211service.com
Når Social Media Mining går galt
Et komplekst billede af dit personlige liv kan nu sammensættes ved hjælp af en række offentlige datakilder og stadig mere sofistikerede data-mining-teknikker. Men hvor nøjagtigt er det billede?
Sidste uge i Las Vegas, ved computersikkerhedskonferencen Sort hat , Alessandro Køber , en lektor i informationsteknologi og offentlig politik ved Heinz College ved Carnegie Mellon University, viste, hvordan et fotografi af en person kan bruges til at finde hans eller hendes fødselsdato, cpr-nummer og andre oplysninger ved hjælp af ansigtsgenkendelsesteknologi at matche billedet med en profil på Facebook og andre hjemmesider. Acquisti anerkender privatlivets fredsimplikationer af dette arbejde, men han advarer om, at det største problem kan være unøjagtigheden af denne og andre data-mining-teknikker.
Acquisti siger, at hans nuværende arbejde er et forsøg på at indfange den fremtid, vi går ind i. I denne fremtid ser han online-information blive brugt til at forudsige en person på mange niveauer - som en potentiel dato, låntager, medarbejder, lejer og så videre. Internettet, siger han, kunne blive et sted, hvor alle kender dit navn - en verdensomspændende lille by, der ikke lader dig leve noget ned.
Ud over de åbenlyse bekymringer om, at fremmede ved mere end nogensinde om dig, bekymrer Acquisti sig om, hvad der vil ske, når teknologien laver fejl. Vi har en tendens til at lave stærke ekstrapolationer om svage data, siger Acquisti. Det er umuligt at bekæmpe det, for det ligger i vores natur.
En række virksomheder er allerede begyndt at bruge sociale medier til at måle og spore omdømme. Firmaet Santa Barbara, Californien Social intelligens udfører for eksempel sociale medier baggrundsscreeninger på potentielle medarbejdere, idet de lover at afsløre negativ information såsom racistiske bemærkninger eller seksuelt eksplicitte billeder, eller positiv information såsom tegn på sociale mediers indflydelse inden for et specifikt felt. Andre virksomheder, som f.eks Klout , spor brugernes niveau af sociale indflydelse, hvilket giver annoncører mulighed for at tilbyde særlige belønninger til dem med høj score.
Men Acquistis forskning viste faldgruberne ved at placere for meget relevans på sociale netværksdata. Hans team tog billeder af frivillige og brugte en off-the-shelf ansigtsgenkendelse kaldet PittPatt (for nylig erhvervet af Google) for at finde hver frivilligs Facebook-profil – som ofte afslørede personens rigtige navn og meget mere personlig information. Ved at bruge disse oplysninger kunne teamet nogle gange finde ud af en del af en persons personnummer. De skabte også en prototype smartphone-app, der henter personlige oplysninger om en person, efter at de er blevet snappet med enhedens kamera.
I deres eksperiment var holdet i stand til at matche omkring en tredjedel af forsøgspersonerne til de korrekte profiler. Derfra lavede de andre forudsigelser. Femoghalvfjerds procent af tiden forudsagde de emnernes interesser korrekt. De forudsagde korrekt de første fem cifre i frivilliges CPR-numre omkring 16 procent af tiden givet to forsøg. (Nøjagtigheden steg med flere forsøg.)
Men det betyder, at to tredjedele af tiden ikke identificerede personer korrekt. Og de, der var korrekt identificeret, blev stadig ukorrekt matchet 25 procent af tiden til særlige personlige interesser og mere end 80 procent af tiden til det forkerte cpr-nummer.
Acquisti forventer, at ansigtsgenkendelsesteknologien vil fortsætte med at blive bedre i de kommende år, og han spørger, hvad der vil ske, når den anses for god nok til at have tillid til det meste af tiden. Det kan være mareridtsagtigt for dem, der er fejlidentificeret. Der er ikke noget, vi som individer kan kontrollere, siger han.
Andre forskere undersøger pålideligheden af minedrift af sociale data. På Defcon , en hackerkonference i Las Vegas sidste weekend, en gruppe kaldet the Online Privacy Foundation fremlagt resultater af dens Big Five-eksperiment , en undersøgelse, der havde til formål at matche frivilliges personlighedstræk med kvaliteter på Facebook-profiler. Efter administration af en personlighedstest for frivillige udgravede de profiler for at identificere nøglekarakteristika.
Forskere fra Online Privacy Foundation fandt en positiv sammenhæng mellem mennesker, hvis personligheder havde en tendens til åbenhed, og dem, hvis Facebook-profiler var fyldt med mere information: længere lister over interesser, længere bios og mere diskussion om penge, religion, død og negative følelser. De fandt også en positiv sammenhæng mellem behagelige mennesker – defineret som at være medfølende, samarbejdsvillige, have evnen til at tilgive og være pragmatiske – og Facebook-statusser, der var skrevet i længere sætninger, som diskuterede positive følelser eller havde relativt flere kommentarer, venner og fotos. I begge tilfælde var korrelationerne dog relativt svage.
Forskerne konkluderer, at en Facebook-profil næppe er en pålidelig kilde til information. Nøglepunktet er at huske, at dette er et væddemål, siger fondens medstifter Chris Sumner . Budskabet er, at ja, der er et link, men brug det ikke alene til kritiske beslutninger.
Acquisti og Sumner siger, at nye regeringspolitikker kan være nødvendige for at beskytte enkeltpersoner mod overdreven datamining og mod misbrug af deres oplysninger. Dette kunne indebære at fastsætte standarder for nøjagtighed, som organisationer skal overholde. Vores tids afgørende spørgsmål, siger Acquisti, er, hvordan vi som samfund håndterer big data?