O1.01.3Irreversibility of data collection设计研究
事后补救无法消除已收集数据
别名: 数据收集不可逆性 · 数据残留 · residual data
概念解释
数据收集的不可逆性（irreversibility of data collection）指信息一旦被观察、复制或用于推断，后续停止收集只能阻止新的数据进入，不能保证既有知识消失。删除主数据库记录也不自动清除备份、日志、下游副本、训练产物或接收者已经采取的行动。它解释了为什么“以后可以删”不是与“不先收集”等价的保护。
机制
数字数据的复制成本接近于零，而溯源和召回成本随副本数量、组织边界及时间迅速上升。即使逐字节删除原始记录，由其生成的评分、分类或人工记忆仍可能保留信息；聚合模型也可能在特定条件下泄露成员或属性。补救通常只能降低未来可访问性和传播概率，无法恢复数据从未被知晓的反事实状态。
怎么研究
可通过数据谱系审计追踪一个测试记录在主库、缓存、分析仓、日志、备份和第三方接口中的传播，并在删除请求后按时间复测残留。指标包括副本覆盖率、删除传播延迟、不可定位的处理者数量和派生字段清除率。研究需区分逻辑删除、加密密钥销毁与物理擦除，也要避免用界面上“已删除”的反馈替代后台证据。
边界
不可逆不表示补救毫无价值。撤销访问、轮换密钥、通知接收方和修正模型仍能显著降低未来伤害；受控系统中的可验证加密擦除也可接近有效删除。但已经公开传播、被独立主体复制或触发外部决定的数据难以召回。模型是否必须重训取决于威胁、法律义务和数据影响，不能一概而论。
怎么落地
- 在采集前做“无法召回”测试：若该信息明天泄露或用途改变，是否仍愿意让它进入系统。
- 为每类数据维护谱系、处理者、派生物和删除传播协议，使补救范围可被枚举。
- 停止采集时同步冻结新推断与共享，不把关闭开关表述为已抹除历史。
- 建立带唯一测试标记的删除演练，在主库、缓存、日志、备份恢复和供应商回执中核验；将仍存在的副本、理由与预计清除时间告知用户。