Privacy

👁Efficacia della Dataveillance

Archivio, 14 dicembre 2017, ancora sulla privacy differenziale

Riprendendo il discorso sulla privacy differenziale, dataveillance è l’attività di monitorare e profilare un soggetto attraverso i metadati che rilascia in rete nel corso della sua attività digitale. Sull’efficacia teorica non ci sono dubbi: se ne è visto la concretezza precedentemente, sia dal lato della rilevazione che dell’eliminazione del rumore di fondo, al fine di arrivare a delineare il comportamento individuale.

L’efficacia pratica, semmai ve ne fosse bisogno, viene evidenziata in quest’articolo di DJ Pangburn su Fastcompany dove causa ed effetto dei comportamenti digitali prendono tangibile consistenza e viene individuato come fattore di responsabilità di base la funzione di localizzazione dei dispositivi mobili.

Sono due le tendenze innovative tuttavia che si delineano con riguardo la dataveillace: la prima è l’utilizzo di sistemi deep learning di intelligenza artificiale a completamento dell’opera di elaborazione del dato. In un paper del 2016 dei test, per quanto limitati nelle caratteristiche di rilevazione, dimostrarono risultati sorprendenti di accuratezza con riguardo la perdita dell’anonimato del informazione.

La seconda è l’ampliarsi del panorama delle finalità in cui la datavillance può essere proficuamente utilizzata. Cracked Lab in un report pubblicato in ottobre analizza, tra il resto, gli scopi per cui i metadati ottenuti dalle diverse categorie di provider possono essere usati. Si evidenzia che la profilazione sta lasciando il posto all’azione di persuasione, sia generalizzata che focalizzata a contesti dominati dall’indecisione, e quindi ad azioni di manipolazione mirate. Tra i campi applicativi si prospetta anche quello politico.

Le due tendenze pertanto si dimostrano dipendenti, in quanto la prima si rivela condizione tecnologicamente necessaria alla fattualità della seconda.