集是否會隨電視輸入訊號進行,而非只針對某個特定娛樂 app。

對於在會議室使用消費級顯示器的企業而言,這是合理的採購問題。買家可以詢問哪些功能會分析輸入內容、哪些設定可控制這些功能,以及相關選擇是否會持續生效。他們應尋求針對特定型號的答案,而非假定每部已連接的顯示器行為都完全相同。

知識管理與 AI 工作流程亦面對同一問題。原本為某項實用功能收集的資訊,若另一個系統能重用其輸出,便會變得更敏感。即使每個組件單獨看來都很尋常,用途界線仍然重要。

對 Samsung 而言,最清晰的說明應以擁有人能理解的方式梳理這些連繫。哪些資訊用於調校音效?哪些資訊用於受眾量度?哪些組件可以交換結果?回答這些問題,會比一般性的保證更直接回應問題核心。

證據必須區分功能能力與實際行為

一項具說服力的調查必須顯示:在正常使用、已記錄的設定,以及可識別的裝置上,究竟發生了甚麼。

逆向工程,即透過分析軟件以了解其運作方式,可以揭示一般設定畫面從未說明的功能。它可揭露輸入內容、處理程序及可能的目的地。這些發現是有價值的線索,但單憑具備某種能力,並不能證明其會被例行執行。

軟件可能包含未啟用的功能,或為其他設定而設的組件。因此,研究人員需要確認相關程式碼是否曾在被觀察的活動期間運行。裝置型號、軟件版本、地區及同意狀態,都有助界定結果實際證明了甚麼。

特權存取亦會帶來另一個變數。Root 存取,即對作業系統的管理員控制權,能讓人更深入檢查裝置。研究人員應說明,取得此類存取權是否改變了其後量度時的條件。

網絡證據同樣需要審慎解讀。封包擷取,即網絡通訊的記錄,可以顯示時間、目的地及流量規模。加密可能令這類擷取無法揭示連線內的資訊。

流量傳送至與廣告相關的目的地,並不自然證明其負載包含音訊或螢幕截圖。反過來說,未見明顯的音訊檔案,亦不代表沒有敏感推論離開裝置。兩種解讀都需要更多背景資料。

嚴謹測試應比較受控制的條件,同時保持其他變數穩定。相關差異包括咪高峰是否可用、已啟用的功能、同意選項,以及提供至螢幕的內容。目標是隔離所指稱的路徑,而非累積無關的可疑活動。

獨立重現有助分辨一般產品行為與特定設定。研究人員亦應在文件中清楚區分已確認發現與假設。這會令研究更易重複,也讓 Samsung 有具體主張可回應。

歷史比較再次說明精確的重要性。在其觀看數據執法行動中,美國聯邦貿易委員會描述了有關 Vizio 在未取得知情同意下收集觀看歷史的指控。2017 年的和解涉及披露、明確許可及私隱實務。

該案件顯示,即使沒有隱藏的對話錄音機制,收集觀看歷史也可能引起嚴重關注。但這並不證明 Samsung 曾作出相同行為。不同公司、產品、披露內容及技術證據,需要分別評估。

LG 提供了一個有用的當代比較,因為獨立研究人員曾把其辨識系統與 Samsung 的一併檢視。這項比較顯示,電視層面的追蹤是業界議題,但不能據此把各製造商的控制措施或數據實務視為等同。

因此,懷疑態度應雙向適用。讀者應質疑超出證據範圍的戲劇化說法,也應質疑只談原始錄音、卻沒有解釋衍生資訊的保證。

Samsung 電視追蹤值得審視,因為已有文件記錄的資料收集已構成具意義的私隱問題。尚未驗證的部分,令審慎報道更為必要。誇大那些部分,反而會掩蓋研究人員實際可測試的較狹義行為。

隨調查發展應留意甚麼

下一批有用的發展將是可重現的技術說明、Samsung 的具體解釋,以及對用戶控制措施的獨立測試。

第一個訊號是研究人員發表更完整的技術報告。最有用的報告應列明電視型號、軟件版本、權限,以及用於觀察各項行為的步驟。它應把輸入與輸出連結起來,並區分已記錄證據與詮釋。

若可重現地證明室內聲音分析與廣告之間存在連結,將大幅加強核心指控。若證據僅限於彼此獨立的音訊及廣告功能,則會支持較狹義的結論。無論結果如何,以經測試的關係取代暗示性的連結,都能提升理解。

第二個訊號是 Samsung 對所指稱路徑作出詳細解釋。一個有用的回應應說明相關組件處理甚麼,以及任何輸出是否會傳送至廣告系統。它應區分暫時分析、保留資訊,以及從電視傳送出去的資訊。

與可識別軟件行為掛鈎的說明,會比籠統宣稱重視私隱更有分量。若 Samsung 指出某項解讀有誤,獨立檢查應能測試該解釋。若其承認存在非預期連結,回應應說明範圍及補救措施。

第三個訊號是對受影響設定中的私隱選項進行獨立測試。研究人員應檢視擁有人撤回相關許可後有何改變。量度應針對所涉的特定收集行為,而非把所有餘下流量都視為失效證據。

若測試顯示相關處理及傳輸確實停止,將加強人們對這些控制措施的信心。若可重現的發現顯示相同資訊仍持續流出,則會削弱這種信心。在有更廣泛證據支持延伸結論之前,結果應一直與已測試的型號及軟件掛鈎。

未來數月值得留意這些訊號,但它們都不是已排定的公告。現有資料不足以承諾會有監管結果、軟件修正或決定性結論。有用的預測應聚焦於哪些證據會改變評估,而非猜測下一個標題是甚麼。

擁有人毋須等待每項指控都有結論,才檢視自己的選擇。Samsung 表示觀看辨識屬可選功能,為買家提供了一項有文件記錄的控制選項可供檢視。語音功能值得另行留意,因為其權限及用途與觀看歷史收集不同。

檢視工作應以裝置本身的通知及文件為依歸。咪高峰設定無法回答所有廣告問題。廣告偏好亦未必涵蓋每項收集功能。理解兩者的分別,有助擁有人作出有意識的選擇,而不會假定單一設定可控制一切。

對 AI 產品用戶而言,長遠問題不只限於電視。本機處理應附帶清晰說明,包括模型作出甚麼推論、哪些內容會保留,以及誰會接收結果。聲稱資訊留在裝置上,在買家能評估之前必須有明確定義。

隨着 Samsung 電視追蹤事件發展,應讓討論維持以證據為本。閱讀實際裝置上的通知、檢視可選權限,並留意記錄設定及軟件版本的技術發現。出現新主張時,應問哪些部分是研究人員直接觀察到,哪些仍屬推論。同樣應把這個問題問向公司的保證:它是否解釋了正受爭議的具體行為?對服務家庭或工作場所的電視而言,實際決定在於你授權哪些資訊,以及裝置是否尊重該選擇。跟進可重現的發現,將之與 Samsung 的解釋比較,並在證據改變時重新評估你的權限。

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page