Inženjerska privatnost: Od tragova podataka do digitalnog poverenja

Dok Mani radi sa timovima širom poslovanja - sa programerima proizvoda i softvera, naučnicima podataka, stručnjacima za veštačku inteligenciju i advokatima - on pristupa privatnosti podataka kao inženjer, pronalazeći nove načine da ugradi privatnost u mašine Mastercarda.

I, kao što se moglo očekivati od inženjera, on koristi automatsku metaforu da objasni svoju ulogu: „Sve je u pomaganju timovima koji zapravo upravljaju podacima, razgovaraju s njima i sprovode kontrole“, kaže on. „Zamislite da tim proizvoda gradi vozilo sa najnovijim karakteristikama motora i tehnologije, a kao osoba za privatnost dajem im standardne sigurnosne karakteristike, kao što su sigurnosni pojas i bočni retrovizor. Ali ponekad je to vazdušni jastuk i antiblokiranje kočenja - tako da su svi bolje zaštićeni.

Nakon napuštanja startupa za genetsko testiranje, Mani je tražio novi izazov. Zaintrigirala ga je Mastercardova ulaganja u tehnologije privatnosti, posebno njen rad na anonimizaciji podataka putem Tru ata, „poverenja za podatke“ sa sedištem u Dublinu koje je započelo kao zajedničko ulaganje sa IBM-om i sada je integrisani deo Mastercard-ovih resursa podataka širom preduzeća. (Nije naštetilo ni 20-minutno putovanje do Mastercardove kupovine u Njujorku, sedište njegove kuće u okrugu Vestchester.)

Podaci o plaćanjima, Mani je brzo naučio, izuzetno su moćni, ali i jedinstveni u svojoj šminki. U 2024. godini, Mastercard je obradio 159 milijardi transakcija, a te informacije su anonimne i agregirane kada se koriste za uvid u podatke. Ali Mastercard takođe koristi tehnike kao što su tokenizacija - zamena broja računa kreditne kartice sa jedinstvenim placeholder - tako da podaci o kartici ne mogu da se prate do pojedinaca ako je hakovan.

Ovo su primeri kontrole privatnosti, koje dolaze u dve široke kategorije. Tehničke kontrole su ugrađene u same sisteme - kao što su podaci o deidentifikaciji pre nego što se koriste. Administrativne kontrole oslanjaju se na ljude i procese, poput obuke zaposlenih da prepoznaju kada nešto izgleda pogrešno. A u nekim situacijama oba su potrebna.

Manijev posao je da kreira i ugradi ove kontrole kako bi se deidentifikovanim podacima moglo brzo pristupiti i njima se sigurno rukovati i u skladu sa nizom nacionalnih i međunarodnih propisa.

Na primer, ograničenje svrhe - korišćenje podataka samo iz razloga zbog kojeg su prikupljeni - je nezgodno sprovesti. Ponekad se sprovodi kroz obuku. Međutim, kompanije se sve više okreću tehničkim kontrolama koje sprečavaju upotrebu podataka u neovlašćene svrhe. "Možete kreirati podatke kao proizvod", kaže Mani, "a platforma bi vas sprečila da ga koristite u drugu svrhu."

Mastercard inženjeri razvijaju softverske alate za profilisanje podataka, skeniranjem ogromnih skupova podataka kako bi utvrdili njihovo poreklo, osetljivost i karakteristike, slično kao što test krvi otkriva šta se dešava u telu. Kompanija takođe održava odvojene identifikovane i deidentifikovane baze podataka, osiguravajući da analitičari nikada ne mogu pristupiti oboje istovremeno, što je zaštita od ponovne identifikacije.

Danas, objašnjava Mani, jedan od najvećih izazova u globalnoj privatnosti je lokalizacija podataka - zakoni koji zahtevaju da podaci dobijeni lokalno ostanu unutar granica određene zemlje. Inženjeri podataka rade na alatima za označavanje podataka sa desetinama atributa koji će omogućiti Mastercardu da automatski sprovodi ta pravila. U budućnosti, podaci mogu biti označeni da odražavaju ugovorne zahteve i preferencije kupaca; omogućavajući, na primer, vlasniku otvorenog bankarskog računa da odobri, opozove ili obnovi vremenski ograničene saglasnosti za deljenje podataka o računu ili transakcijama sa trećim licima. 

„Primena kontrola u obimu“, kaže on, „omogućava nam da koristimo analitiku u obimu“.

Mastercard stalno istražuje druge tehnologije za očuvanje privatnosti, kao što su sintetički podaci - veštački generisani skupovi podataka koji oponašaju stvarne podatke bez ikakve veze sa osnovnim informacijama o kupcima. Sintetički podaci su korisni za demonstracije, testiranje i procenu alata trećih strana, mada Mani upozorava da AI modelari preferiraju podatke o obuci iz stvarnog sveta.

Takozvane čiste sobe omogućavaju Mastercard-u i njenim partnerima da privremeno kombinuju podatke, pokreću analitiku i zatim brišu podatke nakon toga. Višestranačke tehnike računanja omogućavaju kompanijama da dobiju uvide iz ovih kombinovanih skupova podataka bez deljenja osnovnih informacija sa drugim partnerima.

Ako je privatnost već bila složena, AI je pretvara u trodimenzionalni šah. Tradicionalna analitika može kategorizovati vlasnike kartica po tome koliko često koriste svoje kartice. AI može otkriti zamršene obrasce ponašanja, signale koje ljudi nikada ne bi pomislili da traže. Ta moć povećava rizik od ponovne identifikacije i onoga što Mani naziva "faktorom jezivosti".

"AI može da pronađe sve vrste komplikovanih signala za koje ni ne znamo", kaže on, navodeći slučaj u kojem je softver za analizu podataka velikog trgovca mogao da zaključi da su žene trudne i procenjuju svoje rokove na osnovu naizgled bezazlenih kupovina kao što je losion bez mirisa.

Mastercardovi AI timovi pregledavaju svaki slučaj upotrebe i primenjuju stroge kontrole na one koji su odobreni. Primene visokog rizika zaustavljaju se pre nego što dođu do proizvodnje. A u svaki algoritam ugrađena je transparentnost (koja pokazuje kako AI sistem funkcioniše i koje podatke koristi), posmatranost (praćenje kako se ponaša da bi pronašao i popravio probleme) i alati za otkrivanje pristrasnosti, tako da ljudi mogu verovati njegovim rezultatima.  

Uprkos svu složenost izgradnje kontrola privatnosti na globalnom nivou, ono što Mani voli u svom poslu su ljudi oko njega. „Uglavnom radim sa ovim briljantnim ljudima i svaki dan učim nešto novo“, kaže on. „I u stanju sam da doprinesem u tom okruženju i stvorim nove ideje i istovremeno pomognem u zaštiti privatnosti.“

Uoči Dana privatnosti podataka 28. janu ara, Manijev savet za sve koji su zabrinuti za sopstveni digitalni trag daleko je jednostavniji od sistema koje dizajnira: „Držite nizak profil“, kaže on, uključujući i društvene medije i pretraživače, što minimizira mrvice koje ostavljate na mreži. Isključite kolačiće koji vam nisu potrebni; nemojte emitovati gde se nalazite; smanjite površinu onoga što svet može naučiti o vama.

To je ista filozofija koja podupire Mastercardov pristup podacima: Poverenje se gradi ugradnjom sigurnosti, integriteta i odgovornosti u mehaniku svoje mreže - poverenje koje je projektovano i takođe zarađeno.