Pertanyaan kepada ahli: Benarkah jejaring sosial mengawasi kita?
Dmitry Kurkin
TANGGAPAN TERHADAP MAJORITAS PERTANYAAN AS kami biasa mencari secara online. Dalam seri materi baru kami mengajukan pertanyaan seperti itu: terbakar, tak terduga, atau tersebar luas - kepada para profesional di berbagai bidang.
10 Tahun flash mob Challenge, diluncurkan di jejaring sosial pada awal tahun, tidak hanya melahirkan teori konspirasi bahwa tujuan kampanye adalah untuk mengumpulkan foto-foto pengguna dan melatih mereka untuk mengenali sistem pengenalan wajah, tetapi juga sekali lagi membuat mereka berpikir tentang seberapa banyak yang mereka ketahui tentang kita. jejaring sosial dan pihak ketiga yang bekerja dengan mereka (dari perusahaan komersial hingga lembaga pemerintah).
Fakta bahwa raksasa teknologi mengumpulkan dan menganalisis apa yang disebut jejak digital yang ditinggalkan oleh milyaran pengguna setiap hari bukanlah rahasia bagi siapa pun. Dan kesadaran akan hal ini menimbulkan semacam ketakutan baru terhadap "kakak": jejaring sosial tahu banyak tentang kita, tetapi bagaimana jika mereka tahu terlalu banyak tentang kita? Bisakah data besar digunakan untuk mengetahui semua koneksi, selera, kebiasaan seseorang, masa lalu dan masa kini? Dan jika demikian, apa salahnya keinginan kita untuk bersosialisasi secara online, yang karenanya kita secara sukarela berbagi informasi tentang diri kita sendiri, menyebabkan kita?
Kami bertanya kepada para ahli tentang bagaimana data pengguna diproses oleh perusahaan besar dan seberapa besar bahayanya mewarisi di jejaring sosial.
Liliya Zemnukhova
Peneliti di Pusat Penelitian Sains dan Teknologi di Universitas Eropa di St. Petersburg
Jejak digital berisi semua jenis data yang mungkin - teks, gambar, rekaman audio dan video, geolokasi, dan banyak metadata (misalnya, model gadget, operator seluler, sistem operasi, dinamika dan durasi kunjungan, dll.). Dan bukan hanya kita yang mengisi kembali jejak digital kita. Jejaring sosial membentuk kita sebagai pengguna dengan bantuan tiga sumber data: fakta bahwa kita sendiri melaporkan tentang diri kita sendiri; bahwa orang lain melaporkan tentang kita; dan apa yang terjadi paling sering tanpa sepengetahuan kita. Terutama buram terakhir. Kami, sebagai suatu peraturan, tidak membaca perjanjian dan kebijakan pengguna untuk pengumpulan dan penggunaan data pribadi. Kami hanya mencatat bahwa "kotak hitam" ini entah bagaimana memengaruhi pengalaman pengguna kami: iklan bertarget, saran dari teman, rekomendasi untuk musik, prosedur untuk meluncurkan berita ... Kami membangun sendiri sebagian kecil dari pengalaman ini, ketika kami secara manual membuat umpan berita, tetapi terutama algoritma melakukan fungsi yang tertanam dalam profil default. Itulah sebabnya kami tidak akan pernah menyingkirkan iklan kontekstual atau saran yang mengganggu dari grup atau (bukan) teman. Jejaring sosial sebagai perusahaan menggunakan data tentang penggunanya untuk tujuan komersial, menawarkan platform mereka untuk menjual konten yang ditargetkan. Dan sepanjang jalan, mereka terus mengumpulkan data tentang kami: misalnya, jika Anda telah membayar untuk iklan setidaknya sekali, maka kartu bank dan data transaksi juga tetap ada di perusahaan. Data juga dapat diberikan kepada lembaga pemerintah ketika ada kebutuhan besar: misalnya, Facebook secara teratur berkolaborasi dengan lembaga pemerintah AS, sesuai dengan kebijakan transparansi.
Selain kebijakan internal jejaring sosial, ada satu detail lagi yang penting: akun dapat dikaitkan dengan ratusan ribu aplikasi dan fungsi lainnya. Ini, misalnya, adalah alasan untuk diskusi besar tahun lalu tentang akses pihak ketiga ke data pengguna. Upaya penting untuk mengatur kebebasan pengembang dilakukan di Uni Eropa - Peraturan Perlindungan Data Umum (GDPR) mulai berlaku tahun lalu. Dia memutuskan untuk tidak mentransfer masalah data, tetapi menarik perhatian pengguna untuk pertanyaan ini. Ini tidak mengharuskan kita untuk membaca semua perjanjian pengguna, tetapi itu membuat kita berpikir dan setidaknya lebih bertanggung jawab atas jejak digital kita dan mengikuti aturan dasar kebersihan digital.
Valeria Karavaeva
ilmuwan data di Spiking
Kita kadang-kadang tidak memikirkan berapa banyak lagu yang kita tinggalkan di Web dan berapa lama nanti itu membantu perusahaan, tidak hanya jejaring sosial - meskipun jejaring sosial juga. Jejaring sosial mengumpulkan data tidak hanya untuk diri mereka sendiri, mereka dapat menjualnya - saya tahu tentang itu, karena saya bekerja di biro iklan, dan kami membeli data dari Facebook. Dan yang paling sering kita, para pengguna, memberikan persetujuan untuk ini tanpa menyadarinya. Orang menghabiskan setengah hidupnya di jejaring sosial dan memberikan banyak informasi tentang diri mereka sendiri.
Tapi itu mungkin untuk mengumpulkan data sebelumnya - jadi mengapa Anda mulai berbicara tentang data besar baru-baru ini? Pertama-tama, karena daya komputasi tumbuh dan, karenanya, menjadi lebih murah. Masalah utama big data bukanlah bagaimana mengumpulkan data - pada prinsipnya, kita masing-masing hari ini dapat mengumpulkan dan menyimpan terabyte informasi - tetapi bagaimana cara bekerja dengannya. Sebagian besar data yang diperoleh dari jejaring sosial (teks, suara, gambar, video) tidak terstruktur dengan cara apa pun, karena itu tanpa pembelajaran mesin data besar tidak berguna. Sekarang, karena fakta bahwa daya dan memori telah menjadi lebih murah, permintaan untuk jaringan saraf dan pembelajaran yang dalam telah meningkat - kami akhirnya belajar untuk memproses array data yang besar.
Ambil, misalnya, gambar - dan ini adalah data yang sangat besar, mereka dapat memberikan banyak informasi. Ada jutaan gambar, tetapi apa yang harus dilakukan dengan mereka? Bagaimana Anda bisa mendapat manfaat dari mereka? Pola apa yang mereka beri tahu? Pembelajaran mesin, pada kenyataannya, tidak begitu jauh. Sepertinya ini bukan proses yang sederhana: tidak ada yang Anda tekan tombol dan dalam seminggu menerima perhitungan penuh.
Pembelajaran mesin secara langsung didahului oleh tugas yang lebih kompleks. Gambar yang sama pertama harus diproses dengan benar (misalnya, dipotong, foto terpusat; ini penting untuk dipelajari) - ini adalah tahap pertama, yang biasanya memakan waktu lama. Tahap kedua adalah memilih arsitektur jaringan yang cocok untuk menyelesaikan masalah. Secara kasar, Anda membangun sepuluh jaringan saraf yang berbeda, dan mereka memberikan sepuluh hasil yang berbeda. Maka Anda perlu mengevaluasi hasilnya. Dan setelah itu Anda, dengan probabilitas tinggi, kembali ke tahap pertama. Tidak mungkin membangun satu jaringan universal untuk tugas apa pun: Anda dapat membuatnya dari awal atau memodifikasi yang sudah ada. Pengenalan wajah adalah satu tugas, pengenalan kucing adalah tugas lain.
Dalam proses pembelajaran mesin, kami juga berpartisipasi, tanpa menyadarinya. Misalnya, memperkenalkan captcha di situs: menggunakan captcha, Google melatih jaringan saraf untuk mendigitalkan buku.
Kita harus memahami bahwa perusahaan yang mengumpulkan data besar tidak tertarik dengan profil pribadi kita. Mereka membutuhkan data tentang banyak orang berbeda yang tertarik pada sesuatu yang spesifik. Adapun layanan khusus, saya pikir mereka dapat mengumpulkan data tanpa menggunakan jejaring sosial. Saya pikir ketakutan kita bahwa kita sedang diawasi akan segera berlalu. Ini adalah dunia baru: adalah mungkin untuk tidak melacak web, tetapi sulit. Lebih mudah untuk tidak muncul di Web sama sekali.
FOTO: antonsov85 - stock.adobe.com