Jaque a la privacidad: un algoritmo acierta datos personales en Facebook

Un estudio de la Universidad de Cambridge en colaboración con el centro de Investigación de Microsoft ha demostrado la vulnerabilidad de los Me Gusta a la hora de revelar datos personales de los usuariso, pese a que éstos tengan cierta información protegida.

Con una muestra de 58.000 usuarios de EEUU crearon una gran matriz con 10 millones de resultados, acertando en el 88% de los casos la orientación sexual, en el 95% de los casos la raza del usuario y en el 80% de las veces la orientación política y religiosa. De hecho, sólo con 100 Me gustas la fiabilidad de los resultados fue del 88% mientras que con 250 fue del 90%, en el caso del género.

El objetivo real del estudio era poner de relieve la creciente preocupación por las redes sociales y cómo el camino que recorrern los datos pueden ser extraídos para obtener información sensible, incluso cuando la gente trata de mantener la información privada acerca de ellos mismos, según comentó uno de los autores, Michal Kosinksi al Financial Times.

Una de las claves del estudio, según Kosinksi, ha sido que al tratarse de un método "muy simple y genérico puede ser usado por empresas de marketing y de Internet, con lo que podrían dedicar así a tener más información con mayor precisión de los usuarios sólo invirtiendo un poco más de recursos", aún sí declaró que no tienen ningún tipo de intención comercial en la metodología empleado.

Pero, ¿puede el usuario protegerse? Ante esto, quien tiene una cuenta en la red social de Mark Zuckerberg no puede hacer mucho más que cambiar la configuración de la privacidad de los Me Gusta, y no es fiable al 100%. Ya que aunque el usuario cambie la privacidad de los Me Gustas -que por defecto es completamente pública-, hay muchas de las páginas que hacen público el contenido de sus comentarios y Likes.

Lo que parece claro es que la información del usuario es cada vez más importante en la red y el nicho de los Me Gusta puede convertirse en un corto plazo en una gran herramienta válida para la monetización desde páginas externas a Facebook.