5 Malalaking problema sa privacy na may malaking data

Araw-araw, ang mga bits at byte ay dumadaloy sa hangin, na nagbibigay ng mga negosyo ng malaking data. Maraming mga negosyo ang kumuha ng data na malayang magagamit at ginamit ito upang mai-target ang kanilang mga customer sa natatangi, at kung minsan ay labag sa batas, mga paraan. Nagtaas ito ng mga pangunahing pag-aalala tungkol sa online privacy - o hindi bababa sa kung ano ang naiwan nito.

Sa mga kamakailang ulat tungkol sa pag-espiya ng NSA sa mga tao, sinimulan ng mga mamimili kung paano talaga publiko ang kanilang "pribadong" buhay. Nagtaas ito ng ilang makatarungang malubhang pag-aalala sa palengke ngayon.

Narito ang limang mga paraan ng malalaking data ay nagdudulot ng mga alalahanin sa privacy.

Industriya ng Pangangalaga sa Kalusugan

Ang industriya ng pangangalaga sa kalusugan ay isa sa mga pinakamalaking tagapagtaguyod ng malaking data dahil sa napakalaking pakinabang nito sa pagprotekta sa kalusugan ng mga pasyente. Ginagamit ng mga tagapagtaguyod ng malaking data ang impormasyon upang makilala ang mga tao na may mataas na panganib ng ilang mga kondisyong medikal nang maaga, mapabuti ang kalidad ng mga pasyente ng pangangalaga na natanggap, at binabaan ang pagtaas ng mataas na gastos ng pangangalaga sa kalusugan. (Sa I-save ng Malaking Data ang Pangangalaga sa Kalusugan?)

Bagaman may mga napakalaking pakinabang, ang mga bagong pag-aaral ay nagbubunyag na ang malaking data ay maaaring maging mas malaki kaysa sa naisip noong una.

Ayon sa editor ng Review ng MIT Technology sa hepe, si Jason Pontin, dahil ang data ay nagiging mas naa-access at personal, mahalagang magkaroon ng kamalayan ng anumang mga implikasyon sa seguridad at pagkapribado sa pag-tap sa malaking data. Ang mga panuntunan ng HIPAA ay nangangailangan ng mga propesyonal sa pangangalagang pangkalusugan upang higpitan ang sinturon ng seguridad. Gayunpaman, ang HIPAA ay hindi maaaring maprotektahan laban sa lahat ng mga alalahanin na may kaugnayan sa pangangalaga sa kalusugan. Halimbawa, kapag sinimulan ng mga tao ang paghahanap ng mga sagot na may kaugnayan sa kanilang mga karamdaman sa isang lugar na hindi naka-secure na HIPAA, tulad ng Google o iba pang mga search engine, ang data na ito ay hindi protektado ng HIPAA. Bilang karagdagan, ang higit pa at mas maraming mga aparato sa tech, tulad ng maaaring magsuot ng fitness monitor at mga aplikasyon ng smartphone, ay hindi ligtas o pribado, na nagtaas ng mga alalahanin tungkol sa kung sino ang maaaring makakita ng data na kinokolekta ng mga aparatong ito.

Maraming mga paraan ng pagsunod sa HIPAA upang magamit ang malaking data upang ma-access ang impormasyon sa kalusugan ng pasyente. Gayunpaman, sa isang pagtaas ng bilang ng iba pang mga digital na pag-uugali at aparato na ginagamit para sa impormasyon at aktibidad na nauugnay sa pangangalaga sa kalusugan, ang karamihan sa mga bagong data streaming sa merkado at online ay hindi ligtas.

Mga Prediksyon at Diskriminasyon

Bilang karagdagan sa paghula ng potensyal na peligro para sa mga kondisyong medikal sa hinaharap, pinapayagan ng malaking data ang hula ng medyo kaunting iba pang impormasyon tungkol sa mga tao. Ang mahuhulaan na impormasyon na mahuhulaan ay ang pagtaas ng potensyal na magamit bilang isang paraan ng diskriminasyon laban sa mga tao sa iba't ibang mga demograpiko.

Isang halimbawa ng malaking diskriminasyon ng data ang dumating sa isang pag-aaral na ginawa ng Cambridge University. Matapos tingnan ang humigit-kumulang na 60, 000 mga "Gusto" sa Facebook, ang data ay naproseso upang mahulaan ang mga bagay tulad ng kasarian, lahi, oryentasyong sekswal at pag-uugali. Ang mga resulta ay nakagulat nang wasto. Kapag sinusuri ang mga datos na nakolekta, ang modelo ay maaaring tumpak na makilala ang mga bakla na lalaki mula sa mga tuwid na lalaki 88 porsiyento ng oras. Nahulaan din ng modelo ang lahi na may 95 porsyento na kawastuhan. Ang mga pag-uugali, tulad ng kung gaano karaming mga inuming nakalalasing, ay tumpak din na hinulaang sa modelong ito.

Maraming mga tao ang nababahala na ang mga employer, panginoong maylupa, mga paaralan, ahensya ng gobyerno at iba pa ay maaaring madaling gumamit ng data upang ma-profile ang mga tao, na lumilikha ng potensyal para sa diskriminasyon batay sa kasarian, sekswal na oryentasyon o lahi, bukod sa iba pang mga bagay. (tungkol sa mga isyu sa privacy sa Bakit Walang Mga Nagwawagi Sa Debat sa Pagkapribado.)

Mataas na Target ng Pagbebenta

Ang diskriminasyon batay sa mga malalaking modelo ng data ay may potensyal na matamo ang lahat ng mga lugar ng merkado. Sa ilang mga kaso, mayroon na ito.

Gamit ang mga modelo na katulad ng isa sa pag-aaral ng Cambridge University, ang mga namimili ay gumagamit ng malaking data upang ma-target ang kanilang pagbebenta at ang kanilang mga produkto. Bagaman ang malaking data ay ginagamit ng maraming mga namimili upang maglagay ng mga produkto at serbisyo sa harap ng isang lubos na naka-target na madla, kapag ang isang tagapakinig ay pigeonholed sa isang demograpiko batay sa kanilang mga pag-uugali, may posibilidad na makasama.

Ang isang mabuting halimbawa ng nakakapinsalang marketing batay sa malaking data na nangyari mga 10 taon na ang nakalilipas nang sinubukan ng mga gumagamit ng TiVo na kumbinsihin ang kanilang mga digital recorder na itigil ang pag-record ng mga pakay na naglalayong sa isang demograpikong grupo bukod sa kanilang sarili. Noong 2002, ang mga maling pagkakamali na ito ay nakuha ng pansin ng Wall Street Journal. Sinabi ng naka-print na headline na ito ang lahat: "Kung Iniisip ng TiVo na Bakla Ka, Narito Paano Itakda ang Layo."

Sa kabila ng potensyal para sa pinsala, gumagamit pa rin ang malalaking data upang ma-target ang mga tao sa mga platform ng social media, mga search engine at sa pamamagitan ng email. Ang pagsalakay sa tulad ng isang personal na lugar sa pamamagitan ng paglilingkod batay sa mga kaibigan, kagustuhan at nilalaman ng email ay naging sanhi ng malubhang pag-aalala sa mga mamimili.

Tumaas na Surveillance

Ito ay hindi lamang mga online marketers na kasangkot sa pagsubaybay; araw-araw, kinunan ng HD surveillance camera ang 413 petabytes ng impormasyon. Inaasahan na lalago ito sa 859 petabytes sa 2017.

Ang mga camera ng pagsubaybay ay naka-pop up ngayon kahit saan. Habang ang mga algorithm ay patuloy na sumulong, ang dami ng data na nabuo mula sa mga camera camera at sensor ay tataas din. Ang imbakan sa mga hard drive ay mabilis din na lumalaki, na ginagawang mas madali ang pag-iimbak ng lahat ng data na ito.

Paggamit ng Ilegal

Sa dami ng malaking data ng mga tao ay may access sa mga araw na ito, hindi kataka-taka na ang ilan ay kinuha ang kadalian ng pangangalap ng impormasyon nang kaunti. Ang mga iligal na kasanayan ng pag-tap sa data sa mga bagong paraan ay naging sanhi ng isang takot sa mga nagpapahalaga sa kanilang privacy.

Ang isang kamakailan-lamang na kaso ng isang negosyo na kumukuha ng malaking koleksyon ng data na medyo malayo ay ang Urban Outfitters, na nahaharap sa isang demanda sa privacy noong Hunyo 2013 nang matagpuan na ang mga tagausap ng tindahan ay humihiling sa mga mamimili para sa mga code ng zip kapag nagbabayad sila ng isang credit card. Hindi ito kinakailangan, at nilabag nito ang mga batas sa proteksyon ng consumer at privacy sa ilang mga estado dahil ang impormasyon ay maaaring magamit upang maghanap ng mga address ng mga mamimili.

Pagharap sa Mga Problema sa Malaking Data

Sa sobrang takot at haka-haka sa paggamit ng malaking data ng mga kumpanya, ahensya ng gobyerno, employer at iba pa, ang pinakamahusay na solusyon sa pagkamit ng tiwala sa merkado ngayon ay ang maging tapat. Iyon ang dahilan kung bakit ang mga negosyo ay lalong nagsasagawa ng isang buong patakaran sa transparency sa kung paano nila ginagamit ang data upang ma-target ang kanilang mga customer. Ang mga mamimili ay mayroon ding mas malaking interes sa pag-alamin kung gaano talaga ang ipinapakita sa kanilang buhay, at kung ano ang ginagawa ng mga tao sa nakalap na impormasyon.

Habang mas maraming natutunan ang mga mamimili na malaman kung gaano karaming ng kanilang personal na impormasyon ay magagamit, ang mga pagbabago sa mga kasanayan sa pagkolekta ng data ay malamang na magaganap. Hanggang dito, nasa interes ng mga mamimili na maging maingat sa pagkapribado ng data upang malaman nila kung gaano karaming ng kanilang personal na impormasyon ang nakolekta at kung paano ito ginagamit. Pagkatapos ay maaari nilang gawin ang mga kinakailangang pag-iingat upang maprotektahan ang kanilang sarili laban sa mga kumpanyang umaalis sa kanilang mga hangganan.