Rumah Tren 5 Masalah privasi besar yang datang dengan data besar

5 Masalah privasi besar yang datang dengan data besar

Daftar Isi:

Anonim

Setiap hari, bit dan byte mengalir di udara, menyediakan data besar bagi bisnis. Banyak bisnis telah mengambil data yang tersedia secara bebas dan menggunakannya untuk menargetkan pelanggan mereka dengan cara yang unik, dan terkadang melanggar hukum. Ini telah menimbulkan keprihatinan besar tentang privasi online - atau setidaknya apa yang tersisa darinya.


Dengan laporan terbaru tentang NSA memata-matai orang, konsumen mulai menyadari betapa publik kehidupan "pribadi" mereka sebenarnya. Ini telah menimbulkan kekhawatiran serius yang dapat dibenarkan di pasar saat ini.


Berikut adalah lima cara data besar menyebabkan masalah privasi yang besar.

Industri Perawatan Kesehatan

Industri perawatan kesehatan telah menjadi salah satu pendukung big data terbesar karena keuntungan luar biasa yang dimilikinya dalam melindungi kesehatan pasien. Pendukung big data menggunakan informasi untuk mengidentifikasi orang-orang dengan risiko tinggi dari kondisi medis tertentu sejak dini, meningkatkan kualitas perawatan yang diterima pasien, dan menurunkan biaya perawatan kesehatan yang semakin tinggi. (di Bisakah Big Data Menghemat Perawatan Kesehatan?)


Meskipun ada manfaat luar biasa, penelitian baru mengungkapkan bahwa data besar mungkin lebih berisiko daripada yang diperkirakan semula.


Menurut pemimpin redaksi MIT Technology Review, Jason Pontin, karena data menjadi semakin mudah diakses dan bersifat pribadi, penting untuk mengetahui setiap implikasi keamanan dan privasi yang mungkin ada dalam data besar. Aturan HIPAA sudah mengharuskan profesional kesehatan untuk mengencangkan sabuk keamanan. Namun, HIPAA tidak dapat melindungi terhadap semua masalah terkait perawatan kesehatan. Misalnya, ketika orang mulai mencari jawaban yang terkait dengan penyakit mereka di area yang tidak aman HIPAA, seperti Google atau mesin pencari lainnya, data itu tidak dilindungi oleh HIPAA. Selain itu, semakin banyak perangkat teknologi, seperti monitor kebugaran yang dapat dipakai dan aplikasi ponsel cerdas, tidak aman atau pribadi, meningkatkan kekhawatiran tentang siapa yang mungkin melihat data yang dikumpulkan perangkat ini.


Ada banyak cara yang sesuai dengan HIPAA untuk menggunakan data besar untuk mengakses informasi kesehatan pasien. Namun, dengan semakin banyaknya perilaku dan perangkat digital yang digunakan untuk informasi dan aktivitas yang berhubungan dengan perawatan kesehatan, banyak data baru yang mengalir ke pasar dan online tidak aman.

Prediksi dan Diskriminasi

Selain memprediksi risiko potensial untuk kondisi medis di masa depan, data besar memungkinkan prediksi cukup banyak informasi lain tentang orang. Informasi yang dapat diprediksi oleh data besar semakin mengembangkan potensi untuk digunakan sebagai cara mendiskriminasi orang dalam berbagai demografi.


Salah satu contoh diskriminasi big data datang selama studi yang dilakukan oleh Universitas Cambridge. Setelah melihat "Suka" sekitar 60.000 orang di Facebook, data diproses untuk memprediksi hal-hal seperti jenis kelamin, ras, orientasi seksual dan perilaku. Hasilnya sangat akurat. Saat menganalisis data yang dikumpulkan, model ini dapat secara akurat membedakan pria gay dari pria straight 88 persen. Model ini juga memprediksi balapan dengan akurasi 95 persen. Perilaku, seperti berapa banyak alkohol yang dikonsumsi orang, juga diprediksi secara akurat dalam model ini.


Banyak orang khawatir bahwa majikan, tuan tanah, sekolah, lembaga pemerintah dan lainnya mungkin segera menggunakan data untuk membuat profil orang, menciptakan potensi diskriminasi berdasarkan jenis kelamin, orientasi seksual atau ras, di antara hal-hal lain. (tentang masalah privasi di Mengapa Tidak Ada Pemenang dalam Debat Privasi.)

Penjualan Sangat Bertarget

Diskriminasi berdasarkan model data besar memiliki potensi untuk menembus semua area pasar. Dalam beberapa kasus, sudah ada.


Menggunakan model yang mirip dengan yang ada dalam studi Universitas Cambridge, pemasar menggunakan data besar untuk menargetkan penjualan dan produk mereka. Meskipun data besar digunakan oleh banyak pemasar untuk menempatkan produk dan layanan di depan audiens yang sangat bertarget, ketika audiens digabung menjadi satu demografis berdasarkan perilaku mereka, ada potensi bahaya.


Contoh pemasaran berbahaya yang baik berdasarkan data besar terjadi sekitar 10 tahun yang lalu ketika pengguna TiVo mencoba meyakinkan perekam digital mereka untuk berhenti merekam acara yang ditujukan untuk kelompok demografis selain milik mereka. Pada 2002, algoritma yang keliru ini menarik perhatian Wall Street Journal. Judul yang dicetak mengatakan semuanya: "Jika TiVo Berpikir Kamu Gay, Inilah Cara Meluruskannya."


Terlepas dari potensi bahaya, pemasar masih menggunakan data besar untuk menargetkan orang di platform media sosial, mesin pencari, dan melalui email. Menyerang area pribadi seperti itu dengan melayani berdasarkan teman, suka dan konten email telah menimbulkan keprihatinan serius di kalangan konsumen.

Peningkatan Surveillance

Bukan hanya pemasar online yang terlibat dalam pengawasan; setiap hari, kamera pengintai HD menangkap 413 petabyte informasi. Ini diperkirakan akan tumbuh hingga 859 petabyte pada 2017.


Kamera pengintai kini bermunculan di mana-mana. Saat algoritma terus bergerak maju, jumlah data yang dihasilkan dari kamera dan sensor pengawasan ini juga akan meningkat. Penyimpanan pada hard drive juga berkembang pesat, sehingga lebih mudah untuk menyimpan semua data ini.

Penggunaan Ilegal

Dengan jumlah data besar yang dapat diakses orang pada hari-hari ini, tidak mengherankan bahwa beberapa orang telah mengambil kemudahan mengumpulkan informasi ini sedikit terlalu jauh. Praktik ilegal memanfaatkan data dengan cara baru telah menyebabkan cukup banyak ketakutan di antara mereka yang menghargai privasi mereka.


Satu kasus baru-baru ini dari sebuah bisnis yang mengambil pengumpulan data besar agak terlalu jauh adalah Urban Outfitters, yang menghadapi gugatan privasi pada Juni 2013 ketika ditemukan bahwa kasir toko meminta pembeli untuk kode pos ketika mereka membayar dengan kartu kredit. Ini tidak diperlukan, dan itu melanggar undang-undang perlindungan konsumen dan privasi di beberapa negara karena informasi tersebut dapat digunakan untuk mencari alamat pembeli.

Menangani Masalah Big Data

Dengan begitu banyak ketakutan dan spekulasi tentang penggunaan data besar oleh perusahaan, agen pemerintah, pengusaha dan banyak lagi, solusi terbaik untuk mendapatkan kepercayaan di pasar saat ini adalah jujur. Itu sebabnya bisnis semakin memberlakukan kebijakan transparansi penuh tentang bagaimana mereka menggunakan data untuk menargetkan pelanggan mereka. Konsumen juga memiliki minat yang lebih besar untuk mengetahui seberapa besar kehidupan mereka benar-benar dipamerkan, dan apa yang dilakukan orang dengan informasi yang dikumpulkan.


Ketika lebih banyak konsumen mulai mengetahui seberapa banyak informasi pribadi mereka tersedia, reformasi dalam praktik pengumpulan data kemungkinan akan terjadi. Sampai saat itu, adalah kepentingan terbaik konsumen untuk memperhatikan privasi data sehingga mereka menyadari betapa banyak informasi pribadi mereka dikumpulkan dan bagaimana informasi itu digunakan. Mereka kemudian dapat mengambil tindakan pencegahan yang diperlukan untuk melindungi diri terhadap perusahaan yang melampaui batas mereka.

5 Masalah privasi besar yang datang dengan data besar