Persyaratan khusus selalu diajukan untuk produk anak-anak. Ada keamanan, keandalan, kesederhanaan, kemampuan untuk mengontrol dari jarak jauh jika kita berbicara tentang perangkat dan layanan anak-anak, dan banyak lagi. Fungsi "kontrol orang tua" hampir sama tuanya dengan seluruh dunia digital, kecuali untuk ini, masalah melindungi data pribadi anak-anak telah menjadi masalah akut selama beberapa waktu.
Tetapi bahkan jika anak Anda memiliki kemampuan teknis yang memadai dan terbiasa dengan aturan perilaku di jaringan (tidak mengungkapkan data pribadinya, tempat tinggal yang sebenarnya, jadwal, rute, dan sebagainya untuk semua alasan yang dapat dimengerti oleh kami), ia tidak terlindungi dari kebocoran informasi ini. Studi terbaru
mengatakan bahwa sejumlah besar aplikasi anak-anak yang ditandai "di bawah 13 tahun" mengikuti pengguna muda mereka dengan cara yang sama seperti kita orang dewasa mengikuti aplikasi Facebook atau Google.
Game sederhana, yang tujuannya adalah pengembangan atau hiburan anak, sepenuhnya mengumpulkan semua jenis informasi dari perangkat dan sensor, termasuk geolokasi dan data accelerometer. Omong-omong, perusahaan teknologi besar dan jejaring sosial memantau anak-anak yang melanggar hukum. Dan ini adalah masalah serius, terutama jika kita memperhitungkan pembelajaran mesin modern dan jaringan saraf.
Di atas kertas, anak-anak dilindungi. Tapi hanya di atas kertas
Di Amerika Serikat, ada sejumlah undang-undang yang bertujuan melindungi generasi muda, termasuk di ruang internet. Tindakan utama mengenai hal ini disebut "
Undang-Undang Privasi Anak-Anak " dan mengatur perilaku perusahaan Amerika dalam hal mengumpulkan, memproses, dan menggunakan data pribadi anak-anak. Singkatnya: dokumen tersebut melarang pengumpulan atau pemrosesan informasi yang diterima di situs anak-anak atau melalui aplikasi anak-anak tanpa izin eksplisit dari wali. Artinya, tawaran publik di ruang bawah tanah situs atau game EULA seharusnya tidak berfungsi. Tindakan ini diadopsi sehingga produsen dan pengiklan tidak dapat secara langsung memanipulasi pikiran yang rapuh dalam hal, misalnya, iklan dan pemasaran.
Namun, Undang-Undang Privasi Anak-anak secara aktif dilanggar oleh setidaknya setengah dari pengembang game (termasuk mereka yang masuk dalam 10 besar Google Play dan appStore), serta oleh perusahaan seperti Google dan Facebook. Pada saat yang sama, bagian khusus anak-anak diposisikan oleh perusahaan sebagai "aman", yang jauh dari kasus ini. Artinya, privasi anak-anak dilanggar di seluruh Internet.
Ada beberapa pola pemrosesan dan penggunaan selanjutnya untuk menggunakan data yang dikumpulkan. Yang pertama dan paling populer: pembentukan peta perilaku pengguna (dengan mengacu pada ID perangkat) untuk analisis selanjutnya dan penyesuaian output iklan. Ini terutama benar mengingat fakta bahwa data dikumpulkan tidak hanya oleh perusahaan besar, tetapi juga oleh pengembang berbagai aplikasi (dengan transfer berikutnya ke perusahaan periklanan) yang secara langsung tertarik untuk meningkatkan efisiensi periklanan dalam aplikasi mereka dan, sebagai akibatnya, meningkatkan biaya tayangan atau klik. Karena sebagian besar aplikasi untuk anak-anak didistribusikan secara gratis (monetisasi melalui iklan) karena alasan yang jelas bahwa anak-anak tidak memiliki uang, model seperti itu lebih dari meluas.
Untuk pertanyaan wajar, "Bagaimana aplikasi anak-anak dari pasar mengumpulkan informasi?" jawaban yang cukup terperinci
dalam publikasi New York Times . Singkatnya: ini semua tentang label yang salah. Jadi, aplikasi yang memantau dan mengumpulkan data pengguna tidak diposisikan sebagai "murni anak-anak", tetapi "campuran", yang memungkinkan pengembang untuk menghindari ketentuan "Undang-Undang Privasi Anak-Anak" dan mengumpulkan semua informasi yang menarik bagi mereka. Perlu dicatat bahwa dalam situasi ini, Google yang sama mencuci tangannya dan mengatakan bahwa tidak ada pelanggaran di pihak raksasa teknologi. Ternyata gambar klasik ketika ada pelanggaran, tetapi tidak ada yang bersalah atas apa pun, semacam suka.
Tindakan spesifik terhadap pelanggar diambil dengan tepat dan sangat enggan oleh Google. Yang pertama "di bawah distribusi" dari publik dan NYTimes yang peduli adalah pengembang game anak-anak Tiny Lab, yang secara aktif memantau pengguna muda mereka dan menggabungkan data mereka dengan perusahaan periklanan. Setelah banyak panggilan ke Google, raksasa itu harus menanggapi permintaan pengguna dan menonaktifkan akun Tiny Lab, serta menghapus semua game pengembang ini dari Google Play. Tetapi, pada kenyataannya, baik di pasar appStore dan di Google Play, ada ribuan lebih banyak aplikasi anak-anak yang mengumpulkan data pribadi, sehingga larangan Tiny Lab lebih mirip cambuk indikatif daripada langkah nyata untuk memperbaiki situasi.
Jaringan saraf dan pembelajaran mesin
Tetapi jika pengembang hanya mengumpulkan informasi virtual tentang pengguna, maka ini masih bisa ditoleransi sebagian. Tapi slogan modern "informasi adalah segalanya", seperti dominasi besar Big Data dengan pembelajaran mesin, membuat penyesuaiannya sendiri. Karena itu, semua informasi yang dapat dihimpun dikumpulkan.
Vektor berbahaya yang paling tidak terlihat, tetapi pada saat yang sama secara fisik (dan bukan secara informasi) adalah pengumpulan informasi dari sensor perangkat, seperti sensor cahaya, akselerometer, dan geolokasi.
Omong-omong, penelitian di bidang ini
dilakukan pada tahun 2013 . Kemudian, sebagai bagian dari karya ilmiah, sekelompok peneliti menciptakan 30 catatan referensi perilaku pengguna dalam aktivitas sehari-hari. Untuk pemrosesan video terkait, teknologi SVM digunakan. Akibatnya, penelitian ini menciptakan semacam "kerangka kerja" dan membuka pintu untuk pembelajaran mesin dan penciptaan jaringan saraf convolutional oleh spesialis lain di bidang yang ingin sepenuhnya mensimulasikan perilaku pengguna sesuai dengan data sensor perangkatnya.
Lima tahun telah berlalu sejak laporan pada simposium pembelajaran mesin internasional Eropa ke-21, tempat karya ini dipresentasikan. Sejak itu, sensor dan akselerometer dalam perangkat menjadi lebih sensitif dan akurat, dan pembelajaran mesin, jaringan saraf, dan bekerja dengan Big Data telah mencapai tingkat yang berbeda secara mendasar.
Dan hari ini (17 September 2018), lima tahun setelah publikasi, berkat spesialis pembelajaran mesin Jason Brauli di jaringan di bawah judul "
Cara memodelkan aktivitas manusia menggunakan data ponsel cerdas ", analisis terperinci dari karya ini muncul dengan contoh kode dan tautan ke semua yang diperlukan alat dan repositori. Dalam publikasinya, Brauli menceritakan bagaimana, menggunakan koktail dari data geolokasi, accelerometer, dan sensor lainnya, Anda tidak hanya dapat sepenuhnya memulihkan rute pengguna, tetapi juga sepenuhnya mensimulasikan semua perilaku dan gerakannya dalam periode waktu tertentu menggunakan data dari studi 2013.
Pada saat yang sama, Brauli mencatat bahwa jaringan saraf yang terlatih dengan baik tidak hanya dapat membuat grafik aktivitas pengguna atau sekelompok orang, tetapi juga membuat prakiraan, yang membawa kita ke tingkat yang berbeda dari "cyberpunk yang pantas kita dapatkan." Untuk membenarkan seluruh situasi, perlu dikatakan bahwa untuk sepenuhnya memodulasi aktivitas pengguna tertentu, pengetahuan teknis dan pengalaman yang cukup dalam pembelajaran mesin diperlukan.
Jika kita mengambil skenario yang paling gelap, “terima kasih kepada” pengawasan total dan ketertinggalan pengembang aplikasi dan game, siapa pun yang ingin tahu, dengan data, dapat menentukan di halaman mana anak Anda memotong pelajaran atau pelatihan, lampu tidak berfungsi, betapa berisiknya itu dan apakah orang lain pergi ke sana. Dan tidak ada yang bisa dilakukan tentang itu.
Apakah Anda seorang pengembang, arsitek, atau manajer yang berpengalaman di perusahaan IT dan sedang berpikir untuk mengubah pekerjaan Anda? Lihat pekerjaan dan posisi SA , CA , SEM kami di Lingkaran Saya .
Mungkin mereka akan menarik minat Anda.