La mayor transparencia costará caro a las personas.
La privacidad está en retroceso. Ahora con la minería de datos (data mining) que consigue gran cantidad de datos de las personas de diferentes tipos y las cruza, las empresas y los servicios pueden tener un perfil detallado de cada persona. Por ejemplo podrán saber que calificaciones tienen sus hijos en el colegio, si han tendio problemas de conducta, si Ud. ha tenido infracciones de tránsito o ha estado en procedimientos legales de algún tipo, sabrán quienes son sus amigos y que piensan, que estilo de vida lleva, los gatos que tiene, sus ingresos, su salud, sus entretenimiento, y así imagínese usted.
¿Cuál es la consecuencia de esto?
Que cuando estos datos se cruzan con los tradicionales, se genera información que puede ir en contra de las propias personas. Por ejemplo podrán saber, sin hablar con Ud., si puede estar a favor del matrimonio gay o no, y tal vez un empleador desheche previamente a los que no lo están. Lo mismo puede valer para problemas de salud, si un potencial empleador descubre que hay indicios de que Ud. tenga alguna adicción o una enfermedad congénita.
MAYOR TRANSPARENCIA DE DATOS = MAYOR DISCRIMINACIÓN
Por eso la mayor transparencia de datos sobre cada persona permite ocultar las discriminaciones, porque Ud. no puede saber quien lo ha discriminado si sus datos pueden ser vendidos a quien le interese (y los pueda pagar), porque hoy hemos perdido el control de quien sabe que cosas de nosotros y como las puede usar.
La principal investigadora de Microsoft Research, Kate Crawford, ha alertado en la conferencia EmTech de MIT Technology Review que el análisis de datos se está usando para poner en práctica una forma sutil de discriminación con el uso de series anónimas de datos que se pueden minar para revelar datos de salud y otra información privada.
Crawford, que además es profesora visitante en el Centro Para Medios Cívicos del Instituto Tecnológico de Massachusetts (EEUU), explica:
«La gente cree que los grandes volúmenes de datos evitan el problema de la discriminación porque te enfrentas a grandes series, pero el hecho es que el “big data” se está usando para formas cada vez más precisas de discriminación, una forma de discriminación mediante datos».
Durante su conferencia, Crawford añadió que con el “big data”
«nunca sabrás cuáles son esas discriminaciones, y creo que es ahí donde surge la señal de alarma».
La investigadora sostiene que los datos de salud son especialmente vulnerables. Términos de búsqueda para síntomas de enfermedades, compras en línea de material médico, e incluso las etiquetas RFID del etiquetado de medicamentos sirven para dar a sitios web y comerciantes información sobre la salud de una persona.
LAS REDES SOCIALES ‘CHISMOSAS’
Como escriben Crawford y el profesor de la Facultad de Derecho de la Universidad de Nueva York Jason Schultz, en su artículo:
«Cuando las series de datos se cruzan con información sanitaria tradicional, cosa que el big data está diseñado para hacer, se puede generar un retrato detallado de la salud de una persona que incluya información que dicha persona quizá no haya contado nunca a sus médicos».
Y un estudio reciente de la Universidad de Cambridge (Reino Unido), al que Crawford se refirió durante su conferencia, descubrió que «características personales muy sensibles», entre ellos la orientación sexual, los rasgos de personalidad, el abuso de sustancias adictivas, e incluso la separación de los padres, son muy predecibles analizando los «me gusta» de la gente en Facebook. El estudio analizó los «me gusta» de 58.000 usuarios de Facebook.
De forma parecida, el historial de compras, tuits, y la información demográfica, de localización y otras informaciones recogidas sobre usuarios individuales, al combinarse con datos de otras fuentes, pueden dar lugar a nuevos tipos de perfiles que una empresa o un comerciante podrían usar para negar un trabajo o un alquiler.
MÚLTIPLES FUENTES DE DATOS NO EQUIVALE A MAYOR PRECISIÓN
Crawford señala que, además, el análisis de datos puede estar muy equivocado. Incluso el uso de la búsqueda de Google para identificar epidemias de gripe, que ya había funcionado en anteriores ocasiones, fracasó el año pasado cuando los casos reales se quedaron muy por debajo de las predicciones. Una cobertura mayor por parte de los medios de la gripe y charlas sobre la gripe en las redes sociales se confundieron con señales de gente que se quejaba de estar enferma, lo que produjo unas estimaciones al alza. «Así es cómo se pueden complicar los datos de los medios sociales», afirma Crawford.
Y puede haber más fallos básicos en lo que nos cuentan los datos. Por ejemplo, después del huracán Sandy hubo pocos tuits de zonas muy afectadas lejos de Manhattan. Crawford alerta:
«Si empezamos a usar series de datos de los medios sociales para tomarle el pulso a un país o comprender una crisis -incluso si los usamos para desplegar recursos- estamos obteniendo una visión sesgada de lo que sucede».
¿UNA RESPUESTA EFICAZ?
En respuesta a estos riesgos, los autores del artículo proponen un marco legal que denominan «garantías procesales para grandes volúmenes de datos». Bajo este concepto, una persona que ha sido sujeto de una decisión, ya sea la negación de un seguro de salud o un alquiler, el rechazo para un puesto trabajo o una detención, tendría derecho a saber cómo se usó el análisis de datos en el caso.
Esto conllevaría el tipo de transparencia y derechos de interrogatorio ya consagrados en los sistemas legales de Estados Unidos y muchos otros países. Los autores sostienen: «Antes de que haya una aceptación social mayor del papel del big data en la toma de decisiones, sobre todo en el caso del gobierno, nos parece justo y tener un grado aceptable de previsibilidad, transparencia y racionalidad».
Sin embargo la ponencia de Crawford y Schultz tiene el inconveniente de que es imposible saber las bases de datos que una persona usa para conocer algo de otra persona. Por ejemplo, Facebook es una red social abierta, y si una persona quiere investigar sobre otra puede mirar sus posts y nadie sabrá el objetivo.
Y además, cuando una empresa compra bases de datos enteras y las cruza, Ud. entra como uno más entre miles o millones, de modo que es imposible detectar el uso de esta información para saber algo de Ud. específicamente.
Fuentes: Technology Review, Signos de estos Tiempos
 |
