9.3 C
New York
lunes, diciembre 6, 2021

La gente quiere la privacidad de los datos, pero no siempre sabe lo que está obteniendo

Gabriel Kaptchuk, profesor asistente de investigación en ciencias de la computación, Universidad de Boston.
Elissa M. Redmiles, miembro de la facultad y líder del grupo de investigación, Instituto Max Planck.
Rachel Cummings, profesora asistente de ingeniería industrial y de sistemas, Instituto de Tecnología de Georgia.

La decisión de la administración Trump de prohibir la popular aplicación de video TikTok ha avivado los temores de que el gobierno chino recopile información personal de las personas que usan la aplicación. Estos temores subrayan las crecientes preocupaciones que los estadounidenses tienen sobre la privacidad digital en general.

Los debates sobre la privacidad pueden parecer simples: algo es privado o no lo es. Sin embargo, la tecnología que proporciona privacidad digital es todo menos simple.

Nuestra investigación sobre la privacidad de los datos muestra que la vacilación de las personas para compartir sus datos se debe en parte a no saber quién tendría acceso a ellos y cómo las organizaciones que recopilan datos los mantienen privados. También descubrimos que cuando las personas conocen las tecnologías de privacidad de datos, es posible que no obtengan lo que esperan.

Explicación de la privacidad diferencial

Si bien hay muchas formas de brindar privacidad a las personas que comparten sus datos, la privacidad diferencial ha surgido recientemente como una técnica líder y se está adoptando rápidamente.

Imagine que su comité de turismo local quisiera conocer los lugares más populares de su área. Una solución simple sería recopilar listas de todas las ubicaciones que ha visitado desde su dispositivo móvil, combinarlas con listas similares para todos los demás en su área y contar la frecuencia con la que se visitó cada ubicación. Si bien la recopilación de datos confidenciales de las personas de esta manera es eficiente, puede tener graves consecuencias. Incluso si los datos están despojados de nombres, es posible que un analista de datos o un pirata informático identifique y aceche a las personas.

La privacidad diferencial se puede utilizar para proteger los datos personales de todos y al mismo tiempo obtener información útil de ellos. La privacidad diferencial disfraza la información de las personas cambiando aleatoriamente las listas de lugares que han visitado, posiblemente eliminando algunas ubicaciones y agregando otras. Estos errores introducidos hacen que sea prácticamente imposible comparar la información de las personas y utilizar el proceso de eliminación para determinar la identidad de una persona. Es importante destacar que estos cambios aleatorios son lo suficientemente pequeños como para garantizar que las estadísticas resumidas, en este caso, los lugares más populares, sean precisas.

La Oficina del Censo de EE. UU. Utiliza la privacidad diferencial para proteger sus datos en el censo de 2020.
En la práctica, la privacidad diferencial no es perfecta. El proceso de aleatorización debe calibrarse cuidadosamente. Demasiada aleatoriedad hará que las estadísticas de resumen sean inexactas. Demasiado poco dejará a las personas vulnerables a ser identificadas. Además, si la aleatorización tiene lugar después de que se hayan recopilado los datos inalterados de todos, como es común en algunas versiones de privacidad diferencial, es posible que los piratas informáticos aún puedan acceder a los datos originales.

Cuando se desarrolló la privacidad diferencial en 2006, se consideró principalmente como una herramienta teóricamente interesante. En 2014, Google se convirtió en la primera empresa en comenzar a utilizar públicamente la privacidad diferencial para la recopilación de datos.

Desde entonces, Microsoft, Google y la Oficina del Censo de EE. UU. Han implementado nuevos sistemas que utilizan la privacidad diferencial. Apple lo usa para impulsar algoritmos de aprendizaje automático sin necesidad de ver sus datos, y Uber recurrió a él para asegurarse de que sus analistas de datos internos no puedan abusar de su poder. La privacidad diferencial a menudo se aclama como la solución a los problemas de privacidad de la industria de la publicidad en línea al permitir que los anunciantes aprendan cómo responden las personas a sus anuncios sin rastrear a las personas.

Expectativas razonables?

Pero no está claro que las personas que están sopesando si compartir sus datos tengan expectativas claras o comprendan la privacidad diferencial.

En julio, nosotros, como investigadores de la Universidad de Boston, el Instituto de Tecnología de Georgia y Microsoft Research y el Instituto Max Planck, encuestamos a 675 estadounidenses para evaluar si las personas están dispuestas a confiar sus datos en sistemas privados de manera diferente.

Creamos descripciones de privacidad diferencial basadas en las utilizadas por empresas, medios de comunicación y académicos. Estas definiciones iban desde descripciones matizadas que se centraban en lo que la privacidad diferencial podría permitirle a una empresa o los riesgos contra los que protege, descripciones que se centraban en la confianza en las muchas empresas que ahora la utilizan y descripciones que simplemente afirman que la privacidad diferencial es “la nuevo estándar de oro en la protección de la privacidad de los datos ”, como lo ha descrito la Oficina del Censo.

Los estadounidenses que encuestamos tenían aproximadamente el doble de probabilidades de informar que estarían dispuestos a compartir sus datos si se les dijera, utilizando una de estas definiciones, que sus datos estarían protegidos con privacidad diferencial. Sin embargo, la forma específica en que se describió la privacidad diferencial no afectó la inclinación de las personas a compartir. La mera garantía de privacidad parece ser suficiente para alterar las expectativas de las personas sobre quién puede acceder a sus datos y si sería seguro en caso de un ataque. A su vez, esas expectativas impulsan la voluntad de las personas de compartir información.

Es preocupante que las expectativas de las personas sobre la protección de sus datos con la privacidad diferencial no siempre son correctas. Por ejemplo, muchos sistemas de privacidad diferencial no hacen nada para proteger los datos de los usuarios de las búsquedas legales de las fuerzas del orden, pero el 20% de los encuestados esperaba esta protección.

Es probable que la confusión se deba a la forma en que las empresas, los medios de comunicación e incluso los académicos describen la privacidad diferencial. La mayoría de las explicaciones se centran en lo que hace la privacidad diferencial o para qué se puede usar, pero hacen poco para resaltar lo que la privacidad diferencial puede y no puede proteger. Esto permite que las personas saquen sus propias conclusiones sobre las protecciones que ofrece la privacidad diferencial.

Formando confianza

Para ayudar a las personas a tomar decisiones informadas sobre sus datos, necesitan información que establezca con precisión sus expectativas sobre la privacidad. No es suficiente decirle a la gente que un sistema cumple con un “estándar de oro” de algunos tipos de privacidad sin decirles lo que eso significa. Los usuarios no deberían necesitar un título en matemáticas para tomar una decisión informada.

Identificar las mejores formas de explicar claramente las protecciones proporcionadas por la privacidad diferencial requerirá más investigación para identificar qué expectativas son más importantes para las personas que están considerando compartir sus datos. Una posibilidad es utilizar técnicas como las etiquetas nutricionales de privacidad.

Ayudar a las personas a alinear sus expectativas con la realidad también requerirá que las empresas utilicen la privacidad diferencial como parte de sus actividades de recopilación de datos para explicar de manera completa y precisa qué se mantiene y qué no se mantiene privado y de quién.

Estimado lector, si compartes este artículo en tus Redes Sociales nos estarás ayudando a crear más contenido educativo en español. ¡Gracias por tu apoyo!

Nuestras investigaciones y reseñas pueden ayudarte a encontrar excelentes oportunidades. Nuestras guías ayudarán a utilizar las plataformas criptográficas de forma más eficaz. Conozca las mejores prácticas para invertir y comerciar con criptomonedas. Siempre verde y siempre GRATIS.

Gracias por suscribirte.

Algo salió mal.

ELECCIONES DE CRIPTOMUNDO HOY

Lo Último

Recibe lo último
del CriptoMundo

Nuestras investigaciones y reseñas pueden ayudarte a encontrar excelentes oportunidades. Nuestras guías ayudarán a utilizar las plataformas criptográficas de forma más eficaz. Conozca las mejores prácticas para invertir y comerciar con criptomonedas. Siempre verde y siempre GRATIS.

Gracias por suscribirte. No recibirás spam ni correos no deseados.

Algo salió mal.