Umetna inteligenca orodje korporacij za ustvarjanje bogastva prek zbiranja podatkov

Umetna inteligenca transformira svet okoli nas, očiten primer so avtonomna vozila in sposobnost, da komuniciramo z našimi mobilnimi telefoni ter da nas ti razumejo. Še večji in hkrati manj očiten in manj razumljen vpliv te tehnologije pa se skriva v načinu, na katerega je umetna inteligenca uporabljena za zbiranje podatkov o nas ter izkoriščanje tega za ustvarjanje ogromnega bogastva, je na nedavnem predavanju na Institutu Jožef Stefan poudaril eden vodilnih podatkovnih znanstvenikov Webb.

Ljudje se po njegovem mnenju ne zavedajo, v kolikšni meri se njihovi podatki zbirajo. Prepričani so, da so njihovi podatki varno skriti, zato korporacijam, kot je Google, na nek način zaupajo, je v pogovoru za STA povedal Webb.

Tudi interakcije na družbenih omrežjih dojemajo predvsem kot aktivnosti, s katerimi svetu posredujejo želeno podobo o sebi, pri tem pa se ne zavedajo, da imajo številna podjetja in korporacije ustrezne sposobnosti in tehnologijo, da vidijo onkraj njihove maske. Zgolj iz tega, kar ljudje všečkajo na Facebooku, je po besedah Webba mogoče med drugim določiti starost, spolno usmerjenost, religijo, volilno vedenje, uporabo drog itd.

Po mnenju Webba zato danes številni vidiki zasebnosti, ki smo jih poznali nekoč, ne obstajajo več. Ena najbolj zaskrbljujočih stvari pa je po njegovem mnenju ta, da preprosto ne vemo, na kakšne vse načine se naši podatki beležijo, uporabljajo in zlorabljajo, saj se vse dogaja za zaprtimi vrati.

Ker je svet tako zelo medsebojno povezan, lahko podjetja tudi iz na videz nepomembnih informacij, denimo o tem, kje smo včeraj večerjali, potegnejo ogromno. Kaj vse to je, pa lahko samo ugibamo, meni Webb.

Čeprav so družbena omrežja najbolj očiten način zbiranja zasebnih podatkov o nas, pa družbena omrežja ali splet v splošnem še zdaleč niso edini načini, temveč je za to zaslužno tudi vse večje število senzorjev, je poudaril Webb.

Eden izmed največjih izzivov je zato najti načine, kako vsa ta področja regulirati, za kar bi morali po mnenju Webba poskrbeti vsi, tako posamezniki, vlade, kot tudi znanstveniki in tehnologi.

Medtem ko je nedvomno pomembno, da se posamezniki zavedajo problema zbiranja podatkov ter da poznajo ukrepe, s katerimi lahko vsaj delno omejijo količino podatkov, ki se zbira o njih, pa lahko do pravega nadzora in regulacije pride le na ravni vlad, je menil Webb. Velika odgovornost pa je tudi na ramenih tehnologov, je ocenil Webb. Ti morajo poskrbeti, "da je tehnologija uporabljena v dobro vseh in ne le redkih."

Webb je v predavanju predstavil tudi zloglasni primer Cambridge Analytica, s podrobnejšo analizo, kaj se je zgodilo, kako je do tega prišlo ter kakšne so družbene in etične posledice tega delovanja.

Webb je ob koncu predavanja podelil tudi nekaj nasvetov, kako se obvarovati pred zbiranjem zasebnih podatkov. Med drugim je svetoval uporabo Firefoxa in spletnega iskalnika DuckDuckGo ter uporabo programov za blokiranje oglasov, kot je uBlock Origin.

Svetoval je tudi, da naj uporabniki na svojih napravah onemogočijo dostop do njihove lokacije, da občasno brišejo piškotke, da zbrišejo nepotrebne aplikacije, za dostop do družbenih omrežij pa naj uporabljamo spletne brskalnike. Poudaril je še, da naj posamezniki plačujejo za medije, ki so vredni zaupanja, da podpirajo pravni nadzor ter da prepričajo politike, da na tem področju nekaj naredijo.

O Geoffu Webbu

Webb je eden vodilnih podatkovnih znanstvenikov. Je direktor centra za podatkovno znanost na Univerzi Monash v Avstraliji in tehnični svetovalec v zagonskih podjetjih FROOMLE in BigML Inc. V slednjih je ključna komponenta ponudbe na področju strojnega učenja prav Webbovo orodje Magnum Opus, ki se uporablja za odkrivanje relacij v podatkih. Webb je bil pionir na več raziskovalnih področjih, na primer modeliranju uporabnikov, interaktivni podatkovni analitiki ter statističnem odkrivanju vzorcev. Razvil je mnoge algoritme strojnega učenja, ki se sedaj obče uporabljajo.

Med leti 2005 in 2014 je bil odgovorni urednik prve znanstvene revije o podatkovnem rudarjenju, Data Mining and Knowledge Discovery. Bil je predsednik programskega odbora uglednih konferenc ACM SIGKDD in IEEE ICDM, kot tudi splošni predsednik konference IEEE ICDM. Prejel je mnoga priznanja in nagrade: Med drugim je IEEE Fellow in prvi prejemnik nagrade Australian Museum Eureka Award za odličnost v podatkovni znanosti.