Kérdés a szakértőnek: Igaz, hogy a szociális hálózatok figyelnek minket

Dmitrij Kurkin

KÉRDÉSEK AZ US KÉRDÉSEK FŐBBÉRTÉKÉRE az online keresést használtuk. Az új anyagsorozatban olyan kérdéseket teszünk fel, mint az égő, váratlan vagy széles körben elterjedt szakemberek a különböző területeken dolgozó szakembereknek.

Az év elején a szociális hálózatokban elindított 10 éves kihívás flash mob, nemcsak összeesküvéselméleteket hozott létre, hogy a kampány célja a felhasználók fotóinak összegyűjtése és az arcfelismerő rendszer felismerése, hanem ismételten arra gondolt, hogy mennyire tudnak rólunk. szociális hálózatok és a velük dolgozó harmadik felek (a kereskedelmi társaságoktól a kormányzati szervekig).

Az a tény, hogy a technológiai óriások az úgynevezett digitális lábnyomokat naponta több száz felhasználó által gyűjtötték össze és elemzik, senki sem titok. És ennek tudatosítása újfajta félelmet jelent a „nagy testvér” ellen: a szociális hálózatok sokat tudnak rólunk, de mi van, ha túl sokat tudnak rólunk? Lehet-e nagy adatok felhasználni egy személy összes kapcsolatának, ízlésének, szokásainak, múltjának és jelenének megismerésére? És ha igen, milyen kárt okozhat a mi szeretetünk az interneten való kommunikációban, amiért önként önként megosztjuk az információkat?

Megkérdeztük a szakértőket arról, hogy a nagyvállalatok hogyan dolgozzák fel a felhasználói adatokat, és mennyire nagy a veszélye annak, hogy örökölje a szociális hálózatokat.

Liliya Zemnukhova

Kutató a Szentpétervári Európai Egyetem Tudományos és Technológiai Kutatóközpontjában

A digitális lábnyom tartalmazza az összes lehetséges adattípust - szövegeket, képeket, hang- és videofelvételeket, földrajzi elhelyezkedést és sok metaadatot (pl. Modulmodell, mobilszolgáltató, operációs rendszer, dinamika és a látogatások időtartama stb.). És nem csak mi töltjük fel digitális lábnyomunkat. A szociális hálózatok három adatforrás segítségével képeznek minket felhasználóként: az a tény, hogy magunkról jelentést teszünk; hogy mások számunkra jelentenek; és mi a leggyakrabban a tudásunk nélkül. Különösen átlátszatlan. Általában nem olvasunk felhasználói megállapodásokat és a személyes adatok gyűjtésére és felhasználására vonatkozó politikákat. Csak azt tudjuk megjegyezni, hogy ez a „fekete doboz” valahogy befolyásolja felhasználói élményünket: célzott reklám, barátok javaslatai, zenei ajánlások, a hírek elindításának eljárása ... A tapasztalatok egy kis részét magunk építjük, amikor a hírcsatornát manuálisan építjük, de elsősorban algoritmusokat hajtsa végre az alapértelmezett profilokba ágyazott funkciókat. Ezért soha nem fogunk megszabadulni a kontextusos hirdetésekről vagy a csoportok vagy (nem) barátok támadó javaslatairól. Társadalmi hálózatok, mint a vállalatok a felhasználókra vonatkozó adatokat kereskedelmi célokra használják fel, és platformot kínálnak a célzott tartalom eladására. És az út mentén továbbra is gyűjtenek rólunk adatokat: például ha legalább egyszer fizetett a hirdetésért, akkor a bankkártya és a tranzakciós adatok is a vállalatnál maradnak. A kormányzati szervek számára is adhatók adatok, ha nagy szükség van rá: például a Facebook rendszeresen együttműködik az amerikai kormányhivatalokkal, az átláthatósági politikájának megfelelően.

A szociális hálózatok belső politikája mellett még egy fontos részlet áll: a számlák több százezer egyéb alkalmazással és funkcióval társíthatók. Ez volt az oka például annak, hogy tavaly nagy megbeszélések zajlottak a harmadik féltől a felhasználói adatokhoz való hozzáférésről. Az Európai Unióban a fejlesztők szabadságának szabályozására irányuló fontos kísérlet történt - az általános adatvédelmi szabályok (GDPR) az elmúlt évben léptek hatályba. Úgy döntött, hogy nem ad át problémákat, de felhívta a felhasználók figyelmét erre a kérdésre. Ez nem kötelez minket arra, hogy olvassa el az összes felhasználói megállapodást, de azt gondolja, és legalábbis felelősséget vállalunk a digitális lábnyomainkért, és kövessük a digitális higiénia elemi szabályait.

Valeria Karavaeva

a Spiking adatgyűjtője

Néha nem gondoljuk, hogy hány számot hagyunk el a weben, és mennyi idő múlva segíti a vállalatokat, nem csak a szociális hálózatokat - bár a szociális hálózatok is. A szociális hálózatok nemcsak saját maguk adatait gyűjtik, eladhatják őket - tudom róla, mert egy reklámügynökségen dolgoztam, és Facebook-tól vásároltunk adatokat. És leggyakrabban mi, a felhasználók, hozzájárulunk ehhez anélkül, hogy észrevennénk. Az emberek életük felét szociális hálózatokban töltik és sok információt adnak magukról.

De előbb is lehetett adatokat összegyűjteni - miért kezdett csak most beszélni a nagy adatokról? Először is, mivel a számítási teljesítmény növekszik és ennek megfelelően olcsóbbá válik. A nagy adatok fő kérdése nem az adatgyűjtés, hanem elvileg mindannyian gyűjthetünk és tárolhatunk terabájt információt, de hogyan dolgozhatunk velük. A szociális hálózatokból (szöveg, hang, képek, videó) szerzett adatok többsége nem strukturálódik, így a nagyszámú gép nélküli tanulás haszontalan. Most, hogy a hatalom és a memória olcsóbbá vált, a neurális hálózatok iránti igény és a mély tanulás nőtt - végül megtanultuk a nagy adat tömbök feldolgozását.

Vegyünk például képeket - és ez tényleg nagy adatok, sok információt adhatnak. Több millió kép van, de mit kell velük csinálni? Hogyan részesülhetsz tőlük? Milyen mintákat tudnak tudni? A gépi tanulás valójában nem messze van. Ez nem olyan egyszerű folyamat, mint amilyennek látszik: nincs olyan dolog, amit egy gombnyomással nyomunk meg, és egy hét múlva teljes számításokat kapunk.

A közvetlen gépi tanulást komplexebb feladatok előzi meg. Ugyanezeket a képeket először megfelelően kell feldolgozni (például vágott, központosított képeket; ez fontos a tanuláshoz) - ez az első szakasz, amely általában hosszú időt vesz igénybe. A második lépés a probléma megoldására alkalmas hálózati architektúra kiválasztása. Körülbelül tíz különböző neurális hálózatot épít, és tíz különböző eredményt adnak. Akkor valahogy értékelnie kell az eredményeket. Ezután nagy valószínűséggel visszatér az első szakaszba. Lehetetlen egy univerzális hálózatot építeni egyetlen feladathoz sem. Az arcfelismerés egy feladat, a macskák felismerése egy másik.

A gépi tanulás folyamatában is részt veszünk anélkül, hogy tudnánk. Például a captcha bevezetése webhelyeken: captcha használata, a Google képzett neurális hálózatok a könyvek digitalizálására.

Meg kell értenünk, hogy a nagy adatokat gyűjtő vállalatok nem érdekelnek személyes profiljaink. Adatokra van szükségük egy csomó különböző emberről, akik érdekelnek valamilyen konkrétan. Ami a speciális szolgáltatásokat illeti, úgy gondolom, hogy adatokat gyűjthetnek a szociális hálózatok igénybevétele nélkül. Úgy gondolom, hogy a félelmünket, hogy figyeljük, hamarosan átadjuk. Ez az új világ: nem lehet örökölni az internetet, de nehéz. Könnyebb, ha egyáltalán nem jelenik meg a weben.

FOTÓK: antonsov85 - stock.adobe.com