2014.01.22 23:47

ภาพ CCTV cameras railway station Aarschot โดย Bree

การหาเสียงเลือกตั้งประธานาธิบดีสมัยที่ 2 บารัก โอบามามีทีมงานวิเคราะห์ข้อมูลโดยเฉพาะ โดยใช้บริการบริษัทนายหน้าค้าข้อมูล และตั้ง ‘ดรีมทีม’ เพื่อค้นหาว่าพวกเขาควรจะหาเสียงอย่างไรให้ตรงกับกลุ่มเป้าหมายมากที่สุด ด้วยการทำนายจากข้อมูลส่วนตัวชิ้นเล็กชิ้นน้อยที่พวกเขามีอยู่ เช่น รายการที่ชอบและช่วงเวลาที่ดูโทรทัศน์จากกล่องสัญญาณเคเบิลทีวี ขณะที่กระทรวงการต่างประเทศ สหรัฐอเมริกาซื้อบันทึกประวัติของพลเมืองละตินอเมริกัน เพื่อใช้ตรวจสอบกับฐานข้อมูลตรวจคนเข้าเมือง

การใช้ข้อมูลเพื่อการตลาดทำให้การจัดเก็บข้อมูลส่วนตัวของคนทั่วไปเพิ่มสูงขึ้นเรื่อยๆ มีการซื้อขายข้อมูลส่วนตัวซึ่งเก็บรวบรวมจากชีวิตประจำวันของเราทั้งออนไลน์และออฟไลน์โดยละเอียด การตลาดด้วยข้อมูลกระจายไปทุกวงการ ลูกค้าของบริษัทนายหน้าค้าข้อมูลมีตั้งแต่ ห้างสรรพสินค้า ธนาคาร บริษัทโทรคมนาคม ไปจนถึงผู้สมัครรับเลือกตั้งประธานาธิบดีสหรัฐอเมริกา และหน่วยงานรัฐ ข้อมูลส่วนตัวที่ถูกเก็บสะสมทีละน้อยในตลาดค้าข้อมูลยังถูกใช้เพื่อแบ่งแยกและเลือกปฏิบัติอีกด้วย ในบทความนี้ อลิซ อี. มาร์วิค เปิดเผยให้เห็นว่าในสหรัฐอเมริกา ธุรกิจเหมืองข้อมูลทำงานร่วมกับการตลาดอย่างไร

การเปิดเผยว่าหน่วยงานด้านความมั่นคงของสหรัฐอเมริกาเก็บรวบรวมข้อมูลส่วนตัวและกิจกรรมดิจิทัลต่างๆ ของผู้คนหลายล้านคนได้รับความสนใจไปทั่วโลก แต่ยังมีระบบที่สร้างปัญหาได้ไม่แพ้กันจากบริษัทการตลาด โฆษณา และธุรกิจเหมืองข้อมูล (data mining) บริษัทเอกชนเก็บข้อมูลส่วนตัวอย่างเป็นระบบ มีทั้งวิธีการเก็บข้อมูลจากสมาชิกห้างสรรพสินค้า ไปจนถึงการโฆษณาที่เจาะจงไปที่กลุ่มเป้าหมายโดยตรงบนเฟซบุ๊ก บริษัทเหล่านี้รู้ได้ว่าว่าคุณคือใคร มีอาชีพอะไร และซื้ออะไร มีการรวบรวมข้อมูลส่วนตัวของคุณทั้งออนไลน์และพฤติกรรมออฟไลน์เข้าไว้ด้วยกัน จากนั้นวิเคราะห์แล้วขายให้กับนักการตลาด บริษัทต่างๆ รัฐบาล กระทั่งอาชญากร ขนาดของการเก็บข้อมูล หรือการค้าขายข้อมูล ถ้าไม่ใหญ่กว่าหน่วยงานความมั่นคงของสหรัฐอเมริกาก็มีขนาดเทียบเท่ากัน แต่ยังไม่มีการควบคุมการทำงานของบริษัทเกี่ยวกับเหมืองข้อมูลและการตลาดข้อมูล ซึ่งอาจกล่าวได้ว่ามีการเก็บข้อมูลส่วนบุคคล 2 แบบ ได้แก่ การรวบรวมข้อมูลโดยบริษัทเอกชนซึ่งเจ้าของข้อมูลไม่เต็มใจ และการรวบรวมเก็บข้อมูลที่เจ้าของข้อมูลแต่ละคนสมัครใจ

การตลาดด้วยฐานข้อมูล

อุตสาหกรรมรวบรวมและซื้อขายข้อมูลส่วนบุคคลเป็นที่รู้จักกันดีในชื่อ “การตลาดด้วยฐานข้อมูล” Acxiom บริษัทที่ใหญ่เป็นอันดับสองในด้านนี้เป็นเจ้าของเซิร์ฟเวอร์คอมพิวเตอร์ 23,000 เครื่องที่ประมวลผลข้อมูลมากกว่า 50 ล้านล้านข้อมูลต่อปี บริษัทยังอ้างว่ามีบันทึกหลายร้อยล้านข้อมูลของคนอเมริกันซึ่งรวมทั้ง 11,000 ข้อมูลคุกกี้ (ข้อมูลชิ้นเล็กๆ ที่ส่งจากเว็บไซต์ และถูกใช้เพื่อสะกดรอยกิจกรรมของผู้ใช้) ประวัติการใช้โทรศัพท์ 200 ล้านรายการ โดยเฉลี่ยแล้วมัการเก็บข้อมูลประมาณ 1,500 รายการต่อผู้บริโภคหนึ่งคน ข้อมูลเหล่านี้มีทั้งข้อมูลที่หาได้ทั่วไปในที่สาธารณะ เช่น การประเมินราคาบ้าน การเป็นเจ้าของยานพาหนะต่างๆ ข้อมูลพฤติกรรมออนไลน์ที่ติดตามได้จากคุกกี้ ข้อมูลจากการทำแบบสอบถามของลูกค้า และ พฤติกรรมการซื้อสินค้า “ออฟไลน์” สก็อตต์ ฮาว์ (Scott Howe) ผู้บริหารระดับสูงชองบริษัทกล่าวว่า “ อีกไม่นานพวกเราจะเข้าถึงข้อมูลดิจิทัลของผู้ใช้อินเทอร์เน็ตเกือบทั้งหมดในสหรัฐอเมริกา”

การเข้าชมเว็บไซต์ต่างๆ ได้ทิ้งร่อยรอยดิจิทัลที่เรียกว่าคุกกี้ (cookies) หรือไฟล์ตัวอักษรขนาดเล็กไว้ที่คอมพิวเตอร์ของคุณ ในขั้นแรกข้อมูลคุกกี้จะถูกเก็บไว้ที่เว็บไซต์นั้น เป็นต้นว่าจีเมลเก็บรหัสผ่านของคุณไว้เพื่อที่ว่าคุณจะได้ไม่ต้องลงชื่อเข้าใช้ (log in) ทุกครั้งที่เข้าเว็บ ข้อมูลคุกกี้ยังอยู่ในบุคคลที่สามซึ่งข้ามเว็บไซต์ ติดตามว่าคุณเข้าเว็บไซต์ไหนบ้างตามลำดับก่อนหลัง สำหรับผู้ที่ลงชื่อเข้าใช้กูเกิลโครม และไฟร์ฟอกซ์ข้อมูลในการเข้าเว็บต่างๆ ถูกเชื่อมโยงกันระหว่างอุปกรณ์ต่างๆ รวบรวมสิ่งที่คุณทำบนไอแพด ไอโฟน และคอมพิวเตอร์ไว้ด้วยกัน ข้อมูลเหล่านี้ถูกใช้เพื่อการโฆษณา

Acxiom ยังมีบริการ “ข้อมูลพฤติกรรมเชิงลึกแบบพิเศษที่ครอบคลุมความสนใจของผู้บริโภคหลายหมื่นคน และจัดลำดับความชื่นชอบยี่ห้อสินค้า และช่องทางที่เชื่อมโยงกับการใช้สินค้าและช่วงเวลาในการซื้อได้” ในอีกทางหนึ่ง Acxiom ได้สร้างประวัติ และแฟ้มรวบรวมเอกสารดิจิทัลของผู้ใช้หลายล้านคน โดยใช้ข้อมูล 1,500 จุดของข้อมูลที่เกี่ยวกับพวกเขา ข้อมูลเหล่านี้อาจจะรวมถึงระดับการศึกษาของคุณ คุณมีลูกกี่คน คุณขับรถอะไร ประวัติการซื้อขายหุ้น การซื้อล่าสุด สัญชาติ อายุ และระดับการศึกษาของคุณ ข้อมูลเหล่านี้ถูกรวบรวมข้ามไปมาระหว่างแหล่งที่มาต่างๆ ตัวอย่างเช่น รายชื่อผู้สมัครสมาชิกนิตยสาร และข้อมูลเกี่ยวกับการเป็นเจ้าของบ้าน เพื่อดูว่าคุณอยู่ในข่ายของกลุ่ม “ผู้ใหญ่ที่มีพ่อแม่ร่ำรวย” หรือไม่ Acxiom ยังขายประวัติของลูกค้าเหล่านี้ให้กับลูกค้าของบริษัท ซึ่งได้แก่บริษัทบัตรเครดิต 12 บริษัทจาก 15 บริษัทชั้นนำ ธนาคาร 7 แห่งจากธนาคารชั้นนำ 10 แห่ง บริษัทโทรคมนาคม 8 แห่งจากบริษัทชั้นนำสิบอันดับแรก และเก้าในสิบของบริษัทประกันภัยอสังหาริมทรัพย์ และอุบัติเหตุชั้นนำ

Acxiom อาจจะเป็นหนึ่งในบริษัทค้าข้อมูลที่ใหญ่ที่สุด และสะท้อนการเปลี่ยนแปลงครั้งสำคัญต่อวิธีการที่ข้อมูลส่วนบุคคลถูกดูแลอยู่บนโลกออนไลน์ Big Data ซึ่งเป็นเทคนิคทางคอมพิวเตอร์เพื่อค้นหาความเข้าใจที่ลึกซึ้งทางสังคมจากการจัดกลุ่มข้อมูลที่มีขนาดใหญ่มากกำลังเปลี่ยนแปลงอุตสาหกรรมอย่างรวดเร็วจากบริการสุขภาพไปจนถึงการเลือกตั้ง การใช้ Big Data มีชื่อเสียงในการใช้กับประเด็นทางสังคม ตัวอย่างเช่น การใช้งานของตำรวจ หรือผู้จัดการที่ต้องการเพิ่มประสิทธิผลในการทำงาน แต่มันก็นำมาซึ่งความท้าทายใหม่ต่อประเด็นความเป็นส่วนตัวในระดับที่ไม่เคยเป็นมาก่อน Big Data มาจาก “ข้อมูลเล็กๆ” (little data) และข้อมูลเล็กๆ นี้อาจจะเป็นข้อมูลส่วนตัวที่ลึกล้ำได้

ดังเช่นกรณีที่ห้างสรรพสินค้าทาร์เก็ต (Target) สามารถทำนายได้ว่าเด็กหญิงคนหนึ่งตั้งครรภ์จากการวิเคราะห์ข้อมูลการซื้อสินค้าของเธอ ก่อนที่พ่อของเด็กหญิงคนนี้จะรู้ตัวเสียอีก ซึ่งนิตยสารนิวยอร์คไทม์เคยนำเสนอไว้ (อ่านสรุปความเป็นภาษาไทยได้จาก ห้างสรรพสินค้ารู้ความลับของคุณได้อย่างไร?)

เหมืองข้อมูลกับกลยุทธ์หาเสียงเลือกตั้ง

มีการใช้เทคนิคเดียวกันนี้และได้ผลมากในการรณรงค์เลือกตั้งชิงตำแหน่งประธานาธิบดีสมัยที่ 2 ของบารัก โอบามา เมื่อพ.ศ. 2554 ทีมรณรงค์จ้างคนหนุ่มสาวที่เชี่ยวชาญด้านการวิเคราะห์และพฤติกรรมศาสตร์ ให้พวกเขาอยู่ในห้องที่ชื่อว่า “ถ้ำ” เป็นเวลา 16 ชั่วโมงต่อวัน หัวหน้าฝ่ายวิเคราะห์ข้อมูล (chief data scientist) ผู้ซึ่งก่อนหน้านี้ได้ขุดเจาะเหมืองข้อมูลเพื่อพัฒนาการส่งเสริมการขายของห้างสรรพสินค้ามาแล้ว เป็นผู้วิเคราะห์ให้กับการรณรงค์นี้ “ดรีมทีม” กลุ่มนี้สามารถส่งต่อข้อมูลพื้นฐานที่เจาะจงกลุ่มเป้าหมายขนาดเล็ก (microtargeted demographics) ให้กับโอบามาได้ พวกเขาทำนายอย่างแม่นยำได้ว่าจะได้เงินจากการระดมทุนทางอีเมลกลับมาเท่าใด

เมื่อคณะทำงานพบว่าผู้หญิงในฝั่งตะวันออกของอเมริกาที่มีอายุระหว่าง 30-40 ปี ไม่บริจาคมากเท่าที่ได้คาดหมายไว้ พวกเขาจูงใจพวกเธอด้วยข้อเสนอว่าจะได้รับประทานอาหารเย็นกับซาราห์ เจสสิกา ปาร์กเกอร์ ทุกเย็นการรณรงค์จะทดสอบแบบจำลองสถานการณ์การเลือกตั้ง 66,000 รูปแบบ การวิเคราะห์โดยคณะทำงานของโอบามาไม่เพียงแต่ใช้เทคนิคการตลาดด้วยฐานข้อมูล (database marketing) ที่ทันสมัยเท่านั้น พวกเขายังพัฒนาเทคนิคที่ล้ำหน้ากว่าในแง่ของศิลปะ

ยุทธวิธีของโอบามาฉายภาพให้เห็นบางอย่างที่มักถูกละเลยไปในการถกเถียงเรื่องเหมืองข้อมูลและการตลาด นั่นคือ ข้อเท็จจริงที่ว่ารัฐบาลและนักการเมืองคือลูกค้าหลักของบริษัทการตลาดและบริษัทนายหน้าข้อมูล (data broker) ตัวอย่างเช่น ทีมรณรงค์นำข้อมูลพฤติกรรมการดูโทรทัศน์ของคนโอไฮโอจากบริษัทชื่อ Fourth Wall Media มา โดยแต่ละครัวเรือนจะถูกเก็บข้อมูลเป็นตัวเลข แต่ไม่มีการเปิดเผยชื่อของเจ้าของบ้าน ถึงกระนั้น การรณรงค์ของโอบามาสามารถรวบรวมรายชื่อของผู้มีสิทธิเลือกตั้งด้วยรายชื่อจากการเป็นสมาชิกของเคเบิลทีวี ซึ่งสามารถเชื่อมโยงกับเลขประจำตัวแบบนิรนามได้ แล้วใช้ข้อมูลนี้เพื่อติดตามแบบแผนการดูโทรทัศน์ของพวกเขาได้ผ่านกล่องติดตั้ง วิธีการนี้สามารถกำหนดโฆษณารณรงค์ในเวลาที่ตรงกับเวลาที่ผู้มีสิทธิเลือกตั้งชมโทรทัศน์ได้ ผลที่เกิดขึ้นคือ การรณรงค์ได้ซื้อเวลาออกอากาศระหว่างรายการที่ไม่เป็นไปตามแบบแผนทั่วไป อย่าง Sons of Anarchy, The Walking Dead และ Don’t Trust the B—in Apt. 23 มากกว่าช่วงเวลาข่าวท้องถิ่นซึ่งเป็นแนวทางที่เคยแนะนำให้ทำกันมาก่อนหน้านี้

“มนุษย์ถ้ำ” สามารถจับคู่รายชื่อของผู้มีสิทธิเลือกตั้งเข้ากับข้อมูลเฟซบุ๊กได้ โดยการใช้ “Facebook Connect” เทคโนโลยีของเฟซบุ๊กซึ่งเชื่อมโยงตัวตนในเฟซบุ๊กเข้ากับเว็บไซต์ที่เปิดให้แสดงความคิดเห็นอื่นๆ การรู้ว่าผู้ใช้ส่วนหนึ่งเป็นผู้สนับสนุนโอบามา ฝ่ายรณรงค์จะหาคำตอบให้ได้ว่าจะทำให้พวกเขาชักจูงเพื่อนที่ไม่ค่อยกระตือรือร้นมาเลือกโอบามาได้อย่างไร การสังเกตการณ์รายชื่อเพื่อนบนเฟซบุ๊ก และเปรียบเทียบกับรูปที่ถูกแท็ก แคมเปญจับคู่ “เพื่อน” เหล่านี้กับรายชื่อของผู้มีสิทธิออกเสียงที่สามารถชักจูงได้ และปลุกระดมผู้สนับสนุนของโอบามาให้ชักจูง “เพื่อนในชีวิตจริง” ของเขาให้เลือกโอบามา

สะสมข้อมูลของตัวเอง ผลประโยชน์ของผู้ค้าข้อมูล

เมื่อเห็นถึงเทคนิคการใช้และวิเคราะห์ข้อมูลอย่างซับซ้อนเหล่านี้แล้ว จะมีทางใดที่เราสามารถใช้สื่อสังคมออนไลน์ หรืออินเทอร์เน็ต โดยไม่ต้องใส่ประวัติส่วนตัวของเรา ซึ่งจะถูกเก็บไว้โดยบริษัทอย่าง Acxiom, Experian, และ Epsilon

สื่อสังคมออนไลน์ให้เรารวบรวมและติดตามข้อมูลเกี่ยวกับตัวเราเองได้ ตัวอย่างเช่น ผู้เขียนใช้เว็บที่ชื่อว่า Last.fm ตั้งแต่ พ.ศ. 2548 ให้เก็บทุกเพลงที่ฟังตอนที่ใช้โปรแกรมไอทูนส์ (itunes) หรือ สปอตทิฟาย (Spotify) ผลที่เกิดขึ้นก็คือ ผู้เขียนเห็นภาพที่น่าตื่นตาตื่นใจว่า รสนิยมการฟังเพลงของตัวเองเปลี่ยนแปลงไปตามเวลา และ Last.fm สามารถแนะนำวงที่ไม่โดดเด่นนักให้ได้ โดยใช้ข้อมูลจากเพลงที่เคยฟังก่อนหน้านี้

การใช้สื่อสังคมออนไลน์ทำให้เราเชื่อมต่อกับเพื่อน เรียนรู้เกี่ยวกับตัวเองมากขึ้น กระทั่งพัฒนาชีวิตของเรา The Quantified Self เป็นกลุ่มซึ่งก่อตั้งเพื่อสนับสนุนการใช้เทคโนโลยีติดตามตัวเพื่อให้เรารู้จักตัวเอง ตัวอย่างเช่น การวัดวงจรการนอนของเราในช่วงเวลาต่างๆ จะช่วยให้เรารู้ว่าควรจะหลีกเลี่ยงเครื่องดื่มคาเฟอีนหลังสี่โมงเย็น หรือทำให้รู้ว่า หากอยากจะนอนหลับ คุณต้องไมใช้อินเทอร์เน็ตก่อนนอนประมาณ 1 ชั่วโมง

แต่ข้อมูลเหล่านี้หมายถึงผลประโยชน์มหาศาลสำหรับเหล่านายหน้าค้าข้อมูล ลองจินตนาการว่าคนขายประกันสุขภาพอาจจะมีปฏิกิริยาต่อการขอดูปริมาณแคลอรีของคุณจากโปรแกรม MyFitnessPal จำนวนก้าวของคุณในแต่ละวันที่โปรแกรม Fitbit เก็บไว้ คุณเช็กอินผ่านโฟร์สแควร์บ่อยแค่ไหน และสิ่งที่คุณกินส่วนใหญ่เป็นรูปที่คุฯโพสต์บนอินสตาแกรม ข้อมูลแต่ละชิ้นในตัวมันเองอาจจะถูกทำให้ไม่สำคัญ แต่การรวบรวมข้อมูลเล็กๆ เหล่านี้สร้างภาพใหญ่ขึ้นได้ นักติดตามข้อมูลสามารถเข้าถึงข้อมูลลักษณะนี้ได้ และใส่ลงไปในฐานข้อมูลของพวกเขา ผลสองอย่างจากการรวบรวมข้อมูลนี้ก็สร้างความน่าสนใจมากขึ้นแล้ว

แบ่งแยก-กีดกันคนด้วยข้อมูลส่วนตัว

อย่างแรกคือ การเลือกปฏิบัติจากข้อมูล (data discrimination) ครั้งหนึ่งลูกค้าถูกแบ่งย่อยเป็นชิ้นส่วนย่อยๆ ในการจัดประเภทตามข้อมูลประชากร และจำแนกเป็นหมวดหมู่ได้ การนำเสนอของ Acxiom ต่อ Consumer Marketing Organization เมื่อพ.ศ. 2556 ได้จัดวางตำแหน่งลูกค้าเป็น “กลุ่มลูกค้าที่มีมูลค่า” และระบุไว้ว่าขณะที่ลูกค้าสูงสุด 30% แรกได้มีมูลค่า 500% ส่วนกลุ่มลูกค้าตำแหน่งล่างสุุดมีมูลค่า 400% กล่าวอีกในนัยหนึ่งคือ มันเป็นสิ่งที่จำเป็นต่อบริษัทในการจัดข้อมูลลูกค้าชั้นหนึ่งอย่างตั้งใจ ขณะที่เมินลูกค้าชั้นต่ำ 20% สุดท้าย ซึ่งพวกเขาต้องใช้เวลา “มากเกินไป” ในการบริการลูกค้าทางโทรศัพท์ และอาจจะทำให้บริษัทมีต้นทุนสูงขึ้นจากการที่ต้องชดเชยด้วยคูปอง หรืออื่นๆ ที่มีต้นทุนมากกว่าที่พวกเขาจ่ายมาเสียอีก

“กลุ่มเป้าหมายที่มีมูลค่าต่ำ” เหล่านั้นเป็นที่รับรู้ในอุตสาหกรรมว่าเป็น “ขยะ” โจเซฟ ทูโรว ศาสตราจารย์ด้านการสื่อสารจากมหาวิทยาลัยเพนซิลเวเนียซึ่งศึกษาตลาดลูกค้าเฉพาะ (niche market) ได้คำถามว่า อะไรจะเกิดขึ้นกับคนที่ตกอยู่ในหมวด “ขยะ” โดยที่พวกเขาไม่เคยรู้ตัวเลย พวกเขาจะเดือดร้อนกับการถูกแบ่งแยกตั้งราคาหรือไม่ ได้บริการแย่ๆหรือไม่ พวกเขาจะพลาดข้อเสนอดีๆ ที่ยื่นให้กับคนอื่นๆ หรือไม่ การแบ่งแยกลักษณะนี้แอบแฝงต่อไปเรื่อยๆ เพราะว่ามันมองไม่เห็นเลย

ประการที่สอง เราอาจจะถูกจับตาดูมากขึ้นจากการสอดส่องของรัฐบาล มากกว่านักการตลาด หรือ data broker ที่รวบรวมข้อมูลส่วนตัวของเรา แต่มันละเลยข้อเท็จจริงที่ว่ารัฐบาลมักจะซื้อข้อมูลจากบริษัทเหล่านี้ บริษัท ChoicePoint ที่มี Elsevier เป็นเจ้าของเป็นบริษัทรวบรวมข้อมูลยักษ์ใหญ่ซึ่งรวบรวมข้อมูลส่วนตัวจากฐานข้อมูลสาธารณะและฐานข้อมูลส่วนตัว รวมถึงเลขประจำตัวประชาชน ข้อมูลเครดิต และประวัติอาชญากรรม มีข้อมูล 17,000 ล้านข้อมูลทั้งที่เป็นของธุรกิจและปัจเจกบุคคล ซึ่งจะถูกขายไปยังลูกค้าประมาณ 100,000 ราย รวมทั้งหน่วยงานของรัฐบาล 35 แห่ง หน่วยงานของรัฐบาลทกลาง 7,000 แห่ง และองค์กรบังคับใช้กฏหมายอีกหลายแห่ง

ตัวอย่างเช่น กระทรวงการต่างประเทศสหรัฐอเมริกาซื้อบันทึกประวัติของพลเมืองละตินอเมริกัน ซึ่งถูกนำมาใช้ตรวจสอบกับฐานข้อมูลตรวจคนเข้าเมือง ชอยส์พอยท์ยังถูกสอบสวนกรณีที่ขายข้อมูลส่วนตัว 145,000 รายเพื่อระบุตัวตนแหวนที่ถูกขโมยไป เมื่อไม่นานมานี้ Experian หนึ่งในสามบริษัทเครดิตบูโรยักษ์ใหญ่ได้พลาดไปขายข้อมูลส่วนตัวให้กับแฮกเกอร์ชาวเวียดนาม นักป่วนระบบอ้างอิงข้อมูลเหล่านี้ซึ่งรวมถึงเลขประกันสังคม (Social Security) และนามสกุลก่อนแต่งงานของแม่โดยใช้ชื่อว่า fullz เพราะว่าพวกมันบรรจุข้อมูลส่วนตัวของบุคคลซึ่งถูกขโมยมาใช้สมัครบัตรเครดิตหรือกู้เงิน

อนาคต: เก็บข้อมูลอัตโนมัติ?

เมื่อไม่กี่ปีก่อน ผู้เขียนได้เข้าไปทัวร์ห้องทดลองของบริษัทโฆษณาขนาดใหญ่แห่งหนึ่ง พวกเขาแสดงให้ดูเทคโนโลยีการเฝ้าดูผู้บริโภคที่ทันสมัย ในอนาคตที่ไม่ไกลเกินไปนี้ ถ้าคุณอยู่ที่ Duane Reade จ้องไปที่ชั้นวางแชมพูโดยไม่ตั้งใจ และพยายามคิดว่าจะซื้อขวดไหนดี ชั้นวางของนี้จะติดตามการเคลื่อนไหวของลูกตาของคุณ ขวดไหนที่คุณหยิบ และพิจารณาดูมากเป็นพิเศษ ด้วยการใช้ข้อมูลแบบนี้ Duane Reade สามารถสร้างคูปองจากอัลกอริทึมของแชมพูเฉพาะยี่ห้อนั้นได้ ซึ่งคุณพิมพ์ออกมาจากชั้นวางแชมพูนั้นได้เลย ผู้เขียนดูแอพลิเคชั่นทดลองนี้ที่สามารถติดตามการเคลื่อนไหวของปัจเจกบุคคลผ่านห้างสรรพสินค้า โดยอาศัยตัวระบุเอกลักษณ์บุคคล หรือ MAC addresses จากโทรศัพท์มือถือของพวกเขา ที่เก็บอยู่ในกระเป๋าถือหรือกระเป๋ากางเกง แต่สามารถติดตามได้ผ่านทางสัญญาณไวไฟที่เปิดอยู่ และเป็นอีกครั้งที่กรณีทั้งหมดที่เกิดขึ้นนี้ คนทั่วไปไม่รู้ตัวเลยว่าพวกเขากำลังถูกติดตาม การบรรยาย

กระบวนการเหล่านี้อาจจะถูกซ่อนไว้ในตอนท้ายของนโยบายส่วนตัว ที่คนทั่วไปไม่ได้สังเกตเวลาซื้ออุปกรณ์ต่างๆ มาใช้ หรือข้อความที่ถูกเขียนบนป้ายข้างๆ กล้องวงจรปิด แม้ว่าพวกเขาอาจจะไม่ทำผิดกฏหมายในทางเทคนิค แต่ดูเหมือนว่าจะน่าสงสัยในทางจริยธรรม
ขณะที่คำตอบง่ายๆ ต่อคำถามเหล่านี้ถูกคัดออกไปจากการทำบัตรสมาชิก การใช้อินเทอร์เน็ต หรือโซเชียลมีเดีย นี่แทบจะไม่เป็นจริง ในความเป็นจริง มันปฏิบัติไม่ได้ในชีวิต ออนไลน์หรือออฟไลน์ โดยปราศจากการถูกติดตาม ถ้าไม่ใช้มาตรการหลีกเลี่ยงแบบสุดขั้ว หลายเมืองติดตามการเคลื่อนที่ของรถยนต์ ระบบ RFID ถูกติดอยู่กับเสื้อผ้า และร้านซักแห้ง กล้องวงจรปิดอยู่ในเกือบทุกร้านค้า เทคโนโลยีพัฒนาไปรวดเร็วมากกว่ากฏหมายคุ้มครองผู้บริโภค ซึ่งมีหลายกรณีที่ล้าสมัยและยากที่จะปรับใช้ให้เข้ากับโลกที่เชื่อมโยงกันเป็นเครือข่าย

แปลและเรียบเรียงส่วนหนึ่งของ How Your Data Are Being Deeply Mined เขียนโดย อลิซ อี. มาร์วิค

ภาพ CCTV cameras railway station Aarschot โดย Bree