Članica sveta CCC Katie Siek je objavila dokument, v katerem razpravlja o tem, zakaj pošiljanje »neželenih podatkov« aplikacijam za sledenje menstruacije ne bo pomagalo pri zaščiti reproduktivne zasebnosti Podatkovna inteligenca PlatoBlockchain. Navpično iskanje. Ai.

Članica sveta CCC Katie Siek je objavila dokument, v katerem razpravlja o tem, zakaj pošiljanje "neželenih podatkov" aplikacijam za sledenje menstruacije ne bo pomagalo pri varovanju reproduktivne zasebnosti

Prejšnji mesec član sveta CCC Katie Siek, skupaj z dvema doktorskima študentoma sodelavcema, Zaidat Ibrahim in Alexander Hayes z univerze Indiana, je v reviji The Conversation objavila članek o zaskrbljenosti javnosti glede uporabe aplikacij za spremljanje menstruacije. 

Nedavno so mnogi, tudi raziskovalci in strokovnjaki, izrazili zaskrbljenost nad uporabo aplikacij za sledenje menstruacije od razveljavitve zadeve Roe proti Wadu, saj se boji, da bi državne in lokalne vlade poskušale od lastnikov teh aplikacij pridobiti podatke o uporabniški menstruaciji. Nekateri so šli celo tako daleč, da so v te aplikacije za sledenje menstruaciji vnašali lažne podatke v upanju, da bodo ti »neželeni podatki« zmedli algoritme aplikacij in povzročili, da bodo aplikacije ustvarile netočne napovedi glede ovulacije in plodnosti.

Vendar je to prizadevanje, čeprav morda dobronamerno, zgrešeno.

Prva težava tega pristopa je, da »neželeni podatki« niso nov pojav. Vsaka aplikacija in tehnologija, ki sprejema uporabniške vnose, mora zaščititi pred neželenimi podatki tako, da naredi njihove algoritme bolj robustne. Kot piše v članku, "Tudi če bi neželeni podatki uspešno »zmešali« algoritem ali organom zagotovili preveč podatkov za preiskavo, bi bil uspeh kratkotrajen, ker bi bila aplikacija manj natančna za predvideni namen in ljudje bi jo prenehali uporabljati.« In da bi te algoritme sploh začeli zamenjevati, bi morali milijoni uporabnikov vnašati lažne podatke, podvig, za katerega je malo verjetno, da bi ga dosegli, vsaj brez uporabe avtomatiziranih botov. Vzemimo za primer aplikacijo Flo; Flo je največja aplikacija za sledenje menstruaciji na trgu in ima 2 registrirana uporabnika30 milijonov. Spodnji graf, ki ga je ustvaril Hayes, prikazuje, koliko bi se spremenil algoritem aplikacije Flo, če bi 3.5 milijona uporabnikov vneslo neželene podatke.

Modra črta predstavlja enega uporabnika. Oranžna črta je povprečje 230 milijonov uporabnikov. Zelena črta združuje 230 milijonov uporabnikov, ki pošiljajo dobre podatke, in 3.5 milijona uporabnikov, ki pošiljajo neželene podatke. Upoštevajte, da je med oranžnimi in zelenimi črtami majhna razlika. Alexander Lee Hayes, CC BY-SA

Drugič, kot poudarja sama Siekova v intervjuju za The Herald-Times, "Aplikacija je nekako najmanj zaskrbljujoča." Dr. Siek s tem misli, da obstaja množica drugih aplikacij, naprav in zapisov, ki bi dali veliko bolj dokončne odgovore glede statusa nosečnosti. Računi za teste nosečnosti ali obiske zdravnikov, rezultati iskalnikov, GPS sledenje, telefonski in bančni izpisi; kateri koli od teh osebnih podatkov bi verjetno posredoval veliko bolj prepričljive odgovore o statusu nosečnosti osebe kot rezultati aplikacije za sledenje menstruaciji.

Kaj lahko torej ljudje naredijo, da zagovarjajo svojo zasebnost? Katie Siek zaskrbljenim državljanom svetuje, naj se pogovorijo z zveznimi in lokalnimi zakonodajalci ter jih prepričajo, naj zaščitijo zasebnost osebnih podatkov. Pri iskanju informacij o splavih Siek tudi svetuje, da zmanjšate svoj podatkovni odtis z iskanjem v načinu brez beleženja zgodovine. Številne aplikacije za sledenje menstruaciji, vključno s Flo, so napovedale, da bodo izdale "anonimne načine" svojih aplikacij za uporabnike, ki bi želeli, da jih je težje prepoznati. V kolikšni meri bodo Flo in druge časovne aplikacije ločile tehnične identifikatorje, kot je ime ali e-poštni naslov, od uporabnikovih podatkov, bomo še videli, toda z vidika zasebnosti podatkov so to koraki v pravo smer.

Če si želite ogledati članek The Conversation avtorja Siek et al., kliknite tukaj.

Časovni žig:

Več od CCC blog