In un momento in cui la privacy dei social network – o la mancanza di essa – è una notizia principale, due ricercatori di Stanford hanno alcune scoperte che fanno riflettere su come i dati personali stiano diventando sempre più difficili da nascondere se abbiamo una presenza pubblica online.

In un articolo pubblicato questo mese in Natura Comportamento Umano , Johan Ugander, assistente professore di scienze e ingegneria gestionale, e Kristen Altenburger, un dottorato di ricerca studente nel suo laboratorio, hanno dimostrato che ci sono più modi di quanto si pensasse in precedenza per rivelare i tratti demografici che le persone potrebbero cercare di nascondere. Questo lavoro si basa su uno dei filoni principali della ricerca sulla privacy, che è capire come i diversi tratti sono correlati.

Il documento di Stanford si basa su database messi a disposizione specificamente per la ricerca. Questi riflettono i tipi di informazioni che i siti web mettono a disposizione degli inserzionisti o rivelano a gruppi esterni quando le persone consentono a terzi di accedere ai propri profili social. Data la prevalenza di tali dati, i ricercatori hanno cercato di capire meglio quali tipi di inferenze statistiche potrebbero finire per rivelare tratti che le persone hanno cercato di nascondere.

"Nei dati sociali, alcune cose sono più prevedibili di altre, " Ha detto Ugander. "Abbiamo deciso di studiare la relazione tra reti di amici e prevedibilità, e ha finito per scoprire un meccanismo di inferenza che non era stato notato prima."

Livelli di inferenza

Al livello più semplice le persone rivelano informazioni su se stesse in base a come si comportano online. Se una persona acquista pannolini online, Per esempio, probabilmente hanno un bambino. Questa è un'inferenza diretta.

Una seconda forma di inferenza si basa sul guardare i nostri amici, o inferenza indiretta. I ricercatori che hanno studiato le relazioni con i social media hanno scoperto che tendiamo a fare amicizia con persone della nostra stessa età, razza e credo politico. Quindi, anche se una persona non rivela la sua età, razza o opinioni politiche, questi tratti sono facilmente e accuratamente dedotti dagli studi sull'amicizia. I ricercatori chiamano questa tendenza omofilia, che deriva dalle parole greche per amore di identità.

Ma non tutti i tratti sconosciuti sono facili da prevedere usando gli studi sugli amici. Genere, ad esempio, mostra ciò che i ricercatori chiamano omofilia debole in contesti online.

"Se una persona sconosciuta in un social network ha amici per lo più maschi, c'è una probabilità quasi altrettanto buona che possano essere femmine, o vice versa, "Ha detto Altenburger.

Amici di amici

La nuova ricerca del gruppo mostra che è possibile dedurre alcuni tratti nascosti – il genere è il primo – studiando gli amici dei nostri amici.

Questa tecnica funziona perché Ugander e Altenburger hanno descritto una nuova struttura sociale che chiamano monofilia, greco per "amore di uno, " dove le persone hanno preferenze estreme per i tratti ma non necessariamente il proprio tratto. "Ad esempio, "Ugander ha detto, "in media potrebbe accadere che gli uomini non abbiano una chiara preferenza per gli amici maschi o femmine, ma quella media potrebbe oscurare il fatto che alcuni uomini hanno forti preferenze per gli amici maschi mentre altri hanno forti preferenze per le amiche".

Osservano che quando c'è la monofilia in una rete, diventa possibile prevedere i tratti degli individui in base agli amici degli amici, anche in situazioni in cui non c'è omofilia.

Il team di Stanford si è basato su set di dati di rete standard ampiamente studiati dagli accademici. Questi set di dati mappano le reti di amicizia e contengono informazioni complete su tutti i tratti di tutti i tratti individuali, compreso il genere. I ricercatori hanno quindi cancellato i dati di genere per determinati individui, creare incognite artificiali, e poi hanno usato l'analisi degli "amici degli amici" per vedere se poteva fare una previsione.

"È un problema di riempimento degli spazi vuoti, " disse Ugander. "E mentre scopriamo che i tuoi amici non tendono a prevedere il tuo sesso, le persone con cui quegli amici scelgono di associarsi, i tuoi amici di amici, tendono ad essere più simili a te di quanto lo siano anche i tuoi amici."

I ricercatori hanno affermato che il potere della loro nuova prospettiva, di guardare gli amici dei nostri amici, sottolinea l'importanza di proteggere i dati di rete da mani indiscreti. Qualsiasi soluzione politica per preservare la privacy della rete dovrà considerare le informazioni contenute tra i propri amici degli amici. Ora stanno riapplicando la loro tecnica ad altri sconosciuti per vedere cos'altro potrebbe essere rivelato dagli amici degli amici.

"Non siamo sicuri di cos'altro potrebbe essere rivelato in questo modo, "Ugander ha detto, aggiungendo:"Purtroppo, sembra che il regno della privacy della rete sia ancora più piccolo di quanto pensassimo in precedenza."