Въпрос към експерта: Вярно ли е, че социалните мрежи ни наблюдават
Дмитрий Куркин
ОТГОВОРИ НА ВЕЛИЧЕСТВОТО НА ВЪПРОСИ В САЩ използвахме за търсене онлайн. В новата поредица от материали задаваме такива въпроси: горещи, неочаквани или широко разпространени - до професионалисти в различни области.
10-годишният флаш-моб "Предизвикателство", който стартира в социалните мрежи в началото на годината, не само заложи теориите на заговора, че целта на кампанията е да събере снимки на потребителите и да ги обучи да разпознават системата за разпознаване на лица, но и отново ги накара да мислят за това, колко знаят за нас. социални мрежи и трети страни, работещи с тях (от търговски дружества до държавни агенции).
Фактът, че технологичните гиганти събират и анализират така наречените цифрови следи, оставени от милиарди потребители ежедневно, не е тайна за никого. А осъзнаването на това поражда нов вид страх от „големия брат”: социалните мрежи знаят много за нас, но какво, ако знаят твърде много за нас? Могат ли да се използват големи данни, за да се открият всички връзки, вкусове, навици на човек, неговото минало и настояще? И ако е така, каква вреда може да ни причини желанието ни да общуваме онлайн, заради което доброволно споделяме информация за себе си?
Попитахме експерти как се обработват потребителските данни от големите компании и колко голяма е опасността да се наследят в социалните мрежи.
Лилия Земнухова
Изследовател в Центъра за научни и технологични изследвания към Европейския университет в Санкт Петербург
Цифровият отпечатък съдържа всички възможни типове данни - текстове, изображения, аудио и видео записи, геолокация и много метаданни (например модел на притурка, мобилен оператор, операционна система, динамика и продължителност на посещенията и т.н.). И не само ние попълваме нашия дигитален отпечатък. Социалните мрежи ни формират като потребители с помощта на три източника на данни: фактът, че ние сами докладваме за себе си; че другите докладват за нас; и това, което най-често става без нашето знание. Особено непрозрачно последно. Ние, като правило, не четем потребителски споразумения и политики за събиране и използване на лични данни. Отбелязваме само, че тази „черна кутия“ по някакъв начин влияе на нашия потребителски опит: целенасочена реклама, предложения от приятели, препоръки за музика, процедура за стартиране на новини ... Ние изграждаме малка част от това преживяване сами, когато ръчно изграждаме новините, но предимно алгоритми. изпълняват функциите, вградени в профилите по подразбиране. Ето защо никога няма да се отървем от контекстното рекламиране или натрапчивите предложения на групи или (не) приятели. Социалните мрежи, когато корпорациите използват данни за своите потребители за търговски цели, предлагайки своята платформа за продажба на целенасочено съдържание. А по пътя те продължават да събират данни за нас: например, ако сте платили поне веднъж за реклама, тогава банковата карта и данните за транзакциите също остават в компанията. Данните могат да се предоставят и на правителствени агенции, когато има голяма нужда: например, Facebook редовно си сътрудничи с правителствените агенции на САЩ, в съответствие с политиката си на прозрачност.
В допълнение към вътрешната политика на социалните мрежи, има още една важна подробност: сметките могат да бъдат свързани със стотици хиляди други приложения и функции. Това, например, беше причината за големи дискусии миналата година относно достъпа на трети страни до потребителски данни. Важен опит за регулиране на свободата на предприемачите беше направен в Европейския съюз - Общите правила за защита на данните (GDPR) влязоха в сила миналата година. Той реши да не прехвърля проблеми с данните, но привлече вниманието на потребителите към този въпрос. Това не ни задължава да четем всички потребителски споразумения, но ни кара да мислим и поне да бъдем по-отговорни за нашите цифрови отпечатъци и да следваме елементарните правила на цифровата хигиена.
Валерия Караваева
данни учен в Spiking
Понякога не мислим колко песни оставяме в мрежата и колко по-късно помага на компаниите, а не само на социалните мрежи - макар и социалните мрежи. Социалните мрежи събират данни не само за себе си, а могат да ги продават - знам за това, защото работех в рекламна агенция и купувах данни от Facebook. И най-често ние, потребителите, даваме съгласие за това, без да го забелязваме. Хората прекарват половината си живот в социални мрежи и дават много информация за себе си.
Но преди беше възможно да се съберат данни - защо току-що започна да говориш за големи данни? На първо място, защото изчислителната мощност расте и съответно става по-евтина. Основният въпрос на големите данни не е как да се събират данни - по принцип всеки от нас днес може да събира и съхранява терабайти с информация - но как да работим с тях. Повечето от данните, получени от социалните мрежи (текст, глас, снимки, видео), не са структурирани по никакъв начин, следователно без машинно обучение големи данни са безполезни. Сега, поради факта, че властта и паметта са станали по-евтини, търсенето на невронни мрежи и дълбокото обучение се е увеличило - най-накрая се научихме да обработваме масиви с големи данни.
Вземете, например, снимки - и това са наистина големи данни, те могат да дадат много информация. Има милиони снимки, но какво да правя с тях? Какви ползи могат да бъдат извлечени от тях? Какви модели ви дават? Всъщност машинното обучение не е отишло толкова далеч. Това не е толкова прост процес, колкото изглежда: няма такова нещо, което да натискате бутон и след седмица получавате пълни изчисления.
Прякото машинно обучение се предшества от по-сложни задачи. Първо трябва да се обработват едни и същи снимки (например изрязани, центрирани снимки; това е важно за ученето) - това е първият етап, който обикновено отнема много време. Вторият етап е да се избере подходяща за решаване на проблема мрежова архитектура. Грубо казано, вие изграждате десет различни невронни мрежи и те дават десет различни резултати. След това трябва да оцените резултатите по някакъв начин. И след това, с голяма вероятност, се върнете към първия етап. Невъзможно е да се изгради една универсална мрежа за каквато и да е задача: или я изграждате от нулата, или модифицирате съществуващо. Разпознаването на лицето е една задача, разпознаването на котки е друго.
В процеса на машинно обучение ние също участваме, без да го знаем. Например въвеждането на капча на сайтове: като се използва капча, Google обучава невронни мрежи за дигитализиране на книги.
Трябва да разберем, че компаниите, които събират големи данни, не се интересуват от нашите лични профили. Те се нуждаят от данни за много различни хора, които се интересуват от нещо конкретно. Що се отнася до специалните служби, мисля, че те могат да събират данни, без да прибягват до социални мрежи. Мисля, че страховете ни, че ни гледат, скоро ще преминат. Това е новият свят: възможно е да не се наследява мрежата, но е трудно. По-лесно е изобщо да не се появява в мрежата.
СНИМКИ: antonsov85 - stock.adobe.com