คำถามต่อผู้เชี่ยวชาญ: จริงหรือไม่ที่เครือข่ายสังคมออนไลน์กำลังเฝ้าดูเราอยู่
Dmitry Kurkin
ตอบสนองต่อความสำคัญของคำถามของเรา เราเคยค้นหาออนไลน์ ในชุดใหม่ของวัสดุที่เราถามคำถามเช่นการเผาไหม้ที่ไม่คาดคิดหรือแพร่หลายไปยังมืออาชีพในสาขาต่างๆ
ม็อบแฟลช 10 ปี Challenge เปิดตัวในเครือข่ายสังคมในช่วงต้นปีไม่เพียง แต่วางทฤษฎีสมคบคิดว่าเป้าหมายของแคมเปญคือการรวบรวมภาพถ่ายของผู้ใช้และฝึกให้พวกเขาจดจำระบบจดจำใบหน้า แต่ก็ทำให้พวกเขาคิดอีกครั้งว่าพวกเขารู้มากแค่ไหน เครือข่ายสังคมและบุคคลที่สามทำงานร่วมกับพวกเขา (จาก บริษัท การค้าไปจนถึงหน่วยงานรัฐบาล)
ความจริงที่ว่ายักษ์ใหญ่ด้านเทคโนโลยีกำลังรวบรวมและวิเคราะห์รอยเท้าดิจิตอลที่เหลืออยู่โดยผู้ใช้หลายพันล้านคนต่อวันนั้นไม่มีความลับสำหรับทุกคน และการตระหนักถึงสิ่งนี้ทำให้เกิดความกลัวแบบใหม่ของ“ พี่ใหญ่”: เครือข่ายสังคมรู้เกี่ยวกับเรามากมาย แต่ถ้าพวกเขารู้มากเกินไปเกี่ยวกับเรา สามารถใช้ข้อมูลขนาดใหญ่เพื่อค้นหาการเชื่อมต่อทั้งหมดรสนิยมนิสัยของบุคคลอดีตและปัจจุบันของเขาได้หรือไม่ และถ้าเป็นเช่นนั้นความปรารถนาของเราในการเข้าสังคมออนไลน์จะเป็นอันตรายอะไรเพราะเหตุที่เราแบ่งปันข้อมูลเกี่ยวกับตัวเราด้วยความสมัครใจทำให้เรา?
เราถามผู้เชี่ยวชาญเกี่ยวกับวิธีการประมวลผลข้อมูลผู้ใช้โดย บริษัท ขนาดใหญ่และอันตรายที่ยิ่งใหญ่คือการสืบทอดบนเครือข่ายสังคม
Liliya Zemnukhova
นักวิจัยที่ศูนย์วิทยาศาสตร์และเทคโนโลยีการวิจัยที่มหาวิทยาลัยยุโรปที่เซนต์ปีเตอร์สเบิร์ก
รอยเท้าดิจิทัลประกอบด้วยข้อมูลที่เป็นไปได้ทั้งหมด - ข้อความรูปภาพเสียงและวิดีโอบันทึกตำแหน่งทางภูมิศาสตร์และข้อมูลเมตามากมาย (ตัวอย่างเช่นรุ่น Gadget ผู้ให้บริการโทรศัพท์เคลื่อนที่ระบบปฏิบัติการพลวัตและระยะเวลาของการเข้าชมเป็นต้น) และไม่ใช่เพียงแค่เราที่เติมเต็มรอยเท้าดิจิตอลของเรา เครือข่ายโซเชียลทำให้เราเป็นผู้ใช้ด้วยความช่วยเหลือจากแหล่งข้อมูลสามแหล่งนั่นคือความจริงที่ว่าเรารายงานตัวเราเอง ที่คนอื่นรายงานเกี่ยวกับเรา และสิ่งที่เกิดขึ้นบ่อยที่สุดโดยที่เราไม่รู้ ทึบแสงโดยเฉพาะล่าสุด ตามกฎแล้วเราจะไม่อ่านข้อตกลงผู้ใช้และนโยบายสำหรับการรวบรวมและการใช้ข้อมูลส่วนบุคคล เราเพียงแค่ทราบว่า "กล่องดำ" นี้มีผลต่อประสบการณ์การใช้งานของเรา: การโฆษณาที่กำหนดเป้าหมาย, คำแนะนำจากเพื่อน, คำแนะนำสำหรับเพลง, ขั้นตอนการเปิดตัวข่าว ... เราสร้างประสบการณ์ส่วนเล็ก ๆ นี้ด้วยตนเองเมื่อเราสร้างฟีดข่าวด้วยตนเอง ทำฟังก์ชั่นที่ฝังอยู่ในโปรไฟล์เริ่มต้น นั่นคือเหตุผลที่เราจะไม่กำจัดการโฆษณาตามบริบทหรือคำแนะนำการล่วงละเมิดของกลุ่มหรือ (ไม่) เพื่อน เครือข่ายโซเชียลเป็น บริษัท ที่ใช้ข้อมูลเกี่ยวกับผู้ใช้ของพวกเขาเพื่อจุดประสงค์ทางการค้านำเสนอแพลตฟอร์มของพวกเขาสำหรับการขายเนื้อหาเป้าหมาย และตลอดทางพวกเขายังคงเก็บข้อมูลเกี่ยวกับเราตัวอย่างเช่นหากคุณชำระค่าโฆษณาอย่างน้อยหนึ่งครั้งบัตรเครดิตธนาคารและข้อมูลธุรกรรมยังคงอยู่กับ บริษัท ข้อมูลยังสามารถให้กับหน่วยงานของรัฐเมื่อมีความต้องการที่ยิ่งใหญ่ตัวอย่างเช่น Facebook ร่วมมือกับหน่วยงานภาครัฐของสหรัฐอเมริกาเป็นประจำตามนโยบายความโปร่งใส
นอกเหนือจากนโยบายภายในของเครือข่ายสังคมออนไลน์แล้วยังมีรายละเอียดที่สำคัญอีกประการหนึ่ง: บัญชีสามารถเชื่อมโยงกับแอปพลิเคชันและฟังก์ชันอื่น ๆ นับแสน ยกตัวอย่างเช่นนี่คือเหตุผลของการอภิปรายครั้งใหญ่เมื่อปีที่แล้วเกี่ยวกับการเข้าถึงข้อมูลผู้ใช้ของบุคคลที่สาม ความพยายามที่สำคัญในการควบคุมเสรีภาพของนักพัฒนาเกิดขึ้นในสหภาพยุโรป - ระเบียบว่าด้วยการป้องกันข้อมูลทั่วไป (GDPR) ได้เริ่มบังคับใช้เมื่อปีที่แล้ว เขาตัดสินใจที่จะไม่ถ่ายโอนข้อมูลปัญหา แต่ดึงดูดความสนใจของผู้ใช้กับคำถามนี้ สิ่งนี้ไม่ได้บังคับให้เราอ่านข้อตกลงผู้ใช้ทั้งหมด แต่มันทำให้เราคิดและอย่างน้อยก็มีความรับผิดชอบต่อรอยเท้าดิจิทัลของเรามากขึ้นและปฏิบัติตามกฎเบื้องต้นของสุขอนามัยดิจิทัล
วาเลเรีย Karavaeva
นักวิทยาศาสตร์ข้อมูลที่ Spiking
บางครั้งเราไม่ได้คิดถึงจำนวนเพลงที่เราทิ้งไว้บนเว็บและจำนวนเท่าไหร่ที่จะช่วย บริษัท ในเครือไม่เพียง แต่เครือข่ายโซเชียล - แม้ว่าเครือข่ายโซเชียลเช่นกัน เครือข่ายโซเชียลรวบรวมข้อมูลไม่เพียง แต่สำหรับตัวเองเท่านั้นพวกเขาสามารถขายได้ - ฉันรู้เกี่ยวกับมันเพราะฉันทำงานที่ บริษัท โฆษณาและเราซื้อข้อมูลจาก Facebook และบ่อยครั้งที่เราผู้ใช้ยินยอมด้วยสิ่งนี้โดยไม่สังเกตเห็น ผู้คนใช้เวลาครึ่งชีวิตบนเครือข่ายสังคมและให้ข้อมูลมากมายเกี่ยวกับตัวเอง
แต่มันเป็นไปได้ที่จะรวบรวมข้อมูลมาก่อน - ทำไมคุณเริ่มพูดถึงข้อมูลขนาดใหญ่เมื่อเร็ว ๆ นี้? ประการแรกเพราะพลังการคำนวณเติบโตขึ้นและราคาถูกลง ประเด็นหลักของข้อมูลขนาดใหญ่ไม่ใช่วิธีการรวบรวมข้อมูล - โดยหลักการแล้วพวกเราทุกคนในวันนี้สามารถรวบรวมและจัดเก็บข้อมูลเทราไบต์ได้ แต่จะทำงานกับพวกเขาอย่างไร ข้อมูลส่วนใหญ่ที่ได้รับจากเครือข่ายสังคม (ข้อความเสียงรูปภาพวิดีโอ) ไม่ได้มีโครงสร้าง แต่อย่างใดดังนั้นหากไม่มีการเรียนรู้ข้อมูลขนาดใหญ่ก็ไม่มีประโยชน์ ตอนนี้จากความจริงที่ว่าพลังงานและหน่วยความจำมีราคาถูกลงความต้องการใช้เครือข่ายประสาทและการเรียนรู้ที่เพิ่มขึ้นในที่สุดเราก็เรียนรู้ที่จะประมวลผลอาร์เรย์ข้อมูลขนาดใหญ่
ยกตัวอย่างเช่นรูปภาพ - และนี่คือข้อมูลที่ใหญ่มากพวกเขาสามารถให้ข้อมูลมากมาย มีรูปภาพนับล้านภาพ แต่จะทำอย่างไรกับพวกเขา? สิ่งที่สามารถสกัดได้จากพวกเขา? รูปแบบใดที่พวกเขาแจ้งให้คุณทราบ การเรียนรู้ของเครื่องในความเป็นจริงไม่ได้หายไปไกล นี่ไม่ใช่กระบวนการง่ายๆอย่างที่ดูเหมือน: ไม่มีสิ่งที่คุณกดปุ่มและในหนึ่งสัปดาห์จะได้รับการคำนวณแบบเต็ม
การเรียนรู้ด้วยเครื่องจักรโดยตรงนำหน้าด้วยงานที่ซับซ้อนมากขึ้น ภาพเดียวกันนั้นจะต้องได้รับการประมวลผลอย่างถูกต้องก่อน (ตัวอย่างเช่นภาพที่ถูกตัดเป็นกึ่งกลางซึ่งเป็นสิ่งสำคัญสำหรับการเรียนรู้) - นี่เป็นขั้นตอนแรกซึ่งโดยปกติจะใช้เวลานาน ขั้นตอนที่สองคือการเลือกสถาปัตยกรรมเครือข่ายที่เหมาะสมสำหรับการแก้ปัญหา พูดโดยประมาณคุณสร้างเครือข่ายประสาทที่ต่างกันสิบเครือข่ายและพวกมันให้ผลลัพธ์ที่แตกต่างกันสิบแบบ ถ้าอย่างนั้นคุณต้องประเมินผลลัพธ์ และหลังจากนั้นคุณมีโอกาสสูงกลับไปที่ขั้นตอนแรก มันเป็นไปไม่ได้ที่จะสร้างเครือข่ายสากลสำหรับงานใด ๆ : คุณสามารถสร้างมันขึ้นมาจากศูนย์หรือแก้ไขที่มีอยู่ การจดจำใบหน้าเป็นภารกิจหนึ่งการจดจำแมวเป็นอีกเรื่องหนึ่ง
ในกระบวนการเรียนรู้ของเครื่องจักรเรายังมีส่วนร่วมโดยไม่รู้ตัว ตัวอย่างเช่นการแนะนำแคปต์ชาบนไซต์: การใช้แคปช่าการฝึกอบรมเครือข่ายประสาทของ Google เพื่อสร้างหนังสือดิจิทัล
เราต้องเข้าใจว่า บริษัท ที่รวบรวมข้อมูลขนาดใหญ่ไม่สนใจโปรไฟล์ส่วนตัวของเรา พวกเขาต้องการข้อมูลเกี่ยวกับผู้คนจำนวนมากที่สนใจในบางสิ่งที่เฉพาะเจาะจง สำหรับบริการพิเศษฉันคิดว่าพวกเขาสามารถรวบรวมข้อมูลโดยไม่ต้องหันไปใช้เครือข่ายสังคมออนไลน์ ฉันคิดว่าความกลัวของเราที่เราถูกเฝ้าดูจะผ่านไปไม่นาน นี่คือโลกใหม่: เป็นไปได้ที่จะไม่สืบทอดเว็บ แต่เป็นเรื่องยาก ง่ายกว่าที่จะไม่ปรากฏบนเว็บเลย
รูปถ่าย: antonsov85 - stock.adobe.com