A modern megfigyelés alapja, hogy az embereket a technológia elképesztő gyorsasággal képes azonosítani. Az arcfelismerés ezeknek a technológiák ennek csak egy kis részét képezik, így ha mindenki csak arra koncentrál, pont a probléma lényege veszik el. Az azonosítási folyamat minden elemére pontos és észszerű szabályokat kell alkotni – írja a The New York Times online oldalán Bruce Schneier az arcfelismerés tiltási hulláma kapcsán.
A neves biztonsági szakember, aki jelenleg a Harvard Kennedy School munkatársa, hosszan sorolja a tiltó intézkedéseket. Tavaly májusban San Francisco tiltotta be a technológia használatát, majd példáját több más város is követte. Az arcfelismerés szabályozásával foglalkozott az amerikai kongresszus alsóháza, sőt a téma az ide amerikai elnökválasztáson is fontos téma lehet: a demokrata jelöltek többsége támogatná legalább a részleges tiltását.
Schneier nem vitatja, hogy ezeket a törekvéseket jó szándék vezérli. Csakhogy...
Az arcfelismerés tiltása nem a megfelelő módja a modern megfigyelés elleni küzdelemnek. A probléma gyökere sokkal mélyebb. Ha ugyanis az azonosítás egyetlen módszerére összpontosítunk, elsikkad a lényeg: nem foglalkozunk annak a megfigyelésre épülő társadalomnak a természetével, amelyet éppen építünk. A mindenütt jelen lévő tömeges megfigyelés ugyanis egyre inkább a norma. Ezt csinálja Kína állami szinten, és ezt csinálja az USA, csak ott a vállalatok építik totális megfigyelő rendszereiket, amiket mellesleg a kormány is használ. A Facebook és a Google részletesebb adatokkal rendelkeznek rólunk, mint a 20. század bármelyik rendőrállama a polgárairól – írja a szakember.
Ezer módon megfigyelhetők vagyunk
Minden megfigyelési technológia három alappillérre épül: az azonosításra, a korrelációra és a megkülönböztetésre. Az arcfelismerésnél például a kamerák képét vetik össze gépi tanulási algoritmusok meglévő adatbázisokkal (a technológia egyik legfélelmetesebb megvalósításáról itt írtunk bővebben).
Ha ezt betiltjuk, a megfigyelők áttérnek más módszerre. Használhatnak biometrikus jellemzőket, például a kameráknál lényegesen nagyobb távolságból azonosítható valaki a szívritmusával, de a lépéstávolság, a karok helyzete és mozgása, az írisz, az ujjlenyomat is lehetőség – hogy csak néhány, már létező eszközt említsük. És aztán ott vannak személyes eszközeink, mindenekelőtt a telefon (MAC-cím, SIM stb.), a bankkártyánk, az autónk rendszáma…
Az azonosítás után már könnyedén össze lehet kapcsolni a különböző helyen és időben rólunk gyűjtött adatokat, és akár percre pontosan követhető minden tevékenységünk. Összekapcsolhatók böngészési adataink, a kommunikációnk (kivel milyen csatornán mit beszéltünk), jövedelmünk, etnikai hovatartozásunk, az életmódunkra, szakmánkra, érdeklődésünkre vonatkozó információk stb. Felépült egy globális iparág, amely abból él, hogy a különböző forrásokból származó adatok összegyűjtésével és elemzésével pontosan meg tudja határozni, ki és mik vagyunk, és ezeket az információkat hozzájárulásunk nélkül teszik pénzzé. Ebből él a Google, a Facebook is, melyek hatalmas adatbázisok vásárlásával tökéletesítik a profilalkotást. Schneier szerint ezért (is) vásárolta meg például a Google a Fitbitet az összes adatával együtt (nem véletlen, hogy a Facebook is bejelentkezett a cégért).
Mindennek egyetlen célja van: mindenkit egyedileg lehessen kezelni. Ez teszi lehetővé a vállalatoknak – és az államoknak –, hogy személyre szabott hirdetéseket, ajánlatokat, webes tartalmakat stb. küldjenek mindenkinek.
Minden pillért szabályozni kell
Bármilyen megfigyelési technológiát is használnak, idővel felismerhetők leszünk. A korreláció alkalmazását és a megkülönböztetést az anonim adatok (pl. cookie) sem akadályozzák meg. Az anonimitás ugyanis törékeny: elég, ha kártyával fizetünk online vagy akár egy boltban, és máris összekapcsolhatók az anonim nyomkövetési információk a nevünkkel. Ez ellen csak akkor lehet hatékonyan tenni, ha a rendszer mindhárom pillérét szabályozzuk.
Az egyik alapvető probléma, amire a jelenleginél jobb szabályokat kellene alkotni, hogy tudtunk és beleegyezésünk nélkül tudnak azonosíthatnak minket. És ha az egyiket (arcfelismerés) tiltjuk, a megfigyelők átváltanak másra (például MAC-címek).
Szabályokat kell alkotni arra, hogy adataink milyen módon kombinálhatók más adatokkal, ahogy arra is, hogy ezeket az adatokat ne lehessen tudtunk és beleegyezésünk nélkül adni-venni.
És jobb szabályokat kell alkotni arra vonatkozóan is, hogy mikor és milyen módon különböztetheti meg egy vállalat az egyéneket. Például a faji vagy a nem alapján történő megkülönböztetés tilalmának jelenlegi módja teljesen hatástalan a már létező megfigyelési technológiákkal szemben.
Mindezt azonban társadalmi szinten kell megvitatni. Az ugyanis társadalmi kérdés, hogy mekkora befolyást engedünk a kormányoknak és a vállalatoknak személyes életünkre.
Az ötlettől az értékteremtésig – az üzleti réteg szerepe az adattudományi működésben
Az adattudomány valódi értéke ott válik láthatóvá, ahol az előrejelzések döntésekké, a döntések pedig mérhető üzleti eredményekké alakulnak. Ehhez azonban tudatos üzleti beágyazásra, mérési keretrendszerekre és következetes visszacsatolásra is szükség van.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak