Լիովին արգելելով դեմքի ճանաչումը, մենք կորցնում ենք էությունը

Արդիական հետևողականության ամբողջ իմաստը՝ մարդկանց եզակի կերպով տարբերակելն է, որպեսզի յուրաքանչյուրին տարբեր կերպ վերաբերվեն: դեմքի ճանաչման տեխնոլոգիաները ընդամենը մի փոքր մասն են համընդհանուր վերահսկման համակարգի:

էսսեի հեղինակն է Բրյուս Շնայեր, ամերիկյան կոդավորող, գրող և տեղեկատվական անվտանգության մասնագետ: Հանդես է գալիս Կրիպտոլոգիական ուսումնասիրությունների միջազգային ասոցիացիայի կարողությունում և էլեկտրոնային հետազոտությունների տեղեկատվական կենտրոնի խորհրդատվական խորհուրդում: Էսսեն հրապարակվել է 2020 թվականի հունվարի 20-ին հեղինակային բլոգում և The New York Times.

ԱՄՆ առկա քաղաքացիական մտավորական համայնքները սկսում են արգելափակել դեմքի ճանաչման տեխնոլոգիաները: Պարզվել է, որ անցյալ տարվա մայիսին դրանք արգելվել են Սան Ֆրանցիսկո, մոտակա տեղի Օքլենդ, ինչպես նաև Սոմերվիլլ և Բրուքլին Մասաչուսեթսում (արգելքը կարող է տարածվել ճշտել կատարված օրենքի ուժի ենթակա)). Դեկտեմբերի սկզբում Սան Դիեգոն խափանեց դեմքի ճանաչման ծրագիրը, երբ նոր օրենքի ուժը մտնում էր ուժի մեջ: Քառասուն ամենամեծ երաժշտական փառատոներից հայտարարել են որ չեն օգտագործի այս տեխնոլոգիան, իսկ ակտիվիստները կոչ անում ազգային արգելման: Շատ Դեմոկրատական կուսակցության թեկնածուներ մեծապես աջակցում են գոնե մասնակի արգելման դեմքի ճանաչման վրա:

Այս ջանքերը բխում են լավ պարտավորություններից, սակայն դեմքի ճանաչման արգելումը սխալ պատասխան է ժամանակակից հետևողականության խնդրին: Մասնավորապես մեկ պարզ համագործակցելն ուշադրություն է գրավում այն հասարակության բնույթի նկատմամբ, որտեղ սուզայ մարմինների զանգվածային հետևողականությունը դարձնում է նորմ: Երևաններում, ինչպես Չինաստանում, կառավարությունը ստեղծում է համընդհանուր հետևողականության ենթակառուցվածքներ հասարակության վերահսկողության համար: ԱՄՆ-ում դա զարգացնում են կորպորացիաները, որպեսզի ազդեն գնումների վարքի վրա, և զուգահեռ օգտագործվում է կառավարությունը:

Բոլոր դեպքերում, ժամանակակից զանգվածային հետևողականության երեք հիմնական բաղադրիչներ՝

• ճանաչում;
• կոշտացում;
• տարբերակավորում:

Շարքային քննարկենք դրանք:

Դեմքի ճանաչումը՝ տեխնոլոգիա, որն օգտագործվում է մարդկանց ճանաչելու համար առանց նրանց գիտության կամ համաձայնության: Այն կապում է տեսախցիկների տարածվածությունը, որոնք դառնում են առավել հզոր ու կոմպակտ, ու մեքենայական ուսուցման տեխնոլոգիաներ, որոնք կարող են համեմատել ձայնավորված նյութը մեծածավալ նկարների հետ:

Բայց սա ընդամենը բաներ է, որներից մեկ քան, անձանց կարելի է ճանաչել նաև անդավաճանում: սիրտ տատանմամբ կամ երթևեկությամբ, բարակ պրոյեկտորային համակարգի օգտագործմամբ: Տեսախցիկները այնքան լավն են, որ կարող են կարդալ պետքամաշկեր և աչքի ռադիուսը մի քանի մետր հեռավորությունից: Եվ նույնիսկ այս տեխնոլոգիաներով մեզ միշտ հնարավոր է ճանաչել, քանի որ մեր սմարթֆոնները փոխանցում են հատուկ MAC հասցեներ: մեզ նույնականացնում են հեռախոսահամարները, վարկային քարտերի թվերը, ավտոմեքենաների համարները: Օրինակ, Չինաստանը իր գերակտիվ դիտարկման համակարգի համար շահագործում է մի քանի նույնականացման մեթոդներ.

Երբ մենք նույնականացվում ենք, մեր անձի և գործողությունների մասին տվյալները կարող են համեմատվել այլ ժամանակներում հավաքված տվյալների հետ: Դրանք կարող են լինել տեղաշարժերի մասին տվյալներ, որպեսզի «հետևեն» անձի ամբողջ օրվա ընթացքում: Իրավիճակներ, գնումների, վեբ էջերի դիտումներ, էլփոստով կամ զրույցներում մեր կապերը: Ավելին, պտտվում են մեր եկամուտների, ազգության, կենսակերպի, մասնագիտության և հետաքրքրությունների մասին տվյալներ: Տվյալների բրոքերների արդյունաբերություն կա, որոնք փող են վաստակում տվյալների վերլուծությամբ և տվյալների լրացումով ով, թե ո quién somos — utilizando datos de observación recopilados por todo tipo de empresas que se venden a los corredores sin nuestro conocimiento o consentimiento.

Միացյալ Նահանգներում գոյություն ունի մեծ — և գրեթե լրիվ կարգավորված չէ — տվյալների բրոքերների արդյունաբերություն, որոնք առևտուր են անում մեր անձնական տեղեկություններով: Ահա թե ինչու մեծ ինտերնետային ընկերությունները, ինչպիսիք են Google-ը և Facebook-ը, փող են վաստակում: Լինելով նույնականացման հարցը միայն մի մասն է: Կարևորը՝ նրանք կարողանում են ստեղծել յուրաքանչյուրի՝ խորը պրոֆիլներ, հավաքելով տեղեկություններ մեր և մեր հետաքրքրությունների մասին և առավելագույնս լրացնելով այդ պրոֆիլները: Դրանից է, որ շատ ընկերություններ գնում են ավտոմեքենաների համարների տվյալներ համագործակցություն ունեցող պետություններից: Դրա համար ընկերությունները ինչպես Google գնում են բժշկական ռեկորդներ, և մասամբ դրա համար Google գնել է Fitbit ամփոփելով բոլոր նրա տվյալները.

Այս գործընթացի գլխավոր նպատակը կայանում է այն բանում, որ ընկերությունները — և պետություններ — կարողանան տարբերակել մարդկանց և վերաբերվել նրանց տարբեր կերպ: Մարդկանց ցույց են տրվում տարբեր հայտարարություններ ինտերնետում և առաջարկվում են տարբեր վարկային քարտերի պայմաններ. Ավ Intelligent advertising billboards ցուցադրում են տարբեր գովազդներ կախված ձեր պրոֆիլից: Ա tule un future ہمیں خودکار طور پر پہچانا جا سکتا ہے جب ہم ایک دکان میں داخل ہوتے ہیں جیسے کہ اب ویب سائٹ پر داخل ہونے پر ہوتا ہے.

Կարևոր չէ, թե որ տեխնոլոգիան օգտագործվում է մարդկանց նույնականացման համար: Այն, որ ներկայումս չկա համապարփակ տվյալների բազա սրտերի ծպտուկների կամ քայլերի համար, չի նշանակում, որ տվյալների հավաքման տեխնոլոգիաները պակաս արդյունավետ են: Եվ մեծ մասում կարևոր չէ ID-ի կապը իրական անունի հետ: Կարևոր է, որ մենք կարողանաք շարունակաբար նույնականացվել երկար ժամանակ: Մենք կարող ենք լինել լրիվ անանուն համակարգում, որը սեփականացնում է յուրաքանչյուր օգտվողի համար յուրօրինակ թխվածք լիարժեքորեն հետևում է նրանց գործունեությանը ինտերնետում, սակայն դա չեն խանգարում զուգահեռ պրոցեսներին կարգավորում և տարբերակում: Այդպես է նաև անձանց դեպքում: Կարող ենք հետևել մեր տեղափոխությունների վաճառքի վայրում կամ առևտրի կենտրոնում նույնիսկ որևէ անունին կապակցելուց առանց: Եվ այս անանունությունը փխրուն է. երբեմն մենք ինչ-որ բան գնում ենք բանկային քարտով, հանկարծ մեր իրական անունները կցվում են նրան, ինչ նախկինում անանուն հետագծման պրոֆիլ էր:

Այս համակարգը կարգավորելու համար պետք է հաշվի առնել ուղեցույցը հետապնդման գործընթացի երեք փուլերը: Բացառական է, եթե դեմքով ճանաչման արգելքները որևէ նշանակություն չունեն, եթե տեսանյութերի մոնիտորինգի համակարգերը անցնում են անձանց ճանաչմանը շունչի MAC-հասցեներով: Խնդիրն այն է, որ մեզ նույնացնում են առանց մեր գիտության կամ համաձայնության, իսկ հասարակությունն ունի կանոններ, երբ դա թույլատրվում է, իսկ երբ ոչ:

Դրանք պետք են, որպեսզի օրենքներ սահմանվեն, թե ինչպես կարելի է մեր տվյալները զուգակցել այլ տվյալների հետ, իսկ հետո գնել և վաճառել առանց մեր գիտության կամ համաձայնության: Տվյալների բրոքերների արդյունաբերությունը գրեթե լրիվ չի կարգավորվում; միայն մեկ օրենք կա, որը ընդունվել է Վերմոնտում 2018 թվականին, որը պահանջում է, որպեսզի տվյալների բրոքերները գրանցվեն և ընդհանուր նկարագրեն, թե ինչպիսի տվյալներ են հավաքում: Մեծ ինտերնետային հետևողական ընկերությունները, ինչպիսիք են Facebook-ն ու Google-ը, հավաքում են մեզ վրա ավելի մանրամասն ընդլայնված փաստաթղթեր, քան 20-րդ դարի շեշտակի պետությունների բարձրաստիճան ծառայություններն էին: Արդիական օրինները կօգնեն կանխել դրանց վատ կիրառությունները:

Ուրեմն, մեզ պետք են ավելի պարզ կանոններ, երբ և ինչպես կարող են ընկերությունները տարբերակում իրականացնել: Դիտարկումների վրա հիմնված ոչ այլոգիական նշաններով, ինչպիսիք են ցեղը կամ սեռը, արդեն օրինական չեն, բայց այս կանոնները արդյունավետ չեն ժամանակակից մոնիտորինգի և կառավարման տեխնոլոգիաների դեմ: Երբ մարդկանց կարելի է նույնացնել և նրանց տվյալները համակցվել անմիջապես բնորոշ արագությամբ և չափերով, մեզ պետք են նոր կանոններ:

Այսօր դեմքով ճանաչման համակարգերն ընդունել են ծանր քննադատություն, սակայն արգելելով դրանք, մենք բաց ենք թողնում էության: Մենք պետք է լուրջ խոսենք բոլոր ճանաչման, վերագրման և տարբերակում տեխնոլոգիաների մասին: Մենք որպես հասարակություն պետք է որոշենք, թե արդյոք այսպիսի մասշտաբով գաղտնիաքննությունը կառավարությունից և կազմակերպություններից մեզ կյանքի վրա ինչպես պետք է ազդի:

Ընտանիք: habr.com