ATHENS VOICE
«Οπιο πολύτιμος πόρος στον κόσμο δεν είναι πλέον το πετρέλαιο, αλλά τα δεδομένα». Ο τίτλος του άρθρου του Economist από το 2017 περιγράφει ίσως την πιο σημαντική τάση της δεκαετίας που τελειώνει. Η συνδεσιμότητα του Διαδικτύου παράγει δεδομένα με ολοένα αυξανόμενους ρυθμούς, δεδομένα των οποίων η αξία συνήθως συνειδητοποιείται και εξάγεται αρκετά μετά τη συλλογή τους.
Όπως και το πετρέλαιο, τα μεγάλα (κυρίως) δεδομένα χρειάζονται εκτεταμένες υποδομές για τη συλλογή, αποθήκευση και εκμετάλλευσή τους, κάτι που δίνει ένα συγκριτικό πλεονέκτημα στις μεγάλες διαδικτυακές εταιρείες και ξαναβάζει στη συζήτηση τον έλεγχο των «μέσων παραγωγής», η οποία είχε βγει από το κάδρο της «οικονομίας της γνώσης». Τα μεγάλα δεδομένα, σε συνδυασμό με την πρόοδο στις υπολογιστικές υποδομές και τους αλγορίθμους βαθιάς μηχανικής μάθησης δημιουργούν μεγάλες ευκαιρίες αλλά και περίπλοκες προκλήσεις.
Εδώ είναι χρήσιμο να γυρίσουμε στις αρχές της περασμένης δεκαετίας και στις προσπάθειες της νεοφυούς τότε Google να βρει τρόπο για να δημιουργήσει έσοδα από την καινοτόμο, δημοφιλή μηχανή αναζήτησης που είχε δημιουργήσει. Δεδομένης της υψηλής επισκεψιμότητας του ιστότοπού της, η διαφήμιση ήταν μια προφανής διέξοδος. Αρχικά οι καταχωρήσεις των διαφημίσεων βασιζόταν σε λέξεις-κλειδιά που ταιριάζουν με τις αναζητήσεις των χρηστών. Στη συνέχεια, όμως, η Google συνειδητοποίησε ότι το σύνολο της ψηφιακής δραστηριότητας ενός χρήστη μπορούσε να χρησιμοποιηθεί έτσι ώστε να προβληθούν στον χρήστη οι διαφημίσεις με τη μέγιστη απήχηση.
Η μεθοδολογία αυτή αποδείχθηκε χρυσωρυχείο για την Google και στη συνέχεια για τα μέσα κοινωνικής δικτύωσης που την ακολούθησαν. Και ενώ η Google προσπαθεί έκτοτε να αλλάξει τη σύνθεση των εσόδων της έτσι ώστε να μη βασίζεται αποκλειστικά στην πώληση διαφημίσεων, το Facebook που την ακολούθησε στην κορυφή των διαδικτυακών εταιρειών με τη μεγαλύτερη χρηματιστηριακή αξία, βασίζεται σήμερα αποκλειστικά στην πώληση διαφημίσεων, την ακρίβεια της στόχευσης των οποίων έχει εξελίξει σε πρωτόγνωρα επίπεδα.
Ο γράφος των «φίλων» μας στο Facebook αποδείχθηκε καλύτερο συνεργατικό φίλτρο μετατροπής της δραστηριότητάς μας σε προφίλ συμπεριφοράς από την ακολούθηση συνδέσμων των αναζητήσεών μας στην Google. Τα πειράματα μαζικού συναισθηματικού επηρεασμού του Facebook και αργότερα οι αποκαλύψεις για την Cambridge Analytica έδειξαν ότι το προφίλ αυτό απέχει ελάχιστα από ένα ψυχογραφικό προφίλ που μπορεί να χρησιμοποιηθεί για να επηρεάσει και να κατευθύνει (υποσυνείδητα) τη συμπεριφορά μας.
Η μηχανική μάθηση σαν βασική συνιστώσα της 4ης βιομηχανικής επανάστασης, τροφοδοτούμενη από τα μεγάλα δεδομένα, κυριαρχεί στη συζήτηση σήμερα. Η βασική της υπόσχεση για το μέλλον είναι η εξαγωγή γνώσης από τα ολοένα διογκούμενα δεδομένα που μένουν σήμερα ανεκμετάλλευτα, το μέγεθος των οποίων επιβάλλει τη μηχανική τους αυτοματοποιημένη επεξεργασία. Τα μέχρι τώρα αποτελέσματα δημιουργούν βάσιμες ελπίδες ότι η εφαρμογή της βαθιάς μηχανικής μάθησης θα μας βοηθήσει να ξεπεράσουμε πολλά μεγάλα εμπόδια, ειδικά στους τομείς των επιστημών υγείας. Οι τομείς αυτοί έχουν την ιδιαιτερότητα της μεγαλύτερης σχετικά ευαισθησίας ως προς την προστασία της ιδιωτικότητας των προσωπικών δεδομένων και έχουν δώσει μεγάλη ώθηση στην έρευνα για τη διατήρηση της ιδιωτικότητας χωρίς αυτή να γίνεται εμπόδιο στην επιστημονική έρευνα και την εξαγωγή γνώσης.
Όσο βάσιμες και να είναι οι ελπίδες για το μέλλον, όμως, η εικόνα σήμερα είναι συννεφιασμένη. Η μεγαλύτερη σε οικονομικά μεγέθη εφαρμογή μηχανικής μάθησης είναι το ταίριασμα των διαφημίσεων και του περιεχομένου στα προφίλ των χρηστών των εφαρμογών των διαδικτυακών γιγάντων. Το επιχειρηματικό τους μοντέλο βασίζεται στη συλλογή των πληροφοριών συμπεριφοράς του χρήστη, τη δημιουργία του προφίλ του και στη συνέχεια στη στόχευση του περιεχομένου που βλέπει ο χρήστης με βάση το προφίλ αυτό. Σε πρώτο επίπεδο αυτό φαίνεται κάτι απόλυτα επιθυμητό – η εξατομίκευση ήταν πάντα μία από τις μεγάλες υποσχέσεις του Διαδικτύου. Όσο εμβαθύνουμε, όμως, η εικόνα διαφοροποιείται.
Η βάση του επιχειρηματικού μοντέλου αυτού είναι μια άτυπη σύμβαση ανταλλαγής (bartering); τα συμπεριφορικά δεδομένα του χρήστη ανταλλάσσονται με τις υπηρεσίες που του παρέχονται χωρίς χρηματικό αντίτιμο: πρόσβαση στην πληροφορία, εξοικονόμηση χρόνου, ψυχαγωγία. Τα δεδομένα αυτά χρησιμοποιούνται στη συνέχεια για την πώληση εξαιρετικά στοχευμένης διαφήμισης με χρηματικό αντίτιμο. Το επιχειρηματικό αυτό μοντέλο έχει αποδειχθεί εξαιρετικά επιτυχημένο για τις μεγάλες διαδικτυακές εταιρείες, αλλά αρκετά προβληματικό για τους ίδιους τους χρήστες και το κοινωνικό σύνολο.
• Η άτυπη σύμβαση ανταλλαγής έχει πολλές ασυμμετρίες. Ο χρήστης παραδίδει τα συμπεριφορικά του δεδομένα με αντάλλαγμα συγκεκριμένη υπηρεσία σήμερα. Η διαδικτυακή εταιρία όμως μπορεί να χρησιμοποιεί αυτά τα δεδομένα στο μέλλον με τρόπους που δεν υφίστανται σήμερα.
• Το βασικό κίνητρο της διαδικτυακής εταιρείας στην παροχή της προς τον χρήστη δεν είναι η βέλτιστη κάλυψη των αναγκών του, αλλά η παρουσίαση περιεχομένου που θα μεγιστοποιήσει τα έσοδά της.
• Η ανταλλαγή (bartering) είναι μηχανισμός φοροαποφυγής. Οι διαδικτυακές εταιρείες προμηθεύονται την «πρώτη ύλη» τους και παρέχουν υπηρεσίες προς τους χρήστες χωρίς την παραμικρή φορολόγηση. Επιπρόσθετα επιδρά διαστρεβλωτικά πάνω στις αντιμονοπωλιακές ρυθμίσεις, μιας και αυτές εστίαζαν την προσοχή τους μέχρι σήμερα στο χρηματικό κόστος για τους καταναλωτές.
• Η δυνατότητα στόχευσης περιεχομένου με τόσο μεγάλη ακρίβεια μετατρέπει την πληροφορία σε όπλο και αυξάνει δραματικά την επιδραστικότητα της παραπληροφόρησης. Τα φιλελεύθερα πολιτικά συστήματα της Δύσης βρέθηκαν τελείως απροετοίμαστα μπροστά σε αυτή την πραγματικότητα.
• Ενώ τα κρατικά προγράμματα παρακολούθησης υπόκεινται σε κάποιας μορφής (συνήθως κοινοβουλευτικό) έλεγχο, η σημερινή κατάσταση έχει ουσιαστικά δημιουργήσει ιδιωτικά με πολύ λιγότερους περιορισμούς. Σε πολλές περιπτώσεις μάλιστα μπορούν να χρησιμοποιηθούν από κρατικές υπηρεσίες για να παρακάμψουν τους όποιους δικούς τους περιορισμούς.
Ο Economist δημοσίευσε το άρθρο του στο πλαίσιο της συζήτησης για τη ρύθμιση των διαδικτυακών γιγάντων. Η Ευρώπη έκανε ήδη ένα πρώτο βήμα με το GDPR. Ήταν ένα βήμα προς τη σωστή κατεύθυνση αλλά με λάθος αφετηρία. Η πραγματική συζήτηση δεν θα πρέπει να είναι το σε ποιον ανήκουν τα δεδομένα, αλλά το αν αυτά θα επιτρέπεται να συλλεχθούν. Στη δεκαετία του ’90, όταν στο MIT Media Lab συζητούσαμε για τα «αντικείμενα που σκέφτονται» και στο Laboratory for Computer Science (του Μιχάλη Δερτούζου) έτρεχαν το Project Oxygen, η έμφαση ήταν στον άνθρωπο (χρήστη) στο κέντρο ελέγχου του συστήματος. Κάπου στην πορεία, ο άνθρωπος βρέθηκε στην περιφέρεια με τον κέντρο να καταλαμβάνεται από υπολογιστικά «σύννεφα» με διαφορετικές προτεραιότητες από τους χρήστες. Είναι καιρός για διόρθωση πορείας.
* Ο Μ.Μπ. είναι Διευθυντής Πληροφορικής στο Media Lab του ΜΙΤ.
