Las nuevas restricciones del gobierno estadounidense centradas en la privacidad están frenando al sector de intermediación de datos. Estas reglas salvaguardan los datos privados de millones de estadounidenses contra violaciones de datos, delincuentes y chatbots de inteligencia artificial.
La Oficina de Protección Financiera del Consumidor (CFPB), que lidera el proyecto, pretende incluir a la “industria de la vigilancia” bajo normas que controlen los informes crediticios y los antecedentes penales. Numerosas empresas que trabajan con datos personales cada vez más digitalizados conforman este mercado.
La CFPB tiene la intención de prohibir a los corredores de datos vender categorías específicas de información del consumidor, como ingresos, antecedentes penales e historial de pagos, a menos que se cumplan ciertas condiciones. Sin embargo, la redacción precisa de las posibles restricciones aún no se ha aprobado ni se ha hecho pública.
Otro objetivo del plan es la implementación de nuevas restricciones a la venta de información personal confidencial, incluidos números, nombres y direcciones de Seguro Social. Los corredores de datos de las principales agencias de informes crediticios obtienen periódicamente este tipo de detalles para crear sus propios perfiles de consumidores.
Estas restricciones emitidas por la Ley de Informe Justo de Crédito garantizan que los intermediarios de datos solo vendan información privada para necesidades comerciales legítimas, incluidas verificaciones de antecedentes laborales o evaluaciones crediticias. Esto intenta evitar que los datos se utilicen indebidamente para entrenar chatbots o sistemas de inteligencia artificial.
Información confidencial que se utiliza en el desarrollo de la IA
El gobierno anunció estas medidas después de que una revisión exhaustiva a principios de este año encontró amplias preocupaciones sobre la recopilación, el uso y el intercambio de datos de los consumidores. Las implicaciones del intercambio incontrolado de datos sobre poblaciones vulnerables, incluidas minorías, ancianos, inmigrantes y víctimas de abuso doméstico, se subrayaron en los comentarios públicos realizados a lo largo de la investigación.
Rohit Chopra, director de la CFPB dijo: “Los informes sobre la monetización de información confidencial son particularmente preocupantes cuando los datos impulsan la ‘inteligencia artificial’ y otras tomas de decisiones automatizadas sobre nuestras vidas”, según un informe de CNN. Reiteró el compromiso de la CFPB de garantizar que los intermediarios de datos contemporáneos sigan métodos legales de recopilación e intercambio de datos.
Antes de que se publique oficialmente como reglamento, el plan de la CFPB se discutirá con un grupo de pequeñas empresas para solicitar comentarios.
¿Cómo recopilan los intermediarios de datos información personal?
Lauren Harriman, abogada de Georgetown Law, advierte que las prácticas de los intermediarios de datos son preocupantes, ya que eluden la Ley de Informe Justo de Crédito y priorizar las ganancias sobre la precisión de los datos,” según Wired. Ella enfatiza que los corredores de datos compran información personal de las personas, la combinan con otros datos sin verificar su exactitud y luego venden el paquete resultante para obtener una ganancia saludable.
Según un artículo de Slate, los intermediarios de datos estadounidenses recopilan e intercambian sigilosamente información personal, como problemas de salud, calificaciones crediticias y otros detalles. Un ejemplo es el corredor Acxiom en Arkansas, con datos sobre 2.500 millones de personas, que respalda la elaboración de perfiles por parte de seguros, especialistas en marketing, fuerzas del orden y delincuentes.
Los intermediarios de datos utilizan tres técnicas principales: acumulación directa mediante la adquisición de aplicaciones y negocios, recopilación indirecta mediante la extracción de información pública e inferencia mediante algoritmos para pronosticar los datos de los usuarios. Se puede obtener información sobre las creencias de una persona detectando aplicaciones instaladas para inferir la orientación sexual o la religión de una persona. Para obtener más información, los corredores de datos crean modelos que emplean puntos de datos.
ⓒ 2023 . .
