Questo capitolo nasce dalle drammatiche trasformazioni che la raccolta, l’aggregazione e l’estrazione dei dati comportano per la natura stessa della sorveglianza. Qualunque traccia del nostro vivere quotidiano, anche la più banale, può essere trasmessa a sofisticati strumenti d’analisi sviluppati a fini commerciali e amministrativi: una raccolta di dati caratterizzata da un profondo squilibrio di potere. Cosa possiamo fare quando ci troviamo a dover far fronte a richieste – spesso triviali ma dalle profonde conseguenze – che spesso non siamo nella posizione di rifiutare?
Essere profilati è una condizione imprescindibile per molte attività ormai ritenute essenziali: dalle chat con gli amici via social network allo shopping, dal viaggio alle interazioni con le istituzioni pubbliche e private. Ad oggi non possiamo, come vedremo, fare affidamento né sulla giurisprudenza, né sulla tecnologia, né tanto meno sugli scrupoli morali di chi raccoglie i dati. Ciò che proponiamo, quindi, è un’autodifesa informativa, una strategia contro la diffusione delle proprie informazioni che unisca resistenza, disobbedienza, protesta o addirittura il sabotaggio sotto copertura – un rimedio, quest’ultimo, da adottare in assenza di qualsiasi altro mezzo di protezione e difesa, e che può aiutare i più deboli contro i più forti. Abbiamo chiamato questa strategia “offuscamento” e, in questo capitolo, cercheremo di dimostrarne le potenzialità.
L’offuscamento è la produzione di informazioni fuorvianti, ambigue, plausibili ma confuse, per occultare o eludere i mezzi di sorveglianza. È un termine che usiamo per identificare caratteristiche comuni all'interno di metodi diversi, tra cui: lo chaff, la tecnica con cui si satura lo spazio radar usando piccoli bersagli in realtà innocui; gli scambi di carte fedeltà tra gli utenti dei supermercati, con cui si confondono i dati relativi agli acquisti; i sistemi di condivisione di file peer-to-peer, come BitTorrent, che proteggono i loro fruitori producendo molteplici indirizzi IP, di cui solo alcuni possono essere effettivamente utilizzati per la condivisione di file. Attraverso questi e altri esempi, possiamo capire in che misura l’offuscamento possa essere incluso tra le forme di resistenza alla sorveglianza, sia nel caso in cui quest’ultima consista nell’aggregazione di dati dei consumatori (ad opera dei supermercati o di compagnie come Acxiom), nel monitoraggio delle violazioni della proprietà intellettuale (su richiesta della Recording Industry Association of America o della Motion Picture Association of America), nelle pubblicità mirate (attraverso siti come Google o Facebook), o nelle azioni delle forze di polizia dei governi repressivi (che, come vedremo, vengono fronteggiate da tattiche di offuscamento sulle piattaforme per celare le conversazioni private, come Tor).
Possiamo distinguere diverse modalità di offuscamento, e anche diverse motivazioni e topologie del potere degli attori in gioco. Innanzitutto, ci chiediamo: l’offuscamento è in genere una strategia adottata dai soggetti più deboli contro i più forti, o viceversa? La nostra analisi politica dell’offuscamento si occupa inoltre di questioni normative legate alla sua legittimità, chiedendo quanto siano difendibili, moralmente, le “cortine di fumo” utilizzate per sfuggire alla sorveglianza. In quali circostanze le strategie di offuscamento vanno considerate accettabili all’interno dello scenario politico della sorveglianza? Possono essere considerate legittime affermazioni di autonomia o sono piuttosto esempi problematici di free ridership economica (che fanno affidamento sul fatto che altri siano meno attenti nel coprire le proprie tracce, diventando obiettivi più facili)? O ancora, possiamo interpretarle come atti di resistenza verso forme di sorveglianza ingiuste, o condannarle in quanto atti di sabotaggio dei dati che danneggiano la collettività. L’offuscamento – inteso come una tattica sia personale che politica – ci consente di studiare gli aspetti legittimi e problematici della sorveglianza, e dell’opposizione ad essa, in un’epoca in cui la raccolta dei dati personali è ormai un’attività onnipresente.
Non è certo necessario descrivere quanto la raccolta e l’analisi dei dati sia oggi un fenomeno problematico, ma dobbiamo comunque sottolineare i problemi di asimmetria su cui queste pratiche, di fatto, si fondano. I momenti più banali della vita contemporanea implicano, da parte nostra, la produzione involontaria di dati: un passaggio di fronte alle telecamere di sicurezza, un prelievo di contanti, un acquisto con la carta di credito, una chiamata telefonica, l’utilizzo del trasporto pubblico (con sistemi di biglietti elettronici come MetroCard, FasTrak, Oyster, Octopus, Suica o E-ZPass), per non parlare di internet, dove ogni click e ogni pagina a cui si accede possono essere registrati, analizzati e fornire dati alle organizzazioni con cui interagiamo e ai loro associati. Questi dati possono essere impacchettati, venduti, raccolti, organizzati e acquisiti in molti modi, e infine riutilizzati per ragioni di cui noi, i sorvegliati, non siamo a conoscenza e a cui non abbiamo dato approvazione . L’inaffidabilità delle imprese e delle associazioni che operano nell’industria dell’informazione tra il settore pubblico e quello privato fa sì che la mobilità dei dati acquisisca una dimensione sinistra: i materiali possono essere rubati, persi, venduti impropriamente o utilizzati dai governi per scopi molto discutibili (un ottimo esempio è il caso ChoicePoint, che ha venduto circa 145.000 documenti a ladri di identità) . La natura di queste aziende, che acquisiscono dataset da aggiungere ai loro archivi, ci porta a un’altra area di nostro interesse. Database multipli, consolidati e con riferimenti incrociati attraverso dettagli casuali che collegano informazioni precedentemente disconnesse, producono infatti un insieme di dati molto più significativo di quanto non lo siano le singole parti che li compongono: forniscono identità, tendenze, gruppi e pattern, che possono svelare la loro storia o predire il futuro .
I problemi a cui abbiamo accennato precedentemente riguardano soprattutto l’asimmetria di potere: raramente possiamo decidere se essere monitorati o no, cosa succede alle informazioni che ci riguardano e cosa accade a causa di queste informazioni. Se il monitoraggio avviene in circostanze improprie, e i suoi risultati condivisi secondo modalità e con soggetti altrettanto inappropriati, non abbiamo praticamente alcuna voce in capitolo. La seconda asimmetria, ugualmente importante, è epistemica: spesso non siamo pienamente consapevoli del monitoraggio, e non sappiamo cosa ne sarà delle informazioni prodotte attraverso questo processo, né dove andranno o quale sarà il loro utilizzo.
I dati non vengono mai accumulati in circostanze neutre, né quando la sorveglianza avviene a livello delle infrastrutture con cui si interagisce – attraverso i documenti che devono essere compilati per ottenere delle risorse – né quando si accettano gli onerosi termini di servizio prima di poter usare un prodotto online che è diventato imprescindibile per una certa attività. Il contesto è spesso caratterizzato da un significativo disequilibrio di potere tra i singoli utenti e le grandi corporazioni, o tra i cittadini e i governi. Ovviamente non c’è nulla di intrinsecamente sbagliato nel raccogliere e aggregare dati sugli individui: è la linfa vitale degli epidemiologi, per esempio, ed è il punto di partenza di molti dei benefici che ci offre la società in rete. I problemi iniziano quando la raccolta dei dati è invischiata con l’autorità e con i suoi interessi.
I problemi continuano anche dopo la raccolta dei dati: non sappiamo se verranno rivenduti, se diventeranno parte del programma di gestione delle risorse dopo la bancarotta di un’azienda, o se verranno uniti a registri pubblici da una società privata come ChoicePoint, che li assemblerà per usarli in contesti nuovi. Il data mining, così come le discipline collegate ad esso, è complesso e difficile da comprendere, spesso richiede conoscenze, software e hardware che gli individui al di fuori delle grandi istituzioni non possiedono. Noi, il grande pubblico, non abbiamo accesso ad altri database, non possediamo le competenze tecniche, matematiche e informatiche per comprendere le potenzialità operative dei dettagli che riguardano le nostre vite e le nostre attività apparentemente triviali, né per capire come questi possano permettere analisi così potenti, totalizzanti e rivelatorie . Ciò che, in apparenza, è irrilevante e forse anche innocuo, può diventare facilmente problematico e sinistro.
Non sappiamo ancora cosa permetteranno di fare i database
e la tecnologia del futuro, ma le capacità di mettere in relazione le
informazioni tendono ad aumentare nel tempo. Le istituzioni raramente
distruggono materiali rilevanti come un ampio database e, come ci indica
Templeton , i meccanismi per estrarre valore dalle raccolte dati
miglioreranno nei prossimi anni. Materiali provenienti da contesti diversi,
creati in condizioni normative differenti – registri di chiamate telefoniche,
dati di geolocalizzazione, documenti di acquisti fatti sia di persona che
online, informazioni demografiche e informazioni identificative personali, dati
generati dai social network – possono essere combinati, confrontati e
incrociati con sempre minore difficoltà.
È difficile percepire la gravità delle possibili conseguenze di questa mole di dati quando, come spesso accade, dobbiamo decidere se vogliamo o meno rilasciare le nostre informazioni. Il valore dei dati di un singolo individuo è generalmente basso e aumenta solo nel suo insieme o nel lungo periodo – cioè quando la persona interessata non può più dire la sua. Il costo che paghiamo quando utilizziamo un social network, stipuliamo un’assicurazione sanitaria o compriamo un biglietto aereo – o quando siamo obbligati a offrire quelle che apparentemente sono informazioni insignificanti quando incontriamo un’asimmetria di potere – non risulta chiaro fino a quando non viene osservato a livello collettivo e nel lungo termine; ed è in questo modo che devono essere inquadrate le questioni legate alla politica di raccolta e di analisi dei dati.
L’incapacità di giudicare le conseguenze di fatti e dati che ci riguardano è davvero preoccupante. Non sappiamo tutto quello che “loro” sanno di noi, né come “loro” riescono a venirne a conoscenza o quali siano gli attori coinvolti. È difficile sottoporre questi soggetti ad un’analisi simmetrica: essi possono operare sotto la copertura della sicurezza nazionale o delle norme sul segreto industriale, e molto probabilmente se potessimo mettere le mani sui dati in loro possesso non avremmo né i metodi né le competenze per farne qualcosa. Ciò che noi – in qualità di persone i cui dati sono raccolti – conosciamo di questa situazione è problematico; ciò che non sappiamo è sostanziale .
In teoria, le vie d’uscita da questa condizione – in cui i nostri dati vengono raccolti e analizzati in modi sconosciuti e asimmetrici – sono numerose, e la gamma di opzioni disponibili è nota a tutti coloro che hanno familiarità con i dibattiti sulla privacy: l’opt-out dell’utente, la giurisprudenza, le best practice aziendali, la tecnologia. Ciascuna rappresenta una sfida, e mostra i propri limiti rispetto alle asimmetrie di cui abbiamo parlato. Ognuna si dimostra utile per qualche tipo di minaccia, ma nessuna è in grado di rispondere anche alle altre. Nel breve periodo tutte queste opzioni dimostrano dei limiti e le loro mancanze ci prospettano un futuro preoccupante. L’opt-out dell’utente, il primo di questi approcci consolidati e quasi automatici, incarna la diffusa contro-argomentazione secondo cui la colpa dell’asimmetria di potere è degli individui i cui dati vengono raccolti. Gli altri rappresentano invece metodi e strutture a lungo termine con scarse possibilità di innescare un cambiamento sociale; la loro gradualità e il fatto che vadano a toccare alcuni degli interessi in gioco apre quindi la strada a strategie autonome come l’offuscamento.
Un’argomentazione che ritorna in modo ossessivo nella discussione sulla privacy dei dati vede l’atto del rifiuto come una responsabilità individuale. Se siete così danneggiati dal modo in cui queste compagnie raccolgono e usano i vostri dati, semplicemente non usate i loro servizi: opt-out. Nessuno vi obbliga, si suol dire. A questo argomento rispondiamo: sì e no. Anche se molti di questi sistemi non sono ancora obbligatori (con le sole eccezioni dei sistemi governativi o delle varie forme di assicurazione), il loro rifiuto comporta già un costo sociale e personale sostanziale e in continua crescita. Quella del rifiuto è quindi una scelta che si paga in termini di servizi, efficienza, legami interpersonali, capacità di soddisfare le richieste di lavoro e, in generale, mina la possibilità di avere relazioni quotidiane. Far ricadere la responsabilità interamente sulle scelte personali significa lasciare tutti, ad eccezione delle persone più attente alla privacy, alla mercé dei sistemi normativi – o delle pratiche di resistenza – più convenzionali .
Perché non far affidamento sulle best practice aziendali? Gli sforzi del settore privato sono ostacolati dal fatto che le aziende, per ragioni più o meno valide, sono i maggiori beneficiari del data mining. Che l’azienda operi nel settore della raccolta, impacchettamento e vendita di dati (come DoubleClick e ChoicePoint), che si basi sui dati generati e forniti dai clienti per migliorare il proprio lavoro (come Amazon e WalMart), che tragga profitto dai dati degli utenti, o che deleghi l’analisi dei dati dei clienti per scovare i rischi di credito, assicurazione e affitto, non è mai nel suo interesse supportare delle restrizioni generali all’accesso delle informazioni.
Le leggi e le regole, storicamente, sono state i bastioni principali per la salvaguardia della privacy personale: dal Quarto Emendamento della Costituzione Americana ai requisiti e alle direttive di protezione dei dati dell’Unione Europea. Probabilmente le nostre leggi sono il punto di arrivo di una discussione in cui, come società, rispondiamo a complesse domande sulla raccolta e l’accumulo di informazioni personali, ma che richiedono ancora tempi troppo lunghi. Inoltre, ogni slancio verso la protezione della privacy è ampiamente controbilanciato dalle forze opposte dei poteri aziendali e istituzionali, inclusi gli interessi dei governi. Al tempo stesso, e sul breve periodo, sempre più ingenti quantità di dati personali vengono messi in circolazione, impacchettati, venduti e offerti liberamente.
Infine, c’è un grande interesse tra le comunità degli esperti, nello specifico dei ricercatori che operano nel campo dei sistemi ingegneristici che “salvaguardano” e “migliorano” la privacy, sia che si tratti di data mining, navigazione e ricerca sul web, che di trasmissione di informazioni confidenziali. Individuare la provenienza dei dati, rendere i database anonimi, generare context awareness, garantire una comunicazione sicura e confidenziale: i meccanismi a supporto di questi obiettivi pongono delle sfide tecniche, soprattutto quando sono integrati nel mondo reale o quando vanno contro le caratteristiche originarie dei sistemi infrastrutturali, come quello del web. Inoltre, per quanto gli sviluppi tecnici e gli standard possano essere convincenti, la loro adozione da parte di attori sociali chiave, le cui organizzazioni e istituzioni mediano un importante flusso di dati, solleva un’altra questione politica.
Gli strumenti che possono essere utilizzati direttamente dai singoli individui, come Tor e altri proxy server, sono dei mezzi encomiabili e di grande valore, ma non sono di difficile comprensione o utilizzo al di fuori di piccoli circoli già al corrente delle questioni legate alla privacy e con notevoli competenze tecniche. Ci sono anche dei costi: Tor, ad esempio, può risultare lento ed è spesso bloccato da siti e servizi online. Ogni tecnologia di questo tipo comporta dei compromessi, ma quelli richiesti da Tor, ad oggi, lo hanno reso poco diffuso e utilizzato.
In tutto questo, non vogliamo mettere in dubbio la capacità della legge, del settore privato e della tecnologia di tutelare gli individui dal monitoraggio, dalla raccolta, dal data mining e dalla profilazione che avvengono senza restrizioni. Per chi si trova dall'altra parte delle asimmetrie epistemiche e di potere, i benefici che derivano dello status quo, e che definiscono e consolidano la nostra situazione, non verranno ceduti facilmente. E anche se un giorno dovesse succedere, sarà necessario aspettare a lungo prima che vengano prese delle misure significative. Ecco allora che l’offuscamento rappresenta un modo per affrontare questo momento di transizione. Prima di vedere come questa pratica si misura con i problemi specifici di raccolta e analisi dei dati, è necessario introdurre l’offuscamento utilizzando una serie di esempi, per poterlo così interpretare come una strategia generale.
Inteso nella sua forma più ampia e generica, l’offuscamento consente di mitigare l’impatto del ciclo di monitoraggio, aggregazione, analisi e profilazione, aggiungendo elementi di disturbo ai dataset, così da renderle ambigue, confuse, difficili da utilizzare e, quindi, di minor valore . L’offuscamento, come la raccolta dei dati, è una strategia multipla, adottata con diversi scopi e caratterizzata da una varietà di metodologie e attori: gli “offuscatori” possono unire le loro forze, agire in gruppo o creare informazioni fuorvianti in autonomia; possono rispondere alle richieste di informazioni in modo selettivo o producendo dati in eccesso, al punto da alterarne i risultati; possono avere il semplice desiderio di difendersi da quelle che percepiscono come aggregazioni di dati rischiose, in grado di generare risentimento o dubbi per le ovvie asimmetrie di potere e di conoscenza; oppure possono nascondere delle attività più o meno legittime, o addirittura avere intenti criminali. Questa varietà di finalità, metodi e attori si riflette sull’ampia gamma di forme assunte dalle tattiche di offuscamento.
Queste forme, che attraversano diversi media e contesti, possono essere genericamente divise in quattro categorie: l’offuscamento su base temporale, che funziona in relazione a limitazioni di tempo; offuscamenti cooperativi, che richiedono un “effetto network” della collaborazione tra gruppi di persone; l’offuscamento selettivo, che interferisce con i dati per nascondere dettagli specifici; l’offuscamento elusivo, che rende i dati ambigui e il loro futuro utilizzo incerto.
Offuscamento su base temporale
Mentre alcune forme di offuscamento cercano di iniettare incertezza nei dati in modo permanente, l’offuscamento su base temporale, da molti punti di vista la più semplice forma di questa pratica, aumenta la quantità di lavoro necessaria all’analisi dei dati in un momento in cui il tempo è un elemento essenziale. Il chaff ne è un esempio canonico: un operatore radar della seconda guerra mondiale rintraccia la presenza di un aereo su Amburgo, guida i riflettori e i mezzi contraerei seguendo la posizione segnalata dai punti di fosforo e aggiornata ad ogni rapido movimento dell’antenna del radar. Improvvisamente gli aerei segnalati iniziano a moltiplicarsi e lo schermo è inondato di punti. L’aereo è lì da qualche parte ma è impossibile localizzarlo per la presenza di “echi di disturbo”. Il velivolo ha rilasciato dei chaff, nastri di fogli d’alluminio nero che misurano la metà della lunghezza di un’onda radar, e che, lanciati dalla stiva, scendono dal cielo fluttuando e inondando di segnali il sistema. Questi nastri di alluminio sono pensati per ingannare il radar, comportandosi come un numero di aerei maggiore di quello che la macchina possa gestire. Sapendo che si verrà inevitabilmente scoperti, la tecnica del chaff sfrutta i limiti temporali e della larghezza di banda del sistema di avvistamento, moltiplicando i target . Il fatto che il chaff funzioni solo per un breve lasso di tempo (fino a che i frammenti non atterrano) e che non sia una soluzione permanente, è irrilevante nelle circostanze in cui questa tecnica viene impiegata: ciò che importa è che funzioni per il tempo sufficiente affinché l’aereo avvistato sia messo in salvo.
Un esempio più contemporaneo è la pratica di quote stuffing nelle transazioni finanziarie ad alta frequenza (High Frequency Trading, HFT) . Il mondo rarefatto dell’HFT si basa su algoritmi che elaborano grandi quantità di transazioni ad una velocità di gran lunga superiore a quella di un essere umano, sfruttando intervalli di tempo estremamente brevi e differenze di prezzo che non sarebbero degne di nota per gli operatori umani, anche nel caso in cui fosse per loro materialmente possibile approfittare in tempo del cambiamento di prezzo. Chi si occupa dell’analisi del comportamento del mercato ha iniziato a notare dei pattern insoliti nelle attività di HFT durante l’estate del 2010: vere e proprie esplosioni di richieste di quotazioni, alle volte fino a un migliaio al secondo, per uno stock specifico. Questa attività non sembrava legata ad alcuna ragione economica. Una delle teorie più interessanti e plausibili è che fosse una tattica di offuscamento: “Se puoi generare un grande numero di quotazioni e costringi i tuoi avversari ad elaborarle mentre tu sei libero di ignorarle, puoi guadagnare del tempo prezioso” . Informazioni superflue, sotto forma di quotazioni, vengono usate per riempire il campo dedicato alle attività essenziali. In questo modo, chi genera dati inutili ha il tempo di valutare accuratamente cosa sta accadendo, mentre per gli altri questa valutazione è più difficile da eseguire in modo preciso. Il volume degli scambi, insomma, crea una cortina di fumo, e solo l’offuscatore può vederci attraverso. Nel mondo dell’HFT, scandito dalle frazioni di secondo, fermarsi ad elaborare queste attività di disturbo basta per fare la differenza.
Infine, vediamo due esempi di offuscamento su base temporale applicati in contesti concreti. Il caso del “rapinatore di Craiglist” è un caso minore ma permette di inquadrare l’offuscamento come una pratica utilizzabile anche per scopi criminali. Alle 11 del mattino di martedì 30 settembre 2008, un uomo vestito da addetto alla disinfestazione, con camicia blu, occhiali protettivi, maschera antipolvere e pompa spray, si avvicina a una macchina blindata parcheggiata fuori dalla banca di Monroe, nello stato di Washington, mette fuori combattimento la guardia con uno spray al peperoncino e prende i soldi. Al loro arrivo, i poliziotti accorsi si imbattono in tredici uomini con camicia blu, occhiali protettivi e maschera antipolvere. A quanto pare, queste persone erano così vestite perché avevano risposto a un annuncio su Craiglist per un lavoro di manutenzione che sarebbe dovuto iniziare alle 11:15 proprio all’indirizzo della banca. Ovviamente basteranno pochi minuti per capire che nessuno dei lavoratori è il rapinatore della banca, giusto il tempo di cui il ladro aveva bisogno per scappare.
Nel poker, gran parte del piacere e della sfida sta nell’imparare a “leggere” le persone e a dedurre dalla loro espressione, dai loro gesti e dal linguaggio del loro corpo, se stanno bluffando. Gli indizi, come un’abitudine inconscia o un tic che un avversario può avere quando ha una mano forte o debole, sono essenziali per studiare i rivali. Essi hanno un ruolo così importante nell’economia dell’informazione del poker che i giocatori possono anche inventarli o simularli, mettendo in scena un modo di agire che potrebbe a prima vista sembrare il comportamento di uno schema più ampio . Secondo la comune strategia del poker l’uso di falsi indizi è una tattica riservata per i momenti cruciali del torneo, per timore che gli altri giocatori si accorgano che è una messa in scena, e che il trucco si ritorca contro chi sta bluffando. Un’analisi paziente di molte partite potrebbe consentire di distinguere gli indizi veri da quelli falsi, ma in un gioco ad alto rischio e legato al tempo come il poker, il momento dell'inganno può essere estremamente efficace .
Offuscamento cooperativo
Tutti i casi finora descritti possono essere eseguiti da un singolo individuo (forse con qualche assistente inconsapevole). Altre forme di offuscamento richiedono invece l’esplicita cooperazione di terzi. Questi casi funzionano attraverso un “effetto network”, diventano cioè più efficaci quante più persone vi partecipano. Una vicenda leggendaria può aiutarci a capire meglio: è la storia (molto popolare ma storicamente poco affidabile) secondo cui il re e il popolo danese, durante l’occupazione nazista, avrebbero indossato una stella gialla per impedire il riconoscimento e la deportazione degli ebrei. Anche se l’uso della Stella di David per segnalare un cittadino ebreo non era molto diffuso in Danimarca, “in Belgio, in Francia, nei Paesi Bassi, in Polonia e anche in Germania, ci sono stati casi documentati di cittadini che la indossavano anche se non erano ebrei o di origine ebraica per protestare contro l’antisemitismo nazista” . È un perfetto caso di offuscamento cooperativo: un piccolo gruppo di non ebrei che indossavano la stella era un atto di protesta; una popolazione intera, nella quale gli ebrei potevano mescolarsi, diventava un atto di offuscamento.
I gruppi di scambio delle carte fedeltà dei supermercati, detti anche swapping pools, offrono un altro esempio dal mondo reale. Subito dopo l'introduzione e la diffusione delle carte fedeltà, che offrono sconti ai clienti abituali delle grandi catene, si sono venute a creare delle reti di scambio, in cui le persone condividevano queste carte per nascondere i propri dati – inizialmente durante incontri ad hoc e poi in gruppi sempre più numerosi e su aree geografiche sempre più vaste, utilizzando mailing list e social network. Rob’s Giant Bonus Card Swap Meet, per esempio, era un'iniziativa nata dall'idea di creare un sistema di condivisione dei codici a barre. Ciò avrebbe permesso ai clienti dei supermercati nell'area metropolitana di Washington, DC, di stampare i codici a barre di altre persone e incollarli sulla propria carta . Un’idea simile era stata adottata dal progetto Ultimate Shopper, che inviava via posta gli adesivi con i codici a barre di una carta fedeltà Safeway, creando un “esercito di cloni” che accumulavano dati sugli acquisti . Sono anche nati siti come Cardexchange.org, dedicato allo scambio postale delle carte fedeltà, che funzionano come “camere di compensazione” in cui confrontarsi sul tema discutendo delle implicazioni etiche dei vari approcci e condividendo teorie e preoccupazioni. È l’offuscamento come attività di gruppo: più persone vogliono condividere le loro carte, più queste vengono utilizzate in luoghi distanti e i dati relativi al loro utilizzo diventano inaffidabili.
Un’altra forma di offuscamento collettivo emerge dalle discussioni sull’utilizzo di Tor. Tor è un sistema progettato per rendere possibile l’uso anonimo di internet attraverso una combinazione di criptaggio e di trasmissioni del messaggio su diversi “nodi” indipendenti. Quando qualcuno chiede l’accesso a una pagina web con Tor, la richiesta non proverrà dal suo indirizzo IP, ma da un nodo di uscita del sistema Tor, insieme a quelle di altri utenti del servizio. I dati entrano nel sistema Tor e attraversano un labirinto di relè e computer che offrono alcune larghezze di banda per gestire il traffico degli altri utenti del servizio. In cambio dell’esecuzione di un relè, come si legge nelle FAQ, “si ottiene migliore anonimia contro alcuni attacchi. L’esempio più semplice è quello di un aggressore che possiede pochi relè di Tor. Vedrà una connessione associata a te, ma non potrà sapere se ha avuto origine nel tuo computer o se è stata trasmessa da altri”. Se l’utente Tor non sta eseguendo un relè, allora l’aggressore potrebbe risalire al mittente del messaggio. Se invece l’utente sta utilizzando il proprio computer come un relè, il messaggio potrebbe essere suo o uno dei tanti che sta trasmettendo per conto di altre persone. È partito da quell’utente o no? L’informazione è troppo ambigua, ciò che l’utente ha scritto è al sicuro in uno stormo di altri messaggi che sta trasmettendo .
Offuscamento selettivo
Tutti gli esempi illustrati finora adottano metodi generici per coprire le proprie tracce. Ma cosa si può fare se si vuole rendere utili i propri dati senza compromettere la propria privacy, o se si vuole interferire con alcuni metodi di analisi ma non con altri? Questo è l’obiettivo dell’offuscamento selettivo. FaceCloak, ad esempio, offre una prima soluzione di offuscamento elegante e selettivo ai problemi relativi ai profili di Facebook. È un plug-in per Firefox che agisce creando un livello di mediazione tra le informazioni personali dell’utente e il social network. Quando si crea un profilo Facebook e si inseriscono le informazioni personali (inclusi dettagli come le scuole frequentate, le proprie preferenze e così via), FaceCloak consente di scegliere se mostrare queste informazioni a chiunque o mantenerle private. Se l’utente dà il proprio consenso, queste vengono trasmesse ai server di Facebook come tutti gli altri dati e regolamentate sulla base della loro policy sulla privacy. Se invece l’utente sceglie di mantenere i propri dati privati, FaceCloak li invia ad uno spazio di archiviazione criptato su un server separato e li rende decriptabili e visibili agli amici autorizzati quando navigano la sua pagina Facebook (usando il plug-in di FaceCloak). Inoltre, generando informazioni false per i dati richiesti da Facebook, FaceCloak nasconde il metodo stesso con cui mette in atto questa tattica – il fatto che i dati reali sono depositati altrove – sia a Facebook che ai visitatori non autorizzati. Quando trasmette i dati reali a un server privato, FaceCloak crea un genere con un nome e un’età plausibili, e li trasmette a Facebook. Sotto la copertura di questa non-persona generata dal sistema, è possibile connettersi e interagire con i propri amici, offuscando i propri dati.
L'obiettivo teorico dell'offuscamento selettivo è di occultare i dati per alcuni utenti o di non consentire la ricostruzione delle attività del singolo. Nella raccomandazione di Gloria Gonzalez Fuster per l’elaborazione dei dati nell’Unione Europea, l’offuscamento selettivo limita i dati al processo primario: strutturare cioè i dati in modo che possano essere valutati per lo scopo a cui l’utente ha dato il consenso, ma non per altre analisi non previste . In questo scenario, ad esempio, i dati raccolti per uno studio sulla salute pubblica sarebbero adatti al tipo di elaborazione adottato per quello studio, ma sarebbero difficili da utilizzare per altre raccolte sulla salute pubblica e impossibili da usare per qualsiasi altro proposito.
Il lavoro di Nam Pham sulla percezione partecipativa della salvaguardia della privacy ci dimostra come questa idea potrebbe funzionare nella pratica, grazie a un sofisticato sistema di matematica applicata . Laddove un progetto come FaceCloak nasconde i dati a tutti tranne che ai pochi autorizzati, la percezione partecipativa privata li cela oltre un certo grado di specificità: i dati in generale funzionano, ma non per identificare o tracciare qualcuno in particolare. Ad esempio, i sensori di velocità dei veicoli che possono essere utilizzati per creare una raccolta condivisa di dati da cui costruire una mappa dell’inquinamento del traffico, sollevano evidenti preoccupazioni per quanto riguarda il tracciamento e la localizzazione. Tuttavia, Pham e i suoi colleghi hanno dimostrato come sia possibile mascherare i dati, permettendo a ciascun veicolo di mentire continuamente sulla sua localizzazione e velocità, pur mantenendo un’immagine accurata dell’insieme.
Offuscamento elusivo
L’offuscamento a base temporale può essere velocemente svelato; l’offuscamento collettivo ha bisogno del potere del gruppo per occultare le tracce; l’offuscamento selettivo consente di essere trasparenti per alcuni ma non per altri. L’offuscamento elusivo cerca invece di rendere i dati di un individuo incerti e inaffidabili per l’analisi. Per esempio, l’estensione di Firefox TrackMeNot, sviluppata da Daniel Howe, Helen Nissenbaum e Vincent Toubiana nel 2006, è pensata per impedire agli utenti di essere profilati durante le loro ricerche. Queste, infatti, possono diventare liste di luoghi, nomi, interessi e problemi, da cui si può ricostruire la nostra identità e rivelare i pattern dei nostri interessi, indipendentemente dal fatto che i nostri indirizzi IP siano inclusi. Come in molti dei casi di offuscamento precedenti, fare opt-out da un motore di ricerca non è un’opzione valida per la maggior parte degli utenti . TrackMeNot genera automaticamente una richiesta da una lista di chiavi di ricerca che si modifica nel tempo, in modo che ciascun utente possa svilupparne una. L’estensione svolge ricerche che mimano i comportamenti degli utenti: quest’ultimi potrebbero aver cercato “bar di Chelsea con una buona connessione wi-fi” ma anche “esercizi che ritardano la demenza” e “telescopi a luce alogena”. L’attività degli individui è occultata da queste ricerche fantasma, così da rendere più difficile il riconoscimento di un pattern.
In modo simile, BitTorrent Hydra contrasta la sorveglianza che cerca di impedire la condivisione di file, mescolando le richieste di porzioni di file vere a quelle finte. I protocolli di BitTorrent frammentano un file in numerosi pezzi, in modo che questi possano essere condivisi con altri utenti. Piuttosto che scaricare un intero file da un singolo utente, come avviene nel modello Napster, si possono assemblare pezzi di file attingendo da chiunque ne sia in possesso; allo stesso modo, chiunque abbia bisogno di un pezzo in nostro possesso potrà ottenerlo . Per aiutare gli utenti di BitTorrent ad assemblare i file che desiderano, il sistema usa dei torrent tracker che registrano gli indirizzi IP che stanno inviando e ricevendo file. I gruppi a difesa della proprietà intellettuale, a caccia di chi viola le regole, possono però dotarsi di loro tracker con cui raccogliere gli indirizzi dei più importanti uploader e downloader di materiale potenzialmente protetto da copyright. Per proteggere gli utenti di BitTorrent, Hydra pratica l’offuscamento aggiungendo indirizzi IP casuali ai tracker. Questo significa che, periodicamente, quando si richiede un pezzo di file desiderato, si viene indirizzati a un altro utente che non possiede ciò che si sta cercando. Quella che appare come una piccola inefficienza del sistema BitTorrent, rende in realtà la raccolta di indirizzi da parte delle organizzazioni antipirateria molto più ardua. Il tracker non ha la certezza che gli indirizzi impegnati nella condivisione di un file siano quelli esatti. Hydra non evita la raccolta dei dati, ma contamina i risultati, rendendo ogni specifico caso problematico e incerto.
CacheCloak, invece, ha un approccio all’offuscamento più adatto al settore dei servizi basati sulla localizzazione (Location-Based service, da cui la sigla LBs). Gli LBs si avvantaggiano delle tecnologie locative nei dispositivi mobili per creare svariati servizi. Chi vuole beneficiare di un servizio di questo tipo dovrà sacrificare parte della sua privacy e abituarsi al fatto che il service provider saprà la sua posizione. “Mentre alcuni metodi cercano di celare il percorso dell’utente nascondendone alcuni tratti”, scrive l’ideatore di CacheCloak, “noi oscuriamo la sua localizzazione circondandola con i percorsi di altri utenti” – la diffusione di dati ambigui. Nei modelli standard, i telefoni inviano la localizzazione al servizio e ricevono in cambio le informazioni richieste. Nel modello di CacheCloak, il telefono prevede i tuoi possibili percorsi e poi recupera i risultati relativi ad altri percorsi simili. Muovendosi, si avranno i benefici della location awareness – l’accesso a ciò che si cerca sotto forma di dati di potenziali richieste salvati in precedenza – mentre il “localizzatore” si troverà di fronte più strade possibili, e non sarà in grado di distinguere tra l’inizio e la fine di un percorso, tra il luogo di provenienza e quello di arrivo o l’esatta posizione in un dato momento. Il dato cruciale, il dato che desideriamo tenere per noi stessi, è sotterrato in uno spazio costituito da altri dati ugualmente plausibili.
Infine, la tecnica di codificazione in grado di resistere alle botnet opera in modo simile al quote stuffing tipico dell’HFT. Una botnet è un insieme di computer personali infettati da malware e controllati da un aggressore remoto, che utilizza le risorse del sistema o che ne ruba i dati. Una delle più efficaci, nota come Zeus, staziona nella rete alla ricerca di pattern di dati che suggeriscono informazioni bancarie. Quando queste vengono trovate, manda le informazioni – password, dettagli dell’account e così via – al suo creatore, che le userà per fare prelievi bancari o per commettere altre forme di furti d’identità. La strategia di difesa alle botnet è un esempio di offuscamento: ingenti quantità di informazioni pienamente plausibili ma incorrette saranno inserite nelle transazioni tra l’utente del computer e la banca. Poiché saranno loro stesse ad averle generate, le banche sapranno distinguere le informazioni false, ma non la botnet. Dovendo fare i conti con questa confusione, gli aggressori cambiano obiettivi, cercandone di più semplici, o sprecano risorse nel tentativo di trovare l’ago (i dati) nel pagliaio (la banca).
Gli esempi raccolti fin qui mostrano la vasta gamma delle pratiche di offuscamento e come queste possano essere utilizzate, ad esempio, per vanificare analisi statistiche, per sfuggire al telerilevamento e per ostacolare i competitor sul mercato azionario. Alcuni metodi sfruttano il pregiudizio umano, altri i limiti dei sistemi automatizzati. L’offuscamento è utilizzato per creare brevi momenti di distrazione, per sottrarsi alla responsabilità legale, per far sì che un avversario si costruisca un’idea errata del mondo e per cambiare il rapporto costi-benefici che giustifica la raccolta dei dati. La varietà nelle tipologie di offuscamento – nei metodi, nelle motivazioni, negli strumenti e negli attori – non sorprende, considerando che si tratta di una strategia reattiva e, in quanto tale, prevede tanti tipi di azioni e pratiche quante sono quelle a cui si oppone.
Nonostante le loro differenze, ci auguriamo che le pratiche dell’offuscamento diventino materia di studi scientifici, per identificare variabili e parametri chiave, per capire le relazioni reciproche e, in sostanza, per quantificare il loro valore e ottimizzarne l’utilità. Gli algoritmi impiegati nel criptaggio, ad esempio, applicano parametri standard basati su misurazioni oggettive quali la lunghezza della password, la potenza della macchina e il periodo di tempo necessario perché possa essere fatta una stima della loro forza. Al contrario, il successo dell’offuscamento è valutato in funzione degli obiettivi e delle motivazioni sia di coloro che lo mettono in pratica che di coloro verso i quali è diretto. Quella dell’offuscamento dev’essere una strategia “sufficientemente buona”, uno strumento temporaneo e ad hoc per superare le sfide che ci capitano davanti. Il nostro compito qui, tuttavia, non è quello di offrire un’analisi scientifica dell’offuscamento, bensì un’analisi etica. Le pratiche dell’offuscamento possono essere facilmente impiegate per ragioni non etiche, ma ci sono anche delle condizioni attenuanti che dobbiamo considerare e dei dettagli che dobbiamo risolvere. Ma prima di poter dire di avere una completa comprensione della dimensione politica ed etica dell’offuscamento è necessario compiere una analisi politica generale.
Etica dell’offuscamento
In A tack in the shoe. Neutralizing and resisting the new surveillance, Gary Marx scrive: “Occorrono criteri per distinguere il ‘bene’ e il ‘male’, o gli approcci giusti e sbagliati per provare a neutralizzare la raccolta di dati personali” . Se accettiamo il fatto che la strategia dell’offuscamento funziona – che possa essere una strategia efficace e significativa, nonostante la sua debolezza – dobbiamo chiederci se possa essere difesa dalle accuse di immoralità. Anche se stiamo considerando l’eticità di particolari tipi di offuscamento, ciò che ci interessa è principalmente la strategia stessa dell’offuscamento delle informazioni, sia che si tratti di un’immoralità strutturale o intrinseca. Ci occuperemo quindi di alcune tra le questioni più interessanti sollevate dai critici.
DISONESTÀ
L’offuscamento prevede implicitamente un elemento di disonestà: si può infatti dire che sia finalizzato ad ingannare. Alcune persone sono restie ad accettare e sostenere pratiche che sistematizzano la menzogna o l’inganno . Esse potrebbero preferire la criptografia (che implica il nascondere, una forma di rifiuto) o il silenzio alla produzione di un flusso di menzogne. Considerare se la menzogna sia moralmente giustificabile ci porterebbe troppo lontano dal nostro tema, ma è una domanda che ci può aiutare a esplorare questo contesto specifico. Anche se Kant considerava mentire sempre e assolutamente sbagliato (consigliando, com’è noto, di rispondere sinceramente anche qualora un assassino dovesse domandarvi dove si trova il vostro migliore amico), è possibile prevedere delle condizioni in cui il divieto assoluto alla menzogna diventa meno rigido . Dobbiamo chiederci se, in una determinata circostanza, i benefici generati dalla bugia superino i danni e se la menzogna o la verità alternativa possano essere in grado di servire più efficacemente i propri fini. Le circostanze in cui si possono perdonare delle menzogne sono numerose: per esempio, se si sta agendo sotto costrizione, o se si sta mentendo per mantenere una promessa fatta a terzi.
FREE RIDING
L’offuscamento può includere due forme diverse di free riding ed entrambe traggono vantaggio dalla compiacenza di terzi rispetto alla condizione dell’offuscatore. Per quanto possa sembrare imperfetto, l’offuscamento può far aumentare i costi della raccolta e dell’analisi dei dati quanto basta per scoraggiare chi ci sorveglia o per dirottarlo verso altri soggetti. Le due forme di free riding possono sovrapporsi o coesistere, ma il loro diverso valore etico è chiaro: la prima trae vantaggio dalla volontà altrui di sottoporsi alla raccolta, all’aggregazione e all’analisi dei dati – non c’è bisogno di essere più veloci dei predatori, se si è più veloci delle altre prede. Permette di rimanere al sicuro mentre gli altri diventano le vittime. Questa sicurezza è però il prodotto, per quanto indiretto, della vittimizzazione altrui. La seconda consiste nel godimento dei benefici forniti da chi raccoglie i dati senza pagarne il prezzo e senza offrire le proprie informazioni (gli scambi di carte fedeltà ne sono un esempio, in quanto i partecipanti approfittano delle offerte speciali evadendo i pool di informazioni che le supportano).
SPRECO, INQUINAMENTO E DANNI AL SISTEMA
Secondo una critica diffusa, l’offuscamento è la causa dello spreco o dell’inquinamento delle risorse di informazione – sia che si tratti di larghezze di banda che di spazi di archiviazione o dei pool di dati comuni raccolti per progetti utili. Nel considerare queste accuse, notiamo che la parola “spreco” ha una connotazione forte, che implica un cattivo uso delle risorse disponibili, presumibilmente rispetto a uno standard condiviso. Standard che, però, può essere messo in discussione: ciò che per alcuni è causa di spreco, per altri può essere un uso legittimo. Anche se le interferenze introdotte in un ambiente non causano danni, possono comunque contaminare l’ambiente stesso. Su una piccola scala l’offuscamento può quindi sembrare insignificante: che danni può generare l’inaccuratezza di un’informazione marginale all’interno di un grande database? Su una scala maggiore, tuttavia, potrebbe rendere i risultati imprecisi o addirittura privi di valore. Per considerare un caso recente, i Centri per il controllo e la prevenzione di malattie hanno usato i registri dei supermercati per identificare acquisti comuni tra gruppi sparsi di persone affette da salmonella, rintracciando così il prodotto alla fonte del problema. Questo veniva poi ritirato o sottoposto ad un’indagine – un progetto dal valore sociale che la pratica dello scambio di carte fedeltà avrebbe rallentato significativamente o addirittura reso impossibile .
L’aggregazione e il data mining sono utilizzati non solo per estrarre informazione di utilità sociale ma anche per indirizzare alcune decisioni che riguardano gli individui. Se si introduce un elemento di disturbo nel sistema interferendo con la profilazione, per esempio, si potrebbero danneggiare altri utenti. FaceCloak ne è un esempio: “Per quanto riguarda alcune informazioni del profilo (ad esempio l’indirizzo e il numero di telefono), è eticamente discutibile sostituirle con informazioni false che risultano poi essere i dati reali di qualcun altro” . Il rischio riguarda il presente, ma anche usi futuri non ancora previsti, come l’incubo delle No-Fly List degli Stati Uniti che sono regolarmente e palesemente incorrette, o gli errori di profilazione dei software della polizia, aggravati da un ampio bacino di nomi, indirizzi, attività, termini di ricerca, acquisti e luoghi alterati e imprecisi. Come possibile controargomentazione, tuttavia, se crediamo che questi database e l’utilizzo che di essi viene fatto siano malevoli, possiamo sostenere che questi errori diventino una qualità. L’utilizzo di un database di materiale scorretto e ambiguo diventa altamente problematico.
Infine, i rifiuti comportano la possibilità di danneggiare, anche in modo fatale, il sistema affetto dall’offuscamento. Il quote stuffing negli HFT è una strategia che, se adottata ampiamente, potrebbe effettivamente sopraffare l’infrastruttura fisica su cui fanno affidamento le borse, con centinaia di migliaia di quotazioni inutili che consumerebbero la larghezza di banda. Ogni critica all’offuscamento basato sulla minaccia della distruzione deve essere specifica, sia rispetto al sistema minacciato che alla misura in cui quest’ultimo ne sarebbe danneggiato.
Valutare l’argomentazione etica
I meriti di ciascuna critica all’offuscamento non possono essere giudicati facilmente in astratto e senza considerare tutti i dettagli specifici che fanno la differenza. La domanda più pressante riguarda l’offuscamento che ha l’obbiettivo di impedire il monitoraggio dei dati, l’aggregazione, l’analisi e la profilazione, e quindi restringeremo la nostra valutazione a quest’area, facendo riferimento ai casi che abbiamo introdotto in precedenza. Una considerazione rilevante per tutti gli esempi è la finalità: i fini legittimi sono necessari, anche se, ovviamente, non sempre sufficienti. Una volta che sappiamo, per esempio, che il ladro di Craiglist usa l’offuscamento per derubare le banche, o che il quote stuffing potrebbe far crollare la Borsa, non varrebbe nemmeno la pena porci il problema etico riguardo le menzogne o il free riding.
Il giudizio delle finalità può anche mettere in discussione la proporzione del fenomeno, non solo se una determinata questione sia semplicemente giusta o sbagliata. L’offuscatore che gestisce TrackMeNot potrebbe non disapprovare il fine ultimo dell’archiviazione delle ricerche Google, ma considerare eccessivo un tale livello di sorveglianza. L’azienda ricava le sue entrate dalla pubblicità ed è ragionevole che vengano automaticamente generati annunci specifici per le parole chiave di una determinata ricerca. Ma se il data mining inizia a essere troppo personale, preciso o si estende al dominio prima inaccessibile del privato, e gli utenti iniziano a sentire che non è più corretto o proporzionato, questi inizieranno ad utilizzare TrackMeNot. Le attività commerciali più attente sapranno trarre vantaggio dall’ascolto dei clienti preoccupati che adottano queste pratiche di protesta “morbida” – pratiche che segnalano il bisogno di riportare un’attività in linea con le aspettative e le convinzioni del consumatore. Alle aziende non è richiesta una totale reinvenzione, ma la riaffermazione di posizioni più giuste.
DISONESTÀ
In casi come quelli di TrackMeNot, CacheCloak, i relè di Tor e lo scambio di carte fedeltà, le argomentazioni etiche possono diventare abbastanza complesse. Per giustificare le falsità dell’offuscamento, le sue finalità non devono lasciar spazio a dubbi. È inoltre necessario considerare altri aspetti del caso specifico: se sia possibile raggiungere i propri fini attraverso strumenti non basati sulla menzogna e quali siano le rivendicazioni di coloro che raccolgono le informazioni. Quando gli individui hanno la sensazione di non essere protetti dalla legge, dalle tecnologie e dalle best practice aziendali, in circostanze di costrizione e con scarsa fiducia in chi estrae le informazioni, si sentono meno vincolati a dire la verità. Proviamo a confrontare questo scenario con quello di ambienti più controllati, come una corte di giustizia, dove miriadi di altre costrizioni circoscrivono le azioni di tutte le parti: anche se parliamo sotto costrizione, le asimmetrie epistemiche vengono mitigate da altre strutture legate a quel contesto.
FREE RIDING
La menzogna può essere giustificata dalle asimmetrie epistemiche e di potere, e dall’assenza di alternative, ma, nonostante ciò, rimangono altre critiche al fenomeno. La questione del free riding mette in cattiva luce gli sforzi dell’offuscamento. L’offuscatore viene presentato non come un ribelle ma come uno scroccone che trae vantaggio, per quanto indiretto, dall’ignoranza e dall’incapacità di altri: essi, a differenza dell’offuscatore, non riescono a “giocare” con il sistema (il livello di difesa dai ladri di un’abitazione non deriva solo dalla sua porta chiusa, ma anche dal fatto che le altre case rimangono aperte). Contro questa accusa possiamo citare alcune attenuanti e alcuni dettagli specifici, come già fatto con la disonestà, ma possiamo anche riferirci alla questione più ampia, fondata su un’analisi di tipo rawlsiano. Il free riding ha un valore etico diverso se è alla portata di chiunque e spesso può essere d’aiuto al debole contro il forte. Finché il free rider non cerca attivamente di impedire agli altri di avere i suoi stessi benefici (guidandoli verso la mischia per renderli facile bersaglio dei predatori), il prezzo etico delle loro azioni viene pagato dai super-erogatori. Gli offuscatori non possono mettersi in pericolo solo perché gli altri sono in pericolo; non hanno l’obbligo morale di morire di fame solo perché gli altri lo fanno.
La seconda forma di free riding – che attinge ai vantaggi forniti dai raccoglitori di dati senza pagare il prezzo dei dati personali – ha un diverso pattern morale. Chi usa FaceCloak o CacheCloak, ad esempio, può attirare le ire di Facebook o dei servizi che si basano sulla localizzazione dato che li sta privando delle esternalità positive del flusso di informazioni personali – e che normalmente arricchirebbe le loro riserve di dati o quelle di altri a cui questi dati sono venduti o con cui sono scambiati. Non ci è chiaro se alcune aziende abbiano il diritto a queste esternalità. Quantomeno, queste relazioni devono essere esaminate in una più ampia prospettiva sociale, riconoscendo esplicitamente i flussi di costi e benefici (diretti e indiretti). Se, e solo se si può stabilire che estrarre i benefici offerti da questi servizi causi costi generalizzati e inaccettabili, e non semplicemente dei costi alle aziende, allora c’è ragione di giudicare non etico questo tipo di free riding.
SPRECO
Quella dello spreco è un’accusa che può essere mossa a sistemi come TrackMeNot che “dissipano” la larghezza di banda aumentando il traffico di rete e la capacità del server sovraccaricandolo di richieste che, in realtà, sono prive di interesse per gli utenti. Una valutazione dei costi e dei benefici, o un’analisi utilitaristica, ci spingono a considerare la domanda pratica intorno alla gravità di questo uso delle risorse. L’interferenza danneggia significativamente il funzionamento del sistema? Per quanto riguarda le ricerche, che sono brevi stringhe di testo, l’impatto è minimo se paragonato all’uso quotidiano che oggi si fa di internet, con lo streaming di video, musica e giochi online .
Inoltre, ciò non è sufficiente a far sì che tutta la valutazione ricada sul grado di utilizzo: è necessario confrontare esplicitamente i presupposti normativi. C'è dell’ironia nel ritenere che lo streaming di un video sia un “utilizzo” della rete e che le ricerche avviate da TrackMeNot siano invece uno “spreco”; o ancora, che una ricerca di TrackMeNot sia uno “sperpero” delle risorse dei server, mentre la fruizione di materiale pornografico un “utilizzo”. Questa affermazione ha senso, tuttavia, una volta che riconosciamo che la differenza tra spreco e uso è normativa; lo spreco è una tipologia di uso che va contro uno standard normativo di cosa è considerato come un utilizzo desiderato, approvato o accettabile. La retorica dello spreco, tuttavia, dovrebbe essere esaminata a fondo perché, anche se può sembrare un concetto oggettivo e definito, in molti casi sono coloro che adottano questo concetto ad iniettare e proiettare le loro prospettive o i loro interessi nel definire una certa attività come tale.
INQUINAMENTO E DANNI AL SISTEMA
L’inquinamento dei dati e la propagazione dell’errore e dell’inesattezza sono la questione più complicata tra quelle esaminate, e toccano il cuore del tema dell’offuscamento. L’intenzione di inserire interferenze nel flusso dei dati è precisamente quella di contaminare l’insieme che ne risulta. Tuttavia, ci sono vari modi con cui la contaminazione può essere attuata e alcuni possono essere più problematici di altri. Un nome scritto in modo errato non condiziona un database, ma a che punto dei dati inaccurati, confusi e ambigui rendono un progetto o un’attività privi di valore? L’offuscamento che non interferisce con il funzionamento primario di un sistema colpendo invece solo l’uso secondario di informazioni potrebbe quindi sembrare più giusto . Inoltre, anche se alcune pratiche di offuscamento possono confondere i tentativi di profilazione dei singoli individui, non rendono inutili le analisi aggregate, come è stato mostrato per esempio da Pham, nel suo lavoro sulla possibilità di perturbare informazioni individuali mantenendo l’insieme dei dati affidabile .
E se non ci fosse modo di evitare le interferenze? Cosa succederebbe in questo caso allo status etico dell’offuscamento? È accettabile obbligare le persone a fornire dei dati per gli interessi di una parte terza, o anche per il bene comune? E se vengono obbligati ma non ricevono assicurazioni sul loro utilizzo, su dove verranno spostati e come saranno messi in sicurezza, non è come se stessero firmando un assegno in bianco a beneficio di qualcuno di cui hanno scarsa fiducia? Siamo di fronte a domande simili alle molte questioni etiche con cui le persone si confrontano e, come per queste domande, è probabile che non ci siano risposte generali che non richiedano ulteriori elaborazioni sul contesto circostante. Quando messo in un angolo, quando cioè la disonestà, il free riding, il consumo delle risorse e la contaminazione dei dati si rendono necessari, l’offuscamento potrebbe comunque passare con successo il test morale. Ma stabilire questo status richiede l’esplorazione delle costrizioni specifiche e generali proprie dell’offuscatore, sia che si tratti di assicurarsi che la libertà dai meccanismi del controllo e delle analisi sia giustificata, o che l’offuscatore, considerando le alternative, agisca nella seria affermazione di queste libertà. Cercheremo di spiegare la misura di queste libertà e quali fra queste sono difese dall’offuscamento.
Nelle sezioni precedenti, riflettendo su quegli aspetti dell’offuscamento potenzialmente problematici dal punto di vista morale, abbiamo visto come l’offuscamento dei dati non sia intrinsecamente non etico. Questa conclusione è importante per le ragioni dell’indagine svolta in questa sezione, in cui si interrogano le politiche dell’offuscamento, e nello specifico quale approccio dovrebbe essere adottato nei confronti di tale pratica in una società giusta: se bandirlo o condonarlo, e da quale punto di vista. Seguendo i due principi di Rawls, il primo ci porta a valutare se l’offuscamento dei dati violi o eroda diritti elementari e libertà. Se il ragionamento precedente è corretto, non esistono basi per sostenere questa affermazione in maniera categorica. Saranno invece rilevanti i dettagli di alcuni particolari esempi o le loro tipologie: se, ad esempio, la falsità o la dissipazione delle risorse riducono i diritti di coloro contro cui viene praticato l'offuscamento (quali ad esempio l’autonomia, la proprietà o la sicurezza), e se, in tal caso, ci siano delle contro-argomentazioni di uguale o maggiore peso e legittimità da parte degli offuscatori, quali l'autonomia, il trattamento equo, le libertà di parola e di associazione politica (ovvero, varie libertà associate alla protezione della privacy).
L’offuscamento dei dati offre un caso particolarmente interessante in relazione al secondo principio di Rawls, il criterio del maximin. Lasciando da parte gli esempi di offuscamento come quello di Craigslist, che non risponde ai criteri del primo principio, i casi controversi possono includere quelli in cui ci sono diritti e libertà irrisolte e altri in cui le rispettive rivendicazioni sono in conflitto. Le tipologie descritte in precedenza includono casi in cui gli individui cercano protezione attraverso l’offuscamento in condizioni e per comportamenti legittimi – negando perciò esternalità positive per chi raccoglie i dati – o in cui la segretezza viene ottenuta a costo della purezza di un dataset. In esempi paradigmatici ci sono chiari differenziali di potere: individui che cercano tattiche di offuscamento per evitare la sorveglianza, la profilazione e la manipolazione, e, in generale, per rimanere fuori dalla portata di un’azienda o del governo.
Anche se l’offuscamento potrebbe essere utilizzato dai più potenti contro i meno potenti, di solito è chi ha più potere ad imporsi su chi ne ha di meno. Dato che l’offuscamento non è una strategia forte, è raramente adottata dai potenti – e quando ciò avviene è per sviare l’attenzione di altri attori potenti . Gli attori forti hanno meno bisogno di ricorrere all’offuscamento perché hanno a loro disposizione metodi migliori per nascondere qualcosa (il segreto di stato, la censura, la minaccia della violenza).
Per coloro che sono meno abbienti, meno potenti politicamente, in una posizione che non consente loro di rifiutare le regole di ingaggio, dotati di tecnologie meno sofisticate, senza le competenze informatiche necessarie per utilizzare strumenti di protezioni come la criptografia, per coloro che necessitano di sconti al supermercato, di un indirizzo di posta elettronica gratuito e di telefoni cellulari economici, l'offuscamento può essere un palliativo. Può rendere possibile delle forme di resistenza, di oscuramento e di dignità. L’offuscamento, insomma, rientra nel dominio di quelle che James C. Scott descrive come “le armi dei deboli”, il regno della dissimulazione, dei rallentamenti, dei piccoli furti, dei pettegolezzi, del “puntare i piedi”, e altre forme di resistenza personale da parte di attori profondamente impotenti (nel caso dell’analisi di Scott, contadini) sul lato sbagliato delle asimmetrie di potere. Si tratta di individui che non hanno la possibilità di ricorrere alla rivolta armata, che non hanno il favore della legge o della legislatura: ciò che rimane loro è “un’inadempienza passiva, sabotaggi sottili, evasione e inganno” termini che felicemente catturano le dimensioni assunte dall’offuscamento . Per dirla con Anatole France: “La legge, nella sua maestosa uguaglianza, proibisce sia ai ricchi che ai poveri di dormire sotto i ponti e di rubare il pane”. Per chi è obbligato dalle circostanze e dai bisogni a rinunciare ai propri dati – metaforicamente parlando, chi ha bisogno della protezione di un ponte, per quanto ad hoc e poco soddisfacente possa essere se paragonato a una vera e propria casa – l’offuscamento è uno strumento per porvi rimedio e, in quanto tale, è politicamente giustificato.
Sebbene queste asimmetrie politiche siano dovute in parte alle fonti tradizionali dei differenziali di potere – quali l’influenza, il denaro, la classe sociale, l’educazione, la razza e così via – le asimmetrie epistemiche, come già detto, sono la diretta conseguenza delle società dei dati contemporanee. Si può ricorrere all’offuscamento per liberarsi dalle influenze coercitive non desiderate, oppure semplicemente perché brancoliamo nel buio: pur sapendo che le informazioni che ci riguardano non scompaiono, non sappiamo dove vadano, né il modo in cui sono o saranno utilizzate. Stiamo adottando questa strategia per evitare o neutralizzare una minaccia in agguato che non comprendiamo. Schierandosi non tanto contro l’esercizio del potere e la coercizione ma piuttosto contro la loro stessa minaccia, si agisce in opposizione a ciò che Philip Pettit chiama “dominazione” e che definisce come la capacità di interferire sulle scelte altrui su basi arbitrarie . Dalla prospettiva dell’individuo che si trova al polo opposto dell’asimmetria epistemica, la capacità di coloro che creano e agiscono sui nostri profili – raccogliendo, aggregando ed estraendo dati – sembra in effetti piuttosto arbitraria.
Il principio del maximin di Rawls richiede che una società giusta opti per “l'alternativa il cui peggior risultato è superiore ai peggiori risultati delle altre” . Poiché l’offuscamento dei dati offre uno strumento per i meno abbienti contro i benestanti e i potenti, la sua messa al bando, sia diretta che indiretta, e l’obbligo di fornire informazioni affidabili violerebbe il principio del maximin. Laddove l’offuscatore agisce con onestà per resistere ai meccanismi del controllo e dell’analisi, l’offuscamento permette di praticare una disobbedienza ragionevole ed etica.
Tra le sfide più difficili di questa pratica ci sono quelle che riguardano il free riding e l’inquinamento dei database, in cui l’offuscatore è colpevole di non voler pagare i costi per i servizi che riceve, o di ostruire, con la sua riluttanza a partecipare, i potenziali benefici che ne possono derivare per l’intera società. Sebbene sia importante valutare queste accuse seriamente, lo è anche considerare l’avvertimento di Jeremy Waldron, sviluppato all’interno della sua analisi sul mondo dopo l’11 settembre, secondo cui i cittadini accetterebbero un riequilibrio tra sicurezza e libertà a favore della prima. Ogni volta che si discute su come raggiungere un equilibrio tra i beni comuni, chiedendo che uno tra questi beni venga scambiato per un altro, tra le varie obiezioni mosse ce n’è una che sostiene come, troppo spesso, non si consideri che i costi e i benefici non siano distribuiti uniformemente . Probabilmente non si tratta di rinunciare tutti a un certo grado di libertà in cambio della nostra sicurezza collettiva; piuttosto, la perdita di libertà riguarda piccoli sottoinsiemi della nostra società, i quali ne accusano una perdita sproporzionata in nome di un possibile beneficio collettivo (un beneficio da cui però vengono esclusi proprio gli individui o i gruppi che hanno perso gran parte delle loro libertà) o a favore di chi appartiene a un altro sottogruppo. Secondo Waldron, siamo in grado di accettare questo scambio ingiusto perché collettivamente non ne percepiamo più di tanto gli effetti dannosi.
Nel caso dell’offuscamento dei dati quali il free riding o l'inquinamento dei dati, il monito di Waldron non deve essere ignorato. In questi casi l’offuscamento può essere un legittimo atto di resistenza per chi accusa maggiormente le conseguenze della sorveglianza per il bene di altri o per il nostro bene collettivo. L’offuscamento potrebbe essere una risposta appropriata perché è di gran lunga più vantaggioso per gli attori più vulnerabili contro i meno vulnerabili. Rispetto al prezzo del rifiuto e alle difficoltà di un completo occultamento, l'offuscamento è un modo relativamente semplice e intuitivo di resistenza individuale che consente sia l’ottemperanza che la protesta.
L’offuscamento, così come è stato qui presentato, è più ricco e, al tempo stesso, meno rigoroso dei metodi più consolidati per la protezione della privacy digitale, come ad esempio la criptazione. È una pratica molto più specifica e contestuale che non richiede la protezione quantificabile dei metodi criptografici. È spesso casuale e frammentario, e crea una finestra temporanea di libertà o una certa quantità di ragionevole dubbio. È precisamente per queste ragioni che si presenta come un argomento prezioso e gratificante per la ricerca. Politicamente, nella misura in cui le sue finalità sono ragionevoli e si evita di utilizzare certi metodi, l’offuscamento può essere una forza benefica per la nostra cultura contemporanea dei dati. Si tratta di movimenti che rappresentano una risorsa di valore per la difesa della nostra privacy e per la nostra libertà di azione. Abbiamo delineato una categoria, segnalato degli esempi, definito dei parametri per la quantificazione e il miglioramento delle strategie, discusso i problemi etici e politici che emergono da questa pratica e analizzato le argomentazioni a suo favore. Ora, speriamo che la comunità dei ricercatori e attivisti che si occupano delle questioni sulla privacy ci aiuteranno ad espandere quest’idea. Ci troviamo infatti di fronte ad ulteriori domande, una di carattere scientifico, una morale e una tecnica:
1. È possibile creare una scienza dell’offuscamento rigorosamente quantificata? Possiamo ottimizzare le diverse tattiche di offuscamento a seconda di diversi scenari e trovare i punti deboli della sua strategia generale?
2. La nostra descrizione dell’offuscamento come ultima opzione ragionevole praticabile per la protezione della privacy porta agli stessi problemi politici creati da altri sistemi di tecnologie che proteggono la privacy come l’opt-out – ovvero, far ricadere la responsabilità sul singolo utente ignorando la necessità di creare una società civile matura che sappia gestire i dati?
3. Esistono metodi per la “contro-profilazione” – per capire cioè l’attività dei profiler e migliorare le nostre strategie di gestione di dati e la nostra opposizione ad essi – che potrebbero essere incorporati nel progetto di perfezionamento dell'offuscamento?
In condizioni costrittive e di fronte all’asimmetria di potere, emergono nuovi metodi per definire il contesto del flusso delle informazioni; le persone creeranno modelli per la sicurezza delle informazioni e per ritagliarsi uno spazio libero da analisi invasive, indipendentemente dalle affermazioni che i CEO in cerca di profitti fanno sulla “natura umana” e sulle trasformazioni della privacy. L’offuscamento è economico, semplice, grezzo, ingegnoso, per niente sofisticato e non prevede lo smalto o la libertà dal compromesso morale che caratterizza soluzioni di privacy più totalizzanti. Nonostante ciò, esso offre un riparo dallo sguardo indagatore di parti terze e dei data miner a chi non ha altre alternative. L’offuscamento rappresenta la possibilità di un rifugio quando tutti gli altri strumenti falliscono. Per questo motivo è necessario documentarlo ed esaminare come possa essere migliorato, in modo da farne una barricata più efficace per chi ne ha bisogno.
[Testo originariamente pubblicato in AI & Conflicts. Volume 1, a cura di Andrea Facchetti e Francesco D'Abbraccio. Brescia: Krisis Publishing, 2021. Titolo originale: Political and ethical perspectives on data obfuscation, Routledge, 2015]
