editorial@ethicalenthis.com

Análisis y Prevención en Criminología Económica

Il termine Big Data si riferisce a ingenti quantitativi di dati così grandi e complessi che richiedono di applicazioni informatiche non tradizionali in grado di processarli e trattarli correttamente. Il Data Mining, intesso come l’estrazione d’informazioni attraverso algoritmi matematici per ottenere correlazioni nascoste tra i dati su larga scala; è un’evoluzione inarrestabile e imminente; con enormi implicazioni sociali, culturali e tecnologiche. La capacità del Big Data di trarre vantaggio dalle informazioni, prevedere, prevenire e controllare situazioni dannose sulla società può essere veramente favorevole. Tuttavia, come qualsiasi strumento potente, il suo utilizzo determinerà se si tratta di un prodigio o di un pericolo. Il valore del Big Data non consiste nell’analizzare individualmente un utente, piuttosto nell’usufruire una collettività. È emerso un ecosistema digitale globale, dove una rete di fornitori raccoglie, organizza e scambia dati per ottenere valore dalle informazioni accumulate, questo è conosciuto come “Data Economy”.Con incirca sette miliardi di persone presenti oggi sul pianeta, abbiamo almeno cinquanta miliardi di dispositivi connessi all’Internet che generano nuovi dati ogni minuto. Il Big Data potrebbe diventare un nuovo modello politico ed economico a sé stante.

Prima di iniziare, devo confessare che avevo la falsa convinzione di concepire il“Big Data” come una nuova parte della scienza statistica, senza troppe pretensioni oltre le decisioni che si potevano prendere attraverso l’analisi di quei dati. Nel mio schema mentale, Big Data significava “Più Dati”, supportati dalla tecnologia e dagli algoritmi per la sua analisi. Che cosa potrebbe andare storto? Benvenuta la Tecnologia! Tuttavia, tutto ha un lato oscuro: gli effetti indesiderati della situazione e nel Big Data la questione è molto più complessa di quanto si possa immaginare.

Partiamo da quanto segue, il volume di dati disponibili nel mondo è gigantesco. Per avere un’idea di questo si può prendere da riferimento i calcoli effettuati dal Cisco Global Cloud Index,[1]secondo il quale il traffico globale raggiungerebbe gli 19,5 zettabyte nel anno 2021. Se tutti questidati fossero inseriti nei libri, trasformando le immagini, i video, ecc., nel loro equivalente in lettere, si potrebbero creare 17.100 pile di libri che equivalgono alla distanza dalla Terra al Sole, tre volte.

Il termine Big Data si riferisce a ingenti quantitativi di dati così grandi e complessi che richiedono di applicazioni informatiche non tradizionali in grado di processarli e trattarli correttamente.

Il termine Big Data si riferisce a ingenti quantitativi di dati così grandi e complessi che richiedono di applicazioni informatiche non tradizionali in grado di processarli e trattarli correttamente.[2] Il primo riferimento all’utilizzo di questo termine porta ad un articolo scientifico del 1997, in cui i ricercatori della NASA Michael Cox e David Ellsworth, hanno affermato che il grande aumento dei dati generati stava diventando un problema per gli attuali sistemi informatici. Questo viene nominato come il “problema del big data”.[3]

Un riferimento molto più recente che ha reso popolare il concetto è il libro del 2013 “The Big Data Revolution”,[4]di Viktor Mayer-Schönberger, professore di Regolamentazione e Gestione di Internet presso l’Università di Oxford e membro del German DigitalCouncil, che tra altro ha consigliato Angela Merkel ed il suo gabinetto; e la coautore Kenneth Cukier, Data Editor per la rivista The Economist. 

Nel suo libro espone come le aziende tecnologiche attraverso i Big Data siano in grado di interpretare la realtà molto più velocemente e con maggiore precisione rispetto a qualsiasi osservatorio o ufficio di statistica.

Il Data Mining, intesso come l’estrazioned’informazioni attraverso algoritmi matematici per ottenere correlazioni nascoste tra i dati su larga scala; è un’evoluzione inarrestabile e imminente; con enormi implicazioni sociali, culturali e tecnologiche. La causa-effetto è rimpiazzata dalla correlazionalità e la creatività dell’attore sociale (l’individuo) è totalmente offuscata dal comportamento della comunità.

Per esemplificare, il professor Mayer apre il suo saggio riportando una situazione che oggi è molto vicina. Lo scoppio del virus H1N1 che in poche settimane minacciò di trasformarsi in una pandemia, di dimensioni simili all’influenza spagnola del 1918, che colpì 500 milioni di persone provocando decine di milioni di morti.

Le autorità sanitarie dovevano rallentare la sua diffusione e per questo avevano bisogno di sapere dove il virus si era già manifestato. Tuttavia, come accade ancora oggi, le informazioni che i medici egli organismi sanitari trasmettevano ai Centers for Disease Control and Prevention, (CDC), aveva un ritardo di due settimane a causa di problemi logistici e di elaborazione dei dati, oltre al fatto che tante persone vanno dal medico diversi giorni dopo aver presentato i primi sintomi.

Allo stesso tempo, è citata una pubblicazione che era estata relativamente inosservata poche settimane prima sulla rivista Nature, dove gli ingegneri di Google avevano pubblicato un articolo in cui affermavano che attraverso le ricerche delle persone sulla loro piattaforma, Google poteva “prevedere” la diffusione di influenza invernale negli Stati Uniti, anche nelle singole regioni.

Google processa più di tre miliardi di ricerche ogni giorno. Questi dati sono archiviati ed elaborati tramite Data Mining. Così, Google FluTrend presi circa cinquanta milioni di termini di ricerca più usati dagli americani, e li confrontai con i dati del CDC sulla diffusione dell’influenza stagionale tra il 2003 e il 2008, con l’intenzione di identificare le persone colpite dall’influenza attraverso le sue ricerche su Internet. Il software raggiunse 45 termini di ricerca che, se usati insieme tramite un modello matematico, presentavano una forte correlazione tra la sua “previsione” ed i numeri ufficiali del virus in tutto il Paese.

 Nel 2009, durante la crisi del virus H1N1, il modello di Google Flu Trend si è rivelato un indicatore più utile e tempestivo rispetto alle statistiche governative con il loro normale intervallo di ritardo. Questo strumento è stato di grande valore per i funzionari della sanità pubblica che non avevano bisogno di distribuire tamponi faringeo-nasali, né aspettare che i pazienti chiamassero il proprio medico per stabilire una prognosi dell’andamento del virus.

Con la pandemia COVID-19, il modello Google Flu Trend non è passato inosservato. Molti scienziati ed epidemiologi hanno utilizzato le informazioni disponibili per analizzare, confrontando gli Indici di Volume di Ricerca (RSV, acronimo in inglese), con il numero di casi COVID-19 riportati dal Centro Europeo per il Controllo delle Malattie (ECDC), utilizzando un’analisi di correlazione del ritardo temporale.

In questo modo, l’interesse del pubblico,oppure le ricerche su Google d’informazione riguardante il Coronavirus, indicato dall’Indice RSV, ha aiutato a monitorare l’andamento della pandemia. Questo RSV delle ricerche è stato superiore in media 11,5 giorni prima del picco di casi ufficiali segnalati in ciascuna zona. Il modello è statocoerente in tutti i paesi europei ed è stato valido anche per gli Stati Uniti, mentre in Brasile e Australia ci sono osservate correlazioni più elevate con un arco temporale di -7 giorni.[5]

Google Flu Trend Coronavirus 2019-2020

Google Flu Trend Coronavirus 2019-2020.

La capacità del Big Data di trarre vantaggio dalle informazioni, prevedere, prevenire e controllare situazioni dannose sulla società può essere veramente favorevole. Tuttavia, come qualsiasi strumento potente, il suo utilizzo determinerà se si tratta di un prodigio o di un pericolo. 

 

Il Caso Cambridge Analytica

Cambrige Analytica y el Big Data

Cambrige Analytica

L’uso bidirezionale di questi algoritmi che non solo “estraggono” informazioni, ma intervengono anche per modificare le tendenze di comportamento delle persone.

Quello che è successo con Cambridge Analytica ci va vedere l’altra faccia della medaglia. L’uso bidirezionale di questi algoritmi che non solo “estraggono” informazioni, ma intervengono anche per modificare le tendenze di comportamento delle persone. Attraverso i Big Data, il data mining, la microsegmentazione, la psicologia comportamentale, il microtargetinged il marketing strategico; La società di consulenza Cambridge Analytica stabilì metodi per influenzare le elezioni politiche in diversi Paesi, utilizzando i dati dei profili Facebook di milioni di persone.

L’abuso delle informazioni personali di circa 50 milioni di utenti Facebook da parte di Cambridge Analytica nel Regno Unito è stato rivelato da Christopher Wylie, un ex dipendente dell’azienda agendo sotto la protezione del programmaWhistleblowing.

Wylie, un esperto d’informatica, rivelò che la società di consulenza aveva creato una macchina per manipolare le decisioni degli elettori. Le sue dichiarazioni segnalavano come operava il sistema:“Abbiamo sfruttato Facebook per accedere a milioni di profili utente. Ed abbiamo costruito modelli per esaurire ciò che sapevamo su gli utenti e prendere di mira i loro demoni interni. Questa era la base su cui poggiava l’azienda.”[6]

La società di consulenza Cambridge Analytica è stata coinvolta in 44 campagne politiche statunitensi, inclusa la campagna dell’ex presidente Donald Trump; così come la campagna per la Brexit nel Regno Unito. Inoltre, si stima che abbia partecipato alle incirca 200 elezioni in tutto il mondo, comprese quelle in Nigeria, Kenya, Repubblica Ceca, India e Argentina.

Dopo lo scandalo, a diverse commissioni è stato affidato il compito di indagare sull’accaduto con l’obbiettivo di individuare i responsabili edadottare le sanzioni eventualmente applicabili.

Mark Zuckerberg ha dovuto sottoporsi ad un’udienza pubblica davanti al Congresso degli Stati Uniti nel 2018 e poi davanti ad una Commissione Parlamentare Britannica, per trattamento abusivo dei dati di 87 milioni di utenti Facebook statunitensi da parte di Cambdrige Analytica durante la campagna presidenziale di D. Trump nel 2016; ed il uso illegittimo dei dati personali dei cittadini britannici per la campagna Brexit, rispettivamente.

Il modo in cui è stato gestito questo caso dimostra quanto sia disarticolata e disarmonizzata la normativa in materia di protezione dei dati personali nel mondo,nonché gli enormi vuoti legali in materia di Big Data.

Nel Regno Unito, la situazione è stata affrontata dal British Information Commissioner’s Office (ICO), che ha emesso un mandato per accedere e fare un audit in sito, ai server di Cambdrige Analytica ordinando a Facebook di sospendere il proprio audit. In seguito con il supporto della polizia e ordine del Tribunale, hanno fatto irruzione agli uffici londinesi della società.

Negli Stati Uniti, la Federal Trade Commission (FTC) americana ha avviato un processo riservato per indagare sul ruolo di Facebook nello scandalo e cercare di chiarire se la società ha violato i termini dell’accordo che richiede di avere il consenso degli utenti per l’utilizzo e condivisioni con terzi dei propri dati personali.

Il quadro giuridico applicato per affrontare il caso di Cambdrige Analytica combinava normative riguardanti la protezione dei dati personali, riservatezza o privacy e norme che regolano la pubblicità commerciale e la pubblicità ingannevole; Tralasciando però, il nucleo dell’azione che dovrebbe essere tipizzato, poiché quanto accaduto, viola non solo il diritto alla protezione dei dati personali e il diritto alla pubblicità, compromette il diritto all’informazione e all’autodeterminazione, attaccando direttamente le strutture democratiche dello Stato.

L’ordinamento in materia pubblicità per le campagne politiche è molto povero. Le attuali norme che disciplinano la pubblicità non vanno oltre che servire da quadro generico per i contenuti e mezzi di trasmissione, messaggi, immagini, spot radiofonici e televisivi, ecc… Le Fake News trasmesse sui social network, gli “Influencer”, il marketing che utilizza algoritmi, l’intelligenza artificiale ed i messaggi individualizzati o microtargeting progettati per sfruttare gli aspetti psicologici e persuadere (manipolare) il processo decisionale delle persone, tutto questo continua in un limbo giuridico che sta dando grande vantaggio ai malintenzionati, trascurando i diritti umani fondamentali che restano completamente vulnerabili.

Ovviamente, regolamentare gli annunci politici online contribuirebbe a una maggiore integrità, come proposto da Transparency International nel rapporto pubblicato nel marzo 2021 dal titolo: “Paying for Opinions: Solving the Risks of Transparency and Accountability in Advertising OnLine Policy”,[7] dove si raccomanda ai governi di aggiornare le propri leggi elettorali per garantire che la pubblicità politica online sia legittima, che il suo finanziamento sia trasparente e che il microtargeting sia ridotto al minimo, oltre a ritenere le piattaforme responsabili.

Per quanto riguarda il regolamento sulla Privacy, nello specifico il Regolamento Europeo per la Protezione dei Dati Personali (GDPR), sebbene possa essere considerato all’avanguardia, e sì se vuole per alcuni aspetti, è una normativa avanzata; ben può essere “accontentato” (evito di riferire ai termini come conformità/compliance), conl’anonimizzazione, pseudonimizzazione e crittografia per ridurre o limitare la tracciabilità dei dati che identificano la persona fisica, ma questa è solo la punta dell’iceberg. Il valore del Big Data non consiste nell’analizzare individualmente un utente, piuttosto nell’usufruire una collettività.

Business Strategy

Business Strategy

I Dati di Gregge.

 

Con i Big Data, l’abbondanza d’informazioni mette in ombra lo individuo, il loro nome non ha importanza, ciò che conta sono le preferenze, le scelte, le tendenze, ecc, dei loro coetanei, ad esempio dalle reti di contatti. Non importa se a Mario Rosi piace consumare il porno, ma in quale quartiere si consuma più porno e di che tipo. Questo è stato nominato da alcuni studiosi come la “Datificazione dell’Essere Umano”.[8]

Con i Big Data è emerso un ecosistema digitale globale, dove una rete di fornitori raccoglie, organizza e scambia dati per ottenere valore dalle informazioni. accumulate. Questo è conosciuto come “Data Economy” e include le voci raccolte da un’ampia varietà di attori

L’informazione vale. E non parliamo in senso figurato, con i Big Data è emerso un ecosistema digitale globale, dove una rete di fornitori raccoglie, organizza e scambia dati per ottenere valore dalle informazioni accumulate. Questo è conosciuto come “Data Economy” e include le voci raccolte da un’ampia varietà di attori, inclusi motori di ricerca come Google, social network, siti web, negozi online, payment gate way o messi digitali di pagamento, servizi di software (SaaS), applicazioni (App), dispositivi ioT (Internet delle cose, come Alexa, Amazon Echo e altri simili) ed un numero crescente di aziende che distribuiscono diversi dispositivi connessi su Internet. La dimensione della Data Economy dell’Unione Europea è stata stimata in oltre 285 miliardi di euro nel 2015, che rappresenta oltre l’1,94% del PIL dell’intera Unione.[9]

Si stima che a livello globale, con incirca sette miliardi di persone presenti oggi sul pianeta, abbiamo almeno cinquanta miliardi di dispositivi connessi su Internet che generano nuovi dati ogni minuto.

Big Data Italiano

Fonte: Go-Globe.com

Questo potrebbe crescere a brevissimo termine a causa dell’accelerazione della digitalizzazione che abbiamo sperimentato negli ultimi due anni a causa del confinamento dovuto alla pandemia COVID-19 e ad altri progressi che erano già in fermento, inclusa l’Industria 4.0, resa popolare come “la quarta rivoluzione industriale”, e che consiste nell’interconnessione di tutte le parti di un’azienda sviluppando un’automazione efficace e un’azienda più intelligente che condivide anche i dati acquisiti attraverso il suo processo industriale digitalizzato, con gli altri attori della sua rete d’interazione (fornitori, partner, clienti, regolatori, ecc.)

I giganti della tecnologia, le cosiddette Big Tech stanno emergendo in un ruolo sempre più importante nell’economia di oggi.

I giganti della tecnologia, le cosiddette Big Tech stanno emergendo in un ruolo sempre più importante nell’economia di oggi. È chiaro che con la sua incorporazione nel mondo della finanza attraverso l’emissione delle sue Criptovalute come la Stablecoin di Facebook, Diem, si aggiunge più valore al già accumulato dalla marea di dati a loro disposizione. Le Big Tech stanno iniziando a sostituire le organizzazioni finanziarie come attori centrali nelle dinamiche economiche post-pandemica.

Il limite principale per comprendere la complessità del Big Data el’assedio di questa tecnologia ai Diritti Umani Fondamentali, è quello di raggiungere i concetti giusti per definire tutti gli aspetti in gioco del nuovo paradigma.

La Teoria del Gioco Sociale di Carlos Matus,[10]stabilì una formula che avviamo attillato in Criminologia Economica: il fattore determinante è il Politico, mentre l’asse strategico o di ordine è il fattore Economico. Con i Big Data, il centro di gravità è il potere dei dati sulla persona con i rischi intrinseci che il trattamento di questi dati comporta. Siamo di fronte ad uno scenario di criminogenesi di nuove forme criminali, che superano per dimensione, grandezza e peso alcuni vecchi concetti come “trattamento illecito di dati personali”, o addirittura la “criminalità organizzata transnazionale”.

Il Big Data potrebbe diventare un nuovo modello politico ed economico a sé stante.

Il Big Data potrebbe diventare un nuovo modello politico ed economico a sé stante. È difficile rendersi conto che si tratta di una questione di enorme importanza dove, come ha sottolineato Matus, c’è uno scambio di problemi tra diversi tipi di giochi.[11]

Si tratta di uno scenario particolarmente complesso, con giochi terminali o di consumo che soddisfano le esigenze (ad esempio il Google Flu Trend); giochi di capitale o accumulazione che creano conoscenza, valori o asset (ad esempio con lo scambio di dati nella data economy) e giochi di pressione tra i governi e le Big Tech, tra altri attori. Pertanto, se i giochi del capitale (accumulazione) vengono abrogati a favore delle esigenze, verrà il momento in cui le esigenze dovranno essere sacrificate a causa del deterioramento del capitale. Lo scambio tra problemi e le esigenze deve soddisfare un giusto bilancio nel legittimo interesse collettivo.

È importante riflettere su questo quesito. Siamo tutti all’interno di un esperimento socio-tecnologico in cui ciò che si decide di misurare influisce sulla capacità dell’attore a prendere delle decisioni future. Allora, Chi decide cosa misurare e come farlo?, Chi decide che utilità dare al Big Data?, Quali sono i limiti dell’interventismo degli algoritmi matematici nei profili utente?, È lecito lasciare nelle mani degli algoritmi e dell’intelligenza artificiale etichettare ciò che è “vero”, e ciò che è “falso”, filtrando le informazioni disponibili?, C’è ancora qualche briciola di Etica nell’interazione tra le persone e la tecnologia?

La normativa vigente non è né adeguata, né pertinente di fronte allo tsunami tecnologico che rappresenta il Big Data, perfino mancano le eventuali istanze di risoluzione di controversie internazionali, a livello sovranazionale. Questo lascia spazio a sorgere delle figure ambigue come l’Oversight di Facebook, un ente privato le cui funzioni finiscono per dare origine alla più grande corte d’appello internazionale sulla libertà di espressione, e di cui abbiamo già parlato in un precedente articolo.[12]

È urgentemente fissare un approccio armonizzato a questo problema. La nostra proposta dalla Criminologia Economica come scienza trasversale, come nuovo paradigma di fronte a una nuova dimensione di prevenzione e controllo della criminalità, include un’analisi approfondita, non solo del Perché del crimine?, ma del Come del delitto?, e dei comportamenti pre-delittuosi o condotta deviate com’era nominata una volta, là dove i comportamenti legalmente tipizzati coincidenti all’azione del danno non esistono ancora. In questo modo, il Diritto potrebbe adattarsi alla realtà sociale derivata da questa tecnologia per stare al passo con i tempi.