Personlig AI Privacy Watchdog kan hjælpe dig med at genvinde kontrollen over dine data





At holde styr på de personlige data, som dine mobilapps indsamler, bruger og deler, kræver at man får mening i lange, tvetydige og ofte forvirrende privatlivspolitikker og tilladelsesindstillinger. Nu er der en app til det.

Privatlivsassistent , en skabelse af forskere ved Carnegie Mellon University, bruger maskinlæring til at give brugerne mere kontrol over de oplysninger, som apps på deres Android-telefoner indsamler. Den kombinerer en brugers svar på adskillige spørgsmål (f.eks. Føler du dig generelt godt tilpas med finansapps, der får adgang til din placering?) med information, som den henter ved at analysere apps på brugerens telefon for at komme med specifikke anbefalinger om, hvordan denne person skal administrere tilladelser .

Appen er kun tilgængelig for rootede enheder, hvilket betyder, at deres operativsystemer er blevet låst op for at tillade ikke-godkendte apps. Men Norman Sadeh , en professor i datalogi, der leder CMU'er Personligt privatlivsassistent-projekt , håber, at en stor teknologivirksomhed i sidste ende vil se teknologien som en måde at differentiere sig fra sine konkurrenter på og bane vejen for, at den bliver et mainstream-værktøj.



Indsamling og analyse af brugerdata til målrettet annoncering bliver mere udbredt og sofistikeret, og for mange forbrugere kan det lige så godt ske i en sort boks. De fleste mennesker læser ikke privatlivspolitikker eller er meget opmærksomme på apptilladelser, og selvom de gør det, er sproget ofte ubehjælpsomt vagt. Ifølge nyere forskning fra Pew, 91 procent af amerikanske voksne mener, at forbrugerne har mistet kontrollen over, hvordan virksomheder indsamler og bruger personlige oplysninger. Hvis føderale tilsynsmyndigheder fortsætter med at tage en relativt håndfri tilgang til forbrugernes privatlivsregulering, kan flere mennesker henvende sig til teknologier som Privacy Assistant for at hjælpe dem med at bevare et vist niveau af kontrol over deres data (se Velkommen til Internet Privacy Limbo).

CMU-gruppen har vist, at maskinlæring kan modellere individers privatlivspræferencer. En brugers svar på nogle få spørgsmål er nok til at placere dem i en af ​​få ligesindede klynger. Privacy Assistant anbefaler indstillinger for datadeling – vedrørende placeringsoplysninger, kontakter, beskeder, telefonopkaldsdata og telefonens kamera og mikrofon – baseret på en profil af gruppen, der passer bedst til brugeren.

Sadehs team udforsker også ideen om nudges eller notifikationer, der informerer eller minder folk om, hvilke data de deler og beder dem om at gennemgå deres indstillinger. Gruppen har vist, at nudges, der fortæller folk ting som, hvor ofte deres placeringsdata er blevet indsamlet, eller hvor mange apps, der indsamler deres kontaktoplysninger eller forsøger at få adgang til deres mikrofon eller kamera, inspirerer folk til at se igen på deres indstillinger. Mange mennesker, der ellers ikke ville kigge på deres indstillinger, indser, at der er mange ting, de ikke er klar over, siger Sadeh.



Brugere af Apples iOS kan være bekendt med notifikationer, der kontrollerer, om de er trygge ved, at en given app deler deres placeringsdata. Men de kan også være frustrerende, fordi de ikke siger hvorfor appen indsamler disse data. Ved at scanne koden for hundredtusindvis af gratis apps har CMU-gruppen fundet ud af, at når de indsamler lokationsoplysninger, er det oftest til andre ting end appens kernefunktion, ofte til reklameformål.

Sadeh siger, at der burde være finere kontroller, som ville lade nogen sige, at jeg for eksempel er villig til at lade appen få adgang til min placering med det formål at give mig navigation eller fortælle mig om restauranter i nærheden, eller hvad har du, men jeg er ikke villig til at dele min placering med analysevirksomheder, der bygger omfattende spor af min opholdssted.

skjule