La mayor transparencia costar√° caro a las personas.
La privacidad est√° en retroceso. Ahora con la miner√≠a de datos (data mining) que consigue gran cantidad de datos de las personas de diferentes tipos y las cruza, las empresas y los servicios pueden tener un perfil detallado de cada persona. Por ejemplo podr√°n saber que calificaciones tienen sus hijos en el colegio, si han tendio problemas de conducta, si Ud. ha tenido infracciones de tr√°nsito o ha estado en procedimientos legales de alg√ļn tipo, sabr√°n quienes son sus amigos y que piensan, que estilo de vida lleva, los gatos que tiene, sus ingresos, su salud, sus entretenimiento, y as√≠ imag√≠nese usted.
big data

¬ŅCu√°l es la consecuencia de esto?Que cuando estos datos se cruzan con los tradicionales, se genera informaci√≥n que puede ir en contra de las propias personas. Por ejemplo podr√°n saber, sin hablar con Ud., si puede estar a favor del matrimonio gay o no, y tal vez un empleador desheche previamente a los que no lo est√°n. Lo mismo puede valer para problemas de salud, si un potencial empleador descubre que hay indicios de que Ud. tenga alguna adicci√≥n o una enfermedad cong√©nita.

MAYOR TRANSPARENCIA DE DATOS = MAYOR DISCRIMINACI√ďN

Por eso la mayor transparencia de datos sobre cada persona permite ocultar las discriminaciones, porque Ud. no puede saber quien lo ha discriminado si sus datos pueden ser vendidos a quien le interese (y los pueda pagar), porque hoy hemos perdido el control de quien sabe que cosas de nosotros y como las puede usar.La principal investigadora de Microsoft Research, Kate Crawford, ha alertado en la conferencia EmTech de MIT Technology Review que el análisis de datos se está usando para poner en práctica una forma sutil de discriminación con el uso de series anónimas de datos que se pueden minar para revelar datos de salud y otra información privada.Crawford, que además es profesora visitante en el Centro Para Medios Cívicos del Instituto Tecnológico de Massachusetts (EEUU), explica:

"La gente cree que los grandes vol√ļmenes de datos evitan el problema de la discriminaci√≥n porque te enfrentas a grandes series, pero el hecho es que el ‚Äúbig data‚ÄĚ se est√° usando para formas cada vez m√°s precisas de discriminaci√≥n, una forma de discriminaci√≥n mediante datos".

Durante su conferencia, Crawford a√Īadi√≥ que con el ‚Äúbig data‚ÄĚ

"nunca sabr√°s cu√°les son esas discriminaciones, y creo que es ah√≠ donde surge la se√Īal de alarma".

La investigadora sostiene que los datos de salud son especialmente vulnerables. T√©rminos de b√ļsqueda para s√≠ntomas de enfermedades, compras en l√≠nea de material m√©dico, e incluso las etiquetas RFID del etiquetado de medicamentos sirven para dar a sitios web y comerciantes informaci√≥n sobre la salud de una persona.

LAS REDES SOCIALES ‚ÄėCHISMOSAS‚Äô

Como escriben Crawford y el profesor de la Facultad de Derecho de la Universidad de Nueva York Jason Schultz, en su artículo:

"Cuando las series de datos se cruzan con informaci√≥n sanitaria tradicional, cosa que el big data est√° dise√Īado para hacer, se puede generar un retrato detallado de la salud de una persona que incluya informaci√≥n que dicha persona quiz√° no haya contado nunca a sus m√©dicos".

Y un estudio reciente de la Universidad de Cambridge (Reino Unido), al que Crawford se refirió durante su conferencia, descubrió que "características personales muy sensibles", entre ellos la orientación sexual, los rasgos de personalidad, el abuso de sustancias adictivas, e incluso la separación de los padres, son muy predecibles analizando los "me gusta" de la gente en Facebook. El estudio analizó los "me gusta" de 58.000 usuarios de Facebook.De forma parecida, el historial de compras, tuits, y la información demográfica, de localización y otras informaciones recogidas sobre usuarios individuales, al combinarse con datos de otras fuentes, pueden dar lugar a nuevos tipos de perfiles que una empresa o un comerciante podrían usar para negar un trabajo o un alquiler.

M√öLTIPLES FUENTES DE DATOS NO EQUIVALE A MAYOR PRECISI√ďN

Crawford se√Īala que, adem√°s, el an√°lisis de datos puede estar muy equivocado. Incluso el uso de la b√ļsqueda de Google para identificar epidemias de gripe, que ya hab√≠a funcionado en anteriores ocasiones, fracas√≥ el a√Īo pasado cuando los casos reales se quedaron muy por debajo de las predicciones. Una cobertura mayor por parte de los medios de la gripe y charlas sobre la gripe en las redes sociales se confundieron con se√Īales de gente que se quejaba de estar enferma, lo que produjo unas estimaciones al alza. "As√≠ es c√≥mo se pueden complicar los datos de los medios sociales", afirma Crawford.Y puede haber m√°s fallos b√°sicos en lo que nos cuentan los datos. Por ejemplo, despu√©s del hurac√°n Sandy hubo pocos tuits de zonas muy afectadas lejos de Manhattan. Crawford alerta:

"Si empezamos a usar series de datos de los medios sociales para tomarle el pulso a un país o comprender una crisis -incluso si los usamos para desplegar recursos- estamos obteniendo una visión sesgada de lo que sucede".

¬ŅUNA RESPUESTA EFICAZ?

En respuesta a estos riesgos, los autores del art√≠culo proponen un marco legal que denominan "garant√≠as procesales para grandes vol√ļmenes de datos". Bajo este concepto, una persona que ha sido sujeto de una decisi√≥n, ya sea la negaci√≥n de un seguro de salud o un alquiler, el rechazo para un puesto trabajo o una detenci√≥n, tendr√≠a derecho a saber c√≥mo se us√≥ el an√°lisis de datos en el caso.Esto conllevar√≠a el tipo de transparencia y derechos de interrogatorio ya consagrados en los sistemas legales de Estados Unidos y muchos otros pa√≠ses. Los autores sostienen: "Antes de que haya una aceptaci√≥n social mayor del papel del big data en la toma de decisiones, sobre todo en el caso del gobierno, nos parece justo y tener un grado aceptable de previsibilidad, transparencia y racionalidad".Sin embargo la ponencia de Crawford y Schultz tiene el inconveniente de que es imposible saber las bases de datos que una persona usa para conocer algo de otra persona. Por ejemplo, Facebook es una red social abierta, y si una persona quiere investigar sobre otra puede mirar sus posts y nadie sabr√° el objetivo.Y adem√°s, cuando una empresa compra bases de datos enteras y las cruza, Ud. entra como uno m√°s entre miles o millones, de modo que es imposible detectar el uso de esta informaci√≥n para saber algo de Ud. espec√≠ficamente.Fuentes: Technology Review, Signos de estos Tiempos

Haga click para ver las otras noticias

Entre su email para recibir nuestra Newsletter Semanal en modo seguro, es un servicio gratis:

S√ļmate a nuestra Newsletter y recibe las √ļltimas publicaciones
en tu bandeja de entrada

Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.

Ver todo
Estamos migrando el sitio a una nueva plataforma! :)