เมื่อเดือนที่แล้ว โครงการวิจัยและพัฒนาระบบเครือข่ายและเทคโนโลยีสารสนเทศ (NITRD) ได้ฉลองครบรอบ 30 ปีของพวกเขาในกรุงวอชิงตัน ดี.ซี. คุณสามารถอ่านสรุปเหตุการณ์ทั้งหมดได้ โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม. ในความพยายามที่จะเน้นย้ำถึงผลกระทบที่การลงทุนของรัฐบาลกลางมีต่อชุมชนการวิจัยด้านคอมพิวเตอร์ งานนี้ได้นำเสนอแผงห้ารายการซึ่งผู้เข้าร่วมได้พูดคุยถึงความสำเร็จที่สำคัญในสาขานี้ในช่วงทศวรรษที่ผ่านมาและทิศทางในอนาคตในอนาคต แต่ละคณะจะเน้นไปที่ส่วนย่อยที่สำคัญของการวิจัยคอมพิวเตอร์ ได้แก่ การคำนวณตามขนาด เครือข่ายและความปลอดภัย ปัญญาประดิษฐ์/การเรียนรู้ของเครื่อง ความเป็นส่วนตัวและอินเทอร์เน็ตของสรรพสิ่ง และคอมพิวเตอร์ที่รับผิดชอบต่อสังคม
ความเป็นส่วนตัวได้กลายเป็นหัวข้อสนทนาขนาดใหญ่ ไม่เพียงแต่ในชุมชนการวิจัยด้านคอมพิวเตอร์เท่านั้น แต่ยังครอบคลุมทุกสาขาวิชาทั้งในเชิงวิชาการและอุตสาหกรรม ผลกระทบด้านความเป็นส่วนตัวที่ไม่พึงประสงค์ที่เกิดจากความพร้อมใช้งานของชุดข้อมูลขนาดใหญ่กำลังถูกคูณด้วย เซ็นเซอร์ อุปกรณ์ และแอคทูเอเตอร์ที่เชื่อมต่อถึงกัน ที่ประกอบเป็น Internet of Things (IoT) กลั่นกรองโดย Charles (“Chuck”) Romine (NIST) และนำแสดงโดย Ed Felten (Princeton), Marc Groman (Groman Consulting), Katerina Megas (NIST) และ Sunoo Park (Cornell) แผงที่ 4: ความเป็นส่วนตัวและ IoT อภิปรายในหัวข้อที่สำคัญ เช่น การแลกเปลี่ยนระหว่างการใช้ข้อมูลกับความเป็นส่วนตัว และเป้าหมายการวิจัยที่เป็นไปได้ เพื่อช่วยในการบรรลุแนวทางแก้ไขนโยบายที่มีประสิทธิภาพ
Romine เริ่มต้นด้วยการเน้นหัวข้อทั่วไปในแผงทั้งหมด: "พูดถึงทั้งประโยชน์และความสามารถพิเศษที่ส่งผ่านการลงทุนด้านเงินทุนของรัฐบาลกลางพร้อมกับความเสี่ยงที่เกี่ยวข้อง" IoT ก็ไม่ต่างกัน มันทำให้ผู้คนเข้าถึงข้อมูลที่ผ่านไม่ได้ ทำให้แคมเปญโฆษณาประสบความสำเร็จและเทคโนโลยีของช่างตัดเสื้อตามรสนิยมส่วนตัวของคุณ แต่ยังทำลายความเป็นส่วนตัวของผู้ใช้อีกด้วย
ดังที่ Megas ชี้ให้เห็น "เหตุผลทั้งหมดที่เราดำเนินการนี้เป็นเพราะเราต้องการให้มองเห็น IoT เป็นที่ยอมรับได้จริง และเพื่อให้สังคมได้รับผลประโยชน์" เธอเล่าต่อไปถึงประโยชน์ที่เป็นไปได้และความสำคัญของการแชร์ข้อมูลผ่าน IoT มีอุปกรณ์ใน IoT ระดับ "มหัศจรรย์" ที่สามารถใช้เพื่อระบุปัญหาในชุดข้อมูล เรียนรู้สิ่งต่าง ๆ ที่อาจส่งผลกระทบสูงต่อบุคคลและสังคม ฝึกอบรมเทคโนโลยีปัญญาประดิษฐ์ และทำให้บริษัทนวัตกรรมขนาดเล็กสามารถทดสอบอุปกรณ์ของตนได้ Romine ถามผู้ร่วมอภิปรายว่าความเสี่ยงด้านความเป็นส่วนตัวที่เกี่ยวข้องคืออะไรในบริบทของ IoT และการแบ่งปันข้อมูล
Groman ตอบโดยอธิบายความสัมพันธ์ระหว่างความเป็นส่วนตัวกับ IoT ก่อน ด้านความเป็นส่วนตัวของ IoT คือชุดย่อยของข้อมูลภายในชุดที่ใหญ่กว่าที่กำลังรวบรวม ซึ่งเกี่ยวกับหรือเกี่ยวข้องกับผู้คน ผู้คนรู้หรือไม่ว่ามีการรวบรวมข้อมูลเกี่ยวกับพวกเขา? มีอินเทอร์เฟซที่คุณสามารถโต้ตอบกับอุปกรณ์ เรียนรู้สิ่งที่อุปกรณ์กำลังรวบรวมหรือเปลี่ยนแปลงหรือไม่ ผู้คนเข้าใจหรือไม่ว่าข้อมูลใดที่ถูกรวบรวมหรืออุปกรณ์หรือบริษัททำการอนุมานใดจากข้อมูลที่รวบรวม เนื่องจากโครงสร้างแรงจูงใจทางการเงินและจำนวน "มหาศาล" ของบริษัทต่างๆ ที่บริษัทสามารถใช้ประโยชน์จากข้อมูลดังกล่าวได้ Groman กระตุ้นให้ผู้คนหันมาใช้นโยบายเพื่อแก้ปัญหา
“เป้าหมายที่นี่คือการเพิ่มผลประโยชน์สูงสุดและลดอันตรายให้เหลือน้อยที่สุด เราไม่มีนโยบาย กฎหมาย หรือกรอบการกำกับดูแลในประเทศนี้ที่สร้างแรงจูงใจให้ไปถึงที่นั่น” – Marc Groman
Romine ได้ถามคณะผู้อภิปรายเกี่ยวกับจุดยืนของ Groman เกี่ยวกับศักยภาพในการแก้ปัญหาทางเทคโนโลยี
Felten แนะนำให้เราเริ่มต้นด้วยการทำความเข้าใจให้ดียิ่งขึ้นและใช้การควบคุมข้อมูลเชิงสถิติ และสร้างเครื่องมือที่ช่วยให้ผู้คนโต้ตอบกับข้อมูลของพวกเขาและลดผลกระทบด้านลบ Park ซึ่งมีความสนใจเป็นพิเศษในเครื่องมือความเป็นส่วนตัวแบบเข้ารหัสได้กล่าวถึงวิธีการต่างๆ ที่การเข้ารหัสสามารถช่วยในเรื่องนี้ได้หลายวิธี
“การเข้ารหัสมีชุดเครื่องมือสำหรับสร้างระบบที่มีการกำหนดค่าการไหลของข้อมูลและรวมถึงการควบคุมการเข้าถึงที่ละเอียดยิ่งขึ้น” – ซูนู ปาร์ค
เครื่องมือหนึ่งอาจเป็นการพิสูจน์ความรู้ที่เป็นศูนย์ ซึ่งช่วยให้สามารถแบ่งปันข้อมูลได้บางส่วนในขณะที่เก็บแง่มุมอื่น ๆ ไว้เป็นความลับจากหน่วยงาน เธอยกตัวอย่างของคนโกหกที่ตรวจสอบ ID เพื่อเข้าไปในบาร์ – ผ่านการพิสูจน์ที่ไม่มีความรู้ คุณสามารถพิสูจน์ได้ว่าคุณอายุ 21 ปีโดยไม่ต้องเปิดเผยที่อยู่หรือวันเกิดของคุณซึ่งระบุไว้ใน ID ด้วย
Park เตือนว่าในขณะที่การเข้ารหัสให้ "พื้นที่โซลูชันที่ใหญ่ขึ้นที่เราสามารถใช้เพื่อสร้างความเป็นส่วนตัว" มันไม่ได้ตอบคำถามว่าเราควรสร้างสิ่งใดโดยใช้เครื่องมือเหล่านี้ หรือข้อมูลรูปแบบใดที่เราพิจารณาว่าเหมาะสมหรือต้องการแบ่งปัน นั่นคือสิ่งที่เราต้องดำเนินการในฐานะสังคมและเรื่องของนโยบาย
สุดท้ายนี้ ผู้ร่วมอภิปรายถูกถามว่าทำไมคนถึงควรใส่ใจ เกิดอะไรขึ้นถ้าพวกเขาไม่มีอะไรจะซ่อน? เมื่อได้รับเสียงหัวเราะจากฝูงชน Felten พูดติดตลกว่าทุกคนมีบางอย่างที่จะซ่อน ในบันทึกที่จริงจังกว่านี้ เขายังคงเน้นย้ำถึงอันตรายที่อาจเกิดขึ้นในการทำโปรไฟล์ข้อมูล
“ผู้คนที่นั่นกำลังสร้างแบบจำลองที่ครอบคลุมว่าคุณเป็นใครและมีแนวโน้มว่าจะทำอะไร” – เอ็ด เฟลเทน
เป็นความคิดที่น่าสะพรึงกลัวอยู่แล้ว สมมติฐานเหล่านี้อาจผิดและบางครั้งก็จำกัดโอกาสและ "เสรีภาพในการดำเนินการ" ในอนาคต Groman ชี้ให้เห็นหัวข้อทั่วไปอื่นตลอดการอภิปรายของคณะกรรมการ – ความสำคัญของการตระหนักว่าบางชุมชนได้รับผลกระทบอย่างไม่สมส่วน เงินเดิมพันอาจสูงกว่านี้เพื่อเก็บข้อมูลบางอย่างไว้เป็นส่วนตัว ไม่ว่าจะเป็นเรื่องรสนิยมทางเพศ เพศ เชื้อชาติ หรือผู้หญิงหรือเด็กที่ถูกทารุณกรรม
ในระหว่างการถามตอบ อดีตวิทยากรจากกลุ่มที่ 3 Ben Zorn ได้หวนกลับไปถึงประโยชน์ของข้อมูลที่ใช้ในการฝึก AI เขาถามถึงสิ่งที่สามารถทำได้เกี่ยวกับข้อมูลส่วนตัวที่รั่วไหลผ่านชุดข้อมูลที่ใช้ในการฝึกอบรม AI
Felten ชี้ให้เห็นว่าถ้าคุณไม่ใช้วิธีการที่เข้มงวดเพื่อหยุดการรั่วไหลของข้อมูลโดยเจตนา ข้อมูลก็จะไหลลื่น ด้วยเหตุนี้จึงเป็นสิ่งสำคัญมากที่จะต้องมุ่งเน้นไปที่การสร้างวิธีการที่เข้มงวดและสามารถพิสูจน์ได้ของสิ่งต่างๆ เช่น การเรียนรู้ของเครื่องที่รักษาความเป็นส่วนตัว และอินเทอร์เฟซเพื่อควบคุมผลกระทบที่ลดลง
Megas สรุปได้อย่างสมบูรณ์ว่าในท้ายที่สุด เราไม่สามารถฝึกทุกคนได้ แต่เราสามารถจัดเตรียมกรอบงานให้กับผู้คน ที่ช่วยให้พวกเขาคิดเกี่ยวกับความเสี่ยง และมอบเครื่องมือให้พวกเขาสามารถควบคุมข้อมูลได้ดียิ่งขึ้น สามารถรับชมรายการเต็มได้ที่ CCC หน้าเว็บ หรือบน ช่อง YouTube ของ NITR.
จับตาดูบล็อกสุดท้ายของซีรีส์นี้ แผง 5: เทคโนโลยีสามารถเป็นประโยชน์ต่อสังคมได้อย่างไร: มุมมองที่กว้างขึ้นในการวิจัยขั้นพื้นฐาน
