Zephyrnet-logo

In gesprek: de Chaos Computer Club, transparantie en data-inkomstenplannen

Datum:

Tegen het einde van 2021 sprak ik met Julio Santos, de technische medeoprichter van Fractal – makers van de Fractaal Protocol – over enkele van de essentiële onderwerpen op het gebied van gegevenssoevereiniteit, privacy en beveiliging. 

Net als bij mijn organisatie, polypoly, maken we ons zorgen over de gratis toegang die belangrijke bedrijven hebben tot uw gegevens en hoe ze het web open, praktisch en toegankelijk kunnen houden voor iedereen terwijl ze de controle over onze informatie terugkrijgen. 

Jij kunt lezen deel één van deze diepe duik volledig. We bespraken in detail Facebook, gegevenssoevereiniteit en de tekortkomingen in regelgeving zoals AVG. En nu duiken we weer in voor het tweede deel van dit gesprek, waar onderwerpen als data-inkomstenplannen en waarom het van vitaal belang is om de balans te herstellen en net zoveel te weten over overheden en organisaties als zij over ons weten.

Hier is een samenvatting van de laatste verklaring van deel één van het gesprek voor context.

Ditmar: 

“Als het om gezondheidsgegevens gaat, zijn we er geen expert in. Wij zijn expert in decentrale datasystemen. Maar er zijn experts die misschien een gedecentraliseerde oplossing willen gebruiken, maar geen idee hebben hoe ze dit soort technologie moeten bouwen. En dus is het onze rol om de onderliggende infrastructuur te creëren, en alle anderen kunnen daar bovenop zitten en communiceren met de gebruiker. Het idee van de polyPod is dat deze uitbreidbaar is. Iedereen kan functies voor de polyPod bouwen. Als de gebruiker het wil hebben, kan hij die functie downloaden en gebruiken of niet, afhankelijk van of de gebruiker die functie leuk vindt of de leverancier vertrouwt.”

heiligen:

Betekent dit dat gegevens de polypod nooit verlaten?

Ditmar:

Als u bijvoorbeeld een vloot deelauto's beheert, wilt u morgen weten hoe de burgers van huis zijn, wanneer ze naar hun werk vertrekken, enzovoort. 

Daarom is een manier om dit te bereiken, ze bloot te stellen aan verstandige gegevens, wat ze waarschijnlijk niet zullen doen. Een andere manier is om een ​​ongetraind model naar een federatief AI-platform te sturen. En dan, gedurende de nacht, zullen miljoenen van deze netwerken, of miljoenen pods, dat model trainen. Zodat we 's morgens vroeg het model trainen. Als u bijvoorbeeld de timing, kosten en beste routes van de vloot kunt voorspellen, kunt u beter naar uw werk pendelen.

Gegevenssoevereiniteit en vertrouwen

heiligen:

Mee eens. En dat betekent ook dat u veel uit de cloud opslaat. En je hebt geen substantiële IP-risico's, zoals hacken, omdat alles lokaal gebeurt.

Maar hoe kan de gebruiker deze gebeurtenissen, algoritmen, modellen en rekentools die naar de edge worden gestuurd en naar hun apparaten worden gestuurd, vertrouwen? Is er een doorlichtingsprocedure voor wie daarbij betrokken was?

Ditmar:

Begin 2022 gaan we dit tot leven brengen. Het is als een app store. En eigenlijk kan iedereen zo'n feature repository openen. Een NGO zoals de Chaos Computer Club heeft toegang tot zoiets, en ze kunnen hun opgeslagen functies certificeren, dus als je dit soort NGO's meer vertrouwt dan wij of meer dan de overheid, kun je naar dit depot gaan en de elementen daar downloaden . Ook grote bedrijven zoals Adidas of Nike kunnen zoiets bouwen en alle functies van hun producten hier opslaan. 

We hadden het eerder over vertrouwen en onderwijs. Naast het opleiden van mensen is er nog een ingrediënt nodig om onze data-economie begrijpelijk te maken voor niet-technische mensen. Een belangrijk aspect is dat vertrouwen in de virtuele wereld moet werken als vertrouwen in de analoge wereld.

De vertrouwensmechanismen die we hebben in de digitale wereld zien er totaal anders uit. Allereerst is vertrouwen meestal nul of één - als je een certificaat voor je HTTPS-verbinding hebt, vertrouw je het of niet. En het certificaat wordt meestal gemaakt door iemand van wie je nog nooit hebt gehoord. 

Het is altijd globaal en vertrouwen voor normale mensen is altijd subjectief. Ik gebruik bijvoorbeeld onze verzekeringsmaatschappij om een ​​duidelijke reden, omdat mijn moeder 30 jaar geleden zei: ga daarheen. En ik vertrouw mijn moeder als het om geld gaat. Dat is de manier waarop we vertrouwen opbouwen – het is emotioneel. Dus dat betekent dat mijn vertrouwen, mijn persoonlijk vertrouwen in een bedrijf, in een toekomstige ontwikkelaar, in iemand die mijn gegevens wil gebruiken, of in een andere persoon, altijd subjectief is. 

Als ik onze functie installeer, hangt het in hoge mate af van mijn vertrouwen, maar ook van andere organisaties of vrienden die u vertrouwen, die een fantastische ervaring met uw product hebben gehad of u er nu of in de toekomst een bouwt.

De ranking van features is niet meer afhankelijk van Google Ads; het is gebaseerd op uw vertrouwen en uw invloedssfeer. 

Dat betekent ook dat als een regering blij is met ons standpunt over de informatica van artsen, ze er zeker van kan zijn dat ze verantwoordelijk handelt voor het beveiligen van de IT-systemen die die zeer gevoelige informatie opslaan. Ze kunnen publiceren, met volledige transparantie, uitleggen dat ze naar deze functies hebben gekeken en ze certificeren. 

Bijvoorbeeld, voor functies waarmee burgers gegevens van overheden kunnen opvragen (AVG is hier relevant) als het gaat om te zeggen "stuur me alstublieft alle gegevens die u over mij opslaat", kunnen ze duidelijk laten zien en verklaren dat ze deze functie of deze vertrouwen. bedrijf, en laat zien waarom. Dat betekent dat als iemand onjuist handelt, zoals het zonder toestemming verkopen van uw gegevens aan een ander bedrijf, hij met absolute duidelijkheid en bewijs kan zeggen dat hij hen niet meer vertrouwt. 

En deze zullen een onmiddellijke impact hebben op het hele ecosysteem, omdat het iets is dat in realtime gebeurt. Het is altijd goed om te begrijpen hoe we denken dat ze werkmechanismen omzetten van de echte wereld naar de digitale wereld.

Mijn privacy is jouw privacy

heiligen:

Ik heb een vraag over hoe jouw privacy is verbonden met de privacy van anderen. We beginnen ons te realiseren dat het concept van persoonlijke gegevens soms een beetje wazig is. Vaak gaan gegevens die over jou gaan ook over iemand anders. Dus, bijvoorbeeld, als het bekend is dat jij en ik tijd samen doorbrengen, en ik deel mijn locatie, maar jij niet, dan schend ik je privacy. Bij Fractal werken we aan het concept van privacy, het behoud van het delen van gegevens, en een van de manieren waarop we dat kunnen laten werken, is door gebruikers in verschillende cohorten of verschillende vakbonden te groeperen op basis van deze privacyvoorkeuren om ervoor te zorgen dat deze externe effecten niet willekeurig geplaatst op mensen die niet klaar zijn om ze te accepteren.

Als je enig idee hebt over dit idee, ik wilde weten dat persoonlijke gegevens soms een beetje wazig zijn, en het is van toepassing op meer dan jij, en of polypoly hier op enigerlei wijze rekening mee heeft gehouden.

Ditmar:

Dat is een ouderwets probleem; we hadden beelden in de analoge wereld. Dus toen iemand met ons twee op de foto ging, was het precies hetzelfde probleem. Daar zijn geen regels voor. De wetten precies toepassen zoals ze zijn geschreven, is een ander verhaal, maar u kunt ze als richtlijn gebruiken. Het is een goed idee om hier ook uit te zoeken hoe dat in de echte wereld werkt. 

Wij, als techneuten, moeten niet proberen iets beters te implementeren dan de echte wereld. Allereerst moeten we proberen zoiets als de echte wereld te implementeren, omdat het gemakkelijk te begrijpen is. Toch heb je gelijk. Het moet zo simpel zijn als "zijn het mijn gegevens, uw gegevens of onze gegevens?" En dan is er nog een fantastisch protocol genaamd Open Digital Rights Language (ODRL). 

Dat gaat over het modelleren van rechten voor digitale activa. Het is dus in eerste instantie gemaakt voor digitaal
rechtenbeheer (DRM). Je hebt een overname, en dit komt met een beleid waarin staat wat je mag doen en wat verboden is, en wat voor soort taken er bij deze aankopen komen kijken.

Wat u zojuist over deze taken zei, is interessant. Als je je locatie deelt en dit is dicht bij mijn locatie, dan mag je dit alleen doen als je die taken vervult. 

Maar aan het eind van de dag, zoiets als dit scenario (als het jouw locatie en mijn locatie tegelijkertijd is), moeten we een manier vinden om dat te beheersen. Omdat de manier waarop we het willen doen misschien anders is dan anderen zouden willen doen. Er kan geen statische oplossing voor zoiets zijn. Het maakt mensen bewust dat als ze hun locatie delen, dat betekent dat zolang we samen in vergadering zijn, ze mijn locatie zullen delen. 

Dus uw systeem, dat voor uw privésfeer zorgt, moet weten dat ik dicht bij u ben en dan een melding sturen voordat u uw locatie kunt delen. Is het goed? Als ik ja zeg, is het goed. En als ik nee zeg, krijgen we allebei een melding op onze telefoons. 

heiligen:

Ik hou van je standpunt - kijkend naar wat er al in de echte wereld is ingezet. Ik denk dat er hier een groot verschil is, namelijk schaal. Net als het feit dat ik een foto heb, een analoge foto van jou en mij, is mijn vermogen om te verspreiden vrij beperkt in vergelijking met het hebben van een digitaal apparaat met internet voor me. 

Dus ik denk dat de extra wrijving die de analoge wereld ons met zich meebrengt, mogelijk zelfs gunstig is voor veel gebruikssituaties, en misschien zullen sommige dingen moeten worden aangepast, opnieuw uitgevonden voor de digitale sfeer. Maar ja, ik ben het in het algemeen met je punt eens. En nogmaals, het brengt ons terug naar onderwijs en mensen bewust maken van wat er gaande is. 

Ik heb een vraag over gebruikerscompensatie, waar Polypoly op dit moment volgens mij niet aan denkt. Onze aanpak met Fractal Protocol is om de gebruikers te compenseren voor hun gegevens. Dus eerst bieden we blockchain-token-incentives, alleen voor hen om gegevens te verstrekken, er is op dat moment geen delen, en dan leggen we daarbovenop inkomsten van een echte koopkant. 

Ik wilde vanuit uw perspectief begrijpen wat de afwegingen zijn bij het betalen van gebruikers voor gegevens?

Beloningen en incentives: het gaat niet alleen om het geld

Ditmar:

Er is een Digitaal Inkomensplan. Maar het zal nog even duren voordat we dat tot leven brengen. We hebben veel tijd besteed aan het nadenken over dit mechanisme. En als je mensen betaalt voor toegang tot de gegevens, creëer je een stimulans voor, je weet wel, om op de een of andere manier naakt te worden. 

Mensen die net zo bevoorrecht zijn als wij, kunnen zeggen: ik heb die paar centen niet nodig. Ik zal mijn privacy behouden. Maar wat zit er in voor mensen die meer in een minder bevoorrechte positie verkeren? Als we nu ons nieuwe systeem voor data-economie creëren, moeten we het helemaal opnieuw opbouwen met geschikte stimuleringsmechanismen voor iedereen. 

Wat we zouden willen doen in plaats van mensen te betalen voor het geven van toegang tot hun data, is mensen betalen voor het verhuren van rekenkracht in het kader van de data. In ieder geval hier in Europa hebben mensen vaak veel rekenkracht omdat ze wat geld uitgeven aan Playstations, smartphones en laptops - er wordt elke drie jaar ongeveer € 1 biljoen geïnvesteerd in hardware. Sommige rapporten suggereren echter dat deze apparaten slechts een fractie (dagelijks) van de mogelijke rekenkracht gebruiken.

Meestal wachten deze vele verschillende apparaten op ons om ze een paar minuten of uren te gebruiken. Als je deze rekenkracht combineert terwijl die apparaten anders inactief zouden zijn, is dit een ongelooflijke troef die kan helpen om al onze visie waar te maken. 

Als je de economie wilt veranderen, kost dat veel geld. Als je 1% van deze ongebruikte activa kunt activeren, is dat al een miljard. Ja. In onze optiek is het stimuleren van mensen om hun rekenkracht te delen, meestal in de context van hun data, maar later ook voor andere zaken, een andere prikkel dan betaald worden voor het geven van toegang tot data. En het is meer sociaal in balans.

Bron: https://dataconomy.com/2022/01/chaos-computer-club-transparency-data-income-plans/

spot_img

Laatste intelligentie

spot_img