Diaktifkan oleh kemajuan teknologi eksponensial dalam penyimpanan data, transmisi dan analisis, dorongan untuk "mengokortisasi" kehidupan kita menciptakan dunia yang sangat transparan dimana kita tidak pernah bebas dari pengawasan.

Meningkatkan aspek kehidupan kita sekarang tercatat sebagai data digital yang tersimpan secara sistematis, dikumpulkan, dianalisis, dan dijual. Meskipun ada janji akan data besar untuk memperbaiki kehidupan kita, semua data surveilans mencakup bentuk baru dari kekuasaan yang menimbulkan risiko tidak hanya untuk privasi kita, namun juga kehendak bebas kita.

Surveilans data dimulai dengan pelacakan perilaku online yang dirancang untuk membantu pemasar menyesuaikan pesan dan penawaran mereka. Didorong oleh perusahaan yang bertujuan untuk memberikan rekomendasi produk, layanan dan konten hasil personalisasi, data digunakan untuk menghasilkan nilai bagi pelanggan.

Tapi surveilans data menjadi semakin invasif dan ruang lingkupnya telah diperluas dengan berkembangnya internet-of-things dan embedded computing. Yang pertama memperluas pengawasan ke rumah, mobil, dan aktivitas sehari-hari dengan memanen data dari perangkat cerdas dan mobile. Yang terakhir ini memperluas pengawasan dan menempatkannya di dalam tubuh kita dimana data biometrik dapat dikumpulkan.

Dua karakteristik data surveillance memungkinkan ekspansi.

Ini multifaset

Data digunakan untuk melacak dan membatasi perilaku orang melintasi dimensi ruang dan waktu. Contoh pelacakan berbasis ruang adalah geo-marketing. Dengan akses ke data lokasi fisik real-time, pemasar dapat mengirimkan iklan yang disesuaikan ke perangkat mobile konsumen untuk meminta mereka mengunjungi toko di sekitar mereka. Untuk memaksimalkan keefektifannya, pemasar dapat menyesuaikan konten dan waktu iklan berdasarkan perilaku lokasi masa lalu dan lokasi konsumen, terkadang tanpa konsumen. persetujuan.

Data lokasi dari GPS atau peta jalan hanya dapat mendekati lokasi seseorang. Tetapi dengan teknologi terkini, pemasar dapat secara akurat menentukan apakah konsumen berada di dalam toko atau hanya melewatinya. Dengan cara ini mereka dapat memeriksa apakah menayangkan iklan telah menghasilkan kunjungan toko, dan memperbaiki iklan berikutnya.

Aplikasi kesehatan melacak dan menyusun waktu orang. Mereka memungkinkan pengguna merencanakan aktivitas sehari-hari, menjadwalkan latihan, dan memantau kemajuan mereka. Beberapa aplikasi memungkinkan pengguna untuk merencanakan asupan kalori mereka dari waktu ke waktu. Aplikasi lain membiarkan pengguna melacak pola tidur mereka.

Sementara pengguna dapat menetapkan tujuan awal kesehatan mereka, banyak aplikasi bergantung pada informasi awal untuk menyusun rencana kemajuan yang mencakup waktu istirahat yang disarankan, beban latihan, asupan kalori, dan tidur. Aplikasi dapat mengirim notifikasi pengguna untuk memastikan kepatuhan terhadap rencana tersebut: sebuah pengingat bahwa sebuah latihan sudah terlambat; sebuah peringatan bahwa batas kalori tercapai; atau penguatan positif saat sebuah gol tercapai. Terlepas dari sifat sensitif dari data ini, tidak jarang hal itu terjadi dijual ke pihak ketiga.

Ini buram dan terdistribusi

Jejak digital kami dikumpulkan oleh beberapa entitas pemerintah dan bisnis yang terlibat dalam pertukaran data melalui pasar yang strukturnya sebagian besar tersembunyi dari orang-orang.

Data biasanya dikelompokkan menjadi tiga kategori: pihak pertama, perusahaan mana yang mengumpulkan langsung dari pelanggan mereka melalui sistem aplikasi web, aplikasi, atau sistem hubungan pelanggan mereka; pihak kedua, yang merupakan data pihak pertama perusahaan lain dan diperoleh secara langsung darinya, dan; pihak ketiga, yang dikumpulkan, dikumpulkan, dan dijual oleh vendor data khusus.

Meskipun Ukuran pasar ini, bagaimana data ditukar melalui itu tetap tidak diketahui oleh kebanyakan orang (berapa banyak dari kita yang tahu siapa yang bisa melihat Facebook kita suka, pencarian Google, atau wahana Uber, dan apa yang mereka gunakan untuk data ini?).

Beberapa aplikasi data surveilans melampaui perekaman untuk memprediksi tren perilaku.

Analisis prediktif digunakan di kesehatan, kebijakan publik, dan pengelolaan untuk membuat organisasi dan orang lebih produktif. Tumbuh dalam popularitas, praktik ini telah menimbulkan kekhawatiran etika yang serius kesenjangan sosial, diskriminasi sosial, dan pribadi. Mereka juga memicu perdebatan tentang data prediktif yang besar dapat digunakan untuk.

Ini menyenggol kita

Tren yang lebih mengkhawatirkan adalah penggunaan data besar untuk memanipulasi perilaku manusia secara bertahap dengan melakukan kegiatan "sesuai" dan menghukum aktivitas yang "tidak pantas". Dalam beberapa tahun terakhir, pemerintah di Inggris, AS, dan Australia telah bereksperimen dengan upaya untuk "memperbaiki" perilaku warganya melalui "unit dorongan".

Dengan penerapan data besar, ruang lingkup upaya tersebut bisa sangat diperluas. Misalnya, berdasarkan data yang diperoleh (secara langsung atau tidak langsung) dari aplikasi kesehatan favorit Anda, perusahaan asuransi Anda dapat menaikkan suku bunga Anda jika menentukan gaya hidup Anda menjadi tidak sehat. Berdasarkan data yang sama, bank Anda dapat mengklasifikasikan Anda sebagai "nasabah berisiko tinggi" dan menagih bunga pinjaman Anda lebih tinggi.

Menggunakan data dari mobil pintar, perusahaan asuransi mobil Anda bisa kurangi premi Anda jika dianggap mengemudi Anda aman.

Dengan memberi isyarat "perilaku yang sesuai" perusahaan dan pemerintah bertujuan untuk membentuk perilaku kita. Seiring ruang lingkup pengawasan data meningkat, lebih banyak perilaku kita akan dievaluasi dan "dikoreksi" dan dorongan disipliner ini akan menjadi semakin tak terhindarkan.

Dengan dorongan disiplin ini menjadi rutinitas, ada bahaya bahwa kita akan mulai menerimanya sebagai norma, dan memilah perilaku kita sendiri untuk memenuhi harapan eksternal, sehingga merugikan kehendak bebas kita.

"Datafikasi" hidup kita adalah tren yang tak terbantahkan yang mempengaruhi kita semua. Namun, konsekuensi sosialnya tidak ditentukan sebelumnya. Kita perlu diskusi terbuka tentang sifat dan implikasinya, dan tentang jenis masyarakat yang ingin kita tinggali.

Tentang Penulis

Uri Gal, Associate Professor dalam Sistem Informasi Bisnis, Universitas Sydney

Artikel ini awalnya diterbitkan pada Percakapan. Membaca Artikel asli.

Buku terkait:

at Pasar InnerSelf dan Amazon