ردپای دیجیتال جنسیت؛ هوش مصنوعی چگونه از روی وبگردی شما را می‌شناسد؟

دنیای اینترنت دیگر فضایی ناشناس نیست و هوش مصنوعی با تحلیل کوچک‌ترین رفتارهای ما تصویری بسیار دقیق از هویت واقعی‌مان می‌سازد. آشنایی با روش‌های پروفایل‌سازی الگوریتمی برای درک میزان نفوذ فناوری به خصوصی‌ترین بخش‌های زندگی ما ضروری و بااهمیت است. در این مقاله می‌خواهیم ببینیم که چگونه هوش مصنوعی از روی تاریخچه وبگردی و الگوهای کلیک می‌تواند جنسیت شما را با دقت بالا حدس بزند. آیا واقعاً خریدها، زمان‌های آنلاین بودن یا حتی سرعت اسکرول کردن ما افشاکننده هویت جنسیتی ما هستند؟ الگوریتم‌های تبلیغاتی چگونه بدون دانستن نام ما متوجه ویژگی‌های دموگرافیکمان می‌شوند؟ در ادامه جزئیات فنی این فرآیند پیچیده را بررسی می‌کنیم.

۱. الگوریتم‌های دسته‌بندی و خوشه‌بندی رفتاری

هوش مصنوعی برای تحلیل داده‌های کاربران از دو روش عمده دسته‌بندی (Classification) و خوشه‌بندی (Clustering) استفاده می‌کند. در دسته‌بندی الگوریتم با استفاده از داده‌های برچسب‌گذاری شده قبلی یاد می‌گیرد که رفتارهای خاصی را به جنسیت‌های مختلف نسبت دهد. به عنوان مثال الگوهای کلیک روی دسته‌بندی‌های خاص خبری یا سبک‌های بازی‌های آنلاین به عنوان ورودی مدل استفاده می‌شوند. خوشه‌بندی به مدل اجازه می‌دهد بدون پیش‌فرض گروه‌هایی از رفتارهای مشابه را کشف کند.

این مدل‌های ریاضی می‌توانند ارتباطات پنهانی را پیدا کنند که برای ذهن انسان غیرقابل درک است. ترکیب صدها نقطه داده به ظاهر بی‌ربط تصویری آماری از ویژگی‌های بیولوژیکی و اجتماعی کاربر می‌سازد. این فرآیند بدون نیاز به اطلاعات مستقیم ثبت‌نامی و تنها بر اساس ردیابی مستمر رفتارهای جاری در وب صورت می‌گیرد. سیستم‌های پیش‌بینی رفتار امروزه دقت شگفت‌انگیزی را در این خوشه‌بندی‌ها به نمایش می‌گذارند.

۲. تحلیل الگوهای زمانی وبگردی و ارتباط آن با جنسیت

زمان‌هایی که کاربران در اینترنت فعال هستند اطلاعات زیادی درباره سبک زندگی و جنسیت آن‌ها فاش می‌کند. الگوهای زمانی (Temporal Patterns) شامل زمان دقیق ارسال پیام‌ها، وبگردی‌های شبانه یا خریدهای آنلاین در طول ساعات اداری تحلیل می‌شوند. تحقیقات نشان داده‌اند که تعهدات خانگی و کاری متفاوتی که بر دوش جنسیت‌های مختلف است بازتاب مستقیمی در ساعات آنلاین بودن آن‌ها دارد. هوش مصنوعی این تفاوت‌های ظریف آماری را در طول هفته‌ها رصد می‌کند.

به عنوان مثال فعالیت در شبکه‌های اجتماعی در ساعات اولیه صبح یا اواخر شب الگوهای متفاوتی را بین گروه‌های جنسیتی نشان می‌دهد. مدل‌های یادگیری ماشین با ادغام این داده‌های زمانی با نوع سایت‌های بازدید شده دقت پیش‌بینی خود را بالا می‌برند. این ردپای زمانی یکی از سخت‌ترین داده‌ها برای پنهان‌سازی است زیرا به روتین‌های روزمره زندگی واقعی ما متصل است. تحلیل‌های زمانی ابزار قدرتمندی برای بازاریابان دیجیتال هستند.

۳. واژگان و سبک نگارش در شبکه‌های اجتماعی

سبک نگارش و واژگان به کار رفته در پست‌ها، کامنت‌ها و پیام‌های عمومی یک شناسه هویتی بی‌نظیر است. الگوریتم‌های پردازش زبان طبیعی (NLP) با آنالیز طول جملات، استفاده از صفت‌ها، ایموجی‌ها و حتی علائم نگارشی می‌توانند جنسیت نویسنده را حدس بزنند. به طور آماری زنان تمایل بیشتری به استفاده از کلمات احساسی، ضمایر شخصی و ایموجی‌های متنوع دارند. در مقابل مردان بیشتر از اصطلاحات فنی و ساختارهای جملات کوتاه‌تر استفاده می‌کنند.

این تفاوت‌های زبانی به الگوریتم‌ها اجازه می‌دهد تا حتی در صورت استفاده از نام کاربری مستعار جنسیت واقعی نویسنده را فاش کنند. تحلیل سبک‌شناختی (Stylometry) کاربردهای گسترده‌ای در امنیت سایبری و البته جاسوسی‌های تبلیغاتی پیدا کرده است. هر متنی که در وب منتشر می‌کنیم حاوی کدهای ناخواسته‌ای از هویت درونی ماست. فرار از این تحلیل‌های زبانی نیازمند تغییر عمدی و مصنوعی در سبک نگارش است.

۴. اولویت‌های خرید آنلاین و پیش-بینی‌های هوشمند

پلتفرم‌های تجارت الکترونیک بزرگ‌ترین منابع جمع‌آوری داده برای مدل‌های پیش‌بینی جنسیت هستند. سبد خرید، کالاهای جستجو شده و حتی مدت زمان توقف روی تصاویر محصولات اطلاعات دقیقی ارائه می‌دهند. هوش مصنوعی بر اساس خریدهای گذشته نه تنها جنسیت بلکه وضعیت تاهل و وجود فرزند را نیز حدس می‌زند. این پیش‌بینی‌های هوشمند به سیستم اجازه می‌دهند تا پیشنهادات خرید شخصی‌سازی شده را در لحظه تغییر دهد.

گاهی اوقات الگوریتم‌ها تغییرات بیولوژیکی یا تغییر در ترجیحات فرد را حتی قبل از اینکه خود او یا خانواده‌اش متوجه شوند شناسایی می‌کنند. پرونده‌های مشهوری وجود دارند که در آن‌ها سیستم‌های تبلیغاتی بارداری یک فرد را بر اساس تغییر در الگوهای خرید لوسیون و مکمل‌ها تشخیص داده‌اند. این سطح از نفوذ به حریم خصوصی چالش‌های اخلاقی بزرگی را در حوزه داده‌های دیجیتال ایجاد کرده است. خریدهای ما آینه تمام‌نمای نیازهای فیزیکی ما هستند.

۵. سوابق جستجو در موتورهای جستجو به عنوان اثر انگشت

جستجوهای روزانه ما در گوگل یا بینگ مانند یک اعترافگاه دیجیتال عمل می‌کنند که خصوصی‌ترین افکار ما را ثبت می‌کنند. تحلیل این جستجوها به هوش مصنوعی اجازه می‌دهد تا الگوهای رفتاری جنسیتی را به سرعت استخراج کند. نوع بیماری‌های جستجو شده، علایق ورزشی، مسائل مالی یا پیگیری اخبار هنری هرکدام وزن‌های متفاوتی در مدل‌های آماری دارند. این اطلاعات خام پس از فیلتر شدن به متغیرهای جنسیتی تبدیل می‌شوند.

موتورهای جستجو با ترکیب این داده‌ها با موقعیت مکانی و دستگاه مورد استفاده یک پروفایل کاربری منحصربه‌فرد می‌سازند. این اثر انگشت دیجیتال به سختی پاک می‌شود زیرا تاریخچه سرچ‌های ما معمولاً به حساب‌های ابری متصل است. حتی جستجوی یک کلمه ساده می‌تواند زنجیره‌ای از فرضیات هوش مصنوعی را درباره هویت ما فعال کند. این ساختار داده‌ای پایه اصلی اقتصاد توجه در اینترنت امروز است.

۶. تبلیغات هدفمند و پروفایل‌سازی بدون اجازه

هدف نهایی تمام این تحلیل‌ها و پیش‌بینی‌ها ارتقای بازدهی سیستم‌های تبلیغات هدفمند (Targeted Advertising) است. شرکت‌های تبلیغاتی با دانستن جنسیت شما می‌توانند بنرهایی را نمایش دهند که شانس کلیک بیشتری دارند. این پروفایل‌سازی بدون اجازه و در پس‌زمینه صفحات وب و از طریق شبکه‌های تبادل تبلیغاتی (Ad Exchanges) انجام می‌شود. داده‌های هویتی شما بین صدها شرکت در چند میلی‌ثانیه برای مزایده نمایش تبلیغ دست به دست می‌شوند.

این نقض حریم خصوصی در ابعادی وسیع و بدون رضایت آگاهانه کاربران صورت می‌پذیرد. کاربران تعجب می‌کنند که چرا پس از بازدید از یک سایت خاص تبلیغات مرتبط با جنسیت خود را در سایت‌های دیگر می‌بینند. این تعاملات پنهانی شبکه بزرگی از ردیاب‌های وب را شکل داده‌اند که فرار از آن‌ها نیازمند ابزارهای مسدودکننده قوی است. اقتصاد اینترنت مدرن به طور کامل بر پایه این پروفایل‌سازی‌های رفتاری بنا شده است.

۷. تعصب الگوریتمی و کلیشه‌های جنسیتی هوش مصنوعی

یکی از بزرگ‌ترین چالش‌های استفاده از هوش مصنوعی برای پیش‌بینی جنسیت تقویت کلیشه‌های سنتی و تعصب الگوریتمی (Algorithmic Bias) است. مدل‌های یادگیری ماشین بر اساس داده‌های گذشته آموزش می‌بینند که خود حاوی پیش‌داور‌ی‌های اجتماعی هستند. در نتیجه الگوریتم ممکن است زنی را که به مهندسی یا خودرو علاقه‌مند است به اشتباه مرد دسته‌بندی کند یا برعکس. این سوگیری‌ها منجر به محرومیت افراد از دیدن فرصت‌های شغلی یا تحصیلی مرتبط در تبلیغات می‌شود.

این کلیشه‌سازی‌های مکانیکی آزادی انتخاب کاربران را در دنیای دیجیتال محدود می‌کنند و آن‌ها را در حباب‌های رفتاری محبوس می‌سازند. طراحان هوش مصنوعی تلاش می‌کنند تا مدل‌ها را عادلانه‌تر کنند اما حذف کامل این تعصبات از داده‌های واقعی جامعه کار سختی است. رفتارهای ما فراتر از دسته‌بندی‌های دوتایی سنتی هستند اما ماشین‌ها ترجیح می‌دهند همه چیز را در قالب کدهای صفر و یک ساده کنند.

۸. مرورگرهای حریم خصوصی‌محور و کاهش کارایی الگوریتم‌ها

با افزایش آگاهی کاربران استفاده از مرورگرهای متمرکز بر حریم خصوصی مانند تور یا بریو رشد چشمگیری داشته است. این مرورگرها با مسدود کردن کوکی‌های ردیاب شخص ثالث و جلوگیری از انگشت‌نگاری مرورگر (Browser Fingerprinting) کارایی الگوریتم‌ها را کاهش می‌دهند. بدون دسترسی به تاریخچه کامل وبگردی مدل‌های هوش مصنوعی اطلاعات کافی برای پیش‌بینی دقیق جنسیت در اختیار ندارند. این تقابل فنی میان ردیاب‌ها و ابزارهای حفاظتی همواره در جریان است.

استفاده از شبکه‌های خصوصی مجازی و افزونه‌های ضد ردیابی نیز به هم ریختن داده‌های ورودی الگوریتم‌ها کمک می‌کند. با مغشوش کردن ترافیک وبگردی هوش مصنوعی حدس‌های نادرستی درباره ویژگی‌های شما خواهد زد. این روش‌های دفاعی به کاربران اجازه می‌دهند تا کنترل بیشتری بر ردپای دیجیتال خود داشته باشند. با این حال شرکت‌های داده مدام در حال ابداع روش‌های ردیابی پیشرفته‌تر و پنهان‌تر هستند.

۹. تاثیرات روانشناختی و جامعه‌شناختی پروفایل‌سازی جنسیتی

پروفایل‌سازی مداوم و نمایش تبلیغات بر اساس جنسیت تاثیرات عمیق روانشناختی بر هویت‌پذیری افراد می‌گذارد. کاربران به طور ناخودآگاه تحت تاثیر محتوایی قرار می‌گیرند که الگوریتم برای آن‌ها مناسب دانسته است. این چرخه بازخورد رفتارهای کلیشه‌ای را در جامعه تقویت می‌کند و پویایی‌های فردی را کاهش می‌دهد. از جنبه جامعه‌شناختی این امر می‌تواند به قطبی‌سازی بیشتر فضاها بر اساس جنسیت منجر شود.

کودکانی که در معرض این سیستم‌های شخصی‌سازی شده رشد می‌کنند گزینه‌های محدودتری را برای کشف علایق خود تجربه می‌کنند. هوش مصنوعی با پیش‌بینی علایق ما در واقع در حال ساختن آینده رفتاری ماست. این کنترل نرم و نامرئی یکی از چالش‌برانگیزترین موضوعات در حوزه فلسفه تکنولوژی و اخلاق زیستی است. ما باید بپرسیم که آیا می‌خواهیم هویتمان توسط الگوریتم‌ها تعریف شود یا خیر.

۱۰. قوانین حمایتی داده و چالش‌های حقوقی پیش‌رو

قوانین سخت‌گیرانه‌ای مانند مقررات عمومی حفاظت از داده اتحادیه اروپا (GDPR) تلاش کرده‌اند تا مرزهایی برای این پروفایل‌سازی‌ها تعیین کنند. بر اساس این قوانین شرکت‌ها موظف هستند رضایت صریح کاربران را برای ردیابی و تحلیل داده‌های حساس جلب کنند. جنسیت و تمایلات شخصی جز داده‌های حساس دسته‌بندی می‌شوند که پردازش بدون اجازه آن‌ها جریمه‌های سنگینی دارد. با این حال اجرای این قوانین در سطح جهانی یکپارچه نیست.

بسیاری از پلتفرم‌ها با استفاده از ترفندهای طراحی تاریک کاربران را مجبور به پذیرش کوکی‌ها می‌کنند. چالش‌های حقوقی زیادی در زمینه تعریف دقیق ردپای دیجیتال و مالکیت داده‌ها وجود دارد. تا زمانی که ارزش مالی داده‌ها بالا باشد شرکت‌ها راه‌های دور زدن قوانین را پیدا خواهند کرد. تقویت قوانین ملی و آگاهی شهروندان از حقوق دیجیتال خود گام‌های اساسی برای مهار این صنعت هستند.

۱۱. استفاده از هوش مصنوعی برای جعل هویت جنسیتی دیجیتال

در مقابل سیستم‌های جاسوسی ابزارهای هوش مصنوعی جدیدی برای مبهم‌سازی تعمدی هویت در حال توسعه هستند. این نرم‌افزارها با تولید ترافیک وبگردی جعلی و ارسال درخواست‌های تصادفی به موتورهای جستجو پروفایل شما را مخدوش می‌کنند. به عنوان مثال ربات در پس‌زمینه سیستم شما سایت‌هایی با موضوعات کاملاً متضاد با علایق واقعی‌تان را باز می‌کند. این کار الگوریتم‌های ردیابی را فریب داده و آن‌ها را به نتایج اشتباه می‌رساند.

این تکنیک که به دفاع از طریق نویز (Noise Defense) معروف است راهکاری نوآورانه برای حفظ ناشناسی در عصر کلان‌داده‌هاست. با اشباع کردن مدل‌ها با داده‌های بی‌معنی تحلیل‌های جنسیتی عملاً کارایی خود را از دست می‌دهند. این ابزارها نشان می‌دهند که چگونه خود هوش مصنوعی می‌تواند به عنوان سپری دفاعی در برابر جاسوسی‌های الگوریتمی به کار گرفته شود. بازی موش و گربه در فضای مجازی با این فناوری‌ها وارد فاز جدیدی می‌شود.

۱۲. آینده حریم خصوصی در دنیای هوش مصنوعی همه‌جا حاضر

در سال‌های پیش‌رو با ادغام هوش مصنوعی در تمام گجت‌های پوشیدنی و خانه‌های هوشمند ردیابی رفتارهای ما ابعاد ترسناک‌تری خواهد یافت. اینترنت اشیا (IoT) داده‌های فیزیکی مانند ضربان قلب، الگوهای خواب و صدای ما را نیز به تحلیل‌های وبگردی اضافه خواهد کرد. در این دنیای جدید پیش‌بینی ویژگی‌های دموگرافیک مانند جنسیت ساده‌ترین کار برای ماشین‌ها خواهد بود. حفظ حریم خصوصی نیازمند بازنگری در کل ساختار ارتباطی ما با فناوری است.

بشریت باید به دنبال مدل‌های جدیدی از اینترنت باشد که در آن‌ها داده‌ها به طور پیش‌فرض رمزنگاری شده و غیرقابل ردیابی باشند. تمرکززدایی از پلتفرم‌های بزرگ فناوری و بازگرداندن مالکیت داده‌ها به کاربران راه‌حل‌های پایداری هستند. آینده آزادی و هویت مستقل ما به نتیجه این مبارزات تکنولوژیکی بستگی دارد. ما باید آگاهانه انتخاب کنیم که چه میزان از وجود خود را در این آینه دیجیتال به نمایش بگذاریم.

سوالات متداول

دکتر علیرضا مجیدی

پزشک، نویسنده و بنیان‌گذار وبلاگ «یک پزشک»

دکتر علیرضا مجیدی، نویسنده و بنیان‌گذار وبلاگ «یک پزشک».
با بیش از ۲۰ سال نویسندگی «ترکیبی» مستمر در زمینهٔ پزشکی، فناوری، سینما، کتاب و فرهنگ.
باشد که با هم متفاوت بیاندیشیم!

دربارهٔ علیرضا مجیدی در یک پزشک