Enviar datos basura a las aplicaciones de seguimiento del período no protegerá la privacidad reproductiva

Los usuarios de las redes sociales publicaron ideas sobre cómo proteger la privacidad reproductiva de las personas cuando el La Corte Suprema anuló Roe v. Wadeincluida la entrada datos «basura» en aplicaciones diseñadas para el seguimiento de los ciclos menstruales.

Las personas usan aplicaciones de seguimiento del período para predecir su próximo período, hablar con su médico sobre su ciclo e identificar cuándo son fértiles. Los usuarios registran todo, desde los antojos hasta el flujo del período, y las aplicaciones brindan predicciones basadas en estas entradas. Las predicciones de la aplicación ayudan con decisiones simples, como cuándo comprar tampones a continuación, y brindan observaciones que cambian la vida, como si está embarazada.

El argumento para enviar datos basura es que hacerlo tropezará con los algoritmos de las aplicaciones, lo que dificultará o imposibilitará que las autoridades o vigilantes usen los datos para violar la privacidad de las personas. Ese argumento, sin embargo, no se sostiene.

Como investigadores que desarrollan y evaluar tecnologías que ayudan a las personas a gestionar su salud, analizamos cómo las empresas de aplicaciones recopilan datos de sus usuarios para proporcionar servicios útiles. Sabemos que para las aplicaciones populares de seguimiento de períodos, millones de personas necesitarían ingresar datos basura para incluso empujar el algoritmo.

Además, los datos basura son una forma de «ruido», que es un problema inherente contra el que los desarrolladores diseñan algoritmos para que sean robustos. Incluso si los datos basura «confundieran» con éxito el algoritmo o proporcionaran demasiados datos para que las autoridades los investigaran, el éxito sería de corta duración porque la aplicación sería menos precisa para el propósito previsto y la gente dejaría de usarla.

Además, no resolvería los problemas de privacidad existentes porque las huellas digitales de las personas están en todas partes, desde las búsquedas en Internet hasta el uso de aplicaciones telefónicas y el seguimiento de la ubicación. Esta es la razón por la que se aconseja a las personas que eliminen sus aplicaciones de seguimiento de la menstruación. bien intencionado pero fuera de lugar.

Cómo funcionan las aplicaciones

Cuando abre una aplicación por primera vez, ingresa su edad, la fecha de su último período, cuánto dura su ciclo y qué tipo de control de la natalidad usa. Algunas aplicaciones se conectan a otras aplicaciones como rastreadores de actividad física. Registras información relevante, incluso cuándo comienza tu período, calambres, flujo constante, antojos, deseo sexual, actividad sexual, estado de ánimo y pesadez de flujo.

Una vez que proporciona sus datos a la compañía de aplicaciones de período, no está claro exactamente qué sucede con ellos porque los algoritmos son propietarios y forman parte del modelo de negocios de la compañía. Algunas aplicaciones preguntan por la duración del ciclo del usuario, que es posible que la gente no sepa. De hecho, los investigadores encontraron que el 25,3 % de las personas dijeron que su ciclo tenía la duración frecuentemente citada de 28 días; sin embargo, solo el 12.4% en realidad tuvo un ciclo de 28 días. Entonces, si una aplicación usó los datos que ingresaste para hacer predicciones sobre ti, la aplicación puede tardar algunos ciclos en calcular la duración de tu ciclo y predecir con mayor precisión el fases de tu ciclo.

Una aplicación podría hacer predicciones basadas en todos los datos que la empresa de aplicaciones ha recopilado de sus usuarios o en función de sus datos demográficos. Por ejemplo, el algoritmo de la aplicación sabe que una persona con un índice de masa corporal más alto podría tener un ciclo de 36 días. O podría usar un enfoque híbrido que haga predicciones basadas en sus datos, pero que los compare con el gran conjunto de datos de la empresa de todos sus usuarios para informarle qué es típico, por ejemplo, que la mayoría de las personas informan tener calambres justo antes de su período.

Lo que se logra al enviar datos basura

Si usa regularmente una aplicación de seguimiento del período y le proporciona datos inexactos, las predicciones personalizadas de la aplicación, como cuándo ocurrirá su próximo período, también podrían volverse inexactas. Si su ciclo es de 28 días y comienza a registrar que su ciclo ahora es de 36 días, la aplicación debería ajustarse, incluso si esa nueva información es falsa.

Pero, ¿qué pasa con los datos en conjunto? La forma más sencilla de combinar datos de múltiples usuarios es promediarlos. Por ejemplo, la aplicación de seguimiento de períodos más popular, Flo, tiene un estimado de 230 millones de usuarios. Imagine tres casos: un solo usuario, el promedio de 230 millones de usuarios y el promedio de 230 millones de usuarios más 3,5 millones de usuarios que envían datos no deseados.

Los datos de un individuo pueden ser ruidosos, pero la tendencia subyacente es más obvia cuando se promedia entre muchos usuarios, suavizando el ruido para que la tendencia sea más obvia. Los datos basura son solo otro tipo de ruido. La diferencia entre los datos limpios y los ensuciados es notable, pero la tendencia general en los datos sigue siendo obvia.

Este sencillo ejemplo ilustra tres problemas. Es poco probable que las personas que envían datos no deseados afecten las predicciones de cualquier usuario individual de la aplicación. Se necesitaría una cantidad extraordinaria de trabajo para cambiar la señal subyacente en toda la población. E incluso si esto ocurriera, el envenenamiento de los datos corre el riesgo de hacer que la aplicación sea inútil para quienes la necesitan.

Otros enfoques para proteger la privacidad

En respuesta a las preocupaciones de las personas sobre el uso de los datos de su aplicación de época en su contra, algunas aplicaciones de época hicieron declaraciones públicas sobre la creación de un modo anónimousando encriptado de fin a fin y siguiendo las leyes de privacidad europeas.

La seguridad de cualquier «modo anónimo» depende de lo que realmente hace. declaraciones de flo dice que la compañía desidentificará los datos eliminando nombres, direcciones de correo electrónico e identificadores técnicos. Eliminar nombres y direcciones de correo electrónico es un buen comienzo, pero la empresa no define lo que significan identificadores técnicos.

Con Texas pavimentando el camino hacia demandar legalmente a cualquiera que ayude a otra persona a buscar un abortoy 87% de las personas en los EE. UU. identificables por información demográfica mínima como código postal, sexo y fecha de nacimiento, cualquier dato demográfico o identificador tiene el potencial de dañar a las personas que buscan atención de salud reproductiva. Existe un mercado enorme para los datos de los usuarios, principalmente para la publicidad dirigida, que hace posible aprender una cantidad alarmante sobre casi cualquier persona en los EE. UU.

Si bien el cifrado de extremo a extremo y el Reglamento General Europeo de Protección de Datos (GDPR) pueden proteger sus datos de consultas legales, desafortunadamente ninguna de estas soluciones ayuda con las huellas digitales que todos dejan con el uso diario de la tecnología. Incluso los historiales de búsqueda de los usuarios pueden identificar qué tan avanzados están en el embarazo.

¿Qué necesitamos realmente?

En lugar de pensar en formas de eludir la tecnología para disminuir el daño potencial y los problemas legales, creemos que las personas deberían abogar por protecciones de privacidad digital y restricciones de uso y uso compartido de datos. Las empresas deben comunicarse de manera efectiva y recibir comentarios de las personas sobre cómo se utilizan sus datos, su nivel de riesgo de exposición a posibles daños y el valor de sus datos para la empresa.

la gente ha estado preocupado por la recopilación de datos digitales en años recientes. Sin embargo, en un mundo posterior a Roe, más personas pueden correr riesgos legales por realizar un seguimiento de salud estándar.

---

---

Este artículo se vuelve a publicar de La conversación bajo una licencia Creative Commons. Leer el artículo original.