داده ی استنتاج شده: مرز میان دارایی تجاری و حریم خصوصی

حجم بزرگی از اطلاعاتی که سازمان ها درباره افراد دارند، دیگر ثبت مستقیم رفتار یا اظهارنظر مستقیم خود فرد نیست، بلکه برداشتی است که ماشین از روی داده های موجود می سازد. همین برداشت ها هستند که تعیین می کنند چه کسی وام می گیرد، چه کسی بیمه می شود یا چه پیامی به او نمایش داده شود. با این حال، جایگاه دقیق این اطلاعات در دو حوزه متفاوت یعنی تحلیل داده و حقوق حفاظت از داده هنوز محل بحث است.

این اطلاعات همان داده استنتاج شده است که حاصل پردازش تحلیلی داده دیگری است. سازمان ها با تحلیل داده ای که مستقیما از کاربران گرفته اند یا به واسطه از حس گرها و منابع بیرونی جمع آوری کرده اند، ویژگی های افراد را استنتاج کرده و درباره آن ها پیش بینی می کنند (انجمن وکلای آمریکا، 2022). ساده ترین راه فهم این فرایند، دیدن آن به شکل یک سامانه ورودی - خروجی است. در واقع تبدیل داده خام به دانش جدید.

اما نکته مهم آن است که این خروجی، برخلاف داده ورودی، محصول محاسبات آماری و احتمالی است و محصول ثبت مستقیم واقعیت نیست. در یادگیری ماشین، الگوریتم ابتدا با یک مجموعه داده آموزشی، مدلی می سازد که شامل متغیرها و وزن ها است. سپس همان مدل روی داده ی ورودی جدید اعمال می شود. چون مدل سازی به داده ی آموزشی وابسته است، یک ورودی یکسان می تواند بسته به نوع مدل، استنتاج های متفاوتی بدهد.

در ادبیات حقوقی، این داده ها در برابر داده های «مرتبه ی پایین تر[1]» قرار می گیرند. داده های مرتبه ی پایین تر بدون تحلیل داده قابل استخراج اند، ولی داده های مرتبه ی بالاتر[2] (استنتاج ها، پیش بینی ها و پروفایل های ریسک) تنها با تحلیل پیشرفته به دست می آیند و معمولا اطلاعات تازه ای هستند که به نوعی کنترل کننده ی داده تولید کرده و نشان می دهند او فرد را چگونه می بیند و ارزیابی می کند. به همین دلیل این دسته «داده ی شخصی اسناد شده» نامیده می شود (Custers & Vrabec, 2024). برای مثال در مدل لایه ای، یک پروفایل گروهی مانند «۵۵ درصد نوجوانان بازیگر رایانه ای اند» به خودی خود داده ی شخصی محسوب نمی شود، ولی همان گزاره اگر به یک فرد مشخص استناد داده شود، داده ی شخصی می شود.

در بحث کارکرد حمایتی حقوق حفاظت از داده، اگر قرار است فرد در برابر استفاده ی نادرست یا انتشار اطلاعات شخصی اش محافظت شود، اطلاعاتی که از تحلیل پدید آمده نیز نباید از شمول این حمایت بیرون بماند. این رویکرد به ویژه زمانی قوی است که استنتاج برای ساخت پروفایل فردی یا تصمیمی اثرگذار به کار می رود. در مقابل، برخی کسب وکارها داده ی استنتاج شده را دانشی می دانند که از فعالیت تحلیلی خود تولید کرده اند و آن را به عنوان دارایی فکری یا راز تجاری خود می دانند. نزاع میان این دو برداشت، این حق را برای فرد به وجود می آورد که از وجود و محتوای استنتاج آگاه شود یا به آن اعتراض کند یا خواستار اصلاح آن باشد (انجمن وکلای آمریکا، 2022).

در نهایت

داده ی استنتاج شده خروجی تحلیلی داده های ارائه شده یا مشاهده شده است. بنابراین نه نقل ساده ی گفته شده توسط فرد است و نه ثبت مستقیم رفتار او، بلکه معمولا پیش بینی ای وابسته به مدل و داده است. این تفاوت توضیح می دهد چرا چنین داده ای می تواند هم از نظر تجاری ارزشمند باشد و هم از نظر فردی پر مخاطره باشد. در نتیجه باید پرسید آیا اطلاعات به فرد شناسایی شده یا قابل شناسایی مربوط می شود، چگونه به او نسبت داده شده و چه اثری بر او دارد. راهنمای ICO صریحا اعلام کرده است که نظر و استنتاج پیوند خورده با فرد می تواند داده ی شخصی باشد، حتی اگر درستی آن قطعی نباشد.

[1] - Lower-order data

[2] - Higher-order data

- Information Commissioner’s Office (ICO). «Personal data: Can opinions or inferences about people be personal data.

- Wrabetz, Joan M. (2022). What Is Inferred Data and Why Is It Important? Business Law Today, American Bar Association, September 2022. https://www.americanbar.org/groups/business_law/resources/business-law-today/2022-september/what-is-inferred-data-and-why-is-it-important/

- Custers, Bart, and Helena U. Vrabec. (2024). Tell me something new: data subject rights applied to inferred data and profiles. Computer Law & Security Review, v(52), article 105956. https://doi.org/10.1016/j.clsr.2024.105956.