Teie andmete andmestamine: mis see on, kuidas see toimib ja kuidas see teid mõjutab

Informatec Digital » Ressursid » Teie andmete andmestamine: mis see on, kuidas see toimib ja kuidas see teid mõjutab

Kas sul on kunagi tunne, et su telefon, kell või rakendused tunnevad sind paremini kui sa ise? See pole paranoia: selle mulje taga peitub andmete kogumine – vaikne protsess, mis muudab peaaegu iga igapäevase tegevuse analüüsitavaks andmeks. Iga kaardimakse, iga samm, iga klikk sotsiaalmeedias ja iga otsing, mille sooritate, muutub kasulikuks teabeks ettevõtetele, platvormidele ja kui teate, kuidas seda ära kasutada, ka teile endale.

Andmete dataliseerituse mõistmine ei ole tehniline detail, vaid isikliku võimu küsimus.Teadmine, milliseid andmeid kogutakse, kuidas neid töödeldakse ja millistel eesmärkidel, võimaldab teil teha teadlikumaid otsuseid oma privaatsuse, digitaalse identiteedi ja igapäevaselt kasutatavate teenuste kohta. Selles artiklis uurime täpselt, mis on andmestumine, kuidas see erineb suurandmetest ja tehisintellektist, toome reaalseid näiteid teie igapäevaelust, pakutavaid eeliseid, kaasnevaid riske ja seda, kuidas säilitada kontroll oma teabe üle.

Mis on andmefikatsioon ja mis teeb selle nii eriliseks?

Lihtsamalt öeldes on andmetestamine protsess, mille käigus teisendatakse tegevused, sündmused või elu tunnused digitaalseteks andmeteks, mida süsteem saab salvestada, talletada ja analüüsida.Me ei räägi ainult skannitud dokumentide või fotode omamisest mobiiltelefonis (see on pigem digitaliseerimine), vaid oma käitumise, suhete, harjumuste ja isegi emotsioonide tõlkimisest mõõdetavateks näitajateks.

Peamine on see, et peaaegu kõike saab andmeteks muuta.Sinu sünnikuupäev, mitu sammu päevas astud, kui kaua sul tööle jõudmiseks aega kulub, mis kell sa tavaliselt Instagrami vaatad, millise sarja pooleli jätad või kui palju raha nädalavahetustel supermarketis kulutad – kõik see, kui see on kord jäädvustatud, korrastatakse, struktureeritakse ja integreeritakse teiste andmetega, et genereerida teavet ja lõppkokkuvõttes kasulikke teadmisi.

Praeguste andmete kogumine on võimalik tänu andurite, ühenduvuse ja pilveinfrastruktuurMobiiltelefonides, kellades, autodes ja kodumasinates olevad andurid jäädvustavad signaale füüsilisest keskkonnast ja teie tegevusest. Need signaalid teisendatakse kahendkoodiks ja liiguvad interneti kaudu serveritesse, kus neid salvestatakse tohututesse andmebaasidesse. Sealt edasi analüüsivahendid, suurandmete algoritmid ja tehisintellekt tuvastavad mustreid, korrelatsioone ja ennustusi.

Andmefikatsiooni oluline nüanss on see, et see ei piirdu ainult "asjade" salvestamisega, vaid pigem pidevas liikumises olevate protsesside salvestamisega.See salvestab mitte ainult seda, et olete midagi ostnud, vaid ka seda, millal, kus, kui tihti, kui palju te keskmiselt kulutate, mida teie sarnased inimesed ostavad ja kuidas teie käitumine aja jooksul muutub. See dünaamiline vaade muudab teie igapäevaelu omamoodi pidevaks andmevooguks.

Kuidas andmetuvastus teie seadmetes tehniliselt töötab

Iga genereeritud andmeosa taga on üsna selge tehniline ahel, isegi kui te seda ei näe.Teie ühendatud seadmed läbivad laias laastus järjestikuste faaside jada, mis korduvad teie kasutamise ajal pausita.

Esiteks toimub püüdmine.Sinu mobiiltelefon, nutikell, nutikõlar või ühendatud auto sisaldab andureid (GPS, kiirendusmõõtur, güroskoop, kaamera, mikrofon, biomeetrilised andurid jne), mis on võimelised muutma füüsilisi stiimuleid või digitaalseid toiminguid mõõdetavateks signaalideks. Näiteks teisendab GPS sinu geograafilise asukoha koordinaatideks; pulsimonitor mõõdab sinu pulssi; rakendused salvestavad klikke, neile kulutatud aega või seda, milliseid postitusi sa ignoreerid.

Järgmisena tuleb info tõlkimine ja struktureerimine.Need signaalid teisendatakse binaarkoodiks ja korraldatakse vormingutesse, mida masinad saavad töödelda: tabelid, kirjed, sündmused, logid... Siin tulevadki mängu metaandmed, mis on andmed andmete kohta: salvestamise aeg, kasutatud seade, asukoht, toimingu tüüp jne. Andmed koos metaandmetega on see, mis lõpuks oluliseks teabeks saab.

Järgmine samm on salvestamine kauginfrastruktuuridesseSuurem osa teabest läheb üle maailma hajutatud pilveserveritesse. Need süsteemid võimaldavad salvestada tohutul hulgal andmeid, neid replikeerida andmete kadumise vältimiseks, tagada nende turvalisus ja kättesaadavus peaaegu reaalajas analüüsiks.

Lõpuks teostatakse analüüs ja aktiveerimine.. Analüüsi tööriistadSuurandmed ja tehisintellekti algoritmid võrdlevad teie andmeid miljonite inimeste andmetega, et leida mustreid: mida te tavaliselt teete, mis teid huvitab, mis on teile sarnane. See „intelligentsus“ käivitab seejärel vastuse: sisusoovituse, kohandatud reklaami, turvahoiatuse, alternatiivse marsruudi soovituse või teie pangateate.

Andmestumine, suurandmed ja tehisintellekt: millist rolli igaüks neist mängib?

On tavaline segada andmestumist, suurandmeid ja tehisintellekti justkui oleks tegemist sama asjaga, aga tegelikkuses on need sama ahela erinevad osad.Erinevuse mõistmine aitab teil näha, kust teie andmed alguse saavad ja milleks need saavad.

Andmestumine on alguspunktSee on reaalsuse (sinu tegude, linna protsesside, majandustegevuse jms) teisendamine digitaalseteks andmeteks. See on hetk, mil midagi, mis varem oli lühiajaline või nähtamatu (näiteks aeg, mille veedad reklaami vaadates), salvestub.

Suurandmed viitavad nii suurte, mitmekesiste ja kiiresti liikuvate andmekogumite käitlemisele, et need ülekoormavad traditsioonilisi süsteeme.Tavaliselt seletatakse seda kuulsate „kolme V“ abil: maht (tohutud andmemahud, näiteks miljonid säutsud päevas), mitmekesisus (erinevad vormingud: tekst, heli, video, andurite andmed, pildid jne) ja kiirus (andmed, mis genereeritakse ja mida tuleb peaaegu koheselt töödelda, näiteks liiklusnäidud või ilmajaamade andmed). Neile kolmele V-le saame lisada neljanda võtme: väärtus ehk võime nendest andmetest reaalset kasulikkust ammutada.

Tehisintellekt astub lavale kui „aju“, mis õpib sellest massiivsest andmemassiivist.Masinõppe algoritmid tuvastavad varjatud mustreid, ennustavad käitumist ja teevad automatiseeritud otsuseid: alates tootesarja soovitamisest kuni selleni, millised kliendid on teenusest loobumas või milline ost on petturlik.

Ilma eelneva andmeteaduseta poleks ei suurandmetel ega tehisintellektil toormaterjali, millega töötada.Ja ilma suurandmete infrastruktuurita ei saaks tehisintellekt tänapäeval kogu globaalselt genereeritud teavet tõhusalt ära kasutada. Need on küll erinevad kihid, kuid täielikult omavahel seotud.

Andmed, teave, teadmised ja väärtus: miks metaandmed on nii olulised?

Andmete struktureerimise mõistmise üks olulisemaid punkte on eristada andmeid, teavet ja teadmisi.Erinevus võib tunduda akadeemiline, aga praktikas määrab see, mida sinuga teha saab, lähtudes sellest, mida masinad salvestavad.

Andmeüksus iseenesest on kontekstita isoleeritud väärtus.Näiteks „18.09.1983” või „120”. Alles siis, kui sellele lisatakse metaandmed (mida see tähendab, kellele see kuulub, millal see salvestati), saab sellest teave: „kliendi sünnikuupäev” või „puhkeoleku pulss”.

Metaandmed on kriitiline osa, mis muudab lahtised andmed sisukaks teabeks.Mida rohkem metaandmeid lisatakse, seda detailsem on teave ja seega suurem on potentsiaal praktilise teabe ammutamiseks. Näiteks supermarket ei tea mitte ainult seda, et inimene ostis laupäeval, vaid analüüsib ka ajapilusid, keskmist piletihinda, ostetud tooteid, igakuist sagedust, seda, kas osteti üksi või koos teistega, makseviisi jne.

Teadmised tekivad siis, kui seda infot tõlgendatakse kindla eesmärgiga.Supermarketi näites võiks üks järeldus olla: „Aastatel 1975–1985 sündinud kliendid kipuvad oma suuremaid oste nädalavahetusel tegema.“ See idee võimaldab kavandada spetsiifilisi kampaaniaid, paremini korraldada personali või kohandada laoseisu.

Siin tulebki mängu suurandmete neljas V: väärtusPole mõtet salvestada hulgaliselt klikke või mõõtmisi, kui keegi neid otsuste langetamiseks, teenuste täiustamiseks või inimestele kasuliku pakkumiseks ei kasuta. Andmestueerimine on mõttekas ainult siis, kui see on integreeritud äriprotsessidesse, avalikku poliitikasse või teenustesse, mis seda väärtust tõeliselt võimendavad.

Sinu digitaalne jalajälg: kuidas sa ennast ise andmestad, seda märkamatagi

Peaaegu kõik, mida sa internetis teed, jätab jälje, mis kujundab sinu elu. sõrmejälgSee jalajälg on summa kõigist infokildudest, mis tekivad digitehnoloogiatega suhtlemisel: sõnumid, ostud, asukohad, otsingud, meeldimised, fotod, hinnangud jne.

Selle raja mõistmine annab sulle mitu selget eelistÜhelt poolt saad oma sotsiaalmeedia profiilide, rakenduste ja seadmete privaatsusseadeid täpsustades paremini hallata, mida ja kellega jagad. Teiselt poolt hakkad selgelt nägema, miks teatud reklaamid või soovitused sulle ilmuvad: need pole juhuslikud; need põhinevad sinu ja sinuga sarnaste inimeste käitumise põhjal loodud mudelitel.

Lisaks aitab oma digitaalse jalajälje teadvustamine teil otsustada, mida load ja millised mitteKui uus rakendus küsib juurdepääsu teie asukohale taustal, kontaktidele või mikrofonile, saate hinnata, kas see juurdepääs on pakutava funktsiooniga õigustatud või on see liigne „koormus“. See kriitiline vaatenurk on oluline ökosüsteemis, kus paljud otsused tehakse algoritmi abil, mida te ei näe.

Samuti saate õppida ära kasutama selle andmestamise positiivseid külgi.Näiteks saate oma nutikella tegevusaruandeid kasutada une parandamiseks, pangakulude kokkuvõtteid rahaasjade paremaks korraldamiseks või sotsiaalmeedia statistikat professionaalse või isikliku projekti arendamiseks.

Andmetuvastuse igapäevased näited: nutikelladest e-kaubanduseni

Andmete struktureerimise teooriat saab palju paremini mõista, kui seda oma igapäevaelus rakendada.Tõde on see, et te elate ümbritsetuna süsteemidest, mis koguvad, ristviitavad ja kasutavad andmeid ilma, et te peaksite midagi otseselt tegema.

Üks selgemaid näiteid on see, mida kannate randmel, kui kasutate nutikella või aktiivsusmonitori.Need kantavad seadmed jälgivad samme, hinnangulist kalorikulu, treeningminuteid, pulsisageduse varieeruvust, unekvaliteeti ja isegi vere hapnikusisaldust. Nende andmete põhjal näitab rakendus teile trende, seab eesmärke ja suudab isegi tuvastada anomaaliaid, mis mõnel juhul on aidanud terviseprobleeme ette näha.

Sotsiaalmeedia on veel üks oluline andmefikatsiooni keskusLoevad pole ainult meeldimised, kommentaarid või postitatud sisu: oluline on ka video vaatamisele kulutatud aeg, teemad, millel peatute, mida sekunditega kõrvale heidate ning kellega suhtlete kõige rohkem ja kellega kõige vähem. Kõik see annab panuse teie huvide ja sotsiaalse käitumise väga detailsesse profiili.

Kaardi- ja liikumisrakendused sõltuvad täielikult sellest tohutust andmevoogustIga kord, kui tööle minnes GPS-i sisse lülitad, saadab telefon serveritesse asukoha ja kiiruse teabe. Kombineerides samaaegselt tuhandete inimeste andmeid, saab süsteem arvutada reaalajas liiklust, soovitada alternatiivseid marsruute või kohandada saabumisaegu.

E-kaubanduse maailmas on andmete sidumine iga andmepõhise strateegia keskmes.Me mõõdame müüdud tooteid, külastuste arvu tootelehe kohta, hüljatud ostukorvide protsenti, liikluse allikaid, konversioonimäära, keskmist tellimuse väärtust ja paljusid muid muutujaid. Täiustatud analüüsitööriistadSpetsiaalselt e-kaubanduse jaoks loodud platvormidena suudavad nad võrrelda enam kui kümmet andmeallikat, et genereerida toote kohta tulemuslikkuse indekseid, tuvastada, millistel on suurim potentsiaal, ja vastavalt sellele reklaamiinvesteeringuid jaotada.

Sellised lahendused võimaldavad võimsaid asju, näiteks Suurendage tasuliste kampaaniate klikkide arvu, vähendage reklaamikulusid toodetele, mis kunagi konverteerimist ei too, või parandage oluliselt ostukorvi lisamise sündmusi. Ja muide, need pakuvad teavet SEO, SEM-i ja kataloogistrateegia enda optimeerimiseks.

Nutikad kodud ja seadmed, mis reageerivad teie andmetele

Nutikodu on veel üks stsenaarium, kus andmete kasutamine muudab rutiinsed ülesanded automatiseeritud protsessideks.Iga "nutikas" seade lisab teie igapäevase käitumise andmete põhjal mõõtmis- ja reaktsioonikihi.

Mõelge näiteks nutikale termostaadileSee õpib, mis kell te tavaliselt koju jõuate, millist temperatuuri te aastaajast olenevalt eelistate ja kui kaua aega kulub ruumide soojenemiseks või jahtumiseks. Selle teabe abil reguleerib see automaatselt kütet või kliimaseadet optimaalse mugavuse saavutamiseks võimalikult madala energiatarbimisega.

Nutikad kõlarid analüüsivad teie häälkäsklusi et mõista teie kõnemaneeri, teie rutiine (millist muusikat te hommikul mängite, milliseid uudiseid kuulate, milliseid esitusloendeid te tööl kasutate) ning iga kord kiiremini ja täpsemalt reageerida.

Robottolmuimejad loovad teie kodust detailseid kaarteNad tuvastavad korduvaid takistusi, optimeerivad puhastusmarsruute ja kohandavad oma teid vastavalt sellele, kui määrdunud teatud alad on. See „kodune kaardistamine“ on selge näide teie füüsilise ruumi andmetestamisest.

Voogedastusplatvormid jälgivad tähelepanelikult teie sisutarbimise harjumusiSee hõlmab teavet näiteks selle kohta, millal episoodi peatate, millist tüüpi sarju katkestate, kui kaua episoodide vahel ootate ja millist seadet iga osa vaatamiseks kasutate. Nii luuakse isikupärastatud soovitusi ja millisesse sisusse tasub investeerida.

Samal ajal kategoriseerivad pangandusrakendused teie kulud automaatselt (supermarketid, vaba aja tegevused, transport, tellimused jne) ja tuvastavad mustreid, et teid hoiatada, kui midagi tundub ebatavalist. See andmete kogumine on kombineeritud pettusevastaste süsteemidega, mis suudavad kahtlased tehingud sekunditega blokeerida.

Andmepõhise arenduse otsesed eelised teie igapäevaelus

Lisaks ärilisele kasutamisele märkad sa ise ka selgeid eeliseid, mis tulenevad andmetestamisest, isegi kui sa neid nii ei nimeta.Kõige ilmsemaks on teenuste ja sisu äärmuslik isikupärastamine.

Tänu andmeteadamisele õpivad paljud platvormid teie eelistusi tundma ja säästavad teie aega.Sa ei pea tunde muusika, sarjade või toodete otsimisele kulutama: sinu rakenduste iganädalased soovitused on juba kohandatud sellele, mida sa tavaliselt tarbid ja mida sarnased kasutajad tarbivad.

Tervishoiuvaldkonnas avab andmepõhine arendus ukse palju proaktiivsemale ennetusele.Integreeritud jälgimissüsteemid (kantavatest seadmetest kuni meditsiiniseadmeteni) saavad varakult hoiatusi anda, kui nad tuvastavad teie pulsisageduse, une või aktiivsuse ebanormaalseid mustreid, enne kui probleemi märkate.

Sellest lähenemisviisist on kasu ka rahalisele turvalisuselePangad kasutavad andmepõhiseid mudeleid ebatavaliste ostude, tundmatutest kohtadest pärit juurdepääsu või pettuskatsetele viitava käitumise tuvastamiseks. Kui midagi tundub ebatavalist, blokeerivad nad tehingu või küsivad lisakinnitust.

Avalikus sektoris saab hästi hallatud andmetöötlus parandada olulisi teenuseidLiikluse korraldamine linnades, ühistranspordi planeerimine, saastekontroll ja pandeemiale reageerimine sõltuvad suuresti liikuvuse, tarbimise, terviseintsidentide ja ilmastikuga seotud andmete analüüsimisest. Nn "targad linnad" on üles ehitatud sellele pidevale mõõtmise ja kohandamise kihile.

Teie privaatsuse ja õiguste riskid ja kõrvalmõjud

Kuigi andmestamisel on palju eeliseid, kaasneb sellega ka väga tõsiseid riske teie privaatsusele, autonoomiale ja sotsiaalsele võrdsusele.Asi pole andmete demoniseerimises, vaid valvsuses nende võimalike kasutusviiside ja kuritarvituste suhtes.

Üks ilmsemaid ohte on privaatsuse kaotus.Kui praktiliselt kogu teie igapäevaelu mingil moel salvestatakse, suureneb võimalus, et kolmandad isikud pääsevad tundlikule teabele juurde, kui see on olemas. turvarikkumisihalvad tavad või läbipaistmatud ärimudelid.

Oma asukoha ja rutiinide pidev jälgimine võib viia liigse jälgimiseni.Ettevõtted ja valitsused saavad teada, kus te olete, kellega te olete, kui palju aega te igas kohas veedate või milliseid marsruute te tavaliselt läbite, mis tekitab ebamugavaid küsimusi sotsiaalse kontrolli ja liikumisvabaduse kohta.

Teine suur risk on infomullide ja automatiseeritud eelarvamuste teke.Algoritmid, mis soovitavad uudiseid või sisu teie olemasolevate eelistuste põhjal, võivad teid lõksu meelitada kajakambritesse, kus näete vaid osalist pilti reaalsusest. Lisaks võivad krediidiskoori mudelid, personalivaliku protsessid või sotsiaalhoolekande jaotussüsteemid ebavõrdsust ja diskrimineerimist süvendada, kui neid treenitakse kallutatud andmete põhjal.

Identiteedivargus ja digitaalne pettus õitsevad samuti andmete fikseerimisel.Kui ründaja saab ligipääsu piisavale osale teie teabest (isikuandmed, kasutusmustrid, ostuharjumused), muutub tal teiena esinemine palju lihtsamaks. Uuringud näitavad märkimisväärset sagenemist rünnakutes, mille eesmärk on varastada täielikke kasutajaprofiile just seetõttu, et need on mustal turul nii väärtuslikud.

Lõpuks on veel läbipaistmatuse probleemPaljud olulised otsused teie elu kohta – millist reklaami te näete, milliseid tingimusi pank pakub, kas automatiseeritud süsteem peab teid millekski „kõlblikuks“ – langetatakse algoritmide poolt, mille loogikat te ei saa kergesti auditeerida ega kahtluse alla seada. See võimu tasakaalustamatus süsteemide kujundajate ja nende poolt mõjutatud inimeste vahel on meie aja üks peamisi vaidlusi.

Andmestumine, ettevõtted ja konkurentsieelis

Äriperspektiivist on andmestumine muutunud tipptasemel strateegiliseks teguriks.Mitte ainult tehnoloogiahiiglastele, vaid ka VKEdele, kohalikele ettevõtetele ja igasugustele digiprojektidele.

Võimalus andmetest praktilist teavet ammutada võimaldab langetada teadlikumaid otsuseid ja riski vähendadaNäiteks saab väikeettevõte, millel on hea lojaalsusprogramm, oma kliente palju paremini tundma õppida: külastuste sagedus, keskmine kulutus, eelistatud tooted ja hinnatundlikkus. See lihtsustab klientide segmenteerimist, isikupärastatud pakkumiste käivitamist ja tulusamate kampaaniate kujundamist.

Restoranitööstuses avab midagi nii lihtsat nagu QR-koodi maksete või patenteeritud rakenduste lisamine ukse tellitud tellimuste, millal, iga laua kestuse või kõige paremini toimivate roogade kombinatsioonide registreerimisele.Seda teavet saab kasutada menüüde, hindade, töötajate vahetuste või isegi ruumide planeeringu kohandamiseks.

E-kaubanduses on andmete sidumine veelgi intensiivsem.Täiustatud analüütikaplatvormid võrdlevad kataloogiandmeid, kampaaniate toimivust, sirvimiskäitumist, laoseisu, logistikat ja marginaale. See võimaldab neil tooteid järjestada vastavalt nende potentsiaalile, reklaamieelarveid ümber jaotada ning tuvastada, millised kirjed vajavad SEO täiustusi või reklaamide muutmist.

Isegi sellised sektorid nagu rahandus, telekommunikatsioon ja audiovisuaalne tootmine toetuvad üha enam sellele lähenemisviisile.Alates hindade kohandamisest tegeliku tarbimise põhjal kuni otsustamiseni, milliseid sarju vaatamismustrite põhjal toota, on andmestamine integreeritud taristu või brändi tasandil teise ärivarana.

Andmestumine ja sotsiaalne õiglus: võim, ebavõrdsus ja „andmete kolonialism”

Lisaks individuaalsetele ja ärilistele aspektidele on andmestamisel sügavad sotsiaalsed ja poliitilised tagajärjed.Mitmed uurimisvaldkonnad – kriitilisest poliitökonoomiast dekoloniaalteooriani – analüüsivad, kuidas elu massiline andmeteks muundamine võimu ümber kujundab.

Üks võimsamaid kriitikaid räägib „jälgimiskapitalismist”.Selle vaate kohaselt on inimkogemusest saanud käitumuslike andmete genereerimise tooraine, mida pakendatakse, müüakse ja kasutatakse meie otsuste mõjutamiseks. Asi pole ainult teie tegevuse jälgimises; see seisneb ka teie järgmise tegevuse modelleerimises.

Teine analüüsisuund tõlgendab andmetestamist kui kaasaegset ekstraktivismi vormi.Nii nagu ajalooline kolonialism omastas territooriume, loodusvarasid ja tööjõudu, ammutatakse nüüd väärtust sotsiaalsetest ressurssidest: suhetest, harjumustest, kultuurist, kogukonna teadmistest, mis kõik filtreeritakse läbi globaalsete platvormide ja teenuste, mis koondavad nende andmete omandiõiguse.

See „andmekolonialismi” lähenemisviis keskendub sellele, kes sellest kasu saab ja kes selle eest maksab.Üldiselt akumuleerivad suured tehnoloogiaplatvormid ja teatud riigid suurema osa loodud väärtusest, samas kui kasutajad ja kogukonnad kaotavad kontrolli oma teabe üle ning puutuvad kokku automatiseeritud otsustega, mille üle nad ei saa läbirääkimisi pidada.

Oluline on ka juriidiline aspekt.Sellised regulatsioonid nagu Euroopa isikuandmete kaitse üldmäärus püüavad isikuandmete kaitse põhiõigusena tunnustamise kaudu teatud kontrolli üksikisikutele tagasi anda. Nende regulatsioonide tegelikku ulatust piiravad aga ärimudelid ja tehnilised arhitektuurid, mis on loodud just andmete ekstraheerimise ja levitamise maksimeerimiseks.

Kuidas säilitada kontroll oma isikuandmete üle

Kuigi andmestatiseerimisest on peaaegu võimatu täielikult "välja tulla", saate oma andmete üle märkimisväärse kontrolli taastada.Pole vaja paranoiliseks muutuda, aga on vaja omaks võtta strateegilisem suhtumine.

Alustage oma rakenduse õiguste ülevaatamisestKontrolli, millistel rakendustel on taustal juurdepääs sinu asukohale, kontaktidele, mikrofonile või kaamerale. Mõtle endalt, kas nad vajavad neid õigusi toimimiseks või on see liigne. Keela kõik, mis pole selgelt põhjendatud.

Küpsiste või privaatsuspoliitikate aktsepteerimisel väldi pidevat autopiloodil töötamist.Võtke paar sekundit, et seadistada, milliseid küpsiseid lubate (vajalikud, analüütika-, turundusküpsised jne) ja võimaluse korral piirake neid, mida kasutatakse ainult täiustatud reklaamide jälgimiseks.

Vaadake oma seadmetes üle diagnostika ja kasutusandmete kogumise valikud.Paljud operatsioonisüsteemid lubavad andmete kogumist vaikimisi "toote täiustamiseks". Saate seda kogumist vähendada, kui see ei paku selget kasu.

Lõpuks, arenda kriitilist suhtumist saadud soovitustesse.Kui tarbid ainult algoritmide soovitatud uudiseid, sisu või tooteid, siis sinu maailmavaade kitseneb. Automaatsete soovituste kombineerimine teadlike valikutega – mitmekesiste allikate otsimine, teabe võrdlemine, mugavustsoonist väljapoole minemine – on lihtne viis oma tegutsemisvõime taastamiseks.

Teie andmete andmestamine on nähtus, mis läbib tehnoloogiat, majandust ja poliitikat, aga ka teie igapäevaelu nii lihtsates detailides nagu kaardiga maksmine või enne magamaminekut mobiiltelefoni kontrollimine.Nende andmete kogumise, töötlemise ja kasutamise mõistmine võimaldab teil ära kasutada eeliseid – isikupärastamist, tõhusust, turvalisust, uusi teenuseid –, kaotamata seejuures silmist riske – privaatsuse kadumist, jälgimist, eelarvamusi, ebavõrdsust – ning annab teile ruumi teha teadlikumaid otsuseid selle kohta, millest, kellele ja mille vastu loobute.