TRABAJO TRIMESTRAL I/ TERCERA EVALUACIN

4 ESO

SIN INTIMIDAD EN LA ERA DE FACEBOOK

Los me gusta de la red social pueden deducir la etnia, la orientacin sexual o la ideologa

Un usuario accede a su perfil de Facebook desde el mvil. JAVIER SAMPEDRO/ EL PAS (Adaptacin) Madrid 11 MAR 2013

as redes sociales contienen un arsenal de informacin sensible de cada uno de nosotros, casi siempre sin que seamos conscientes de que la estamos facilitando, incluso aunque estemos convencidos de que la estamos ocultando. Ya se saba que la lista de amigos de un usuario de Facebook revela muchos datos sobre l, y hoy le toca el turno a los inocentes me gusta que uno pincha aqu y all en los ratos libres. Michal Kasinski y sus colegas del Centro de Psicometra de la Universidad de Cambridge han desarrollado un modelo matemtico que permite deducir as la etnia, la orientacin sexual, las tendencias polticas y las creencias religiosas de cualquier persona. El modelo de Kasinski y sus colegas es un verdadero lince: acierta si un hombre es homosexual o heterosexual en el 88% de los casos; si una persona es de origen africano o caucsico en el 95%; si es de izquierdas o de derechas en el 85%. Hay otros atributos que tambin se pueden deducir, pero con menos precisin, como los rasgos de personalidad, la inteligencia, el grado de felicidad, el estado civil de los padres o la drogadiccin. El trabajo no es una ocurrencia anecdtica de tres cientficos chiflados. Es solo la ltima muestra de toda una nueva disciplina llamada ciencia social computacional que se dedica a extraer informacin personal de las redes sociales. Uno de sus principales objetivos o al menos uno de los que mejor se sirven para financiar sus experimentos es el marketing dirigido.

LENGUA CASTELLANA Y LITERATURA

IES PONCE DE LEN

TRABAJO TRIMESTRAL I/ TERCERA EVALUACIN Los autores admiten, sin embargo, que la disponibilidad generalizada de informacin sobre el comportamiento individual, junto con el deseo de aprender cada vez ms sobre los consumidores y los ciudadanos, plantea graves desafos en el terreno de la intimidad y la proteccin de datos. Kasinski cita un ejemplo elocuente. Hace unos aos, una de las principales cadenas norteamericanas de comercio por Internet utiliz los datos de sus clientes quin haba comprado qu cosa en qu fecha para adivinar los embarazos de las clientas. Cuando una empieza a interesarse por las pginas de patucos y a encargar el ltimo nmero de Ser padres, ya est retratada en los algoritmos. La intencin de la cadena comercial era lcita, o al menos legal: frer con publicidad de artculos prenatales al selecto grupo de las clientas embarazadas, y en las fechas adecuadas, en lugar de irritar a todo el mundo y a todas horas con anuncios improcedentes. Un ejemplo del marketing dirigido citado ms arriba. Las estadsticas sobre las pginas web que uno visita permiten predecir la edad, el sexo, o el nivel educativo de la persona Tambin se ha deducido mucha informacin personal a partir de las colecciones de msica (como las listas de reproduccin que uno guarda en Spotify o iTunes), el lenguaje que uno usa en sus tuits y la lista de amigos en Facebook (en una reedicin digital del viejo dicho dime con quin andas). La nueva investigacin utiliza los me gusta que uno pincha mientras navega por Facebook. Los me gusta han resultado una mina de oro ntimo. La gente puede pinchar me gusta para celebrar la ltima ocurrencia de un amigo suyo, o de cualquier otro, una foto, o un producto comercial, tambin deportistas, escritores o pianistas, y por tanto las cosas que a uno 'le gustan' revelan pautas sobre todos esos apartados. Kasinski propone de forma explcita algunas aplicaciones comerciales de estas tcnicas. Una compaa de seguros, por ejemplo, puede saber cules de sus potenciales clientes son neurticos y cules estables emocionalmente, y as dirigirse a los primeros vendindoles los valores de la seguridad, y a los segundos los peligros de la vida moderna. Tambin podran subirle la pliza a los depresivos, aunque Kasinski no menciona esta posibilidad. Pero el cientfico reconoce las posibles consecuencias dainas de estos modelos, porque pueden aplicarse a enormes muestras de gente sin obtener su consentimiento, y sin que siquiera lo sepan.

4 ESO

LENGUA CASTELLANA Y LITERATURA

IES PONCE DE LEN