211service.com
¿Los macrodatos han hecho imposible el anonimato?
En 1995, la Unión Europea introdujo una legislación sobre privacidad que definía los datos personales como cualquier información que pudiera identificar a una persona, directa o indirectamente. Los legisladores aparentemente estaban pensando en cosas como documentos con un número de identificación, y querían que estuvieran protegidos como si llevaran su nombre.
Hoy, esa definición abarca mucha más información de la que esos legisladores europeos podrían haber imaginado, fácilmente más que todos los bits y bytes del mundo cuando escribieron su ley hace 18 años.
Esto es lo que sucedió. En primer lugar, la cantidad de datos que se crean cada año ha crecido exponencialmente: llegó a 2,8 zettabytes en 2012, una cifra tan gigantesca como parece, y volverá a duplicarse en 2015, según la consultora IDC. De eso, alrededor de las tres cuartas partes lo generan las personas a medida que crean y mueven archivos digitales. Un trabajador de oficina estadounidense típico produce 1.8 millones de megabytes de datos cada año. Eso equivale a unos 5.000 megabytes al día, incluidas las películas descargadas, los archivos de Word, el correo electrónico y los bits generados por las computadoras a medida que esa información se mueve a través de las redes móviles o de Internet.
Gran parte de estos datos son invisibles para las personas y parecen impersonales. Pero no lo es. Lo que la ciencia de datos moderna está descubriendo es que se puede usar casi cualquier tipo de datos, como una huella digital, para identificar a la persona que los creó: su elección de películas en Netflix, las señales de ubicación emitidas por su teléfono celular, incluso su patrón de caminando según lo registrado por una cámara de vigilancia. En efecto, cuantos más datos hay, menos se puede decir que es privado, ya que la riqueza de esos datos hace que localizar a las personas sea posible algorítmicamente, dice un científico informático de la Universidad de Princeton. Arvind Narayanan .
Ya estamos en este camino. Los tipos de información que hemos considerado datos personales en el pasado (nuestro nombre, dirección o registros de tarjetas de crédito) ya los compran y venden corredores de datos como Acxiom, una empresa que tiene un promedio de 1500 piezas de información en más de 500 millones de consumidores en todo el mundo. Estos eran datos que las personas ponían en el dominio público en un formulario de encuesta o cuando se registraban en servicios como TiVo.
Acxiom utiliza información sobre la marca y el año de su automóvil, sus ingresos e inversiones, y su edad, educación y código postal para ubicarlo en uno de los 70 grupos diferentes de PersonicX, que son indicadores resumidos de estilo de vida, intereses y actividades. ¿Acabas de finalizar un divorcio o te convertiste en un nido vacío? Estos eventos de la vida, que mueven a las personas de una clase de consumidores a otra, son de interés clave para Acxiom y sus clientes publicitarios. La compañía dice que puede analizar sus datos para predecir 3.000 propensiones diferentes, como la forma en que una persona puede responder a una marca sobre otra.
Sin embargo, estos corredores de datos hoy en día se consideran algo anticuados en comparación con empresas de Internet como Facebook, que han automatizado la recopilación de información personal para que pueda hacerse en tiempo real. Según sus registros financieros en el momento de su OPI, Facebook almacena alrededor de 111 megabytes de fotos y videos para cada uno de sus usuarios, que ahora suman más de mil millones. Eso es 100 petabytes de información personal allí mismo. En algunos casos legales europeos, los demandantes se enteraron de que los registros de Facebook de sus interacciones con el sitio, incluidos los mensajes de texto, las cosas que les gustaron y las direcciones de las computadoras que usaron, tienen 800 páginas impresas, lo que suma otros pocos megabytes por usuario.
En un paso que preocupa a los defensores de la privacidad digital, ahora se están conectando conjuntos de datos en línea y fuera de línea para ayudar a los especialistas en marketing a orientar los anuncios con mayor precisión. En febrero, Facebook anunció un acuerdo con Acxiom y otros corredores de datos para fusionar sus datos, vinculando las actividades del mundo real con las de la Web. En una reunión de inversores en marzo, el director científico de Acxiom afirmó que sus datos ahora podrían vincularse al 90 por ciento de los perfiles sociales de EE. UU.
Estos conjuntos de datos a menudo se describen como anonimizados de alguna manera, pero cuantos más datos incluyan, es menos probable que sean realmente ciertos. Las empresas de telefonía móvil, por ejemplo, registran las ubicaciones de los usuarios, eliminan los números de teléfono y venden conjuntos de datos agregados a comerciantes u otras personas interesadas en los movimientos de las personas (consulte Cómo los operadores inalámbricos están monetizando sus movimientos). Los investigadores del MIT, Yves-Alexandre de Montjoye y César A. Hidalgo, han demostrado que incluso cuando dichos datos de ubicación son anónimos, solo cuatro puntos de datos diferentes sobre la posición de un teléfono pueden, por lo general, vincular el teléfono con una persona única.
Cuanto mayor sea la cantidad de datos personales disponibles, más informativos serán los datos. De hecho, con suficientes datos, incluso es posible descubrir información sobre el futuro de una persona. El año pasado, Adam Sadilek, investigador de la Universidad de Rochester, y John Krumm, ingeniero del laboratorio de investigación de Microsoft, demostró que podían predecir la ubicación aproximada de una persona hasta 80 semanas en el futuro, con una precisión superior al 80 por ciento. Para llegar allí, la pareja extrajo lo que describieron como un conjunto de datos masivo que recopila 32.000 días de lecturas de GPS tomadas de 307 personas y 396 vehículos.
Luego imaginaron las aplicaciones comerciales, como anuncios que dicen ¿Necesitas un corte de pelo? En cuatro días, estará a 100 metros de un salón que tendrá un especial de $ 5 en ese momento.
Sadilek y Krumm llamaron a su sistema Far Out. Esa es una descripción bastante buena de hacia dónde nos llevan los datos personales.
Jessica Leber contribuyó a informar sobre este artículo.