“NOT ALL OF ME”

每个细节都有其情境

Helen Nissenbaum 的情境完整性论述，从适当的信息流而非单纯保密来解释隐私。谁接收信息、为何接收、在什么场景下，都会影响分享是否合适。应用于 AI，个人披露不必变成对其主人的通用描述。 [67]

学习工具记住某人的难点可能有用。但这不意味着本人希望该困难成为其他服务描述自己的依据。探索不同生活方式，不等于要求每次购物都体现这种探索。

因此，消费者的需求比“全面档案”或“完全无记忆”二选一更具体。有些人可能希望服务为某一目的充分理解自己，同时不干涉生活其他领域。这可能成为选择小而有边界的服务，而非承诺连接一切的服务的理由。

将分离纳入服务

如果服务邀请人进行私人反思，请告诉顾客哪些内容会留在该场景，哪些可能流向外部。在架构支持的情况下，让这些边界易于在日常使用中维护。一个人不应只为私下试想一个念头，就必须精通账户设置。

也要同样清楚地说明限制。去掉姓名不保证信息无法关联。标为“私人”的开关，不能建立底层系统并未维持的边界。承诺必须符合实际。

分离会有代价：连续性不那么便利、需要重复解释，恢复也可能更困难。有些顾客会觉得整合选项值得。另一些则愿意接受不便，以免探索中的自我变成所有服务都记住的版本。

对企业而言，这是提供范围明确而有用的关系的机会。顾客可能看重记住特定任务所需信息、并在历史不再有用时放下它的服务。他们可能想回到你这里，却不想带上整个人生。